CN107273890A - 针对字符组合的图形验证码识别方法及装置 - Google Patents

Abstract

本发明公开一种针对字符组合的图形验证码识别方法及装置，能提高图形验证码的识别性能。该方法包括：获取待识别的由字符组合成的图形验证码，对其进行预处理；对图形验证码进行切割，得到至少一个图形；确定切割得到的每一个图形包含的字符数量；对于切割得到的每一个包含的字符数量为1的图形，通过将该图形与预先设置的样本集进行匹配，识别出该图形包含的字符，对于切割得到的每一个包含的字符数量大于1的图形，采用双向滑动加上下偏移匹配的方法，通过将该图形与样本集进行匹配，识别出该图形包含的字符；将切割得到的所有图形包含的字符的识别结果组合起来得到图形验证码的识别结果。

Description

针对字符组合的图形验证码识别方法及装置

技术领域

本发明涉及验证码识别领域，具体涉及一种针对字符组合的图形验证码识别方法及装置。

背景技术

验证码(CAPTCHA)是“Completely Automated Public Turing test to tellComputers and Humans Apart”(全自动区分计算机和人类的图灵测试)的缩写，是一种区分用户是计算机和人的公共全自动程序。可以防止恶意破解密码、刷票、论坛灌水，有效防止某个黑客对某一个特定注册用户用特定程序暴力破解方式进行不断的登陆尝试等。但是验证码极大的降低了用户体验，尤其一些粘连并且模糊的验证码，对用户的操作造成极大的干扰。为批量获取网站上的数据，识别验证码成为一门比较常见的图像识别技术。目前主流的识别方式有三种，第三方平台的人工打码，成熟的OCR识别组件，程序识别。人工打码优点是几乎是万能的，只要肉眼能识别的验证码，都可以获取验证码，缺点是第三方平台会收费，由于是人工肉眼识别，加上网络传输，速度会比较慢。OCR识别组件优点是简单，缺点是只能识别简单的验证码，对于噪点或者粘连的复杂验证码，OCR识别率非常低。程序识别相对来说是最优的识别方案。

目前对于粘连验证码的识别方法基本还是围绕切割之后单个字符跟样本做比较，不断扩充样本的数量来提升识别率。但这类做法存在三个问题，一是随着样本数据的增加，性能会有很大的损耗；二是粘连的字符有时候是很难切割的，切割之后可能把一个字符切割成多个或者两个字符连在一起没有切割开，最终导致跟样本比对的时候由于差别太大，无法匹配到正确的样本；三是针对不同的验证码，需要不同的切割机制，程序的复用性比较差。

发明内容

针对现有技术存在的缺陷，本发明实施例提出一种针对字符组合的图形验证码识别方法及装置。

一方面，本发明实施例提出一种针对字符组合的图形验证码识别方法，包括：

S1、获取待识别的由字符组合成的图形验证码以及所述图形验证码对应的参数信息，对所述图形验证码依次进行灰度化、二值化、去噪处理，其中，所述参数信息包括所述图形验证码的去噪方法、组成所述图形验证码的字符数量以及所述图形验证码切割成单个字符图形的信息，所述图形验证码切割成单个字符图形的信息包括能完全切割成单个字符图形和不能完全切割成单个字符图形，所述去噪处理采用所述图形验证码的去噪方法进行去噪；

S2、若所述图形验证码不能完全切割成单个字符图形，则对所述图形验证码进行切割，得到至少一个图形，其中，所述至少一个图形由字符组成；

S3、根据所述至少一个图形的数量、宽度和所述组成所述图形验证码的字符数量确定切割得到的每一个图形包含的字符数量；

S4、对于切割得到的每一个包含的字符数量为1的图形，通过将该图形与预先设置的样本集进行匹配，识别出该图形包含的字符，对于切割得到的每一个包含的字符数量大于1的图形，采用双向滑动加上下偏移匹配的方法，通过将该包含的字符数量大于1的图形与所述样本集进行匹配，识别出该包含的字符数量大于1的图形包含的字符，其中，所述样本集由多个样本组成，每个样本为包含一个字符的图形，每个样本由一个图形验证码依次进行灰度化、二值化、去噪处理、切割和去边得到，每个样本标注有该样本包含的字符；

