识别wooyun的验证码，wooyun验证码识别，识别乌云验证码的详细分析

这两天想学一下验证码的识别，那就拿简单的入手吧，也不舍近求远了，就拿大乌云的验证码试试吧。

乌云的验证码很规则简单，以前也有人做过实验，基本图片都没有什么干扰。

基本的思路就是验证码图片二值化，分割图片，与之前分割好的单个验证码比较（乌云的验证码好像没有0、1、O、I）。

既然验证码就是两种颜色，处理起来就简单了，首先判断验证码是什么颜色，如果黑色，正常处理，白色的话，白色变黑色，其他颜色变白色。

一开始处理下面这种类型的验证码有点问题，根据验证码颜色来处理，背景颜色复杂点都无所谓了。

下面给出代码，注释掉的代码为前期调试的代码，主要用于去背景，分割图片，然后得到单个字符，这些单个字符坐字库来做标准，用于比较，共32个(0、1、O、I没有），这个大家自己去做吧，不用上传附件了，还有jar包自己去下载吧。

乌云大大来个赞吧。

package cn.pwntcha.test;

import java.awt.Color;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.FileOutputStream;
import java.io.InputStream;
import java.io.OutputStream;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

import javax.imageio.ImageIO;

import org.apache.commons.httpclient.HttpClient;
import org.apache.commons.httpclient.HttpStatus;
import org.apache.commons.httpclient.methods.GetMethod;
import org.apache.commons.io.IOUtils;

public class Wooyun {

  public static void main(String[] args) throws Exception {
    // 下载图片
     downloadImage();
    // 处理图片
    // for (int i = 0; i < 30; ++i) {
    // BufferedImage img = removeBackgroud("wooyun\\" + i + ".jpg");
    // ImageIO.write(img, "jpg", new File("wooyun\\" + i + "_.jpg"));
    // }

    // 分割图片
    // for (int i = 0; i < 30; ++i) {
    // BufferedImage img = removeBackgroud("wooyun\\" + i + ".jpg");
    // List<BufferedImage> images = splitImage(img);
    // int j = 0;
    // for (BufferedImage bufferedImage : images) {
    // j++;
    // ImageIO.write(bufferedImage, "jpg", new File("wooyun\\" + i
    // + "_" + j + "_.jpg"));
    // }
    // }

    // 识别图片
     for (int i = 0; i < 30; ++i) {
     getAllOcr("wooyun\\" + i + ".jpg");
     }

    System.exit(0);

  }

  //判断验证码颜色
  public static int getCaptchaBackgroud(BufferedImage img) {
    int width = img.getWidth();
    int height = img.getHeight();
    int black = 0;
    for (int x = 0; x < width; ++x) {
      for (int y = 0; y < height; ++y) {
        if (getRGB(img.getRGB(x, y)) <= 10) {// 黑色
          black++;
        }
      }
    }
    if (black > 10) {// 验证码为纯黑的背景偏白，否则验证码白色背景偏黑
      return 0;
    } else {
      return 1;
    }

  }

  // 验证码为白色时，白色变为黑色，其他颜色全为白色
  public static void change(BufferedImage img) {
    int width = img.getWidth();
    int height = img.getHeight();
    for (int x = 0; x < width; ++x) {
      for (int y = 0; y < height; ++y) {
        if (getRGB(img.getRGB(x, y)) == 765) {// 白色
          img.setRGB(x, y, Color.BLACK.getRGB());
        } else {
          img.setRGB(x, y, Color.WHITE.getRGB());
        }

      }
    }

  }

  public static int getRGB(int colorInt) {
    Color color = new Color(colorInt);
    return color.getRed() + color.getGreen() + color.getBlue();
  }

  public static int isBlack(int colorInt) {
    Color color = new Color(colorInt);
    if (color.getRed() + color.getGreen() + color.getBlue() <= 100) {
      return 1;
    }
    return 0;
  }

  public static int isWhite(int colorInt) {
    Color color = new Color(colorInt);
    if (color.getRed() + color.getGreen() + color.getBlue() > 100) {
      return 1;
    }
    return 0;
  }

  public static BufferedImage removeBackgroud(String picFile)
      throws Exception {
    BufferedImage img = ImageIO.read(new File(picFile));

