驗證碼破解技術四部曲之使用K近鄰演算法（三）

在上一節中，我們使用了google的開源ocr庫來對字元進行識別，這一節以及下一節我們將要使用機器學習演算法來識別驗證碼。本節的**都在可以找到。

在每次重新整理的時候，會有以上這兩種驗證碼出現。在本節中，為了方便學習k近鄰演算法（簡稱為：knn），選擇第二種來進行破解，因為第二種的字母分割十分容易，每個字母的位置都是固定的。

# coding:utf-8

import requests
import uuid
from pil import image
import os
url = ""
for i in range(100):
resp = requests.get(url)
filename = "./captchas/" + str(uuid.uuid4()) + ".png"
with open(filename, 'wb') as f:
for chunk in resp.iter_content(chunk_size=1024):
if chunk:  # filter out keep-alive new chunks
f.write(chunk)
f.flush()
f.close()
im = image.open(filename)
if im.size != (48, 20):
os.remove(filename)
else:
print filename

也就是說，需要找到要識別的字母在訓練樣本中k個最近的字母，然後找出這k個字母中最多的是某個類的？要識別的也就是該類的。

首先，先定義一下距離如何計算，這裡可以用各種數學上的距離，歐式距離、馬氏距離等等。。

int count_distance(mat mat1, mat mat2)}}

return distance;
}

void load_dataset(mat dataset)

}

void create_labels(int labels)

}

1、計算輸入和所有其他的距離

int distances[6*10];

int sorted_distances[6*10];
//count distances
for(int i = 0; i < 6*10 ;i++)

sort(sorted_distances, sorted_distances+6*10);

int* k_nearest = new int[k];

for(int i = 0; i < k; i++)}}

maplabels_map;

for(int i = 0; i < k; i++)

int max_label = -1;

labels_map[max_label] = -1;
map::iterator it;
for(it=labels_map.begin();it!=labels_map.end();++it)
}delete k_nearest;
return max_label;

void recognize(string path, mat dataset, int labels)

;    cout<
for(int i = 0; i < 4; i++)
cout識別:
識別結果:

驗證碼破解技術四部曲之使用K近鄰演算法（三）

在上一節中，我們使用了google的開源ocr庫來對字元進行識別，這一節以及下一節我們將要使用機器學習演算法來識別驗證碼。本節的 都在可以找到。在每次重新整理的時候，會有以上這兩種驗證碼出現。在本節中，為了方便學習k近鄰演算法 簡稱為 knn 選擇第二種來進行破解，因為第二種的字母分割十分容易，每個...

MySQL學習四部曲

網際網路時代，關聯式資料庫中mysql的使用最為廣泛，從而造就了大量的mysql從業人員。曾經使用oracle的網際網路巨頭阿里系也進行了去ioe化，也影響了更多的人想去學習mysql,從事mysql方面的工作。我是從四年前開始接觸mysql的，從之前的工程師工作，到現在的架構工作，再到偶爾的dba...

MySQL學習四部曲

互聯 網時代，關聯式資料庫中mysql的使用最為廣泛，從而造就了大量的mysql從業人員。曾經使用oracle的網際網路巨頭阿里系也進行了去ioe化，也影 響了更多的人想去學習mysql,從事mysql方面的工作。我是從四年前開始接觸mysql的，從之前的工程師工作，到現在的架構工作，再到偶爾的 d...