如何識别進階的驗證碼----一、驗證碼的基本知識

 　一、驗證碼的基本知識

　　1. 驗證碼的主要目的是強制人機互動來抵禦機器自動化攻擊的。

　　2. 大部分的驗證碼設計者并不得要領，不了解圖像處理，機器視覺，模式識别，人工智能的基本概念。

　　3. 利用驗證碼，可以發财，當然要犯罪：比如招商銀行密碼隻有6位，驗證碼形同虛設，計算機很快就能破解一個有錢的賬戶，很多帳戶是可以網上交易的。

　　4. 也有設計的比較好的，比如Yahoo,Google,Microsoft等。而國内Tencent的中文驗證碼雖然難，但算不上好。

　　二、人工智能，模式識别，機器視覺，圖像處理的基本知識

　　1)主要流程：

　　比如我們要從一副圖檔中，識别出驗證碼;比如我們要從一副圖檔中，檢測并識别出一張人臉。 大概有哪些步驟呢?

　　1.圖像采集：驗證碼呢，就直接通過HTTP抓HTML，然後分析出圖檔的url，然後下載下傳儲存就可以了。 如果是人臉檢測識别，一般要通過視屏采集裝置，采集回來，通過A/D轉操作，存為數字圖檔或者視訊頻。

　　2.預處理：檢測是正确的圖像格式，轉換到合适的格式，壓縮，剪切出ROI，去除噪音，灰階化，轉換色彩空間這些。

　　3.檢測：車牌檢測識别系統要先找到車牌的大概位置，人臉檢測系統要找出圖檔中所有的人臉(包括疑似人臉);驗證碼識别呢，主要是找出文字所在的主要區域。

　　4.前處理：人臉檢測和識别，會對人臉在識别前作一些校正，比如面内面外的旋轉，扭曲等。我這裡的驗證碼識别，“一般”要做文字的切割

　　5.訓練：通過各種模式識别，機器學習算法，來挑選和訓練合适數量的訓練集。不是訓練的樣本越多越好。過學習，泛化能力差的問題可能在這裡出現。這一步不是必須的，有些識别算法是不需要訓練的。

　　6.識别：輸入待識别的處理後的圖檔，轉換成分類器需要的輸入格式，然後通過輸出的類和置信度，來判斷大概可能是哪個字母。識别本質上就是分類。

　　2)關鍵概念：

　　圖像處理：一般指針對數字圖像的某種數學處理。比如投影，鈍化，銳化，細化，邊緣檢測，二值化，壓縮，各種資料變換等等。

　　1.二值化：一般圖檔都是彩色的，按照逼真程度，可能很多級别。為了降低計算複雜度，友善後續的處理，如果在不損失關鍵資訊的情況下，能将圖檔處理成黑白兩種顔色，那就最好不過了。

　　2.細化：找出圖像的骨架，圖像線條可能是很寬的，通過細化将寬度将為1，某些地方可能大于1。不同的細化算法，可能有不同的差異，比如是否更靠近線條中間，比如是否保持聯通行等。

　　3.邊緣檢測：主要是了解邊緣的概念。邊緣實際上是圖像中圖像像素屬性變化劇烈的地方。可能通過一個固定的門限值來判斷，也可能是自适應的。門限可能是圖像全局的，也可能是局部的。不能說那個就一定好，不過大部分時候，自适應的局部的門限可能要好點。被分析的，可能是顔色，也可能是灰階圖像的灰階。

　　機器視覺：利用計算機來模式實作人的視覺。 比如物體檢測，定位，識别。按照對圖像了解的層次的差别，分高階和低階的了解。

　　模式識别：對事物或者現象的某種表示方式(數值，文字，我們這裡主要想說的是數值)，通過一些處理和分析，來描述，歸類，了解，解釋這些事物，現象及其某種抽象。

　　人工智能：這種概念比較寬，上面這些都屬于人工智能這個大的方向。簡單點不要過分學院派的了解就是，把人類的很“智能”的東西給模拟出來協助生物的人來處理問題，特别是在計算機裡面。