干货：用js实现的简单验证码识别
很高兴大家喜欢！Github：leonof/imgRecJs，刚刚上传，代码还需要完善～因为有不少同学表示训练和识别有疑问，我做了个小接口放在最后，可以方便大家先把流程走通。
后续会更新：将js代码等打包成chrome扩展程序，这样就可以让浏览器自动识别，完全傻瓜式使用啦～！（更新啦：利用chrome扩展，让浏览器执行我们的脚本）
其实整篇文章难度不高，网上也有很多java、c等的代码。只是当时我写代码的时候，没有找到纯js可以用的代码和库，不能打包成chrome扩展，用起来还是不太方便的。所以在验证了思路的可行性后，我就大致写下来，给他人以方便吧。
目前有多种验证码识别思路，限于能力有限，我只好采用了最简单的机器学习。目标验证码也比较简单，如：
（含字母也一样）
。识别控制速度在0.1秒以内的话，正确率在99.99999%（因为一直是识别正确哈哈哈）。
在动手之前，先梳理一下大致思路，方便比较独立的同学自己尝试完成代码：
1、先分析网页DOM结构，载入验证码图片。
2、将图片画到canvas上，拿到图片的像素数据。
3、先后对图片进行二值化、腐蚀膨胀、切割、旋转、缩放处理。
4、记录处理后的单个数字的二值化数据，并人工录入真实数字。
5、重复训练。
6、识别时，用处理后的图像与库中数据对比，取得最相近的数据，得到真实数字。
（以下优化）
7、数据量大时，可以取前几个相似数据，并按权重从中选出最可能的数字，以提高准确度。
8、也可查找到相似度足够高时停止搜索，取其作为最后识别结果，以提升效率。
大神们可以直接去写了，我这低级简单的代码会遭你们嘲笑的。。。比较急于求成的同学也可以不用看了，回头直接拿demo去修改吧！
====================================================================
好吧既然你看到这里了，我就尽量说的清楚明白一点。
在动手之前，我简单模拟一下需要输入验证码的网站，效果如下：
好吧，是真的简单…点击图片可以更换验证码，输入框用来输入，按钮模拟提交，如下：
我们就假装他作为我们要自动识别的目标。
一、分析网页DOM结构，载入验证码图片。
我们可以看到，验证码的url是：img/0.jpg。我这里的url会变化，是为了模拟更换验证码的过程。但实际上，由于验证码绝大多数为后台生成的，所以地址是固定的。那么我们很容易就可以拿到图片数据：new一个Image，赋值url即可（直接get到img元素也行）。参考代码：
var img = document.getElementById("img");
二、将图片画到canvas上，拿到图片的像素数据。
要将图片画到canvas上，首先要创建一个canvas并初始化。参考代码：
var canvas1 = document.createElement("canvas"); document.getElementsByTagName("body")[0].appendChild(canvas1); canvas1.style.backgroundColor = "cornsilk"; var ctx1 = canvas1.getContext("2d");
随后，将图片绘制上去。参考代码：
ctx1.drawImage(img,0,0,img.width,img.height);
然后我们就可以利用canvas，拿到图片的像素数据。参考代码：
var imgData = ctx1.getImageData(0,0,WIDTH,HEIGHT);
三、先后对图片进行二值化、腐蚀膨胀、切割、旋转、缩放处理。
这部分是图像识别的重点，直接影响到识别准确率和速度。复杂的验证码还应加上去躁等处理过程。比如可以检测贯穿的横线并消除，或者将颜色高度统一的背景去掉等等。我们的图片几乎没有干扰，只有简单的旋转和缩放，故直接进行二值化操作（二值化也能去掉少量的干扰）。
1、二值化操作的思路是：计算图片的平均灰度作为阈值，比阈值大的置为纯黑，反之纯白。参考代码：
function toHex(fromImgData){//二值化图像 var fromPixelData = fromImgData.data; var greyAve = 0; for(var j=0;j<WIDTH*HEIGHT;j++){ var r = fromPixelData[4*j]; var g = fromPixelData[4*j+1]; var b = fromPixelData[4*j+2]; greyAve += r*0.3 + g*0.59 + b*0.11; } greyAve /= WIDTH*HEIGHT;//计算平均灰度值。 for(j=0;j<WIDTH*HEIGHT;j++){ r = fromPixelData[4*j]; g = fromPixelData[4*j+1]; b = fromPixelData[4*j+2]; var grey = r*0.333 + g*0.333 + b*0.333;//取平均值。 grey = grey>greyAve?255:0; fromPixelData[4*j] = grey; fromPixelData[4*j+1] = grey; fromPixelData[4*j+2] = grey; } return fromImgData; }//二值化图像
二值化后，效果如图：
可以发现，简单的背景色是可以去掉的。
二值化处理之后，就可以将图片转换成数组（存0或1）来保存了。参考代码如下：
