首先我們要去除它的背景，對於這樣稍微複雜的背景，用過去的方法很難做到，上圖的例子還不是很明顯，我發現很多背景色和字母色近似，而且字母顏色是不斷變化的，背景也是不斷變化的
那我初始的想法是找到中使用顏色最多的方法，於是我們用hsl表示各點顏色，接著進行統計，得到最大的幾個峰值，這裡便是中幾個最豐富的顏色的l值得累加值
其餘的都可以認為是噪音，我們對每個峰值進行分割，得到如下
你看這樣就把單個顏色分割出來了，接下來就是找到中除去黑色和白色後的
然後進行灰化處理，閥值處理，降噪，得到
接著根據邊界檢測出來的最左側x位置，來排序字母順序
接下來的事情就輕車熟路了，把轉成標準模板，通過少量學習就達到了95%以上的識別率
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
以上資料表示 c學習15次 j學習8次…
只要字元不粘連，大部分驗證碼干擾技術都是可以有辦法，所以為什麼google驗證碼看起來很簡單，但是沒有人能夠很好的破解它得原因。
cy3e 這個3字中有雜點，其他沒有，按照文章中介紹的辦法，怎麼知道這個3不是像其他顏色雜點一樣的呢？
我覺得需要加入乙個步驟，就是對每次過濾顏色生成出來的，進行填充
找到3的雜點原圖：
然後我們進行演算法填充
至於字元傾斜的問題，我覺得完全可以在機器學習過程中，我們自己旋轉正在學習的一定角度，例如從-10到+10度，只不過這樣的學習庫會大一些，但是就10個數字的驗證碼來說，這點效能損失應該可以忽略不計。
原文http://www.seoo.org/2008/07/06/%e5%a4%8d%e6%9d%82%e8%83%8c%e6%99%af%e7%9a%84%e9%aa%8c%e8%af%81%e7%a0%81%e7%a0%b4%e8%a7%a3.html
驗證碼破解
驗證碼的功能一般是防止使用程式惡意註冊 暴力破解或批量發帖而設定的。所謂驗證碼，就是將一串隨機產生的數字或符號，生成一幅，裡加上一些干擾象素 防止ocr 由使用者肉眼識別其中的驗證碼資訊，輸入表單提交 驗證，驗證成功後才能使用某項功能。學習驗證碼的破解 識別技術，不僅可以知道驗證碼的原理，而且可以讓...
驗證碼破解
目錄1xx 訊息，一般是告訴客戶端，請求已經收到了，正在處理，別急.2xx 處理成功，一般表示 請求收悉 我明白你要的 請求已受理 已經處理完成等資訊.3xx 重定向到其它地方。它讓客戶端再發起乙個請求以完成整個處理。4xx 處理發生錯誤，責任在客戶端，如客戶端的請求乙個不存在的資源，客戶端未被授權...
驗證碼破解的辦法，簡單驗證碼破解演示
人世間，比芳華再可名貴的器材其實沒有，然而芳華也最輕易消失 誰能對峙得永遠的芳華的，便是巨大的人。對於錯雜的驗證碼，地位隨機 扭曲 模糊 干擾項 gif驗證碼 漢字等。無聊，對於道德家來說是乙個嚴重的題目，因為人類的罪惡折半以上都是源於對它的膽怯。對於錯雜靠山的，然則字型是同一色彩的，我們可以統計每...