摘要：
在搞验证码识别的时候需要比较字符代码的相似度用到“编辑距离算法”，关于原理和C#实现做个记录。 据百度百科介绍： 编辑距离，又称Levenshtein距离（也叫做Edit Distance），是指两个字串之间，由一个转成另一个所需的最少编辑操作次数，如果它们的距离越大，说明它们越是不同。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。 例如将kitten一字转成sit... 阅读全文
摘要：
之前我在<<C#简单数字验证码解析>>一文中介绍了用C#识别简单不变形数字验证码，但是对于识别变形的 或生成位置变化比较频繁的 验证码的准确率却不高。下面介绍一个开源的OCR引擎Tesseract2。值得庆幸的是虽然是开源的但是它的识别率较高，并不比其他引擎差劲。网上介绍Tessnet2也是当时时间排名第三的识别引擎，只是后来慢慢不维护了，目前是Google在维护，大家都知道Google 在搞电子图书馆，每天都有不同类目的书被扫描成电子版。所以有G老大维护，识别率差不到哪里去。呵呵。。别鄙视我。。。Tessnet2 是用vc ++ 开发的，其中是生成Tessnet2.d 阅读全文
摘要：
这几天都在研究验证码解析，写了一个DEMO，对于纯数字且生成位置变化频率较低的图片识别效果还算满意，准确率在80%以上，更高级别的验证码还有待研究。 CSharp简单数字验证码解析.rar 具体实现思路：以4位数字的验证码为例 1、人工将验证码的4位数字每位对应的代码存入数据库中，每位存入0-9对应的代码，每个数可以多存这样可以提高识别率; 2、获取验证码以后，对其进行去背景、灰度处理、去噪点处... 阅读全文
摘要：
原文：http://security.ctocio.com.cn/securitycomment/290/8182290.shtml摘录一部分，其余的请看原文五、高级验证码的破解分析 时间关系，我简单介绍如何利用图像处理和模式识别技术，自动识别比较高级的验证码。 (以风头正劲的Google为例) 1)至少从目前的AI的发展程度看，没有简单的做法能自动处理各种不同的验证码，即使能力很强，那么系统自然也十分复杂强大。所以，要想在很简单的算法实现比较高级的验证码破解，必须分析不同验证码算法的特点： 作为一般的图像处理和计算机视觉，会考虑色彩，纹理，形状等直接的特征，同时也考虑直方图，灰度等统计... 阅读全文