基于字符的圖片驗(yàn)證碼識別算法的設(shè)計(jì)與實(shí)現(xiàn)

陳以山+張勇

摘要：驗(yàn)證碼是各大網(wǎng)站用以防范計(jì)算機(jī)自動程序惡意攻擊的手段之一。通過使用數(shù)字圖像處理中的圖片分割、開閉運(yùn)算等手段，能夠識別絕大部分網(wǎng)站的驗(yàn)證碼。對驗(yàn)證碼識別技術(shù)的研究，既能及早發(fā)現(xiàn)驗(yàn)證碼的漏洞，也能對諸如車牌識別、手寫識別等技術(shù)起到促進(jìn)作用。

關(guān)鍵詞：驗(yàn)證碼識別；數(shù)字圖像處理；圖片分割；圖片開運(yùn)算；模圖片閉運(yùn)算

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2017）01-0190-03

1 研究背景

驗(yàn)證碼（CAPTCHA）是“Completely Automated Public Turing test to tell Computers and Hunmans Apart”（全自動區(qū)分計(jì)算機(jī)和人類的圖靈測試）的縮寫，是一種區(qū)分當(dāng)前用戶是人類還是計(jì)算機(jī)的自動程序。在測試中，用戶需要根據(jù)程序生成的一個問題做出正確的回答，程序據(jù)此來判斷該用戶是人類還是計(jì)算機(jī)。驗(yàn)證碼種類繁多，大體有基于字符的圖片驗(yàn)證碼、基于問答的驗(yàn)證碼、聲音驗(yàn)證碼等。

目前，應(yīng)用最廣泛的是基于字符的圖片驗(yàn)證碼，它具有容易產(chǎn)生、不受用戶背景知識和文化差異的影響，且暴力破解的難度很大，使用主流的編程語言，很容易可以產(chǎn)生一個包含隨機(jī)字母或者數(shù)字的圖片。為了增加識別難度，在生成圖片時，往往會加上諸多干擾因素，比如加上前景、背景，字符粘連，字符變形、歪斜等。

驗(yàn)證碼為互聯(lián)網(wǎng)安全作出了很大貢獻(xiàn)，但我們不能忽視驗(yàn)證碼所存在的漏洞，研究驗(yàn)證碼自動識別算法，能夠及早發(fā)現(xiàn)驗(yàn)證碼設(shè)計(jì)存在的漏洞，并在據(jù)此作出調(diào)整，以增加驗(yàn)證碼的安全性。同時，驗(yàn)證碼識別作為一種圖靈測試，綜合了數(shù)字圖像處理、模式識別、人工智能等領(lǐng)域的研究成果，也對其他應(yīng)用如車牌識別、手寫文字識別等具有參考作用。

本文所研究的驗(yàn)證碼識別算法，主要分為圖片預(yù)處理、字符分割、模式識別三個步驟。由于各個應(yīng)用所使用的驗(yàn)證碼識別難度不一樣，需要根據(jù)具體的驗(yàn)證碼特點(diǎn)，進(jìn)行具體分析，這里選取了CSDN的驗(yàn)證碼作為主要分析對象。

2 圖片預(yù)處理

1） 彩色圖片灰度化

大部分彩色圖像都是采用的RGB顏色模式，但是其并不能反映圖像的形態(tài)特征，只是從光學(xué)的原理上進(jìn)行了顏色的調(diào)配?；叶然倪^程就是將有RGB三通道的彩色圖像轉(zhuǎn)化為灰度圖像的處理，僅保留機(jī)器識別時所需要的必要信息，以便于后面的處理操作。在灰度化的過程中，一般是根據(jù)一定的系數(shù)將三維的RGB色彩降低為一維的灰度值。本人選取的灰度計(jì)算公式為：

其中，R、G、B分別是像素點(diǎn)在三個顏色通道的值，Grey為該像素點(diǎn)對應(yīng)的灰度值。具體計(jì)算方法為：依次讀取圖片每個像素點(diǎn)，獲取其RGB值，取三者的平均值作為新圖片對應(yīng)像素點(diǎn)的灰度值。彩色圖片灰度化后的結(jié)果如表1所示：

2） 灰度圖片二值化

經(jīng)過灰度化的圖片，每個像素點(diǎn)的灰度值為0～255之間的任意數(shù)。由于驗(yàn)證碼圖片中背景色與字符顏色具有較大差異，可以通過設(shè)定閾值的方法，區(qū)分背景和字符?；叶戎荡笥陂撝档南袼攸c(diǎn)，灰度值都設(shè)置為255，小于等于閾值的像素點(diǎn)，灰度值都設(shè)置為0，具體計(jì)算公式為：

