[发明专利]空心验证码快速识别方法

说明书

本发明属于验证码识别技术领域，特别涉及一种空心验证码快速识别方法，该方法包含：首先，在预处理阶段，对验证码的字符轮廓线进行细化处理；其次，通过内外轮廓线仅针对字符块进行填充，得到实心字符；然后，分割得到单个字符和字符组件；接着，分析字符组件的结构特点和次序关联，运用最小近邻算法进行合并得到无冗余的单个字符；最后，利用卷积神经网络对分割和合并后得到的单个字符进行识别，得到最终破解结果。与现有识别方法相比，本发明既保持原有结构不被破坏，又保证精准修复字符轮廓线断裂之处，能够减少填充时间，提高填充精度，实现对空心验证码的准确获取、快速识别，识别成功率得到大大提高，适用性强，具有较好的应用价值。

技术领域

本发明属于验证码识别技术领域，特别涉及一种空心验证码快速识别方法。

背景技术

随着互联网的飞速发展和普及，各种网络服务为人们的生活提供了极大的便利，例如电子商务、网络教学、电子邮件、社交网络等。但是，恶意软件会对这些服务进行主动攻击，包括批量注册、机器发帖、群发垃圾邮件、大规模刷票等。为了与之对抗，全自动开放式人机区分图灵测试CAPTCHA(Completely Automated Public Turing Test to tellComputers and Human Apart)应运而生。它是一种区分用户是人类还是计算机的公共自动程序，也称之为HIP(Human Interactive Proofs)或验证码技术。它作为加强网络安全验证的一种机制，已广泛应用于包括Google、Yahoo、Microsoft等大型网站在内的各种网络服务。随之诞生的验证码破解技术主要关注发现验证码的安全漏洞，促进更加安全验证码技术的研究。验证码破解问题涉及图像处理、模式识别、图像理解、人工智能、计算机视觉等多学科。开展验证码破解技术的研究对促进网络数据安全性、验证验证码设计技术的发展具有理论价值和现实意义。验证码破解研究的开展距今已有十余年的历史，在此期间，它得到了世界范围内相关研究者们的广泛关注，也取得了一些成绩。但是已有的验证码识别方法大多数适用于实心验证码，为数不多的针对空心验证码的识别方法在识别精度和识别速度上存在改进的空间。

发明内容

针对现有技术中的不足，本发明提供一种空心验证码快速识别方法，实用性强，在识别成功率和识别速度上具有较好优势。

按照本发明所提供的设计方案，一种空心验证码快速识别方法，包含如下内容：

A)将输入的验证码图片进行预处理，依次执行二值化、细化操作，得到单像素线条的字符轮廓线图片，并对字符轮廓线进行修复，得到封闭的空心字符图像；

B)针对封闭的空心字符图像，标记连通区域，寻找噪块并将其标记为背景，通过移除噪块并重新标记连通区域，填充非背景区域，得到实心字符串；

C)根据连通区域的标记对实心字符串进行分割，得到单个字符和字符组件；

D)分割后若得到的是单个字符则执行步骤E，若为字符组件，则需合并字符组件为单个字符后执行步骤E；

E)通过卷积神经网络对单个字符进行识别。

上述的，A)预处理中，执行二值化操作的过程如下：首先将输入的验证码图片转换为灰度图片，然后通过预设阈值将灰度图片转换为二值图像。

上述的，A)预处理中，执行细化操作的过程如下：针对二值图像中的像素，通过8-邻域元素进行细化删除，得到字符轮廓线为单像素线条的图片。

上述的，A)预处理中，对字符轮廓线进行修复，包含：首先在字符轮廓线中确定断点位置，然后依据就近原则将在预设阈值范围内的两个断点进行连接，得到封闭的空心字符图像。

优选的，B)中标记连通区域，寻找噪块并将其标记为背景，通过移除噪块并重新标记连通区域，填充非背景区域，包含：

B1)按照列顺序，对图像中每个簇进行编码，其中，簇为每个列中连续的白色像素序列；