乡下人产国偷v产偷v自拍,国产午夜片在线观看,婷婷成人亚洲综合国产麻豆,久久综合给合久久狠狠狠9

    • <output id="e9wm2"></output>
    <s id="e9wm2"><nobr id="e9wm2"><ins id="e9wm2"></ins></nobr></s> 
    

    • 
    
    
      



    
      
        
      
            
        
      
        
      
    
      
    
      
        
      
        
      
            
            
      
                
      
                    
                
      
                搜索
            
      

            分享
                
            

            
            
            
            
            
            
            
            

            
        
      
    
      
    
      

    
      

    
      
        
      
        
      
        
      
        
      
            
      
                
      
                    
      Java破解簡單驗(yàn)證碼
      
                    
                    
                    
                    
      
                         liuyang_inf
                        
                        
                        2014-05-08
                        
                            
                        
                    
      
                    
      
                        
                        
      
                    
      
                    
                    
      
                        
      
                            
                        
      
                        
      
                            
                                
      
                                    
                                        
      

                                        
                                        

                                        
      前段時(shí)間寫基于俺們學(xué)校教學(xué)管理平臺(tái)的App,需要破解驗(yàn)證碼,模擬登陸,然后抓取數(shù)據(jù),顯示在Android端
      
驗(yàn)證碼破解的一般思路是下載驗(yàn)證碼,提取出需要的部分,平均拆分成N(N=驗(yàn)證碼字符個(gè)數(shù))份
      
二值化(轉(zhuǎn)化為黑白色,黑色為1,白色為0),取模,然后保存摸板
      
俺們學(xué)校的驗(yàn)證碼比較弱,只有0-9 10個(gè)數(shù)字,建好這十個(gè)數(shù)字的模型
      
在模擬登陸之前先把驗(yàn)證碼下載下來,也是提取出需要的部分,拆分,然后與摸板進(jìn)行比較,這樣驗(yàn)證碼就能破解啦!
      
步驟總結(jié)如下:
      
（1）批量下載一部分驗(yàn)證碼圖片
      
（2）將這部分圖片提取出需要的部分
      
（3）將提取出來的部分平均拆分成N(N=驗(yàn)證碼字符個(gè)數(shù))份
      
（4) 去噪，將圖片灰度化與二值化
      
（5）提取每一個(gè)字符的特征，生成特征矢量或特征矩陣
      
（6）分類與學(xué)習(xí)。將特征矢量或特征矩陣與樣本庫進(jìn)行比對，挑選出相似的那類樣本，將這類樣本的值作為輸出結(jié)果。
      


      下面借助代碼和圖片,具體講解步驟:
      
（1）批量下載一部分驗(yàn)證碼圖片
      
這里借助了Apache的http://hc./httpclient-3.x/
      
這個(gè)比較簡單，代碼就不貼了。所做的工作就是從 http://run./Account/GetValidateCode
      
下載了100張圖片,保存到checkcode文件夾,命名為code_i.jgp
      
如圖所示：
      

      


      (2).將這部分圖片提取出需要的部分
      
用windows自帶的畫圖工具編輯圖片,縮放到最大,如下圖所示
      

      
可觀察到周圍有很多空白像素點(diǎn),這些都是不需要的.裁剪出需要的部分,注意:要確保裁剪之后能平均裁剪為4等分
      
代碼如下:
      


      1public static BufferedImage getSingleCode(BufferedImage image) {
      2      return image.getSubimage(6, 5, 36, 12);
      3}
      


       
      



      
裁剪之后效果如下:
      



      
（3）將提取出來的部分平均拆分成N(N=驗(yàn)證碼字符個(gè)數(shù))份
      
我需要破解的驗(yàn)證碼為4位,所以需平均裁剪為4等份
      
代碼如下:
      