T值得選取在圖片二值化過程中至關(guān)重要，選取適當(dāng)?shù)腡，可以在一定程度上去除圖片噪音，增強(qiáng)字符輪廓。為了更精確的獲得圖像信息，這里采用近似一維Means方法尋找二值化閾值，該方法的大致步驟如下：

a. 設(shè)置一個初始閾值T=127

b. 根據(jù)閾值將每個像素?cái)?shù)據(jù)P分為字符數(shù)據(jù)G1和背景數(shù)據(jù)G2

c. G1的平均值是M1，G2的平均值是M2

d. 新的閾值T1=

e. 如果T1與T不相等，則回到步驟b；如果相等，則T1就是最終的閾值

灰度圖片經(jīng)過二值化后，效果如表1所示：

3） 圖片降噪

由于驗(yàn)證碼圖片中有許多噪音，這會極大影響到后期的識別效果，我們需要對圖片進(jìn)行降噪處理，盡量保留圖片中的字符信息，擦除噪音。圖片降噪方法有很多，這里使用滑動窗口的方法來進(jìn)行降噪處理。具體方法是：取圖像中每個像素點(diǎn)的灰度值，將該值和其四周的八個像素點(diǎn)的值進(jìn)行排序，取中值作為這個像素點(diǎn)的最終值?？紤]到圖片噪聲一般都是相對獨(dú)立的像素點(diǎn)，而字符區(qū)域一般是連成片的像素點(diǎn)，因此該方法可以去除孤立的噪音像素點(diǎn)。驗(yàn)證碼圖片的降噪效果如表3所示：

4） 圖片開運(yùn)算

為了便于對圖片進(jìn)行分割，需要對圖片進(jìn)行形態(tài)學(xué)處理。形態(tài)學(xué)處理表現(xiàn)為一種領(lǐng)域運(yùn)算形式，通過一種特殊定義的被稱為“結(jié)構(gòu)單元”的領(lǐng)域，在每個像素位置上它與二值圖像對應(yīng)的區(qū)域進(jìn)行特定的邏輯運(yùn)算，邏輯運(yùn)算的結(jié)果輸出為圖像對應(yīng)的相應(yīng)像素。為了使得字符輪廓平滑，抑制字符邊界的小的噪點(diǎn)，我們使用了結(jié)構(gòu)開變換。即對圖像先腐蝕，再膨脹。

在腐蝕操作中，定義A用B結(jié)構(gòu)單元腐蝕，記作A⊙B，表示為：

圖片腐蝕實(shí)現(xiàn)java代碼實(shí)現(xiàn)如下：

/*腐蝕

* @param source 輸入圖像灰度值的二維數(shù)組

* @param threshold 當(dāng)與運(yùn)算結(jié)果值小于閾值時，圖像點(diǎn)的值仍然設(shè)為0

* sData 結(jié)構(gòu)數(shù)組

* @return 輸出圖像灰度值的二維數(shù)組*/

private static int[][] correde（int[][] source，int threshold）{

int width=source[0].length；

int height=source.length；

int[][] result=new int[height][width]；

for（int i=0；i

for（int j=0；j

if（i>0&&j>0&&i

int max =0；

for（int k=0；k

int x=k/3；

int y=k%3；

if（sData[k]！=0）{

if（source[i-1+x][j-1+y]>max）{

max=source[i-1+x][j-1+y]； }}}

if（max

result[i][j]=0；

}else{

result[i][j]=max； }

}else{

result[i][j]=source[i][j]； }}}

return result； }

在膨脹操作中，定義A用B結(jié)構(gòu)單元擴(kuò)張，記作A⊕B，表示為：

A⊕B =

圖片膨脹實(shí)現(xiàn)java代碼實(shí)現(xiàn)如下：

/* 膨脹運(yùn)算

* @param source 輸入圖像灰度值的二維數(shù)組

* @param shreshold 當(dāng)灰度值大于閾值（小于閾值127）時并且結(jié)構(gòu)元素為1（0）時，認(rèn)為對應(yīng)位置匹配上；