S5、将切割得到的所有图形包含的字符的识别结果组合起来得到所述图形验证码的识别结果。

另一方面，本发明实施例提出一种针对字符组合的图形验证码识别装置，包括：

预处理单元，用于获取待识别的由字符组合成的图形验证码以及所述图形验证码对应的参数信息，对所述图形验证码依次进行灰度化、二值化、去噪处理，其中，所述参数信息包括所述图形验证码的去噪方法、组成所述图形验证码的字符数量以及所述图形验证码切割成单个字符图形的信息，所述图形验证码切割成单个字符图形的信息包括能完全切割成单个字符图形和不能完全切割成单个字符图形，所述去噪处理采用所述图形验证码的去噪方法进行去噪；

第一切割单元，用于若所述图形验证码不能完全切割成单个字符图形，则对所述图形验证码进行切割，得到至少一个图形，其中，所述至少一个图形由字符组成；

计算单元，用于根据所述至少一个图形的数量、宽度和所述组成所述图形验证码的字符数量确定切割得到的每一个图形包含的字符数量；

识别单元，用于对于切割得到的每一个包含的字符数量为1的图形，通过将该图形与预先设置的样本集进行匹配，识别出该图形包含的字符，对于切割得到的每一个包含的字符数量大于1的图形，采用双向滑动加上下偏移匹配的方法，通过将该包含的字符数量大于1的图形与所述样本集进行匹配，识别出该包含的字符数量大于1的图形包含的字符，其中，所述样本集由多个样本组成，每个样本为包含一个字符的图形，每个样本由一个图形验证码依次进行灰度化、二值化、去噪处理、切割和去边得到，每个样本标注有该样本包含的字符；

第一组合单元，用于将切割得到的所有图形包含的字符的识别结果组合起来得到所述图形验证码的识别结果。

本发明实施例提供的针对字符组合的图形验证码识别方法及装置，特别针对粘连验证码(非粘连完全兼容)，在原有切割，匹配基本流程的基础上，对切割以及匹配这两步做了改进：首先本方案在切割方面做了优化，抛弃传统的切出每个字符，再进行每个字符的比较，而是通过简单的切割，把不粘连的部分先切割开，再根据宽度判断切割出来的是几个字符，大大减低了切割带来的图像缺失或者干扰；其次在匹配上采用了双向滑动加上下偏移机制，通过该机制能使识别率大大提升；最后，本方案具有很高的通用性，既可以兼容简单的无粘连的验证码，又能适用各种不同粘连情况的验证码，即本方案通过一种新的机制来更好的达到识别效果，有更好的性能以及复用性。

附图说明

图1为本发明针对字符组合的图形验证码识别方法一实施例的流程示意图；

图2为识别准备流程示意图；

图3为识别运行流程示意图；

图4为适用颜色闸值法去噪的验证码一实施例的示意图；

图5为适用八邻域去噪和滤波去噪法去噪的验证码一实施例的示意图；

图6为适用斜率去噪法去噪的验证码一实施例的示意图；

图7为不能完全切割开的验证码图片的示意图；

图8为本发明针对字符组合的图形验证码识别装置一实施例的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参看图1，本实施例公开一种针对字符组合的图形验证码识别方法，包括：

S1、获取待识别的由字符组合成的图形验证码以及所述图形验证码对应的参数信息，对所述图形验证码依次进行灰度化、二值化、去噪处理，其中，所述参数信息包括所述图形验证码的去噪方法、组成所述图形验证码的字符数量以及所述图形验证码切割成单个字符图形的信息，所述图形验证码切割成单个字符图形的信息包括能完全切割成单个字符图形和不能完全切割成单个字符图形，所述去噪处理采用所述图形验证码的去噪方法进行去噪；