      01public static BufferedImage[] getCheckCodes(BufferedImage image) {
      02    BufferedImage checkCode[] = new BufferedImage[4];
      03    int height = image.getHeight();
      04    int width = image.getWidth();
      05    int x = 0 * (width / checkCode.length);
      06    int y = 0;
      07    int w = width / checkCode.length;
      08    int h = height;
      09    checkCode[0] = image.getSubimage(x, y, w, h);
      10    checkCode[1] = image.getSubimage(1 * (width / checkCode.length), 0,
      11                width / checkCode.length, height);
      12    checkCode[2] = image.getSubimage(2 * (width / checkCode.length), 0,
      13                width / checkCode.length, height);
      14    checkCode[3] = image.getSubimage(3 * (width / checkCode.length), 0,
      15                width / checkCode.length, height);
      16    return checkCode;
      17}
      


      效果如下
      


      （4) 去噪，將圖片灰度化與二值化
      
圖片黑白化原理：
      
獲取到R、G、B的值，然后根據(jù)黑白化的公式R*R +G*G +B*B < 3*128*128為黑色，否則為白色，這種方法對于絕大多數(shù)是有效的。
      
還有一種是根據(jù)灰度圖，然后在根據(jù)灰度來確定是黑還是白。
      
像素點(diǎn)灰度的公式：
      
1.浮點(diǎn)算法：Gray=R*0.3+G*0.59+B*0.11
      
　　2.整數(shù)方法：Gray=(R*30+G*59+B*11)/100
      
　　3.移位方法：Gray =(R*28+G*151+B*77)>>8;
      
　　4.平均值法：Gray=（R+G+B）/3;
      
5.僅取綠色：Gray=G；
      
參考：http://baike.baidu.com/view/1184366.html
      
可以根據(jù)需要做出微調(diào)
      


      本例采用黑白化公式來黑白化
      


      01public static int pixelConvert(int pixel) {
      02        int result = 0;
      03  
      04        int r = (pixel >> 16) & 0xff;
      05        int g = (pixel >> 8) & 0xff;
      06        int b = (pixel) & 0xff;
      07  
      08  
      09        int tmp = r * r + g * g + b * b;
      10        if (tmp > 3 * 128 * 128) {
      11            result = 1;         
      12        }
      13]       return result;
      14    }
      



      
public class Filter {（5）提取每一個(gè)字符的特征，生成特征矢量或特征矩陣
      
代碼如下
      


      01    public static void blackAndWhiteFilter(BufferedImage image) {
      02        if (image == null) {
      03            return;
      04        }
      05  
      06        for (int i = 0; i < image.getHeight(); i++) {
      07            for (int j = 0; j < image.getWidth(); j++) {
      08                image.setRGB(j, i, Tools.pixelConvert(image.getRGB(j, i)));
      09            }
      10        }
      11    }
      12  
      13    public static void dotFilter(BufferedImage image) {
      14        if (image == null) {
      15            return;
      16        }
      17  
      18        for (int i = 0; i < image.getHeight(); i++) {
      19            for (int j = 0; j < image.getWidth(); j++) {
      20                if (i > 0 && j > 0 && i < (image.getHeight() - 1)
      21                        && j < (image.getWidth() - 1)) {
      22                    if (image.getRGB(j, i) == 0xff000000) {
      23                        if (image.getRGB(j - 1, i) == 0xffffffff
      24                                && image.getRGB(j - 1, i - 1) == 0xffffffff
      25                                && image.getRGB(j, i - 1) == 0xffffffff
      26                                && image.getRGB(j + 1, i) == 0xffffffff
      27                                && image.getRGB(j + 1, i + 1) == 0xffffffff
      28                                && image.getRGB(j, i + 1) == 0xffffffff) {
      29                            image.setRGB(j, i, 0xffffffff);
      30                        }
      31                    }
      32                }
      33            }
      34        }
      35    }
      36}
      


