模擬精靈是首個(gè)公開(kāi)最有效的驗(yàn)證碼識(shí)別技術(shù)的軟件，
使用模擬精靈制作了大量的免費(fèi)、商用群發(fā)軟件，對(duì)很多復(fù)雜BT的驗(yàn)證碼都能成功的識(shí)別。
但是驗(yàn)證碼仍然需要精湛的技術(shù)與足夠的耐心。請(qǐng)牢記這一點(diǎn)。
驗(yàn)證碼識(shí)別不適合浮躁的人去做。
驗(yàn)證碼識(shí)別是一項(xiàng)特殊的技術(shù)，任何一個(gè)公開(kāi)的驗(yàn)證碼識(shí)別代碼都會(huì)很快的失效。
因?yàn)榇a的公開(kāi)后相關(guān)網(wǎng)站都會(huì)很快的更改驗(yàn)證碼。
所以下面我只會(huì)介紹其原理。
在這里討論驗(yàn)證碼識(shí)別技術(shù)純粹基于技術(shù)研究目的。
公開(kāi)此技術(shù)也是為了讓更多的網(wǎng)站采取更有效的防范措施。
禁止任何人利用這里介紹的驗(yàn)證碼識(shí)別技術(shù)濫發(fā)垃圾信息。
本文介紹的驗(yàn)證碼識(shí)別適用于比較復(fù)雜的圖片驗(yàn)證碼，也是大多數(shù)網(wǎng)站采用的方法。
有一些網(wǎng)站的驗(yàn)證碼極簡(jiǎn)單，例如在網(wǎng)頁(yè)中直接顯示驗(yàn)證碼字符而不是圖片，或者圖片的文件名直接就是驗(yàn)證碼上的字符。
或者有其他規(guī)律可循，或者有其他明顯的漏洞可以利用(例如通過(guò)改寫(xiě)訪(fǎng)問(wèn)驗(yàn)證碼頁(yè)面的源代碼使驗(yàn)證碼不刷新)。
這一類(lèi)的驗(yàn)證碼識(shí)別極其簡(jiǎn)單，只要熟練掌握
web庫(kù)、
element庫(kù)的函數(shù)即可，不需要使用下面介紹的方法。
一、下載驗(yàn)證碼樣本
打開(kāi)c:\test文件夾，選“查看縮略圖”，
然后重復(fù)運(yùn)行下面的LAScript腳本，每運(yùn)行一次,就查看c:\test下自動(dòng)生成的圖片,把圖片上的字符改為文件名.
例如圖片上面顯示5,就把文件名改為5.jpg.
如果變化比較復(fù)雜的驗(yàn)證碼，可以對(duì)每個(gè)字符多用幾個(gè)樣本，第一個(gè)字符為驗(yàn)證碼字符，第二個(gè)字符可以為任意字符。
例如：5a.jpg , 5b.jpg , 5c.jpg ...........等等。
樣本多就會(huì)識(shí)別能力就越強(qiáng)。
img = image.new();
img:getURL("http://www.***.com/test.asp","*.png");
assert(img:ok(),"下載驗(yàn)證碼失敗");
img:Crop(4 ,3 , 56 ,18 )
img:save("c:\\test\\test.jpg") --保存到硬盤(pán)
--折分圖片，指定一行四列
img2,img3,img4,img5 = img:split(1,4);
img2:save("c:\\test\\0001.jpg")
img3:save("c:\\test\\0002.jpg")
img4:save("c:\\test\\0003.jpg")
img5:save("c:\\test\\0004.jpg")
image.del(img);
如何確定圖片后綴名在整個(gè)驗(yàn)證碼識(shí)別過(guò)程中，格式與后綴名一定不能搞錯(cuò)，否則就會(huì)失敗。
通常：asp的驗(yàn)證碼是bmp格式，php的驗(yàn)證碼是png格式，其他驗(yàn)證碼很多是jpg格式。
簡(jiǎn)單的，在驗(yàn)證碼上右鍵點(diǎn)選“圖片另存為”，就可以看到格式(不一定準(zhǔn)確)。
另外，你可以用UltraEdit等以二進(jìn)制方式打開(kāi)看文件頭部
首先下載：
str = web.getURL("
http://www.***.com/test.asp")
string.save( str,"c:\\test.bin")
然后用UE打開(kāi)test.bin看文件頭部（第一行）
jpg文件頭部有 JFIF 字眼
png文件頭部 有 PNG 字眼
gif文件頭部有 GIF字眼
如果你搞不清楚，這時(shí)候就不要指定后綴名