S2、若所述图形验证码不能完全切割成单个字符图形，则对所述图形验证码进行切割，得到至少一个图形，其中，所述至少一个图形由字符组成；

S3、根据所述至少一个图形的数量、宽度和所述组成所述图形验证码的字符数量确定切割得到的每一个图形包含的字符数量；

S4、对于切割得到的每一个包含的字符数量为1的图形，通过将该图形与预先设置的样本集进行匹配，识别出该图形包含的字符，对于切割得到的每一个包含的字符数量大于1的图形，采用双向滑动加上下偏移匹配的方法，通过将该包含的字符数量大于1的图形与所述样本集进行匹配，识别出该包含的字符数量大于1的图形包含的字符，其中，所述样本集由多个样本组成，每个样本为包含一个字符的图形，每个样本由一个图形验证码依次进行灰度化、二值化、去噪处理、切割和去边得到，每个样本标注有该样本包含的字符；

S5、将切割得到的所有图形包含的字符的识别结果组合起来得到所述图形验证码的识别结果。

本发明实施例提供的针对字符组合的图形验证码识别方法，特别针对粘连验证码(非粘连完全兼容)，在原有切割，匹配基本流程的基础上，对切割以及匹配这两步做了改进：首先本方案在切割方面做了优化，抛弃传统的切出每个字符，再进行每个字符的比较，而是通过简单的切割，把不粘连的部分先切割开，再根据宽度判断切割出来的是几个字符，大大减低了切割带来的图像缺失或者干扰；其次在匹配上采用了双向滑动加上下偏移机制，通过该机制能使识别率大大提升；最后，本方案具有很高的通用性，既可以兼容简单的无粘连的验证码，又能适用各种不同粘连情况的验证码，即本方案通过一种新的机制来更好的达到识别效果，有更好的性能以及复用性。

以下结合整个验证码的识别过程，详细介绍本发明的具体实现方式。

验证码的识别过程主要分为两个环节：识别准备环节(识别准备流程如图2所示)和识别运行环节(识别运行流程如图3所示)。

参看图2，识别准备环节主要是确定验证码的字符数，是否可切割开，分析验证码的特点，确定对该验证码的去噪方法，采集并制作出针对此类验证码的样本集。

其中：验证码去噪方法T包含：颜色闸值法，八邻域去噪，滤波去噪法，斜率去噪法的一种或多种组合，根据验证码的实际情况进行传入。

字符数N：根据验证码的字符个数进行传入。

是否可切割开C：验证码是否可以完全切割开。

样本集S：在验证码识别前需要建立基本样本集，先采样一定量的验证码，将验证码进行灰度化，二值化，去噪，切割处理，切割后的图像单独保存，之后进行去边处理，并对相似的样本进行去重，人工对切割后的图像进行识别标识为对应的字符。建立起每个会出现的字符对应的样本图像集合，统一加入到样本集中。

识别运行环节将识别准备环节分析得出的参数以及待识别图片以参数的形式传入识别过程进行识别。

识别过程中用到的参数有：验证码去噪方法T，字符数N，是否可切割开C，样本集S，待识别图片P。参看图3，验证码识别主要分以下几步骤：

1.对P灰度化

灰度化是将验证码图像由真彩色转换为只包含亮度信息的图片，本方法中采用根据人眼对光谱波长的适应能力而制定的Photoshop灰度算法。即对RGB颜色公量分别乘以一定的系数来达到灰度效果的算法。灰度化后的图像只包含亮度信息进行后续的处理。

2.将P二值化

二值化过程将P中的每个像素点以合适的阀值进行判断，对字符和背景进行区分，字符用黑色0表示，背景用白色1表示。本方法中采用全局阀值进行二值化处理，找到合适的阀值点，区分出字符和背景。

3.对P去噪处理

去除噪点是识别验证码的最基础的一步，也是极为重要的一步，噪点去除的准确性直接影响到样本的提取，图像的分割以及匹配。

根据验证码去噪方法T，采用对应的去噪方式进行去噪：

1)颜色闸值法：该方法适用于噪点或者干扰线与实际验证码的的颜色差异比较明显(如图4所示的验证码)。通过有效字符像素点的颜色RGB值与干扰线颜色差值，自动计算出闸值，将噪点过滤掉(需要特别说明的是：在灰度化和二值化前使用该方法)。