* sData 結(jié)構(gòu)數(shù)組

* @return 輸出圖像灰度值的二維數(shù)組*/

private static int[][] dilate（int[][] source，int threshold）{

int width=source[0].length；

int height=source.length；

int[][] result=new int[height][width]；

for（int i=0；i

for（int j=0；j

if（i>0&&j>0&&i

int max =0；

///對結(jié)構(gòu)元素進(jìn)行遍歷

for（int k=0；k

int x=k/3；

int y=k%3；

if（sData[k]！=0）{

///不為0時，必須全部大于閾值，否則就設(shè)置為0并結(jié)束遍歷 if（source[i-1+x][j-1+y]>=threshold）{ if（source[i-1+x][j-1+y]>max）{ max=source[i-1+x][j-1+y]；

}

}else{

////與結(jié)構(gòu)元素不匹配，賦值0，結(jié)束遍歷

max=0；

break；

}}}

result[i][j]=max；

}else{

result[i][j]=source[i][j]； }}}

return result； }

在實(shí)踐中，我們使用的結(jié)構(gòu)體為一個3*3的矩陣：

開運(yùn)算效果如表4所示：

3 字符分割與識別

為了便于識別，需要將驗(yàn)證碼圖片進(jìn)行分割，使得分割后的每個圖片中只出現(xiàn)一個字符。由于待分析的驗(yàn)證碼無字符粘連現(xiàn)象，故而我們使用比較簡單的豎直投影法。假定背景色為白色（灰度值255），字符顏色為黑色（灰度值0），從左到右掃描圖片的每列像素點(diǎn)，如果一列的灰度值總和小于閾值T，就認(rèn)為這是字符列，如果小于閾值T，則認(rèn)為這是間隔列。一次掃描之后，記錄所有字符開始列和間隔開始列，并據(jù)此分割圖片。

在字符識別階段，首先需要制作樣本庫，樣本需要包含所有可能出現(xiàn)的字符。樣本字符圖片統(tǒng)一使用26*26像素的圖片，背景色用0表示，字符色用1表示，也就是一個26*26的矩陣。對于待識別的字符圖片，首先采用雙線性差值算法，把圖片變?yōu)?6*26大小，采用同樣的方法來獲得圖片對應(yīng)的矩陣。在樣本庫中，使用漢明距離獲得當(dāng)前字符圖片與樣本庫中各個圖片的距離最近的一個圖片，該圖片所代表的值即是驗(yàn)證碼對應(yīng)字符的值。

4 識別效果

根據(jù)上述步驟，我們采用了java代碼實(shí)現(xiàn)了算法，并對CSDN網(wǎng)站的1000張驗(yàn)證碼圖片進(jìn)行了識別，總體識別率大約為60%，識別的難點(diǎn)主要出現(xiàn)在易于被混淆的字符上，例如字母O、D和數(shù)字0，字母Z和數(shù)字2等字符。

5 總結(jié)與展望

本文對驗(yàn)證碼圖片的識別做了深入研究，依次采用了圖片灰度化、二值化、圖片降噪、圖片開運(yùn)算等數(shù)字圖像處理方法對驗(yàn)證碼圖片進(jìn)行了預(yù)處理，使得識別效果有了顯著的提高。下一步可以研究以下幾個方面：1）改進(jìn)字符識別算法，可以采用SVM算法或者基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法；2）解決字符粘連時的字符分割問題；3）提升圖片降噪的效果。

參考文獻(xiàn)：

[1] Simon Haykin.Neural networks： a comprehensive foundation[M].2nded.USA： Prentice Hall，1998：443-483.

[2] 岡薩雷斯.數(shù)字圖像處理[D].3版北京：電子工業(yè)出版社，2011.

[3] 彭洪江.低照度圖像的降噪算法與實(shí)現(xiàn)[D].武漢理工大學(xué)，2014 .

[4] 陳紹林.車牌定位與字符分割算法的研究及實(shí)現(xiàn)[D].西安電子科技大學(xué)，2013.

[5] Serge Belongie Jitendra Malik Jan Puzicha. Matching with Shape Contexts [M].2000.

[6] 文曉陽，高能，夏魯寧，等.高效的驗(yàn)證碼識別技術(shù)與驗(yàn)證碼分類思想[J].計(jì)算機(jī)工程， 2009（8）：63.

[7] 王璐.驗(yàn)證碼識別技術(shù)研究[D].中國科學(xué)技術(shù)大學(xué)，2011.

[8] 成洪靜，陳立潮，張英俊，等.基于SVM的多分類器構(gòu)造算法的研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2008 （12）：109-112.