img:getURL("http://vwww.***.com/test.asp","")
這樣就可以下載了
二、生成驗(yàn)證碼樣本數(shù)據(jù)庫(kù)
復(fù)制下面的代碼并粘貼到fap程序的「腳本區(qū)塊」內(nèi),然后點(diǎn)擊"回放運(yùn)行"，最后再點(diǎn)擊"讀取源代碼"。
你就可以在ApeML源代碼最后面的「數(shù)據(jù)區(qū)塊」中看到生成的驗(yàn)證碼樣本了。
將「數(shù)據(jù)區(qū)塊」的內(nèi)容復(fù)制需要使用驗(yàn)證碼識(shí)別的fap模擬程序中覆蓋「數(shù)據(jù)區(qū)塊」即可。
local tkey =
{A=
0,B=
0,C=
0,D=
0,E=
0,F=
0,G=
0,H=
0,I=
0,J=
0,K=
0,L=
0,M=
0,N=
0,O=
0,P=
0,Q=
0,R=
0,S=
0,T=
0,U=
0,V=
0,W=
0,X=
0,Y=
0,Z=
0};
--在字典中添加所有數(shù)字鍵for i =
0,
9,
1 do tkey
[ tostring(i
) ] =
0;
end;
for k,v in pairs(tkey) do
if((#k)~=2)then
tkey[k.."A" ]=0;
tkey[k.."B" ]=0;
tkey[k.."C" ]=0;
tkey[k]=nil;
end;
end;
--k參數(shù)為鍵,v參數(shù)表示值 一個(gè)典型的tkeyle迭代器回調(diào)函數(shù)
loadtkey = function(k,v)
local img = image.new();
img:load("C:\\test\\"..k..".jpg");
assert(img:ok(),"C:\\test\\"..k..".jpg".."\n不是有效的圖片");
img:bpp(1);
img:bpp(24);
--通過(guò)上面兩句，輕松去掉驗(yàn)證碼上的雜色雜點(diǎn)
img:Crop( 1 , 0 , 9 , 10);--修剪單個(gè)字符
img:median(2);--中值濾波進(jìn)一步去雜點(diǎn)
tkey[k]= string.encode( img:getBytes("*.jpg") , ""); --因?yàn)檗D(zhuǎn)換到字符串還是二進(jìn)制，所以用base64進(jìn)行編碼
image.del(img);
end;
--遍歷表tkey的所有元素，調(diào)用loadtkey加載圖片文件
for k,v in pairs(tkey) do
loadtkey(k,v);
end;
--把所有圖片保存到數(shù)據(jù)島，
ape:saveTable(tkey,"驗(yàn)證碼樣本")
三、驗(yàn)證碼識(shí)別
將下面的代碼添加到fap模擬程序最前面的init腳本區(qū)塊中即可
--從數(shù)據(jù)區(qū)塊讀取base64編碼的圖片數(shù)據(jù)
codekey = ape:loadTable("驗(yàn)證碼樣本");
local timg = {}; --這是一個(gè)圖像數(shù)組，用來(lái)儲(chǔ)存還原后的驗(yàn)證碼樣本的圖片數(shù)據(jù)
--必須進(jìn)行一個(gè)轉(zhuǎn)換，因?yàn)閏odekey里面只是base64編碼的普通字符串，而timg 將是真正的圖片對(duì)象(二進(jìn)制數(shù)據(jù))
--還原到圖片對(duì)象
toImage = function(k,v)
local img = image.new();
local str = string.decode( v ,"");--首先進(jìn)行base64解碼，將純文本轉(zhuǎn)換為二進(jìn)制數(shù)據(jù)
img:setBytes( str ,"*.jpg");--將二進(jìn)制數(shù)據(jù)還原為圖像
timg[k] = img;
end;
--載入驗(yàn)證碼樣本
tkey = ape:loadTable("驗(yàn)證碼樣本");
for k,v in pairs(tkey) do --驗(yàn)證樣本
toImage(k,v); --轉(zhuǎn)換為圖像
end;
--轉(zhuǎn)換圖片驗(yàn)證碼到字符串的函數(shù)
function ImgToString(img)