function toXY(fromImgData){ var result = new Array(HEIGHT); var fromPixelData = fromImgData.data; for(var j=0;j<HEIGHT;j++){ result[j] = new Array(WIDTH); for(var k=0;k<WIDTH;k++){ var r = fromPixelData[4*(j*WIDTH+k)]; var g = fromPixelData[4*(j*WIDTH+k)+1]; var b = fromPixelData[4*(j*WIDTH+k)+2]; result[j][k] = (r+g+b)>500?0:1;//赋值0、1给内部数组 } } return result; }//图像转数组
2、接下来是腐蚀、膨胀。腐蚀的基本思路在于，将所有白色周围的像素都置成白色，以此来消除游离的个别黑色像素点噪声。膨胀正好相反，将黑色周围置成黑色，消除数字内部的个别白色。同时，腐蚀、膨胀的操作可以让图片更加平滑。参考代码：
function corrode(fromArray){ for(var j=1;j<fromArray.length-1;j++){ for(var k=1;k<fromArray[j].length-1;k++){ if(fromArray[j][k]==1&&fromArray[j-1][k]+fromArray[j+1][k]+fromArray[j][k-1]+fromArray[j][k+1]==0){ fromArray[j][k] = 0; } } } return fromArray; }//腐蚀（简单） function expand(fromArray){ for(var j=1;j<fromArray.length-1;j++){ for(var k=1;k<fromArray[j].length-1;k++){ if(fromArray[j][k]==0&&fromArray[j-1][k]+fromArray[j+1][k]+fromArray[j][k-1]+fromArray[j][k+1]==4){ fromArray[j][k] = 1; } } } return fromArray; }//膨胀（简单）
由于我们的图片背景干扰不是很强烈，所以基本看不出差别。不过对于计算机来说，还是有不同的哟～尤其是背景复杂的图片，这一步很好用。
3、切割。
由于我们的图片内各数字没有粘连，所以切割时只需要从上至下，从左至右扫描图片，发现图片某一竖行均为白色，就切一刀。有粘连的验证码比较困难，暂时不讨论了。参考代码：
function split(fromArray,count){ var numNow = 0; var status = false; var w = fromArray[0].length; for(var k=0;k<w;k++) {//遍历图像 var sumUp = 0; for (var j=0;j<fromArray.length;j++) //检测整列是否有图像 sumUp += fromArray[j][k]; if(sumUp == 0){//切割 for (j=0;j<fromArray.length-1;j++) fromArray[j].remove(k); w --; k --; status = false; continue; } else{//切换状态 if(!status) numNow ++; status = true; } if(numNow!=count){//不是想要的数字 for (j=0;j<fromArray.length-1;j++) fromArray[j].remove(k); w --; k --; } } return fromArray; }//切割，获取特定数字
切割后，左右的空白因为都被切了，就没有了。但是上下仍然存在空白，所以进行处理。这里比较简单，就不放代码了，思路和切割类似，但简单很多。
4、旋转、缩放。
其实旋转不是必要的。没有旋转的步骤，可以用更多的数据量训练来弥补。同理，缩放也不是必须的。先大致讲一下思路：旋转和缩放都再次利用了canvas，将图片画上去之后，利用canvas的方法操作图片旋转或缩放，之后再把数据拿下来，就像我们最开始读图片时做的一样。旋转时，取顺时针逆时针各90度，取左右宽度最窄的角度，当作数字站立的旋转角度。缩放时，直接按预设长宽画图即可。这里我就只写了缩放。处理后再转换回数组形式。参考代码：
function zoomToFit(fromArray){ var imgD = fromXY(fromArray); var w = lastWidth; var h = lastHeight; var tempc1 = document.createElement("canvas"); var tempc2 = document.createElement("canvas"); tempc1.width = fromArray[0].length; tempc1.height = fromArray.length; tempc2.width = w; tempc2.height = h; var tempt1 = tempc1.getContext("2d"); var tempt2 = tempc2.getContext("2d"); tempt1.putImageData(imgD,0,0,0,0,tempc1.width,tempc1.height); tempt2.drawImage(tempc1,0,0,w,h); var returnImageD = tempt2.getImageData(0,0,WIDTH,HEIGHT); fromArray = toXY(returnImageD); fromArray.length = h; for(var i=0;i<h;i++) fromArray[i].length = w; return fromArray; }//尺寸归一化
处理后效果如图：
四、记录处理后的单个数字的二值化数据，并人工录入真实数字。