      經(jīng)過步驟4和5之后得到如下效果，這就是我們需要的模型！
      


      （6）分類與學(xué)習(xí)。將特征矢量或特征矩陣與樣本庫進(jìn)行比對，挑選出相似的那類樣本，將這類樣本的值作為輸出結(jié)果。
      
根據(jù)圖片模型得到數(shù)字模型。我所得到的模型如下:
      


       
      


      01private static final int[][][] model = { { // 0
      02            { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      03                    { 1, 1, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1 },
      04                    { 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0 },
      05                    { 1, 0, 0, 1, 0, 1, 1, 1, 1, 1, 0, 0 },
      06                    { 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 0, 0 },
      07                    { 0, 0, 1, 1, 1, 1, 1, 1, 1, 0, 0, 0 },
      08                    { 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1 },
      09                    { 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 1 },
      10                    { 1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1 }, }, { // 1
      11            { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      12                    { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      13                    { 1, 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 1 },
      14                    { 1, 1, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1 },
      15                    { 1, 1, 0, 0, 1, 1, 1, 1, 1, 1, 0, 1 },
      16                    { 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0 },
      17                    { 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1 },
      18                    { 0, 1, 0, 1, 1, 1, 1, 0, 1, 1, 1, 1 },
      19                    { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 }, }, { // 2
      20            { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      21                    { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0 },
      22                    { 1, 1, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0 },
      23                    { 1, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0 },
      24                    { 1, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 1 },
      25                    { 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 0, 0 },
      26                    { 0, 0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 0 },
      27                    { 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0 },
      28                    { 1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1 }, }, {// 3
      29            { 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1 },
      30                    { 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1 },
      31                    { 1, 1, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1 },
      32                    { 1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 0, 0 },
      33                    { 0, 0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0 },
      34                    { 0, 0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0 },
      35                    { 0, 0, 1, 1, 0, 1, 1, 0, 0, 0, 0, 1 },
      36                    { 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1 },
      37                    { 1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1 }, }, {// 4
      38            { 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1 },
      39                    { 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1 },
      40                    { 1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1 },
      41                    { 1, 1, 1, 1, 1, 0, 0, 1, 0, 0, 1, 1 },
      42                    { 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 1, 1 },
      43                    { 1, 1, 1, 0, 0, 1, 1, 1, 0, 0, 0, 0 },
      44                    { 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 },
      45                    { 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1 },
      46                    { 0, 0, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1 }, }, {// 5
      47            { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      48                    { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1 },
      49                    { 1, 1, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0 },
      50                    { 1, 1, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0 },
      51                    { 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0 },
      52                    { 0, 0, 1, 1, 0, 0, 1, 1, 1, 1, 0, 0 },
      53                    { 0, 0, 1, 1, 1, 0, 1, 1, 1, 0, 0, 1 },
      54                    { 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1 },
      55                    { 0, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1 }, }, {// 6
      56            { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      57                    { 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1 },
      58                    { 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 },
      59                    { 1, 0, 0, 0, 1, 1, 0, 1, 1, 1, 0, 0 },
      60                    { 0, 0, 0, 1, 0, 0, 1, 1, 1, 1, 0, 0 },
      61                    { 0, 0, 1, 1, 0, 0, 1, 1, 1, 0, 1, 0 },
      62                    { 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1 },
      63                    { 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 1, 1 },
      64                    { 1, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1 }, }, {// 7
      65            { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      66                    { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      67                    { 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0 },
      68                    { 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0 },
      69                    { 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 1, 1 },
      70                    { 0, 0, 1, 1, 0, 0, 0, 0, 1, 1, 1, 1 },
      71                    { 0, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 1 },
      72                    { 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1 },
      73                    { 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1 }, }, {// 8
      74            { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      75                    { 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 0, 1 },
      76                    { 1, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0 },
      77                    { 1, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0 },
      78                    { 0, 0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0 },
      79                    { 0, 0, 1, 1, 1, 0, 0, 1, 1, 0, 0, 0 },
      80                    { 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 1 },
      81                    { 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 1 },
      82                    { 1, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1 }, }, {// 9
      83            { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 },
      84                    { 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1 },
      85                    { 1, 1, 0, 0, 0, 0, 1, 1, 1, 0, 0, 0 },
      86                    { 1, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0 },
      87                    { 0, 0, 0, 1, 1, 1, 0, 0, 1, 1, 0, 0 },
      88                    { 0, 0, 1, 1, 1, 1, 0, 0, 1, 0, 0, 0 },
      89                    { 0, 0, 1, 1, 1, 0, 0, 1, 0, 0, 0, 1 },
      90                    { 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1 },
      91                    { 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1 }, } };
      