function test(imgX) --test是一個(gè)被包含在函數(shù)中的內(nèi)部函數(shù)
sleep(0);
local limit = (60 * 20) + (60 * 20); --最小相似度 local關(guān)鍵字聲明為局部變量
local chr = "A"; --讀取的字符
--testimg是一個(gè)被包含在函數(shù)中的內(nèi)部函數(shù)，作為table.foreach的回調(diào)函數(shù),k參數(shù)表示鍵，v參數(shù)表示值
testimg = function(k,v)
--調(diào)用image.testXX()函數(shù)得出相似度，類(lèi)似的函數(shù)還有image.testX() image.test()
local n = imgX:testXX(timg[k]);
if(n<limit)then --比較最小相似度
limit = n;
chr = k.."";
end;
end;
--遍歷timg表，并調(diào)用testimg函數(shù)
for k,v in pairs(timg) do
testimg(k,v);
end;
return string.left(chr,1); --返回讀取到的字符串首字符(如果每個(gè)字符有多個(gè)樣本)
end;
--修剪圖片
image.Crop(img, 4 ,3 , 56 ,18 )
img:bpp(1);
img:bpp(24);
--上面的過(guò)程必須與下載樣本時(shí)的代碼完全一致。
--使用split函數(shù)分割圖片
local img2,img3,img4,img5 = img:split(1,4);
win.messagePrint("正在檢測(cè)圖片，請(qǐng)稍候....");
return test(img2)..test(img3)..test(img4)..test(img5);
end;
需要識(shí)別驗(yàn)證碼的地方添加類(lèi)似下面的代碼：
img = image.new()
img:getURL("http://www.***.com/test.asp","*.jpg")
local x,y = mouse.getPos()
img:paint(x,y,60 ,20 )
local str = ImgToString(img);
code1 = string.upper( string.sub(str,1,1) );
code2 = string.upper( string.sub(str,2,2) );
code3 = string.upper( string.sub(str,3,3) );
code4 = string.upper( string.sub(str,4,4) );
key.press(100,code1,code2,code3,code4);
上面我們用了模擬按鍵的方法輸入驗(yàn)證碼。
實(shí)際上大多時(shí)候可以用更簡(jiǎn)單的方法,如下：
ele = wb:getEle("驗(yàn)證碼控件名字");
ele:setAttribute("value",str)
為什么我的驗(yàn)證碼與頁(yè)面上不一樣
因?yàn)槲覀兪褂?span id="yaeoayw" class="HtmlCode">img:getURL讀取驗(yàn)證碼時(shí)已經(jīng)刷新了驗(yàn)證碼。
所以驗(yàn)證碼與頁(yè)面上顯示的并不一樣，您只需要識(shí)別最新的驗(yàn)證碼即可。
如何直接獲取頁(yè)面的上圖片，而不是重新下載
有些驗(yàn)證碼是綁定頁(yè)面的，必須識(shí)別頁(yè)面上的驗(yàn)證碼才行。
那么可以使用image.capture函數(shù)直接抓屏屏幕上的圖片即可。
請(qǐng)參考:image.capture函數(shù)。
更好的方法是使用ele:exec("Copy")函數(shù)直接拷貝頁(yè)面上的圖片到剪貼板。
然后使用 img:getClipBD() 獲取圖片。
請(qǐng)參考：ele:exec("Copy")函數(shù) img:getClipBD()函數(shù)
四、關(guān)于剪切圖片
看上面的示意圖，Crop就是選取綠色方框內(nèi)的區(qū)域去清除綠色方框外面的區(qū)域．
