复杂背景的验证码识别破解 以Discuz的动画验证码为例。

针对非常复杂的短信验证码，例如DZ社区论坛全新的短信验证码，解决起來相对性不便一些，可是基本原理還是和一般的鉴别一样的，只不过多了个情况解决的计划方案，看以下对DZ社区论坛的短信验证码的鉴别的构思



最先我们要除去它的情况，针对那样略微繁杂的情况，用以往的方式难以保证，图中的事例还并不是很显著，我发现了许多 图片背景颜色和英文字母色类似，并且英文字母颜色是持续转变的，情况也是持续转变的







那么我原始的念头是寻找图片中应用颜色数最多的方式，因此大家用HSL表明各点颜色，然后开展统计分析，获得较大 的好多个最高值，这儿就是图片中好多个最丰富多彩的颜色的L非常值得累积值



其他的都能够觉得是噪声，大家对每一个最高值开展切分，获得以下图片



你看看那样就把单独颜色图片切分出来，接下去便是寻找图片中去除灰黑色和白后的图片



随后开展灰化解决，阈值解决，减噪，获得



然后依据边界检测出去的最左边x部位，来排列字母顺序



接下去的事儿就驾轻就熟了，把图片转成规范模版，根据小量学习培训就做到了95%之上的准确率

c:15 j:8 8:7 t:9 9:4 x:7 4:6 2:4 h:7 f:8 e:18 b:5 y:3 k:4 w:3 g:5 3:5 7:6 r:2 m:3 q:4 v:2 p:3 6:2
之上数指 c学习培训15次 j学习8次…



要是标识符不黏连，绝大多数短信验证码影响技术性全是能够有方法，因此 为何google短信验证码看上去非常简单，可是没人可以非常好的破译它得缘故。

填补，
rise在留言板留言中发觉有一些标识符添加杂点的难题，因为这类短信验证码并不是很广泛，略微干了科学研究


CY3E 这一图片3字中有杂点，别的沒有，依照文章内容中详细介绍的方法，如何判断这一3并不是像别的颜色杂点一样的图片呢？


我认为必须添加一个流程，便是对每一次过虑颜色形成出去的图片，开展添充
寻找3的杂点原照：


随后大家开展优化算法添充



这一图片与别的所有是杂点的图片中间的区别开展过虑，我考虑到能够根据下列方式：
1、连贯性点的总宽
2、连贯性点的数量
那样剩余的就只剩余CY3E的过虑后的图片

对于标识符歪斜的难题，我认为彻底能够在深度学习全过程中，我们自己转动已经学习培训的图片一定视角，比如从-10到 10度，只不过是那样的学习培训库会大一些，可是就10个数据的短信验证码而言，这一点特性损害应当能够忽略。