《數(shù)字圖像分析與處理》教學(xué)案例庫之驗證碼識別算法研究與應(yīng)用

劉海英 陳鵬舉 郭俊美 鄧立霞 孫濤 趙陽

摘? 要：隨著計算機網(wǎng)絡(luò)技術(shù)及驗證碼技術(shù)的快速發(fā)展，出現(xiàn)了更多復(fù)雜的驗證碼生成辦法，如基于動態(tài)圖像的驗證碼系統(tǒng)。本案例針對給定系統(tǒng)的驗證碼為研究對象，提出一種具有針對性的策略算法，對比于其它識別算法，本研究算法的識別速度、精確均占有一定優(yōu)勢，具有一定的理論和實際意義。

關(guān)鍵詞：數(shù)字圖像處理;驗證碼;識別

中圖分類號：G640? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號：2096-000X（2020）27-0087-03

Abstract： With the continuous development of computer network technology and verification code technology， more complicated verification code generation methods have appeared， such as a verification image system based on dynamic images. This case proposes another targeted strategy for the verification code of a given system. Compared with other recognition algorithms， the recognition speed and accuracy of this research algorithm have certain advantages and have certain theoretical and practical significance.

Keywords： digital image processing; verification code; recognition

隨著計算機和網(wǎng)絡(luò)技術(shù)的發(fā)展，網(wǎng)絡(luò)安全逐漸成為了人們關(guān)注的問題，驗證碼的重要性也日益凸顯。為了更好地防止惡意攻擊、保護網(wǎng)站安全，驗證碼技術(shù)變得越來越復(fù)雜，這給驗證碼技術(shù)帶來了很好的機遇，同時也帶了新的挑戰(zhàn)。數(shù)字圖像處理技術(shù)是利用計算機對數(shù)字圖像進(jìn)行分析與處理，協(xié)助人們理解和識別不同模式目標(biāo)和對象的技術(shù)。數(shù)字驗證碼識別是光學(xué)字符識別（Optical Characters Recognition，OCR）的一種，是經(jīng)典模式識別研究對象中的一種[1]。

所謂驗證碼是由系統(tǒng)隨機生成的一組字符（一般為數(shù)字或數(shù)字與字母的組合）圖片。驗證碼圖片的使用是目前網(wǎng)上各種論壇類網(wǎng)站用以識別阻止自動化程序惡意行為的人機區(qū)分技術(shù)，其設(shè)計和實用安全性直接涉及到互聯(lián)網(wǎng)的安全使用，由于技術(shù)簡單，易實施，傳輸數(shù)據(jù)小，因此被各網(wǎng)站特別是論壇性質(zhì)的網(wǎng)站廣泛使用來防止自動化程序（如論壇自動灌水機）進(jìn)行大批量的惡意行為。

一、國內(nèi)外驗證碼技術(shù)的發(fā)展現(xiàn)狀

驗證碼識別和其他字符識別方法極為相似，因而可以借鑒現(xiàn)有的成熟的字符識別技術(shù)，如系統(tǒng)、車牌識別等。但驗證碼圖片其自身的特殊性使得對它的識別難于一般的光學(xué)字符識別。驗證碼設(shè)計的目的本就是讓機器難以破解，因而通常的驗證碼圖片干擾性強，字符間有扭曲、變形、粘連，干擾信號變化相對單調(diào)，識別較難，圖像較小。目前對無扭曲旋轉(zhuǎn)、有少量噪聲和無粘連字符的驗證碼識別上已取得了較好的識別結(jié)果。而對于有彩色線噪聲，字符粘連、重疊、扭曲以及縮放等干擾的驗證碼的識別效果尚不理想，對于此種驗證碼的破解，屬于極端情況下的字符識別。

（一）國外驗證碼的發(fā)展現(xiàn)狀

國外針對驗證碼的分析識別技術(shù)也已經(jīng)是一個較為熱門的領(lǐng)域，關(guān)于驗證碼識別的理論體系已日漸趨于完善。驗證碼（CAPTCHA）最早是Carnegie Mellon大學(xué)的一個科研項目，Yahoo是其第一個用戶。2009年，美國Berkeley大學(xué)Chandavale等研究人員對Carnegie Mellon進(jìn)行識別研究[2]。2004年Gabriel Moy等提出了一種扭曲估計的算法破解的驗證碼，有很高的識別率[3]。

（二）國內(nèi)驗證碼的發(fā)展現(xiàn)狀

國內(nèi)驗證碼識別技術(shù)起步也比較晚，研究驗證碼識別較少，現(xiàn)有國內(nèi)的研究大都集中在數(shù)字或英文字符規(guī)范、無粘連和扭曲的驗證碼。2010年，文獻(xiàn)[4]用最近鄰算法破解了個銀行網(wǎng)站的驗證碼，識別率達(dá)到80%以上。同年，文獻(xiàn)[5]利用基于微軟辦公文檔圖像處理庫對網(wǎng)易、雅虎等驗證碼進(jìn)行識別，但是對于受到干擾或者字符變形較大的驗證碼識別率偏低。但截至目前，國內(nèi)驗證碼算法基本在現(xiàn)有算法的基礎(chǔ)上改進(jìn)其他算法，算法的發(fā)展在理論上沒有大的發(fā)展和突破。

二、網(wǎng)絡(luò)驗證碼級手寫數(shù)字的識別

（一）簡單數(shù)字驗證碼識別

本節(jié)主要針對單純的數(shù)字驗證碼進(jìn)行識別。單純數(shù)字驗證碼的識別相對簡單，因為圖片中只有數(shù)字以及圖片可能受到噪聲的影響帶來的干擾，所以在載入圖片后需要涉及到的知識點為：圖像的去噪、分割和識別的過程。圖像受到噪聲影響過以后的圖片如圖1所示。

