验证码 html 自动验证码,15分钟搞定自动识别网站验证码

概述

很多开发者都讨厌网站的验证码，特别是写网络爬虫的程序员，而网站之所以设置验证码，是为了防止机器人访问网站，造成不必要的损失。现在好了，随着机器学习技术的发展，机器识别验证码的问题比较好解决了。

样本采集工具

这里我们采用wordpress的Really Simple CAPTCHA生成验证码的插件，之所以选择这个插件，一个是它的安装量很大，二个是因为它是开源的，我们可以利用它批量的生成验证码图片。

目标估计

我们通过demo网站得知，Really Simple CAPTCHA生成的是包含4个数字或者字母的图片，通过阅读源码得知，这个插件还屏蔽了O和I这两个比较容易混淆的字母，也就是说，还剩下32个字符，看来可以完成。   目前花费了两分钟。

依赖

我们要用到以下的工具和库。

python3

opencv

keras

tensorflow

创建样本集

为了达到目的，我们首先要准备样本集，样本如下：

使用Really Simple CAPTCHA插件的源码，我们很方便的批量生成10000个验证码图片和对应的结果，待我们生成完成后，大概如下：