点选式图片验证码的一种实现效果

Posted 2021-09-16 bohu83

一背景

  人机识别，反爬虫等，相信去关注这块的，诉求比较明确。

通常来说，市面上很多这种，腾讯的验证码，网易的盾，还有极验这种专做这块的。好处是：验证方式多样，申请key,调用api 即可，不用去开发。可快速上线，缺点：花钱。不可控。比如我想让用户回答个问题，这个做不到。

二 为什么选择点选式图片验证码？

  网上常见的是滑块式的。而且关于破解方式也是很多了。相对容易吧。反过来对于开发来说：

你得找图，复杂在于：还得扣图，包括滑块，缺口图等。就算你做完这些，前端也需要挺多工作量。而且初期没啥数据积累的情况下，只判断滑块与缺口图的偏移量也不够。轨迹行为数据需要慢慢积累分析。

   所以找个相对容易的点选式图片验证码。

  说到图片验证码，少不了关于OCR识别。这里没有亲自动手验证。贴个结果：

• 对于宋体，白色背景，非倾斜等，像素大于等于300dpi—识别率%100
• 英文和数字，识别率超过90%
• 特殊字符识别率不高
• 像素太低，识别率急剧下降
• 多种背景颜色变化，识别率极低
• 字体换成草书等，识别率大幅降低
• 电影屏幕字幕和网页截图识别率较低
• 扫描件如果字体太淡，太小，完全识别不出来
• 提高识别率，需要自己做训练集，工作量巨大的体力活（简体汉字最少6753个，混合一些复杂的，至少要10000个字符；不同字体要重新做，因为本质上是图形几何计算，国内科研院所和开源的做的不多）

详情参见大佬文章：https://www.cnblogs.com/NaughtyCat/p/tika-support-Tesseract-OCR-with-source-code-and-test-data.html

既然前辈做过，我们可以参照去实现

图片是网上随便找个图，不是纯色背景那种，有些复杂线条。这样OCR做灰化后也增加复杂性。

另外字体不要用宋体那种方方正正的，换个稍微复杂点的。

在线OCR识别效果：

当然我也试过百度的OCR识别效果，还不如讯飞的好。

不要以为这样就高枕无忧了，毕竟所有的验证码在AI还有人肉打码平台面前不堪一击的。