सरलतम कैप्चा का विश्लेषण (C #)

कुछ समय पहले, मुझे एक एप्लेट बनाना था, जो कि एक काफी प्रसिद्ध साइट से स्वचालित रूप से डाउनलोड की गई फाइलें थीं। पहली नज़र में समस्या / यह थी कि एक कैप्चा था। हालाँकि, इसकी एक झलक समझने के लिए पर्याप्त थी, इसे हल किया गया और बहुत जल्दी :) कई सालों के बाद, मैं फिर से उस प्रोजेक्ट पर आया और इसे हब पर लाने का फैसला किया। मैं तुरंत आरक्षण करूँगा, मैंने साइट को कॉल नहीं किया क्योंकि कैप्चा अभी भी है और इसे ऐसे ही रहने दिया जाए।

स्टेज एक: जानकारी इकट्ठा करना

सबसे पहले और सबसे महत्वपूर्ण, एक सरल प्रोग्राम लिखा गया था, जिसमें कैप्चा छवि के साथ पता खींचा गया और प्राप्त छवियों को एक अलग फ़ोल्डर में संग्रहीत किया गया। जब मैंने कार्यक्रम को खींची गई 50 छवियों को देखा, तो मैंने महसूस किया कि यह मेरे विचार से अभी भी आसान था।

देखिए, ये कैप्चा के उदाहरण हैं:


कुछ रंग हैं, पृष्ठभूमि का रंग और संख्याएं कभी-कभी स्वयं बदल जाती हैं, लेकिन संख्याओं के चेहरे स्पष्ट रूप से दिखाई देते हैं, कोई शोर नहीं होता है। तदनुसार, मैंने सबसे सरल समाधान चुना - सबसे सरल मुखौटा विश्लेषण।

स्टेज टू: इनिशियल इमेज एनालिसिस, मास्क क्रिएशन

मुखौटा बनाने के लिए, आपको दो रंगों की छवि प्राप्त करने की आवश्यकता है। ऐसा करने के लिए, कार्यक्रम के लिए एक और कार्यक्रम लिखा गया था जो साइट से छवियों को डाउनलोड करता था, जिसने छवि को लिया, गणना की कि क्या रंग छवि में मौजूद थे और प्रत्येक रंग के स्थान पर एक सफेद पृष्ठभूमि + काला मुखौटा काट दिया। छवि को पार्स करने के बाद, कई डिस्क प्राप्त की गईं, जिनमें से एक पर कैप्चा में इस्तेमाल किए गए प्रतीक स्पष्ट रूप से दिखाई दिए।

मैं उन छवियों का एक उदाहरण दूंगा:


यहां मैं केवल सबसे आम रंगों के साथ एक मुखौटा लाया। अतिरिक्त खरपतवार निकालने के लिए, मैंने उन सभी रंगों को हटा दिया, जिनमें फार्म पर 25 से कम पिक्सेल होते हैं। सिद्धांत रूप में, यह निशान को याद करने के लिए संभव बनाता है यदि कैप्चा में 1-2 वर्ण हैं जो 25 पिक्सेल से कम पर कब्जा करेंगे, लेकिन मैंने इस कैप्चा में ऐसी कोई भी छवि नहीं देखी है और परेशान नहीं किया है।

इसलिए अंतिम प्रदर्शन में, हम देखते हैं कि वास्तव में हमारे पास एक मुखौटा है। बिल्कुल साफ, जो संपादक में इस तरह दिखता है:


मैं कोड देता हूँ जिसके साथ मैंने कलर मास्क विकल्प निकाले:

 public Bitmap ClearBitmap(Bitmap input, Color clr) { var result = new Bitmap(input.Width, input.Height); for (var x = 0; x < input.Width; x++) { for (var y = 0; y < input.Height; y++) { var color = input.GetPixel(x, y); result.SetPixel(x, y, clr == color ? Color.Black : Color.White); } } return result; } public void Main() { var bitmap = new Bitmap("D:\\check_image1227.png"); var palette = new Dictionary<Color, int>(); for (var x = 0; x < bitmap.Width; x++) { for (var y = 0; y < bitmap.Height; y++) { var clr = bitmap.GetPixel(x, y); if (!palette.ContainsKey(clr)) { palette.Add(clr, 1); } else { palette[clr] = palette[clr] + 1; } } } var i = 0; foreach (var c in palette) { if (c.Value > 30) { var temp = this.ClearBitmap(bitmap, c.Key); temp.Save(String.Format("D:\\mask-{0}.bmp", i)); i++; } } } 

तीन चरण: लड़ाई में!

