キャプチャを破る

インターネットを歩いて、私はルネの非常に訪問された古代のサイトに行きました。 このサイトからファイルをダウンロードするには、このキャプチャを推測する必要があります。

もう一度、数字付きの写真を見て-決定しました。 頭をかき分け、長い間キャプチャを破りました:)

タスクを自分で設定します 。表示されたキャプチャを解読し、貴重な数字を吐き出すスクリプトを作成します。

サイト名については特に言及していません-あなたは推測するでしょう:)

さあ、行こう！

写真を分析します

まず、類似点/相違点、いくつかのパターンを特定するために、できるだけ多くのキャプチャを調べる必要があります。 これらの目的のために、約50個のキャプチャをダウンロードしました。 その中で、最大の差異を含む主なものを選択できます。



数学を勉強することに多くの時間を費やしたことがあるので、一般的に、数字をじっと見たいです。

私たちは考慮し、理解します：

• 画像はgif形式の白黒です
• 画像のサイズは異なる場合がありますが、数値は常に中央に配置されます（ただし、中央に配置されず、垂直に配置されます）
• 勾配が使用され、その方向は2方向に変更できます
• 勾配のほかに、「 角度勾配 」（ 私がそれを呼んだように、キックしないでください:) ）、45度の角度から来るもの（ 再びキックしないでください:) ）は、私の理解では、単なる対角線です
• 合計で、6種類のライティングフォントを特定しました（より正確には3種類、斜体は3種類）
• すべての桁のピクセルは色＃606060よりも暗くありませんが、同じ色ではありません
• キャプチャで3〜5桁、14ピクセル以下

私たちは解決策を探しています

30分以内にオプションが頭の中でスクロールします。1つはっきりしていることがあります。画像を切り抜くことが望ましいことです。フォントは同じで、まったく変化しないため、「 prints 」を使用できます 。 この用語までに、データベースのどこかに既にある数字を理解し、それらを写真と比較する必要があります。

私はこの決定に来ました：

• プリントで配列を開始します
• すべての側面から画像をトリミングし、余分な部分は捨てる必要があります
• 不要な色を削除-これはグラデーションと角度グラデーションです
• 左から右、上から下にすべてのピクセルを通過し、ピクセルの色が数字の色と一致する場合（> =＃606060）、すべてを順番に印刷して確認します

実装

1. 印刷する
   合計で、6 * 10 = 60個が取得され、配列に配置されます。 フォントごとに、captchaの数字で指紋を作成しました。 これは単なる行の配列であり、各行の文字「 x 」は数字のピクセルを示します。
   
   たとえば、最初のフォントの番号2は次のとおりです。
   
   
2. 写真を開く
   これは、単にimagecreatefromgif($filename);をimagecreatefromgif($filename);行われimagecreatefromgif($filename);
   
   
3. グラデーションの方向を決定する
   グラデーションがどの方向を向いているかを判断する必要があります。これは次の段落で必要になります。
   これは簡単です。最初のピクセルの色を決定するだけです（0、0）
   $color = imagecolorat($image, 0, 0) < 0x20 ? 'black' : 'white' ;

   
4. 角度勾配をきれいにします
   ここでは、角度勾配線をきれいにする必要があります。キャプチャを切断する前にこれを行うことをお勧めします。
   ここでは、右側からクリーンアップするために、グラデーションの方向を知る必要があります。
   分析により、ピクセル（1、1）から（2、2）への色差などがわかります。 ＃202020より大きくすることはできません。
   スクラブ -これは、黒で塗りつぶすことを意味します。 私たちが持っているすべての数字は、色＃606060より低くありません。
   
   次の図が表示されます。
   
   添付ファイルのphpコードを表示できます（以下のリンクを参照）
   
   
5. カットキャプチャ
   この段階で、左右に12pxを切り取ります。
   なぜなら 図の高さは14ピクセル以下です。キャプチャ全体の高さに応じて、上部と下部から余分な部分を切り取ります。
   
   取得するもの：
   
   
6. グラデーションをきれいにする
   すべての面で、まだグラデーションの余分なストライプがあります。 また、清掃する必要があります。
   最初に上から下へ、次に左から右へ、ストリップの色を取得し、それがソリッド（長さ> 10px）で同じ色の場合、グラデーションストリップであると想定し、クリーニングします。
   
   合計：
   
   ただし、場合によっては（〜5％）、そのようなノイズが残る場合があります。
   
   確かに、彼らはまだ私たちを悩ませません:) それらの色は数字の色と一致しなくなりました。
   
   
7. プリントで確認する
   すべてのピクセルを左から右へ上から下にすべて調べます。その色は数字の色と一致し、すべてのプリントと順番に比較します。

結果

テスト中

テストのために、このようなキャプチャを200個ダウンロードしました。自宅のPCでスクリプトがそれらを19秒で分解しました。
これは1秒あたり約10キャプチャです。

これらの200のうち、単一のエラーは検出されず、スクリプトは正常に機能しました:)

まとめ

キャプチャを解析するクラスCapCrackを作成しました。

アルゴリズムをより詳細に理解したい場合、またはPCでテストしたい場合は、 cap_crack.zipのコードをご覧ください。

私はこの成功に止まらず、自動モードでサイトからファイルをダウンロードするためのスクリプトを書くことにしましたが、これはまったく別の話です:)別の記事に値する...

PS これはHabréに関する私の最初の投稿なので、厳密に判断しないでください:)