必須保證里面的面積正好可以平均分成四塊（假設(shè)這里是四個(gè)驗(yàn)證碼字符）
這樣以后調(diào)用 img:split(1,4) 就正好分成四個(gè)字符了
分成四份的小圖片其寬度應(yīng)當(dāng)正好是上面的紅色小方塊的寬度。
高度與綠色方框一樣，我這里畫(huà)的參次不齊是為了讓大家看清楚。
如果你Crop的參數(shù)值不對(duì)，那么split就出錯(cuò)了．
下載驗(yàn)證碼圖片以后，可以使用圖像編輯軟件打開(kāi)高倍放大。
五、使用種子填充算法去除驗(yàn)證碼上的干擾線(xiàn)
模擬精靈識(shí)別驗(yàn)證碼的能用是強(qiáng)大的，一個(gè)函數(shù)即可以去除雜色雜點(diǎn)。
img:bpp(1)
img:bpp(24)
經(jīng)過(guò)上面兩句代碼的處理，速度很快，所有背景、干擾點(diǎn)、雜色蕩然無(wú)存。
但是有時(shí)候驗(yàn)證碼中有大量的干擾線(xiàn)，并且位置隨機(jī)變動(dòng)的太歷害，
這時(shí)候我們?cè)谔幚眚?yàn)證碼以前首先去除這些干擾線(xiàn)并準(zhǔn)確的去除背景提取字符．
下面是一個(gè)模擬精靈初步處理后的驗(yàn)證碼圖片．已經(jīng)去除了雜色、雜點(diǎn)．但是上面還是有干擾線(xiàn)．
一個(gè)可選的辦法是用中值濾波再處理一下。img:median(2); 一個(gè)函數(shù)調(diào)用就可以，但
是這樣雖然去掉了干擾線(xiàn)，原來(lái)的字符也被少量的破壞了。
下面是使用種子填充算法去除干擾線(xiàn)的源代碼，不但能去除雜點(diǎn)，
而且可以去除周?chē)目瞻?提取位置隨機(jī)變化的驗(yàn)證碼)，
稍加修改還能有更多的用途．
下面是自動(dòng)處理以后的效果
下面是全部的源代碼：
--[[
用一個(gè)table結(jié)構(gòu){x=0; y=0}表示圖像上的「坐標(biāo)點(diǎn)」
用一組點(diǎn)構(gòu)成table結(jié)構(gòu)表示圖像上的一條「線(xiàn)」。所有相連的黑色的點(diǎn)被認(rèn)為是一條「連通線(xiàn)」。
找出最長(zhǎng)的一條「連通線(xiàn)」，被認(rèn)為是字符，其他的認(rèn)為是雜點(diǎn)。
算法原理與種子填充算法相似。
首先讓用img:bpp函數(shù)處理為黑白圖片，并初步去除雜色。
先找到一個(gè)黑點(diǎn)，創(chuàng)建一個(gè)表示「坐標(biāo)點(diǎn)」對(duì)象，并添加到「連通線(xiàn)」中。
然后在黑點(diǎn)周?chē)?個(gè)點(diǎn)中，再找黑色的點(diǎn)，找到就添加到「連通線(xiàn)」，這樣一直遞歸下去
直到遍歷圖像所有點(diǎn)，可能有幾塊。
清除雜點(diǎn)使用方法
image.scan(img);
清除雜點(diǎn)并切去掉周?chē)目瞻?br />image.scan(img,true);
--]]
function image.scan
(img,crop
) --用一個(gè)table數(shù)組記錄所有的「連通線(xiàn)」 assert(img:ok
(),
"image.scan 的參數(shù)必須是一個(gè)有效的圖片");
local tlines =
{};
--首先計(jì)算出圖片的高度寬度，避免重復(fù)的調(diào)用 local w = img:width
();
local h = img:height
();
--[[以table形式定義一個(gè)數(shù)組，對(duì)應(yīng)圖象中的每個(gè)點(diǎn)。
作用相當(dāng)一個(gè)開(kāi)關(guān)，首先值為false，但黑點(diǎn)首次被遍歷到時(shí)。把這個(gè)值變?yōu)閠rue。
下次，再找到這個(gè)點(diǎn)時(shí)忽略。避免重復(fù)加入連通線(xiàn)。
--]]
local tchked =
{};
for i=
0,w,
1 do tchked
[i
]=
{};
for j=
0,h,
1 do tchked
[i
][j
]=
false;
end;
end;
-----去噪 img:bpp
(1);
img:bpp
(24);
--首先計(jì)算出各點(diǎn)的顏色值，避免在循環(huán)遞歸中重復(fù)的取 local tcl=
