摘要： 因为工作的关系，我在去年下半年做了几个验证码识别的项目。做完之后，觉得其实验证码识别并不是什么很困难的项目，只要能针对要识别的图片进行内容结构上的分析，将内容分成几个部分，针对不同部分用好的对策进行处理，把图片有意义的内容(例如数字或者字符)分离出来。最后使用一些类似K近邻或者相似度的办法，和手工做好的模板进行匹配，对于国内网站的验证码，大都可以识别出来。当然，我写这些文章的目的，并不是想教别人用爬虫去爬别人的暗网数据，也不是想教别人写抢票的工具，我只是针对这一类问题，记录一下自己工作中用到的方法和经验。这些方法，对于文本图像复原和损毁书籍的保护同样适用，虽然我现在还没有机会接触到这方面的工作 阅读全文