概述
驗證碼有時候也叫圖形碼，是一種阻止軟體進行某些自動化行為的技術。被廣泛的用於各種系統的帳號註冊、登入驗證等環節。在一定程度上驗證碼可以阻止軟體自動進行帳號密碼猜解、註冊等行為。
但迫於一些原因，我們需要自動進行上述被「禁止」的行為，這時就有乙個課題擺在我們面前：驗證碼識別技術，也可以叫做圖形識別技術、模式識別技術。
如今的驗證碼已不再像網際網路初期那麼單純，早期的驗證碼可以通過簡單的二維矩陣對比即可得出結果，因為早期的圖形碼採用固定的字型檔，並加以簡單的處理的後輸出，例如隨機產生一些噪點，和隨機修改字元顏色。
早期的圖形碼字元排列整齊，字元數量確定，甚至是固定位置，例如第乙個字元出現在 x:10 y:3 第二個字元出現在 x:25 y:3，字元大小，字元輪廓都一成不變，單色背景，或固定單色前景，對於這些驗證碼的識別不在本文的討論範疇內。本文將要討論的是字元經過扭曲、旋轉，字元數量不確定，字元位置不確定，字元大小不確定，並且背景為複雜背景（背景存在多種顏色，甚至漸變色，或是紋理圖案）高階驗證碼識別技術。本文討論的內容不但可用於**驗證碼識別領域，還廣泛用於工業、醫學，例如車牌識別、ocr印刷文字識別。但重點介紹的還是基於驗證碼的識別技術。
複雜圖形碼識別的第一步便是影象的定位與切割。其中包括如何把資訊部分（包含字元輪廓的部分）從背景中分離，並把字元切開，並把資訊部分二值化（只有黑色#000000和白色#ffffff）。如果不定位與切割影象，計算量將會是非常龐大，並且識別錯誤率極大。
對於背景較為簡單（單色）的圖形碼，背景與前景的分離，就會容易做到。單對於背景為多色、漸變色、紋理的驗證碼來說分離背景就顯得異常複雜。
這裡我們應該考慮人的思維方式，當我們看到這種驗證碼的時候，肉眼並不是先把背景進行分離，我們首先看懂了其中我們認識的前景輪廓（字元、數字），然後我們把前景移除，我們才發現原來背景是一幅帶有紋理的。
根據這個思想我們應當略過背景分離，直接尋找前景輪廓。如果我們能夠得到前景的輪廓（我們感興趣的也只是前景部分）就不必再去分離背景。如果驗證碼背景和前景沒有明顯的輪廓和反差，哪麼別說機器，就算人眼也無法辨識。
於是，我們設定乙個合理的「閾值」通過邊緣檢測演算法來把輪廓（反差強烈的部分）依次分割出來。但需要注意的是，我們提取出的部分除了包含前景（字元輪廓）還包含了其他零碎的片段，例如背景，或背景的一部分，或字元「0」中空心的部分。
邊緣檢測演算法可以用乙個詞形象的概括，那就是「燃燒」。
1，首先從x:0 y:0點開始燃燒，把相鄰並且在「閾值」限定內的畫素「點燃」，並把該畫素標記為「已點燃」。
2，從最後一次「點燃」的畫素遞迴過程1，繼續點燃「閾值」限定內的其他相鄰點。（注意每次遞迴過程要按照最後一次「點燃」畫素和當前畫素之間的色差來對比「閾值」，而不能始終以x:0 y:0點計算「閾值」，這樣才能處理漸變的背景色。）
3，當第一輪燃燒（x:0 y:0）全部熄滅後，第一次邊緣檢測便完成了，接著，遍歷圖形，尋找標記為「未點燃」狀態的畫素，並從此開始重複「燃燒」過程。直到全部畫素都被標記為「已點燃」。
不過實際操作中，遍歷函式會受到棧大小的限制，在處理過大的時候（例如300*300的），很可能會因為遍歷深度過大引起棧溢位，而讓你的程式down掉，不過可以使用其他方法，例如建立「燃燒任務表」的方法來解決這個問題。其本質還是遍歷。
一般來說我們應當拋棄掉分割後體積超過50%的部分，因為這麼大的部分，他只能是背景。分割後體積小於5%的部分也應當拋棄，這可能是背景紋理、或是噪點、干擾線，根據多次的邊緣檢測學習，我們總能夠給出乙個合理的值，率除掉大部分無關的分割結果。
經過這些過濾演算法，和精確的邊緣檢測，我們完全可以把分割後的部分填充為單色，以便於後續的識別。但是在真正的識別開始之前我們還需要對這些影象進行一些操作。
1，縮放操作，把待識別影象縮放到指定大小，乙個既能保證影象細節不過多丟失，又能盡可能小，以加快識別速度的大小，我這裡用的是24*24大小，主要是因為目前的驗證字元過於複雜（手寫體、鏤空）如果過小會丟失太多細節。
2，旋轉操作，檢測出待識別影象被旋轉的角度，並反向旋轉，以便識別。
3，影象修復，經過邊緣檢測演算法後，影象可能會有一些受損，例如中部出現鏤空點，我們需要經過一定的演算法對影象進行修復。
4，粘連、重疊圖形檢測，再次分割，或掩碼識別，針對複雜驗證碼，這是非常重要的一步，也是業界內普遍遇到的難點。
驗證碼識別技術
由於現在很多 為了加強安全性，以及防止程式的自動操作 都加入的了驗證碼技術。但卻給廣大站長推廣宣傳 帶來的麻煩。所以我準備寫這篇關於驗證碼識別技術的文章，不足之處在所難免！本人從來不寫東西，今天為了想落伍才寫了！廣大站長宣傳推廣自己的 經常要發布一些宣傳廣告，如果靠人工，太慢太昂貴，所以理想的辦法是...
驗證碼識別技術
目前大部分驗證碼都是文字的序列，因此現有的識別方法，大都來自ocr 光學字元識別 的技術。ocr用於印刷體掃瞄後文字的識別，一般分為三個步驟 1 預處理 因為有些印刷文字會存在字跡不清 汙點 顏色不統一等問題，所以在最開始都要對影象進行預處理。這些處理包括邊緣檢測 二值化等操作。邊緣檢測就是根據顏色...
驗證碼識別技術
原文 由於現在很多 為了加強安全性，以及防止程式的自動操作 都加入的了驗證碼技術。但卻給廣大站長推廣宣傳 帶來的麻煩。所以我準備寫這篇關於驗證碼識別技術的文章，不足之處在所難免！本人從來不寫東西，今天為了想落伍才寫了！廣大站長宣傳推廣自己的 經常要發布一些宣傳廣告，如果靠人工，太慢太昂貴，所以理想的...