破解验证码相关:用imagemagick和tesseract-ocr破解简单验证码

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

工具：imagemagick + tesseract-ocr

Tesseract-ocr据说辨识程度是世界排名第三,可谓神器啊。

准备工作：

1.安装tesseract-ocr

Java代码

sudo apt-get install tesseract

2.安装imagemagick

Java代码

sudo apt-get install imagemagick

3.安装rmagick

Java代码

sudo apt-get remove --purge librmagick-ruby-doc librmagick-ruby1.8
sudo apt-get install libmagick9-dev ruby1.8-dev
sudo gem install rmagick

先试一个简单的：

Ruby代码

require 'rubygems'
require 'rtesseract'
img = RTesseract.new("tmp/test.jpg")
img.to_s.sub(/\s+$/, "") # => "3R8Z"

很成功，但这个太简单了。一般破解复杂点的验证码处理步骤是先用imagemagick灰度化，灰度反转，提高对比度，二值化等。然后再用ocr去识别。ocr识别黑白图片效果比较好些。

这个是人民网的验证码：

Ruby代码

img = MiniMagick::Image.new("tmp/people.jpg")
img.colorspace("GRAY")#灰度化
image = RTesseract.new(img.path)
image.to_s.sub(/\s+$/, "") # => "254369"

这个还是简单，再复杂一点的，这个是4399.com的验证码：

有黑色边框，有背景色，文字稍微扭曲。

Ruby代码

img = MiniMagick::Image.new("tmp/4399.jpg")
img.crop("#{img[:width] - 2}x#{img[:height] - 2}+1+1") #去掉边框（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识别
image.to_s.sub(/\s+$/, "") #=> "5692"

像上面这样简单的识别率几乎能达到80%以上，扭曲太严重的识别率就很低了。有轻微噪点的就得自己写去噪算法了。。

还有一些验证码看起来很变态但是是纸老虎。像当当的。刷新了几次发现结果在1-20之间,选中一个数暴力破解每次也有1/20正确的概率。

还有139的：。答案就12种1-4A-Da-d。而且不区分大小写。选中一个字母每次有1/6的概率命中。

ps：研究破解验证码不是为了搞破坏。请勿跨省追捕。

当然还有人工ocr:优优云打码等这些是付费的居多

破解验证码相关:用imagemagick和tesseract-ocr破解简单验证码相关推荐

java验证码功能一般怎么做的_java制作简单验证码功能
本文实例为大家分享了java制作简单验证码的具体代码,供大家参考,具体内容如下在这里我们需要用到java的画笔工具,所以我们需要导入以下包 import="java.util.*,java ...
python代码标识码_代码分享：使用Python和Tesseract来识别图形验证码
原标题:代码分享:使用Python和Tesseract来识别图形验证码 *本文原创作者:ipenox,本文属FreeBuf原创奖励计划,未经许可禁止转载各位在企业中做Web漏洞扫描或者渗透测试的朋友 ...
C#使用Tesseract OCR 解析验证码
下面介绍一个开源的OCR引擎Tesseract2.值得庆幸的是虽然是开源的但是它的识别率较高,并不比其他引擎差劲.网上介绍Tessnet2也是当时时间排名第三的识别引擎,只是后来慢慢不维护了,目前是G ...
Tesseract OCR简介(三)--安装及参数使用
参考:AI-Tesseract-OCR简介_花熊的博客-CSDN博客_tesseract坐标一.windows 1.1 Tesseract安装适用于Tesseract 3.05和Tesseract ...
Tesseract OCR简介(一)
简介 Tesseract(/'tesərækt/) 这个词的意思是"超立方体",指的是几何学里的四维标准方体,又称"正八胞体".右图是一个正八胞体绕着两个四维空 ...
php ocr识别验证码,tesserocr 简单验证码自动识别
简单文字验证码自动识别方法前言概述:OCR光学字符识别可以将验证码转换为电子文字,tesserocr是Python的一个OCR识别库,但是是对tesserect做的一层pythonAPI封装.我们 ...
使用ImageMagick和Tesseract进行简单数字图像识别
使用ImageMagick和Tesseract进行简单数字图像识别由于直接使用 tesseract 进行识别,识别率很低, ImageMagick 安装.配置及使用: 平台:winXP 1. 安 ...
【爬虫】学习：OCR识别图形验证码
GitHub python3网络爬虫开发实战第二版--8.1 环境问题安装 1.参考:Tesserocr 的安装 | 静觅在 Windows 下,首先需要下载 Tesseract,它为 Tesse ...
python(自动化）利用selenium+百度ocr文字识别验证码实现自动登陆登陆CET-四级报名系统
操作步骤: 1:登陆打开CET-考试系统 2:填写相关登陆信息 3:调用百度ocr实现文字验证码识别 4:实现登陆如何使用和调用百度ocr文字识别接口 1:进入百度AI开发平台:链接 2:在页面上选 ...

破解验证码相关:用imagemagick和tesseract-ocr破解简单验证码

破解验证码相关:用imagemagick和tesseract-ocr破解简单验证码相关推荐

最新文章

热门文章