2)八邻域去噪：该方法针对包含分散干扰点的验证码(如图5所示的验证码)。如果一个像素是有效字符像素点或者干扰因素的一部分，那么这个像素在二值化结果中其灰度值一定是0(黑色)；如果一个像素是背景，则其灰度值应该是255(白色)。因此对于孤立的噪点，其周围八邻域(左上、上、右上，左、右，左下，下，右下)应该都是白色或者大多数点都是白色像素；通过这种方法找出孤立的点去掉，达到去噪的效果。

3)滤波去噪法：该方法中采用中值滤波法，可以有效的去除验证码背景中的干扰点，特别对于平滑背景中的干扰点有明显的效果(比如可适用如图5所示的验证码)。

4)斜率去噪法：根据验证码噪点的特征，找出规律来去噪。如图6所示的验证码，适用于通过干扰线的斜率来去噪。

4.对P进行切割、识别处理

如果参数是否可切割开C值显示图像能够切割开，则对P进行切割处理，因为匹配单个字符比匹配多个字符性能及识别率都会高很多，即使是无法完全切割开，也可以先切出几部分，每部分再识别。特别针对粘连验证码无法完全切割开的情况，本方法将切割与匹配有效的结合在一起，再结合双向滑动，上下偏移解决了粘连验证码的识别问题。

本方法中使用的切割算法有固定等分分割、扫描线分割和滴水算法分割几种方式。对于完全可以切割开的验证码图片，可直接切割，并通过上下偏移匹配单个字符，最后将匹配结果进行组合即可得到验证码的识别结果；对于不能完全切割开的验证码图片，则进行部分切割，根据宽度比例计算出每张图片的字符数，字符数为1的图片可直接通过上下偏移进行单个字符匹配，字符数大于1的图片则进行双向滑动加上下偏移匹配，最后将匹配结果进行组合即可得到验证码的识别结果。

下面以图7所示的验证码为例说明不能完全切割开的验证码图片的切割、识别过程。对图7所示的验证码进行切割可以得到2张图片：586j和z。通过切割出来的图片数量、切出图片的宽度和图7所示的验证码包含的字符数可以判断出第一张图片586j包含4个字符，第二张图片z包含1个字符。当然如果验证码图片不能切出单个字符图片，则将其作为一个整体来识别。对于包含1个字符的图片z，可以通过上下偏移方法将其与样本集S进行匹配继而识别出图片z包含的字符z，具体方法为：对于所述样本集S中的每一个样本，每次将该样本向下移动预设距离，并将移动位置后的该样本与该图片z进行相同位置像素点匹配，统计相同位置处该样本与该图片z的像素点的灰度值均为0出现的次数，将相同位置处该样本与该图片z的像素点的灰度值均为0出现的次数的最大值作为该样本与该图片z的匹配度；确定出与该图片z的匹配度最大的样本，将该样本标注的字符作为该图片z包含的字符的识别结果。可以理解的是，所述预设距离可以根据需要设置，比如可以为1个像素、2个像素等。在将任一样本与该图片z进行初次匹配之前，需要将二者进行对齐，在除初次匹配的其它次匹配前，需要在初次匹配对齐的基础上，向下移动一定的距离。另外，在某一样本与图片z匹配的过程中，除了本实施例中将相同位置处该样本与该图片z的像素点的灰度值均为0出现的次数的最大值作为该样本与该图片z的匹配度之外，若在某一位置处，该样本与该图片z的像素点的灰度值均为0出现的次数与该图片z像素点数量的比值不小于预设的数值，则可以将该比值作为该样本与该图片z的匹配度。当然，若每次移动位置得到的相同位置处该样本与该图片z的像素点的灰度值均为0出现的次数与该图片z像素点数量的比值均小于所述预设的数值，则将相同位置处该样本与该图片z的像素点的灰度值均为0出现的次数与该图片z像素点数量的比值的最大值作为该样本与该图片z的匹配度。所述预设的数值可以根据需要设置，比如可以为95％、98％等。

