1. 云栖社区>
  2. PHP教程>
  3. 正文

php实现验证码的识别(中级篇)

作者:用户 来源:互联网 时间:2017-12-01 15:20:38

php验证码文章

php实现验证码的识别(中级篇) - 摘要: 本文讲的是php实现验证码的识别(中级篇),   在上篇文章 <php实现验证码的识别 (初级篇 ) http://www.th7.cn/kf/201203/123439.html > 中,讲了如何识别简单的验证,这里的简单只的是验证码有数字和字母组成,格式统一,每次出现

  在上篇文章 <php实现验证码的识别 (初级篇 ) http://www.th7.cn/kf/201203/123439.html > 中,讲了如何识别简单的验证,这里的简单只的是验证码有数字和字母组成,格式统一,每次出现位置固定。这篇文章将继续深入研究识别验证码,这次识别的目标是,验证码有字符和数字组成,验证码存在旋转(可能左右都旋转),位置不固定,存在字符与字符之间的粘连,且验证码有更强的干扰素。这篇文章讲解的方法,并不是万能的解决方案,并且提供代码不能直接解决你的问题,这里仅仅是方法,具体需求读者自己解决,需要说明的是,识别验证码与具体的编程语言无关,这里只是使用 php 语言实现,使用这里介绍的方法,你可以使用任何语言实现。

 这篇文章逐步讲解识别验证码过程中的各个步骤。 


 php实现验证码的识别(中级篇)

如上图,随后的讲解我们都围绕此图展开。
 一:拿到一个验证码的,第一眼我们首先要做的工作是,二值化。把验证码的部分用 1 表示,背景部分用 0 表示出来,识别方法很简单,我们打印出验证码正张图片的 RGB ,然后分析其规律即可,通过 RGB 码,我们很容易分辨出上面这张图片的 R 值大于 120 , G 和 B 的值小于 80 ,所以依据这个规则我们很容易把上面的图片二值化。再看初级篇中识别的两张图 

php实现验证码的识别(中级篇)  php实现验证码的识别(中级篇)

 刚看上去,感觉很复杂。验证码的图片每次背景色都不相同,且不是单色,各个验证码数字的颜色每次也各不相同。貌似很难二值化,其实我们打印出其 RGB 值很容易就发现。无论验证数字颜色如何变化,该数字的 RGB 值总有一个值小于 125 ,所以通过如下判断

$rgbarray['red'] < 125 || $rgbarray['green']<125|| $rgbarray['blue'] < 125

我们就很容易分辨出哪里是数字,哪里是背景。

  我们能够找到这些规律的因素是,在制作验证码的干扰素时,为了使干扰素不影响数字的显示效果,必须使用干扰素的 RGB 和数字 RGB 相互独立,互不干扰。只要懂得这个规律,我们就很容易实现二值化。

  我们找到的 120 , 80 , 125 等阈值,可能和实际的 RGB 有出入,所以,有时二值化后,会有部分地方出现 1 ,对于验证码上固定位置显示数字,这种干扰没有太大意义。但是对于验证码位置不确定的图片来说,在我们切割字符时,很可能造成干扰。所以,在二值化后要进行去噪出来。

  二:接下来我们进行第二个步骤,出噪。出燥的原理很简单,就是把孤立的有效的值去掉,如果噪点比较高,要求的效率也比较高的话,这里面也有很多工作要做。幸好这里我们不要求这么高深,我们使用最简单的方法就可以,如果一个点为 1 则判断这个点的上下左右上左上右下左下右 8 个方位上数字是否为 1 ,如果不为 1 ,就认为是一个燥点,直接设置为 1 即可。

  php实现验证码的识别(中级篇)


 

如上图所示,我们使用此方法很容易发现红色方框部分的 1 为燥点,直接设置为 1 即可。

在判断时我们使用了一个技巧,有时候的噪点可能是两个连续的 1 ,所以我们

[php:collapse] + expand sourceview plaincopyprint?$num = 0; 
if($data[$i][$j] == 1) 

    // 上  
    if(isset($data[$i-1][$j])){ 
        $num = $num + $data[$i-1][$j]; 
    } 
    // 下  
    if(isset($data[$i+1][$j])){ 
        $num = $num + $data[$i+1][$j]; 
    } 
    // 左  
    if(isset($data[$i][$j-1])){ 
        $num = $num + $data[$i][$j-1]; 
    } 
    // 右  
    if(isset($data[$i][$j+1])){ 
        $num = $num + $data[$i][$j+1]; 
    } 
    // 上左  
    if(isset($data[$i-1][$j-1])){ 
        $num = $num + $data[$i-1][$j-1]; 
    } 
    // 上右  
    if(isset($data[$i-1][$j+1])){ 
        $num = $num + $data[$i-1][$j+1]; 
    } 
    // 下左  
    if(isset($data[$i+1][$j-1])){ 
        $num = $num + $data[$i+1][$j-1]; 
    } 
    // 下右  
    if(isset($data[$i+1][$j+1])){ 
        $num = $num + $data[$i+1][$j+1]; 
    } 

if($num == 0){ 
    $data[$i][$j] = 0; 

$num = 0;
if($data[$i][$j] == 1)
{
 // 上
 if(isset($data[$i-1][$j])){
  $num = $num + $data[$i-1][$j];
 }
 // 下
 if(isset($data[$i+1][$j])){
  $num = $num + $data[$i+1][$j];
 }
 // 左
 if(isset($data[$i][$j-1])){
  $num = $num + $data[$i][$j-1];
 }
 // 右
 if(isset($data[$i][$j+1])){
  $num = $num + $data[$i][$j+1];
 }
 // 上左
 if(isset($data[$i-1][$j-1])){
  $num = $num + $data[$i-1][$j-1];
 }
 // 上右
 if(isset($data[$i-1][$j+1])){
  $num = $num + $data[$i-1][$j+1];
 }
 // 下左
 if(isset($data[$i+1][$j-1])){
  $num = $num + $data[$i+1][$j-1];
 }
 // 下右
 if(isset($data[$i+1][$j+1])){
  $num = $num + $data[$i+1][$j+1];
 }
}
if($num == 0){
 $data[$i][$j] = 0;
}


我们计算这个点的 8 个方向上的值之和,最后我们判断他们的和是否小于特定的阈值
 三:经过去噪后,我们就得到干净的二值化的数据,接下来要做的就是切割字符了。切割字符的方法有很多种,这里我采用最简单的一种,先垂直方向切割成为字符,然后在水平方向去掉多于的 0000 ,如下图

  php实现验证码的识别(中级篇)


 

第一步切割红线部分,第二步切割蓝线部分,这样就可以得到独立的字符了。但是像下面这种情况

  php实现验证码的识别(中级篇)

按上面的方法会把 dw 字符切割成一个字符,这是错误的切割,所以这里我们涉及到粘连字符的切割。
 四:粘连字符切割,制作验证码时,规则字符的粘连很容易分割开,如果字符本身有缩