我的QQ验证码识别设计探讨（QQ2011）

 

 

本人技术很菜，

但做事很执就。

找人很多高手问验证码识别技术，结果未了，

一气之下，就自己动手摸索了。

 

什么神经无算法，啥的，都是浮云。

下面是我用模式对比算法做的，

根据自己眼睛看东西悟出来的算法。

 

方法：样本 + 算法 = 识别

 

说个小时候学识字的例子： 

1. "R" 这个字母，你要会认识这个“R”字母，必需得记住“R"的（模式）特征，脑袋会存储大量"R"的（模式）特征样本。

2. 大家都知道了人脑处理图片的速度是非常惊人的，电脑一秒能运算2亿次以上的指令，但处理图片无法跟跟人脑相比，所以算法很重要。 

 

识别结论： 

1. 制作大量样本。

2. 设计快速算法。

 

比如26个字母有1000个样本（每个字会的形状会不同，包括：字体、大小、角度），

一个样本识别会移位运算1000次以上，

再加1000个样本，

那就要运算 1000 * 1000 = 1百万次。

一百万次运算也许会花费几秒会10几秒。

运算时间越长，识别的速度会越慢的。 

 

（半）成品展示：

 

下面图片是制作样本软件，样本是在原有的验证码图片上来制作的。（验证码识别没用到切割技术） 

 

 

 识别结果：字符：R，相似度：96%，耗时：0.0190，运算：299，移位：16445，X轴标：22，像素比列：55%

 

 位移：16445次

 耗时：不到0.02秒

 X轴标：22（表示X位置，用于4位个验证码排序） 

 如果是1千个样本，就花掉 19秒，当然这是单线程。

 开10个线程不到2秒完成。（实际验证码识别用不1千个样本，用到500个可能就识别出来了）

 

其它样本识别测试结果：（以下左边为样本图片，右边为验证码图片，测的只是单个样本识别。）

 
 

R样本，耗时不到0.01秒。

 

 

 R样本，耗时不到0.01秒。

 

 

 R样本，耗时不到0.01秒。 

 

 

 V样本，V位置在X轴 96的位，最后一位了。

 

 

 V样本

  

 

 H样本，可以看到二图片H的字体不同。

 

 

 算法思路：

  本人没学过高等数学，什么线性数学，微分啥的不懂。

  所以高端的算法基本没用到。

 

  我的算法很简单，采用初中学的几何数学，三角函数来计算的。

 

  验证码字母特征：字体 + 大小 +  转角

  字体：制作样本。（有多少字体，制作多少样本）

  大小：可以采用缩小样本来处理。（还没开发，我暂时采用制做样本来处理）

  转角：QQ的验证码一样是左右各45度，最多是90度。（还没开发，我暂时采用制做样本来处理）

 

 QQ验证码识别分析： 

 1. QQ验证码算国内很变态的了，他用到的字体，大小，转角很多。（但这些都是浮云）

 2. QQ验证码4位的用到24个字母（O 和 I 好像没有），加上大小写有48个字母，

     10种字符 * 10个大小 * 10种转角 * 48 = 4.8万个样本。

     当然你可以不用做这么多样本，但样本越多，识别率就会越高。

 3. 如果大小和转角能在算法上来处理，可以减少制作很多样本，验证码识最大成本花费在做样本上面。

 

 开发感想：

 1. 我没上过高中，对三角函数（角度计算）不是太懂，所以样本的角度、转角没找到好的算法，因为要用到三解函数的正切、余切。

 2. 验证码识别跟眼睛看东西一样，其实不难，主要在于识别的思路。像Google的il验证码非常复杂，如果硬要去识别，基本上一台电脑是运算不了，要用到多台电脑一起运算。

 3. 对于QQ的验证码，我有更强的识别思路，可以达到90%以上的识别率，下次我再公布思路。（不管是5位、6位，都可以识别的） 

 

 如果你对验证码识别、群发软件开发、国外共享软件等有兴趣的高手，可以联系我，交流交流心得。