{};
for i=
0,w,
1 do tcl
[i
]=
{};
for j=
0,h,
1 do tcl
[i
][j
]=img:getPos
(i,j
);
end;
end;
--[[
算點(diǎn)數(shù)函數(shù)
參數(shù)x,y 坐標(biāo)
參數(shù)tab 所屬連通線(xiàn);
--]]
local function seed
(x,y,tab
) ---出界了則返回 if(x<
0 or y<
0 or x>w
or y>h
) then return;
end;
---點(diǎn)的顏色為白色時(shí)，返回，不處理。 if(tcl
[x
][y
]==
16777215) then return;
end;
---值為1，則計(jì)數(shù)加1，返回 if ( tchked
[x
][y
]) then return ;
else table.insert(tab,
{x=x,y=y
} );
--添加到連通線(xiàn)里 tchked
[x
][y
]=
true;
---當(dāng)值為0時(shí)，把值置為1。 seed
(x+
1,y-
1,tab
);
seed
(x,y-
1,tab
);
seed
(x-
1,y-
1,tab
);
seed
(x-
1,y,tab
);
seed
(x+
1,y,tab
);
seed
(x-
1,y+
1,tab
);
seed
(x,y+
1,tab
);
return seed
(x+
1,y+
1,tab
);
--這里可以用一個(gè)尾調(diào)用(參考教程中的函數(shù)部份),加快遞歸的速度。 end;
end;
--------------------------- ----遍歷圖像中的所有點(diǎn) for i=
0,w,
1 do for j=
0,h,
1 do ---如果是黑色的點(diǎn)，而且沒(méi)有被計(jì)過(guò)數(shù)，則調(diào)用seed函數(shù)。 if(tcl
[i
][j
]==
0 and (not tchked
[i
][j
])) then local tab =
{} seed
(i,j,tab
);
table.insert(tlines,tab
);
--添加一條連通線(xiàn) end;
end;
end;
--現(xiàn)在tlines 里記錄了的有的連通線(xiàn)，我們現(xiàn)在需要根據(jù)連通線(xiàn)的長(zhǎng)度排序 sproc =
function(l,l2
) return table.maxn
(l
) >
table.maxn
(l2
);
--長(zhǎng)的連通線(xiàn)排到前面 end;
table.
sort(tlines,sproc
) --把圖像全部畫(huà)成白色的點(diǎn) for i=
0,w,
1 do for j=
0,h,
1 do img:setPos
( i , j,
16777215);
end;
end;
--然后把最長(zhǎng)的一條連通線(xiàn)畫(huà)上去 for i,point
in ipairs(tlines
[1]) do img:setPos
( point.x, point.y ,
0);
end;
--如果需要去掉周?chē)目瞻?/font> if(crop
)then local n =
table.maxn
(tlines
[1]) --排序最長(zhǎng)連通線(xiàn)中的所有坐標(biāo)點(diǎn) sproc =
function(pt,pt2
) return (pt.x <pt2.x
);
--*左的排前面 end;
table.
sort(tlines
[1],sproc
);
local x,x2 = tlines
[1][1].x, tlines
[1][n
].x;
--排序最長(zhǎng)連通線(xiàn)中的所有坐標(biāo)點(diǎn) sproc =
function(pt,pt2
) return (pt.y <pt2.y
);
--*上的排前面 end;
table.
sort(tlines
[1],sproc
);
local y,y2 = tlines
[1][1].y, tlines
[1][n
].y;
img:Crop
( x,y,x2+
1,y2
) end;
end;