jason2017
V2EX  ›  问与答

爬虫验证码图片识别方案?

  •  
  •   jason2017 · Jul 10, 2017 · 4760 views
    This topic created in 3256 days ago, the information mentioned may be changed or developed.

    最近在做爬虫相关的东西,中间遇到个问题,就是验证码识别的问题,目前来说,除了手动识别、使用第三方接口,还有其他的办法可以识别验证码吗,如:通用的 jar 包或者特定的算法?

    12 replies    2017-07-11 11:12:52 +08:00
    xss
        1
    xss  
       Jul 10, 2017   ❤️ 1
    别弄这些高端玩意了...
    打码平台
    guangguoguo
        2
    guangguoguo  
       Jul 10, 2017   ❤️ 1
    除了专业注册卖号之外,如果只是偶尔登录一下,打码平台。
    gouchaoer
        3
    gouchaoer  
       Jul 10, 2017
    use third party commercial solution
    jason2017
        4
    jason2017  
    OP
       Jul 10, 2017
    @xss 领导要求的搞的,我也很绝望啊,我也想用第三方啊。。。
    just1
        5
    just1  
       Jul 10, 2017 via Android
    花几千或者上万找专业的做验证码识别库吧
    shidenggui
        6
    shidenggui  
       Jul 10, 2017
    tesseract
    northisland
        7
    northisland  
       Jul 10, 2017
    https://arxiv.org/abs/1412.1842

    https://arxiv.org/abs/1412.5903

    https://github.com/mathDR/reading-text-in-the-wild

    祝玩转,

    或者,我以前公司做过这个。打个广告,你们提供针对某一网站的数据,给我 10K 我给你弄出一套 95%的识别系统。
    misaka19000
        8
    misaka19000  
       Jul 10, 2017 via Android
    用机器学习来解决,先搞一些样本做训练
    jason2017
        9
    jason2017  
    OP
       Jul 10, 2017
    @shidenggui 谢谢,这个倒是试了,扭曲一点的验证码失败率就会很高了,不过也是一种替代方案。

    @northisland 谢谢,看到卷积神经网络什么的,我就右上角了,暂时还没那个能力。
    UnisandK
        10
    UnisandK  
       Jul 10, 2017
    有些扭曲的人都不一定认得出来,程序更没戏了。。打码平台吧
    catfish
        11
    catfish  
       Jul 11, 2017
    @jason2017 #9 其实卷积的不难!好好看看,1-2 天就能写出来,然后搞点样本训练下妥妥的!不要被名字吓到了,里面所有的计算都不用自己来写,有现成的库,直接调用就好了。
    jason2017
        12
    jason2017  
    OP
       Jul 11, 2017
    @catfish thx,小王子。
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   5749 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 44ms · UTC 03:17 · PVG 11:17 · LAX 20:17 · JFK 23:17
    ♥ Do have faith in what you're doing.