对于包含4个字符的图片586j，可以通过双向滑动加上下偏移匹配的方法将其与样本集S进行匹配继而识别出图片586j包含的字符5、8、6和j，具体方法为：

先在左侧(当然也可以先在右侧)，通过上下偏移方法将图片586j与样本集S进行匹配继而识别出图片586j包含的字符5，然后将字符5在图片586j中对应的像素点抹掉，这时候图片586j只剩下86j和左边的一些空白，接着通过去噪以及去边剩余只包含有86j的一张没有噪点和空白的图片。在利用某一样本来匹配字符5时，首先需要将该样本与图片586j在左侧对齐，对齐后可以通过对该样本上下偏移的方法确定出该样本与字符5范围(图片586j左侧宽度为样本宽度的范围)的匹配度。在得到所有样本和字符5范围的匹配度后，即可以确定出字符5的识别结果，具体过程参见图片z包含的字符的识别过程，此处不再赘述。之后在右侧按同样的方法匹配识别包含86j图片中的字符j，然后抹掉j对应的像素点，并且进行去噪以及去边，剩余包含86图片。在左侧匹配识别到包含86图片中的字符8，然后抹掉8对应的像素点，并且进行去噪以及去边，剩余包含6的图片。最后匹配、识别出最后的字符6。最后把识别出的字符拼接组合进来就是最终的验证码识别结果了。

由上述过程可知，首先本方案在切割方面做了优化，抛弃传统的切出每个字符，再进行每个字符的比较，而是通过简单的切割，把不粘连的部分先切割开，再根据宽度比例判断切割出来的是几个字符，大大减低了切割带来的图像缺失或者干扰。

其次在匹配上采用了双向滑动加上下偏移机制，过程中不断降噪，降低了粘连带来的干扰以及其他字符像素点的影响，并且通过抹掉已经匹配字符而不是记录匹配字符坐标点的方式来识别剩余字符，解决字符交叉扭曲带来的坐标偏差太大的问题，识别率大大提升，而且在单线程情况下性能达到一秒识别2-5个。

最后，本方案具有很高的通用性，既可以兼容简单的无粘连的验证码，又能适用各种不同粘连情况的验证码。

参看图8，本实施例公开一种针对字符组合的图形验证码识别装置，包括：

预处理单元1，用于获取待识别的由字符组合成的图形验证码以及所述图形验证码对应的参数信息，对所述图形验证码依次进行灰度化、二值化、去噪处理，其中，所述参数信息包括所述图形验证码的去噪方法、组成所述图形验证码的字符数量以及所述图形验证码切割成单个字符图形的信息，所述图形验证码切割成单个字符图形的信息包括能完全切割成单个字符图形和不能完全切割成单个字符图形，所述去噪处理采用所述图形验证码的去噪方法进行去噪；

第一切割单元2，用于若所述图形验证码不能完全切割成单个字符图形，则对所述图形验证码进行切割，得到至少一个图形，其中，所述至少一个图形由字符组成；

计算单元3，用于根据所述至少一个图形的数量、宽度和所述组成所述图形验证码的字符数量确定切割得到的每一个图形包含的字符数量；

识别单元4，用于对于切割得到的每一个包含的字符数量为1的图形，通过将该图形与预先设置的样本集进行匹配，识别出该图形包含的字符，对于切割得到的每一个包含的字符数量大于1的图形，采用双向滑动加上下偏移匹配的方法，通过将该包含的字符数量大于1的图形与所述样本集进行匹配，识别出该包含的字符数量大于1的图形包含的字符，其中，所述样本集由多个样本组成，每个样本为包含一个字符的图形，每个样本由一个图形验证码依次进行灰度化、二值化、去噪处理、切割和去边得到，每个样本标注有该样本包含的字符；

本实施例中，所述识别单元，可以包括：

第一识别子单元，用于对于第一图形的一侧出现的第一个字符范围，通过采用上下偏移方法将该字符范围与所述样本集进行匹配识别出该字符，并将该字符在该第一图形中的像素点抹掉，对抹掉像素点后的图形依次进行去噪、去边处理，得到第二图形，其中，所述第一识别子单元首次执行时所述第一图形为该包含的字符数量大于1的图形，其它次执行时所述第一图形为第二识别子单元得到的图形；

在一实施例中，所述第一识别子单元，具体可以用于：

对于所述样本集中的每一个样本，每次将该样本向下移动预设距离，并将移动位置后的该样本与该字符范围进行相同位置像素点匹配，统计相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数，将相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数的最大值作为该样本与该字符范围的匹配度；