到这里，图像处理就搞定了，后面的工作就比较简单了。我们把上一步得到的数组和真实的数字一起保存起来。这个过程可以有很多方法。我当时采取了大家一起录入的方式，所以搭建了PHP+MySQL的服务器，用数据库存储。这块就不详述了，大家各显神威。
五、重复训练
为了方便训练，我直接在页面里增加了手动输入的地方，提交后刷新验证码，继续提交。提交20个验证码（20*4=80个数字）后，便经常可以正确识别出4位验证码，在单个数字的数据量在300左右时（大约需要300/4=75个验证码），识别效率已经在95%以上。在500左右时已经基本见不到错误识别的情况了，这时候已经可以写代码实现自我训练了。此时识别一次大约需要0.06秒。
六、识别时，用处理后的图像与库中数据对比，取得最相近的数据，得到真实数字。
这块也比较简单。训练完成后，我将数据库数据导出，保存成了一个大的数组，直接用js就可以读了。识别时遍历所有的数据，按像素点逐一比较。由于尺寸做了归一化，所以直接数有多少像素匹配即可。匹配数量最多的即为识别出的结果。我只找到了最开始写的PHP代码，先放一下吧，有点懒得再写js了…：
function check($str) { $str = str_split($str,1); $length = count($str); $tempNum = 0; $tempSimmiar = 0; $query = "SELECT * FROM numkeys"; $sth = execSql($query); while ($RES = $sth->fetch()) { $thisSimmiar = 0; $thisFeature = str_split($RES["feature"],1); $thisNum = $RES["resultnum"]; for($i=0;$i<$length;$i++){ if($thisFeature[$i]==$str[$i]){ $thisSimmiar ++; } } if($thisSimmiar>$tempSimmiar){ $tempSimmiar = $thisSimmiar; $tempNum = $thisNum; } } return $tempNum; }
七、优化部分
这块就大家自己看着来吧，因为我的图片不是很复杂，数据量也不是很大（千条级别），所以也没啥优化的必要，每次识别大约0.1秒吧。所以我只是没事干，做了之前大纲里写了那两个优化。其实我感觉主要的优化方向还是图像处理那块，尽量减少干扰，才能提高效率，也能检测更复杂的验证码。
PS：训练和识别的接口：
训练：POST发送username（用户名）、password（密码）、n1（第一个数组）、n2、n3
、n4、num（真实四位字符）至http://www.leonszone.cn/test/yanzhengma/train.php。参考代码：
function sendData() { var str = prompt("请输入验证码:", ""); if(!str) return false; postData = {//整合数据包 username: 'pdgzfx', password: 'pdgzfx', nums: str, n1: numsArray[0], n2: numsArray[1], n3: numsArray[2], n4: numsArray[3] }; $.ajax({ url: 'http://www.leonszone.cn/test/yanzhengma/train.php', type: 'POST', data: postData, success: function (data) { console.log(data); setTimeout(function () { location.reload(); },1000); } }); }
识别：POST发送username（用户名）、password（密码）、n1（第一个数组）、n2、n3、n4至http://www.leonszone.cn/test/yanzhengma/check.php。参考代码：
function getData() { postData = {//整合数据包 username: 'pdgzfx', password: 'pdgzfx', nums: 'help!!!', n1: numsArray[0], n2: numsArray[1], n3: numsArray[2], n4: numsArray[3] }; $.ajax({ url: 'http://www.leonszone.cn/test/yanzhengma/check.php', type: 'POST', data: postData, success: function (data) { $("#Vercode").val(data); console.log(data); } }); }
注册用户名密码（防止大家的库混淆）：POST或GET发送username（用户名）、password（密码）至http://www.leonszone.cn/test/yanzhengma/regist.php。参考代码：
function getData() { postData = {//整合数据包 username: 'pdgzfx', password: 'pdgzfx', }; $.ajax({ url: 'http://www.leonszone.cn/test/yanzhengma/regist.php', type: 'POST', data: postData, success: function (data) { console.log(data); } }); }
或直接浏览器访问：http://www.leonszone.cn/test/yanzhengma/regist.php?username= 你的用户名 &amp;amp;password=你的密码
转自https://zhuanlan.zhihu.com/p/28483558