जब मैंने ऊपर बताए गए कोड का काम देखा, तो यह केवल कैप्चा में प्रयुक्त सभी नंबरों को इकट्ठा करने और आगे बढ़ने के लिए बना हुआ है। ऐसा करने के लिए, एक प्रोग्राम लॉन्च किया गया था जो 200 छवियों को प्राप्त करने के लिए कैप्चा छवियों को बचाता है। प्राप्त छवियों से, मैंने उन्हें चुना जिसमें सभी मुख्य पात्रों को प्रदर्शित किया गया था और उनके मुखौटे ऊपर दिए गए कोड का उपयोग करके प्राप्त किए गए थे। इस काम का परिणाम इस तरह देखा गया:




किसी कारण के लिए, कैप्चा में प्रतीक 9 का उपयोग नहीं किया गया था, लेकिन यह महत्वपूर्ण नहीं है। शेष सरल है। हम प्रत्येक संख्या को एक वर्ग में लेते हैं, दाईं ओर न्यूनतम बिट है, बाईं ओर अधिकतम है। 8086 में किसने असेंबलर के साथ काम किया और क्या किरदार के मुखौटे मुझे समझ में आएंगे, बाकी उदाहरण के लिए:



ऊपर की छवि में, बिट संख्याएं सेट की गई हैं, दाईं ओर समाप्त संख्या है। इसे और भी स्पष्ट करने के लिए, काले डॉट्स को 1 के साथ बदलें, शून्य के साथ सफेद। उदाहरण के लिए, बाइनरी में दी गई संख्या की शीर्ष रेखा 0001111111000 की तरह दिखती है, अर्थात 1016 से दशमलव मान। मैट्रिक्स का वर्णन करने वाला एक सरणी प्रत्येक अंक के लिए बनाया गया था।

आगे एल्गोरिथ्म इस तरह दिखता था। एक फ़ंक्शन लिखा गया था जो ऊपर, नीचे और पक्षों पर सफेद डॉट्स से परिणामस्वरूप छवि को साफ़ करता है। और एक फ़ंक्शन लिखा गया था जो निर्दिष्ट क्षेत्र का प्रतिनिधित्व करने वाले संख्याओं की एक सरणी लौटाता है। उसके बाद, सब कुछ सरल था। चूंकि सब कुछ स्वचालित रूप से किया गया था, इसलिए मैंने इसे बनाया ताकि छवि को साफ करने और अनावश्यक डेटा को काटने के बाद, यह सुनिश्चित करने के लिए एक चेक बनाया गया था कि छवि की ऊंचाई अंक के आकार के नीचे गिर गई (इस मामले में, यह अंक की तलाश करने के लिए समझ में आया)। उसके बाद, बाएं से दाएं चक्र में, प्रत्येक अंक वाले क्षेत्र की तुलना तब तक की गई जब तक कि यह संयोग नहीं हुआ। संयोग संख्या -> हम छवि को वर्ण चौड़ाई के दाईं ओर ले जाते हैं। अगले क्षेत्र और इतने पर जाँच करें। नतीजतन, सब कुछ बहुत तेजी से नहीं निकला, मैं परियोजना को संलग्न करूंगा ताकि आप अपने लिए देख सकें, लेकिन समाधान 100% सही ढंग से मान्यता प्राप्त कैप्चा वापस कर दिया।

PS जोरदार प्रोजेक्ट कोड के लिए किक नहीं करता है, यह लंबे समय से और गति के लिए लिखा गया है। बहुत कुछ अनुकूलित किया जा सकता है, लेकिन यह आपके लिए एक काम है, अगर यह दिलचस्प है :)

पीपीएस सभी समान, मुझे लगता है कि साइट के पते को इंगित करने पर कुछ भी नहीं बदलेगा, यह दरारें थी

VS2010 के लिए परियोजना