确定出与该字符范围的匹配度最大的样本，将该样本标注的字符作为该字符的识别结果。

在另一实施例中，所述第一识别子单元，具体可以用于：

对于所述样本集中的每一个样本，每次将该样本向下移动预设距离，并将移动位置后的该样本与该字符范围进行相同位置像素点匹配，统计相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数，若判断获知所述相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值不小于预设的数值，则将所述相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值作为该样本与该字符范围的匹配度，或者若每次移动位置得到的相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值均小于所述预设的数值，则将相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值的最大值作为该样本与该字符范围的匹配度；

确定出与该字符范围的匹配度最大的样本，将该样本标注的字符作为该字符的识别结果。

所述第二识别子单元，用于对于所述第一识别子单元得到的图形的另一侧出现的第一个字符范围，通过采用上下偏移方法将该字符范围与所述样本集进行匹配识别出该字符，并将该字符在该图形中的像素点抹掉，对抹掉像素点后的图形依次进行去噪、去边处理；

通知子单元，用于在每次所述第一识别子单元和第二识别子单元执行完毕后，若判断获知该包含的字符数量大于1的图形剩余一个字符，则通知第三识别子单元工作，或者若判断获知该包含的字符数量大于1的图形剩余的字符数量大于1个，则按照所述第一识别子单元工作和所述第二识别子单元交替工作的设置通知所述第一识别子单元工作或所述第二识别子单元工作；

所述第三识别子单元，用于通过采用上下偏移方法将该图形与所述样本集进行匹配识别出该图形剩余的最后一个字符。

第一组合单元5，用于将切割得到的所有图形包含的字符的识别结果组合起来得到所述图形验证码的识别结果。

在前述装置实施例的基础上，所述装置还可以包括如下结构：

第二切割单元，用于若所述图形验证码能完全切割成单个字符图形，则对所述图形验证码进行切割，并将得到的每一个图形与所述样本集进行匹配识别出该图形包含的字符；

第二组合单元，用于将切割得到的所有图形包含的字符的识别结果组合起来得到所述图形验证码的识别结果。

本发明实施例提供的针对字符组合的图形验证码识别装置，特别针对粘连验证码(非粘连完全兼容)，在原有切割，匹配基本流程的基础上，对切割以及匹配这两步做了改进：首先本方案在切割方面做了优化，抛弃传统的切出每个字符，再进行每个字符的比较，而是通过简单的切割，把不粘连的部分先切割开，再根据宽度判断切割出来的是几个字符，大大减低了切割带来的图像缺失或者干扰；其次在匹配上采用了双向滑动加上下偏移机制，通过该机制能使识别率大大提升；最后，本方案具有很高的通用性，既可以兼容简单的无粘连的验证码，又能适用各种不同粘连情况的验证码，即本方案通过一种新的机制来更好的达到识别效果，有更好的性能以及复用性。

本方案通过双向滑动及上下偏移的匹配的算法，与传统的完全切割，处理之后再进行匹配具有以下优点。

1、提高了识别率。本方案结合了切割，双向滑动加偏移，具有很高的识别率，目前统计了粘连验证码识别率大于80％，普通验证码识别率达到95％，目前达到了较高的识别率。

2、提升了识别性能。本方案通过双向滑动匹配的算法，对样本的要求会降低很多，只需要一条标准的样本库就可以，因此在性能方面有很大的提升。目前识别速度每秒2-5个，完全满足需求。

3、具有通用性。本方案提出的验证码识别的思路，具有极高的通用性。获取到样本之后，可以直接套用本方案的算法，识别出验证码。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

本发明的说明书中，说明了大量具体细节。然而能够理解的是，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。类似地，应当理解，为了精简本发明公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释呈反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种针对字符组合的图形验证码识别方法，其特征在于，包括：

S1、获取待识别的由字符组合成的图形验证码以及所述图形验证码对应的参数信息，对所述图形验证码依次进行灰度化、二值化、去噪处理，其中，所述参数信息包括所述图形验证码的去噪方法、组成所述图形验证码的字符数量以及所述图形验证码切割成单个字符图形的信息，所述图形验证码切割成单个字符图形的信息包括能完全切割成单个字符图形和不能完全切割成单个字符图形，所述去噪处理采用所述图形验证码的去噪方法进行去噪；