    if (getCaptchaBackgroud(img) == 1) {
      change(img);
    }

    int width = img.getWidth();
    int height = img.getHeight();
    for (int x = 0; x < width; ++x) {
      for (int y = 0; y < height; ++y) {
        if (isWhite(img.getRGB(x, y)) == 1) {
          img.setRGB(x, y, Color.WHITE.getRGB());
        } else {
          img.setRGB(x, y, Color.BLACK.getRGB());
        }
      }
    }
    return img;
  }

  public static List<BufferedImage> splitImage(BufferedImage img)
      throws Exception {
    List<BufferedImage> subImgs = new ArrayList<BufferedImage>();
    subImgs.add(img.getSubimage(14, 4, 8, 10));
    subImgs.add(img.getSubimage(23, 4, 8, 10));
    subImgs.add(img.getSubimage(32, 4, 8, 10));
    subImgs.add(img.getSubimage(41, 4, 8, 10));
    return subImgs;
  }

  public static Map<BufferedImage, String> loadTrainData() throws Exception {
    Map<BufferedImage, String> map = new HashMap<BufferedImage, String>();
    File dir = new File("wooyun\\train");
    File[] files = dir.listFiles();
    for (File file : files) {
      map.put(ImageIO.read(file), file.getName().charAt(0) + "");
    }
    return map;
  }

  public static String getAllOcr(String file) throws Exception {
    BufferedImage img = removeBackgroud(file);
    List<BufferedImage> listImg = splitImage(img);
    Map<BufferedImage, String> map = loadTrainData();
    String result = "";
    for (BufferedImage bi : listImg) {
      result += getSingleCharOcr(bi, map);
    }
    ImageIO.write(img, "JPG",
        new File("wooyun\\result\\" + result + ".jpg"));
    return result;
  }

  public static String getSingleCharOcr(BufferedImage img,
      Map<BufferedImage, String> map) {
    String result = "";
    int width = img.getWidth();
    int height = img.getHeight();
    int min = width * height;
    for (BufferedImage bi : map.keySet()) {
      int count = 0;
      Label1: for (int x = 0; x < width; ++x) {
        for (int y = 0; y < height; ++y) {
          if (isWhite(img.getRGB(x, y)) != isWhite(bi.getRGB(x, y))) {
            count++;
            if (count >= min)
              break Label1;
          }
        }
      }
      if (count < min) {
        min = count;
        result = map.get(bi);
      }
    }
    return result;
  }

  public static void downloadImage() {
    HttpClient httpClient = new HttpClient();
    GetMethod getMethod = new GetMethod("http://wooyun.org/captcha.php");
    for (int i = 0; i < 30; i++) {
      try {
        // 执行getMethod
        int statusCode = httpClient.executeMethod(getMethod);
        if (statusCode != HttpStatus.SC_OK) {
          System.err.println("Method failed: "
              + getMethod.getStatusLine());
        }
        // 读取内容
        String picName = "wooyun\\" + i + ".jpg";
        File file = new File(picName);
        if (!file.exists()) {
          file.createNewFile();
        }
        InputStream inputStream = getMethod.getResponseBodyAsStream();
        OutputStream outStream = new FileOutputStream(picName);
        IOUtils.copy(inputStream, outStream);
        outStream.close();
        System.out.println(i + "OK!");
      } catch (Exception e) {
        e.printStackTrace();
      } finally {
        // 释放连接
        getMethod.releaseConnection();
      }
    }
  }
}

[原文地址]

相关内容：

论防刷票、恶意提交表单：公司网站被恶意提交订单，看你如何解决？

身为码农，为12306说两句公道话，前淘宝工程师发帖谈12306：几乎是奇迹！

安全科普：Waf实现扫描器识别彻底抵挡黑客扫描

BurpSuite有点“懒”，你们是怎样完成带验证码爆破的？

短信炸弹，短信轰炸，利用各大网站的验证码功能批量轰炸某个号码

常见验证码的弱点与验证码识别

百度用户登陆流程详细分析、百度账号批量登陆程序

用passcraft突破验证码破解后台管理员账号

各种吐槽：

he1renyagao ([code]<script src=http://xsserme.sinaapp.com/03h4FW?1383289085></script>[/code]) | 2014-04-21 17:44

