本文源自:http://hooopo.iteye.com/blog/993538

工具：imagemagick +?tesseract-ocr

?

Tesseract-ocr據說辨識程度是世界排名第三,可謂神器啊。

準備工作：

1.安裝tesseract-ocr

Java代碼??

sudo?apt-get?install?tesseract??

2.安裝imagemagick

Java代碼??

sudo?apt-get?install?imagemagick??

3.安裝rmagick

Java代碼??

sudo?apt-get?remove?--purge?librmagick-ruby-doc?librmagick-ruby1.8??

sudo?apt-get?install?libmagick9-dev?ruby1.8-dev??

sudo?gem?install?rmagick??

先試一個簡單的：

Ruby代碼??

require?'rubygems'??

require?'rtesseract'??

img?=?RTesseract.new("tmp/test.jpg")??

img.to_s.sub(/\s+$/,?"")?#?=>?"3R8Z"???

很成功，但這個太簡單了。一般破解復雜點的驗證碼處理步驟是先用imagemagick灰度化，灰度反轉，提高對比度，二值化等。然后再用ocr去識別。ocr識別黑白圖片效果比較好些。

這個是人民網的驗證碼：

Ruby代碼??

img?=?MiniMagick::Image.new("tmp/people.jpg")???

img.colorspace("GRAY")#灰度化??

image?=?RTesseract.new(img.path)??

image.to_s.sub(/\s+$/,?"")?#?=>?"254369"???

?這個還是簡單，再復雜一點的，這個是4399.com的驗證碼：

有黑色邊框，有背景色，文字稍微扭曲。

?

Ruby代碼??

img?=?MiniMagick::Image.new("tmp/4399.jpg")??

img.crop("#{img[:width]?-?2}x#{img[:height]?-?2}+1+1")?#去掉邊框（上下左右各1像素）??

img.colorspace("GRAY")?#灰度化??

img.monochrome?#二值化??

image?=?RTesseract.new(img.path)?#ocr識別??

image.to_s.sub(/\s+$/,?"")?#=>?"5692"???

?

像上面這樣簡單的識別率幾乎能達到80%以上，扭曲太嚴重的識別率就很低了。有輕微噪點的就得自己寫去噪算法了。。

?

還有一些驗證碼看起來很變態但是是紙老虎。像當當的。刷新了幾次發現結果在1-20之間,選中一個數暴力破解每次也有1/20正確的概率。

還有139的：。答案就12種1-4A-Da-d。而且不區分大小寫。選中一個字母每次有1/6的概率命中。

?

ps：研究破解驗證碼不是為了搞破壞。請勿跨省追捕。

?

當然還有人工ocr:優優云打碼等 這些是付費的居多

總結

以上是生活随笔為你收集整理的破解验证码相关:用imagemagick和tesseract-ocr破解简单验证码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。