S2、若所述图形验证码不能完全切割成单个字符图形，则对所述图形验证码进行切割，得到至少一个图形，其中，所述至少一个图形由字符组成；

S3、根据所述至少一个图形的数量、宽度和所述组成所述图形验证码的字符数量确定切割得到的每一个图形包含的字符数量；

S4、对于切割得到的每一个包含的字符数量为1的图形，通过将该图形与预先设置的样本集进行匹配，识别出该图形包含的字符，对于切割得到的每一个包含的字符数量大于1的图形，采用双向滑动加上下偏移匹配的方法，通过将该包含的字符数量大于1的图形与所述样本集进行匹配，识别出该包含的字符数量大于1的图形包含的字符，其中，所述样本集由多个样本组成，每个样本为包含一个字符的图形，每个样本由一个图形验证码依次进行灰度化、二值化、去噪处理、切割和去边得到，每个样本标注有该样本包含的字符；

S5、将切割得到的所有图形包含的字符的识别结果组合起来得到所述图形验证码的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述采用双向滑动加上下偏移匹配的方法，通过将该包含的字符数量大于1的图形与所述样本集进行匹配，识别出该包含的字符数量大于1的图形包含的字符，包括：

S40、对于第一图形的一侧出现的第一个字符范围，通过采用上下偏移方法将该字符范围与所述样本集进行匹配识别出该字符，并将该字符在该第一图形中的像素点抹掉，对抹掉像素点后的图形依次进行去噪、去边处理，得到第二图形，其中，步骤S40首次执行时所述第一图形为该包含的字符数量大于1的图形，其它次执行时所述第一图形为步骤S41得到的图形；

S41、对于步骤S40得到的图形的另一侧出现的第一个字符范围，通过采用上下偏移方法将该字符范围与所述样本集进行匹配识别出该字符，并将该字符在该图形中的像素点抹掉，对抹掉像素点后的图形依次进行去噪、去边处理；

S42、重复执行步骤S40和S41，直至该包含的字符数量大于1的图形剩余一个字符，通过采用上下偏移方法将该图形与所述样本集进行匹配识别出该字符。

3.根据权利要求2所述的方法，其特征在于，所述通过采用上下偏移方法将该字符范围与所述样本集进行匹配识别出该字符，包括：

对于所述样本集中的每一个样本，每次将该样本向下移动预设距离，并将移动位置后的该样本与该字符范围进行相同位置像素点匹配，统计相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数，将相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数的最大值作为该样本与该字符范围的匹配度；

确定出与该字符范围的匹配度最大的样本，将该样本标注的字符作为该字符的识别结果。

4.根据权利要求2所述的方法，其特征在于，所述通过采用上下偏移方法将该字符范围与所述样本集进行匹配识别出该字符，包括：

对于所述样本集中的每一个样本，每次将该样本向下移动预设距离，并将移动位置后的该样本与该字符范围进行相同位置像素点匹配，统计相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数，若判断获知所述相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值不小于预设的数值，则将所述相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值作为该样本与该字符范围的匹配度，或者若每次移动位置得到的相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值均小于所述预设的数值，则将相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值的最大值作为该样本与该字符范围的匹配度；

确定出与该字符范围的匹配度最大的样本，将该样本标注的字符作为该字符的识别结果。

5.根据权利要求1所述的方法，其特征在于，还包括：

若所述图形验证码能完全切割成单个字符图形，则对所述图形验证码进行切割，并将得到的每一个图形与所述样本集进行匹配识别出该图形包含的字符；

将切割得到的所有图形包含的字符的识别结果组合起来得到所述图形验证码的识别结果。

6.一种针对字符组合的图形验证码识别装置，其特征在于，包括：

预处理单元，用于获取待识别的由字符组合成的图形验证码以及所述图形验证码对应的参数信息，对所述图形验证码依次进行灰度化、二值化、去噪处理，其中，所述参数信息包括所述图形验证码的去噪方法、组成所述图形验证码的字符数量以及所述图形验证码切割成单个字符图形的信息，所述图形验证码切割成单个字符图形的信息包括能完全切割成单个字符图形和不能完全切割成单个字符图形，所述去噪处理采用所述图形验证码的去噪方法进行去噪；