前排占位

寂寞的瘦子 (我喜欢放荡不羁的编程，所以选择动态语言。) | 2014-04-21 18:06

java果然长，用python只要几行。不过我用python写的识别率不能到100%，不会处理图片!--

#!/usr/bin/env python
# -*- coding: UTF-8 -*-

import Image
import tesseract
def Captcha(filepath):
  im = Image.open(filepath)
  im = im.convert("P")
  im2 = Image.new("P",im.size,255)
  im = im.convert("P")
  histo = im.histogram()
  if histo[0]== 0: #white
    for x in range(im.size[1]):
        for y in range(im.size[0]):
            pix = im.getpixel((y,x))
            if pix == 225:
                im2.putpixel((y,x),0)
  else:
    for x in range(im.size[1]):
        for y in range(im.size[0]):
            pix = im.getpixel((y,x))
            if pix == 0:
                im2.putpixel((y,x),0)

  im2.save('10.png')
  api = tesseract.TessBaseAPI()
  api.Init(".","eng",tesseract.OEM_DEFAULT)
  api.SetVariable("tessedit_char_whitelist", "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ")
  api.SetPageSegMode(tesseract.PSM_AUTO)

  mImgFile = "10.png"
  mBuffer=open(mImgFile,"rb").read()
  result = tesseract.ProcessPagesBuffer(mBuffer,len(mBuffer),api)
  if not result:
    api = tesseract.TessBaseAPI()
    api.Init(".","eng",tesseract.OEM_DEFAULT)
    api.SetVariable("tessedit_char_whitelist", "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ")
    api.SetPageSegMode(tesseract.PSM_AUTO)

    mImgFile = filepath
    mBuffer=open(mImgFile,"rb").read()
    result = tesseract.ProcessPagesBuffer(mBuffer,len(mBuffer),api)
    return result[:4]
  else:
    return result[:4]

xsser (十根阳具有长短!!) | 2014-04-21 18:09

日

浮生若梦 | 2014-04-21 18:33

二值化，分割，轻松搞定。。。。。

hacker@sina.cn | 2014-04-21 18:47

好像很牛比的样子

小威 (呵呵复呵呵，女神敲回车！) | 2014-04-21 18:50

一大波爆破僵尸正在靠近~

Mujj (Krypt VPS特价www.80host.com) | 2014-04-21 18:51

贱心的豆豆……

ylaxfcy | 2014-04-21 18:52

验证码识别还是好做，至少没有复杂背景什么，最近在做毕设，图像处理识别类的，代码已超过1.5k

ylaxfcy | 2014-04-21 18:53

效果图

10#

ylaxfcy | 2014-04-21 18:54

怎么大图显示不全。。。。没过缩放么？

11#

廷廷 (想法最重要) | 2014-04-21 19:16

@ylaxfcy 膜拜···················

12#

小乐天 (Web安全只能当兴趣) | 2014-04-21 19:20

make

13#

大和尚 (www.ieroot.com) | 2014-04-21 20:01

车牌识别太easy了.

14#

insight-labs (Root Yourself in Success) | 2014-04-21 20:02

@ylaxfcy 搞那么复杂干什么，直接用opencv啊

15#

寂寞的瘦子 (我喜欢放荡不羁的编程，所以选择动态语言。) | 2014-04-21 20:04

@ylaxfcy 感觉你这个可以先定位车牌区域的坐标然后截取出来再处理

16#

ylaxfcy | 2014-04-21 20:12

@大和尚你来试试。。

17#

ylaxfcy | 2014-04-21 20:15

@insight-labs 不准用opencv啊，我就显示载入和显示图像用来opencv，然后用了一下他的基础数据结构，然后算法都自己实现，最后在把载入图片和基础数据结构实现了，然后搞到有gpu的板子上面去跑。

18#

ylaxfcy | 2014-04-21 20:16

@insight-labs 成功率不高，在别人的算法基础上做优化都只成功75%左右，不知道那些论文里面95%+是怎么做出来的

19#

ylaxfcy | 2014-04-21 20:17

@寂寞的瘦子对，是这样的，做到车牌定位与分割就1500行了

20#

寂寞的瘦子 (我喜欢放荡不羁的编程，所以选择动态语言。) | 2014-04-21 20:51

@ylaxfcy 掉渣。。

21#

高斯 | 2014-04-21 21:19

二值化去噪分割

文章目录