      驗(yàn)證碼識(shí)別代碼:
      


      01public static String compare(BufferedImage image) {
      02        BufferedImage checkCode[] = Tools.getCheckCodes(image);
      03        StringBuffer code = new StringBuffer();
      04        for (int t = 0; t < 4; t++) {
      05            int[] result = new int[10];
      06            boolean ckFlg = false;
      07            int num = -1;
      08            for (int i = 0; i < 10; i++) {
      09                num = -1;
      10                ckFlg = true;
      11                for (int x = 0; x < checkCode[t].getWidth(); x++) {
      12                    for (int y = 0; y < checkCode[t].getHeight(); y++) {
      13                        int expRGB = Tools.pixelConvert(checkCode[t].getRGB(x,
      14                                y));
      15                        int cmpRGB = model[i][x][y];
      16                        if (expRGB == cmpRGB) {
      17                            result[i]++;
      18                        }
      19                    }
      20                }
      21  
      22                if (result[i] > 90) {
      23                    ckFlg = true;
      24                    num = i;
      25                    break;
      26                }
      27  
      28            }
      29            if (ckFlg) {
      30                code.append(num);
      31                ckFlg = false;
      32            } else {
      33                ckFlg = false;
      34            }
      35        }
      36        return code.toString();
      37  
      38    }
      


      下面是識(shí)別效果我所得到的模型為9*12像素，包括一些雜點(diǎn)，但是雜點(diǎn)不太影響圖片識(shí)別，雜點(diǎn)只是少數(shù)幾個(gè)點(diǎn)
      
取一個(gè)臨界值，如果能匹配的像素點(diǎn)達(dá)到這個(gè)值，則代表識(shí)別成功。我取的值為90
      


      


      親測識(shí)別率為100%
      


      當(dāng)然,這是因?yàn)槲覀儗W(xué)校教學(xué)管理平臺(tái)的驗(yàn)證碼太過于規(guī)則,沒有太多的雜點(diǎn)和扭曲,也沒有任何的交叉,所以才能破解成功.
      


      本人水平有限,只能破解這樣簡單的驗(yàn)證碼,大致思路就是這樣的,over!
      


      博文地址 http://veryyoung.sinaapp.com/?p=134
      


      github地址 https://github.com/veryyoung/CrashVeryCode
      


       
      


       
      



      
由最代碼官方編輯于2013-12-30 23:42:58
      
                                          		
                                
      
                                  
                        
      
                    
      



                
      
                
      
                    
                    
                        
      
                            
                                
        
                                    		
                        
        
                            
                
        
                
        
                
                
                
        
                
        


                

                
        本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點(diǎn)擊一鍵舉報(bào)。
        
                
                

                
        
                    轉(zhuǎn)藏
                    
                    
                    
                    
                    
                    
                        分享
                        
                        
                    
                    獻(xiàn)花（0）
                            
                
        
                
                
                
        
                    
        
                        
                        
                    
        
                
        

            
        

            
        

            
        
                
                
                
        
                
        
                    
        
                        
        0條評論
        
                        
                        
                        
        
                            
                            
        
                                發(fā)表
                            
        
                        
        
                        
                    
        
                    
                    
        請遵守用戶 評論公約
        
                    
                    
          
                    
        
                    
        
                    
        
                    
                
        
               
                
        
                    
        
                        類似文章
                        更多