第一切割单元，用于若所述图形验证码不能完全切割成单个字符图形，则对所述图形验证码进行切割，得到至少一个图形，其中，所述至少一个图形由字符组成；

计算单元，用于根据所述至少一个图形的数量、宽度和所述组成所述图形验证码的字符数量确定切割得到的每一个图形包含的字符数量；

识别单元，用于对于切割得到的每一个包含的字符数量为1的图形，通过将该图形与预先设置的样本集进行匹配，识别出该图形包含的字符，对于切割得到的每一个包含的字符数量大于1的图形，采用双向滑动加上下偏移匹配的方法，通过将该包含的字符数量大于1的图形与所述样本集进行匹配，识别出该包含的字符数量大于1的图形包含的字符，其中，所述样本集由多个样本组成，每个样本为包含一个字符的图形，每个样本由一个图形验证码依次进行灰度化、二值化、去噪处理、切割和去边得到，每个样本标注有该样本包含的字符；

第一组合单元，用于将切割得到的所有图形包含的字符的识别结果组合起来得到所述图形验证码的识别结果。

7.根据权利要求6所述的装置，其特征在于，所述识别单元，包括：

第一识别子单元，用于对于第一图形的一侧出现的第一个字符范围，通过采用上下偏移方法将该字符范围与所述样本集进行匹配识别出该字符，并将该字符在该第一图形中的像素点抹掉，对抹掉像素点后的图形依次进行去噪、去边处理，得到第二图形，其中，所述第一识别子单元首次执行时所述第一图形为该包含的字符数量大于1的图形，其它次执行时所述第一图形为第二识别子单元得到的图形；

所述第二识别子单元，用于对于所述第一识别子单元得到的图形的另一侧出现的第一个字符范围，通过采用上下偏移方法将该字符范围与所述样本集进行匹配识别出该字符，并将该字符在该图形中的像素点抹掉，对抹掉像素点后的图形依次进行去噪、去边处理；

通知子单元，用于在每次所述第一识别子单元和第二识别子单元执行完毕后，若判断获知该包含的字符数量大于1的图形剩余一个字符，则通知第三识别子单元工作，或者若判断获知该包含的字符数量大于1的图形剩余的字符数量大于1个，则按照所述第一识别子单元工作和所述第二识别子单元交替工作的设置通知所述第一识别子单元工作或所述第二识别子单元工作；

所述第三识别子单元，用于通过采用上下偏移方法将该图形与所述样本集进行匹配识别出该图形剩余的最后一个字符。

8.根据权利要求7所述的装置，其特征在于，所述第一识别子单元，具体用于：

对于所述样本集中的每一个样本，每次将该样本向下移动预设距离，并将移动位置后的该样本与该字符范围进行相同位置像素点匹配，统计相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数，将相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数的最大值作为该样本与该字符范围的匹配度；

确定出与该字符范围的匹配度最大的样本，将该样本标注的字符作为该字符的识别结果。

9.根据权利要求7所述的装置，其特征在于，所述第一识别子单元，具体用于：

对于所述样本集中的每一个样本，每次将该样本向下移动预设距离，并将移动位置后的该样本与该字符范围进行相同位置像素点匹配，统计相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数，若判断获知所述相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值不小于预设的数值，则将所述相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值作为该样本与该字符范围的匹配度，或者若每次移动位置得到的相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值均小于所述预设的数值，则将相同位置处该样本与该字符范围的像素点的灰度值均为0出现的次数与该字符范围像素点数量的比值的最大值作为该样本与该字符范围的匹配度；

确定出与该字符范围的匹配度最大的样本，将该样本标注的字符作为该字符的识别结果。

10.根据权利要求6所述的装置，其特征在于，还包括：

第二切割单元，用于若所述图形验证码能完全切割成单个字符图形，则对所述图形验证码进行切割，并将得到的每一个图形与所述样本集进行匹配识别出该图形包含的字符；

第二组合单元，用于将切割得到的所有图形包含的字符的识别结果组合起来得到所述图形验证码的识别结果。