數(shù)字驗證碼識別之前需要對圖像進(jìn)行去噪，為了減少噪聲的影響，對于彩色圖像而言，為了更適合計算機處理，系統(tǒng)將彩色圖像從RGB空間轉(zhuǎn)換到HSV空間，為了提高數(shù)字驗證碼識別的準(zhǔn)確率，在執(zhí)行識別算法之前首先利用比較簡單的閾值過濾法對圖像進(jìn)行椒鹽噪聲去除的簡單處理，去噪效果如圖2所示。數(shù)字驗證碼圖像去噪之后進(jìn)行下一步數(shù)字定位，找到圖片中的每一個數(shù)字并定位，如圖3。

在數(shù)字準(zhǔn)確定位后，進(jìn)行驗證碼的歸一化操作，結(jié)果如圖4所示。通常情況下在處理信號和圖像的預(yù)處理時，為了提高算法的收斂速度，需要對數(shù)字驗證碼圖像進(jìn)行歸一化處理，以便達(dá)到無量綱處理和提高算法的執(zhí)行速度。

經(jīng)過簡單處理后，數(shù)字驗證碼識別結(jié)果如圖5左側(cè)識別結(jié)果所示。通過識別的結(jié)果可以看出，對于簡單的數(shù)字驗證碼識別的正確率較高。

（二）手寫體數(shù)字的識別

相對于規(guī)范的數(shù)字驗證碼，手寫體的數(shù)字隨意性很大，比如筆畫的粗細(xì)、字體的大小、傾斜的角度等都很難控制并且各異性很強（如圖6），這些人為因素都會影響到后期識別的準(zhǔn)確率。本案例中重要圖像預(yù)處理知識點涉及到灰度轉(zhuǎn)換、歸一化、中值濾波、二值化以及圖像細(xì)化的操作處理等。

對手寫體數(shù)字進(jìn)行前期的歸一化處理、中值濾波后在進(jìn)行圖像的細(xì)化操作，提取9個向量特征，然后與載入的標(biāo)準(zhǔn)數(shù)字?jǐn)?shù)據(jù)庫進(jìn)行對比，其中選用的是歐氏距離測度得到識別的結(jié)果，如圖7所示。本案例中采用了200組樣本圖像進(jìn)行特征提取，得到模板數(shù)據(jù)庫，樣本量偏小，但是識別的準(zhǔn)確率較高。

三、結(jié)束語

本案例通過對規(guī)范性和手寫體數(shù)字的數(shù)字的識別算法分貝進(jìn)行驗證，規(guī)范性數(shù)字識別的準(zhǔn)確率可以達(dá)到100%，手寫體數(shù)字因為受到的各種因素的影響，其識別率僅為90%。

參考文獻(xiàn)：

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

[2]A.A.Chandavale， A.M. Sapkal， R.M. Jalnekar， Algorithm to Break CAPTCHA[C]. Second International Conference on Emerging Trends in Engineering and Technology， ICETET-09， 2009.

[3]Gabriel Moy， Nathan Jones， Curt Harkless， Randall Potter， Estimation Techniques in Solving Visula CAPTCHAs[C]. IEEE Conference on Computer Vision and Pattern Recognition（CVPR，04），2（23-28）.

[4]Jisong Zhang， Xingfen Wang， Breaking Internet Banking CAPTCHA Based on Instance Leanring[C]. 2010 International Symposim on Computer Intelligence and Design，39-43.

[5]王曉波，王興芬.基于MODI的驗證碼識別系統(tǒng)設(shè)計與實現(xiàn)[J].北京信息科技大學(xué)學(xué)報，2010（1）：88-91.

[6]楊思發(fā).驗證碼破解技術(shù)算法研究及實現(xiàn)[D].南京理工大學(xué)，2013.

[7]王楓，陳小.CNN深度學(xué)習(xí)的驗證碼識別及Android平臺移植[J].單片機與嵌入式系統(tǒng)應(yīng)用，2019（7）：21-23.

[8]張錚，王順帆，董雷.基于深度學(xué)習(xí)的驗證碼識別[J].湖北工業(yè)大學(xué)學(xué)報，2018，33（2）：5-8.

[9]周文凱，韓芳，孔維健.基于Faster-RCNN的極驗點選式驗證碼識別[J].電子科技，2019，32（9）：42-45.

[10]白培瑞，王金博，丁國梅.一種通用的基于圖像分割的驗證碼識別方法[J].山東科技大學(xué)學(xué)報（自然科學(xué)版），2018，37（3）：106-113.

[11]南陽，白瑞林，李新.卷積神經(jīng)網(wǎng)絡(luò)在噴碼字符識別中的應(yīng)用[J].光電工程，2015，42（4）：38-43.

[12]范曉杰，宣士斌，唐鳳，等.基于Dropout卷積神經(jīng)網(wǎng)絡(luò)的行為識別[J].廣西民族大學(xué)學(xué)報（自然科學(xué)版），2017，23（1）：76-82.

[13]潘翔，王恒.基于深度學(xué)習(xí)的車牌相似字符識別[J].計算機科學(xué)，2017，44（S1）：229-231.

[14]何福全，李偉烽，林培娜，等.驗證碼的識別技術(shù)分析與研究[J].甘肅科技縱橫，2019，48（2）：1-5.