验证码识别研究与实现
摘要：验证码是目前安全领域区别机器与人的标准技术，是人们比较常见的验证码识别机制。数字黏连的验证码和多方面的只是有较多的联系。以前的验证码是先把验证码分割开来，再用比较先进的技术粘合在一起，本论文中通过对基于数字的验证码识别系统有较为详细的论述，以及对其每一步的步骤都做了详细的陈述，有图有代码，以便于读者的阅读。
关键词： 数字黏连的验证码：基于数字的验证码
Research and implementation of verification code recognition
Abstract：Verification code is a standard technology to distinguish machine from human in the field of security, and it is a common authentication code recognition mechanism. Digital cohesive validation codes and many aspects only have more connections. Previous verification codes are divided first, and then glued together with more advanced technology. In this paper, the verification codes recognition system based on numbers is discussed in detail, and the steps of each step are described in detail, with pictures and codes, so as to facilitate the reader's reading.
Key words: Digital Attachment Verification Code: Digital-based Verification Code
目录
第一章 绪论 3
1研究背景 3
1.1验证码概念 3
1.2验证码分类 3
1.3验证码识别 6
1.4验证码的作用 6
第二章验证码识别国内外研究现状 7
2.1验证码识别现状 7
2.2验证码识别技术 8
2.2.1 基于模板库匹配方法 8
2.2.2基于神经网络学习方法 9
2.2.3基于形状上下文方法 10
第三章验证码识别过程 11
3.1图片灰度化处理 11
3.2 二值化 12
3.3 降噪 13
3.4 字符切割 14
3.5特征提取 15
3.6 识别结果 16
第四章 总结 16
致谢 17
参考文献 18
第一章 绪论
1研究背景
1.1验证码概念
随着网络的普及以及计算机科学技术的进步，人类己经步入信息化社会，不论是生活还是产方面，人们对于信息资源的依赖程度越来越深。计算机也己应用到人类生产等各方面的地方，信息作为人类虚拟化的宝藏，对于人类而言至关重要。为了保护人类的非实物宝藏不被计算机法非法窃取，从而发明了验证码，来区分认为登录还是计算机登录。
各种不同形式的验证码被广泛应用于网站的注册，登陆界面及留言板，验证码的存在可以效防止电脑程序自动注册，登陆，及在留言板界面发布广告等垃圾信息。验证码在国外称CAPTCHA，最早是由LuisvonAhnetal.在2000年提出。验证码最先是由计算机提出提出，然后有人类来识别，最后再交给计算机处理，这些测试绝大多数可以被人类完成而机器不能旧。这一理念被雅虎，百度，微软等当知名网站所接受。验证码还可以防止黑客通过非法手段来盗取用户的信息，以达到保护用户资料袋的目的。
1.2验证码分类
因为验证码使用的越来越频繁，用的人越来越多，导致网络信息安全得到了极大的挑战，因此验证码也有很多不同的样式。依据验证码的设计理论，和验证码的设计结构，现在的验证码可以分为三种：
（1）基于数字与字母的验证码
在这个信息高速发展的时代验证码识别技术中心应用最为广泛的是字母与数字的验证码识别，验证码的噪点和模糊程度可以作为验证码的安全程度。这样的机制可靠性一般，依据验证码不同的设计理论和成果来保证网站的安全性，所以基于字母和数字的验证码被大多属于网站接受。由于只使用字母和数字，没有地域限制。字母和数字的集合，字母和数字的倾斜程度、模糊程度都可以作为验证码的安全程度。图1.1是从百度，雅虎，腾讯等知名网站抓取的示例图片，从图中可以看出，图中的验证码有些是歪七扭八，有些是添加的其他的东西借此来干扰识别，从而提高安全性。
用户登录时在输入验证码时，可以快速准确地识别出验证码时就，并且计算机非法登录时不能准确地识别出验证码时，就可以说这个验证码是个好的验证码。就对现在而言，当前的验证码可以被分为三类，字符重叠但没有背景噪音的，有背景噪声点而不存在字符重叠的和两者都不存在的。
验证码的图片中有很多干扰因素，其作用是用来影响计算机或者人的识别效果。比如说干扰线、噪点等。但是现在虽然是信息发展的快速时代，依旧没有降噪点和扭曲字符同时都用的验证码。因为当这两个因素都存在的时候，其可用性会降低，不说计算机了，就算人眼都很难识别。
参考文献
[1]潘大夫，汪渤．一种基于外部轮廓的数字验证码识别方法[J]，微计算机信息：测控自动化，2007，23（9-1）：0256-0258
[2]贾磊磊，陈锡华，熊川，验证码的模糊识别[J]，西昌学院学报：自然科学版，2010,24（1）：60-62
[3]黄赛平，许明．验证码的识别与改进[J]．南京师范大学学报，2009（6）:56-59
[4]王虎，冯林，孙宇哲，数字验证码识别算法的研究和设计[Jl.计算机工程与应用,2007,43（32）：86-88
