【技术实现步骤摘要】
一种基于智能化图形算法的验证码识别方法
本专利技术涉及网络安全领域,具体涉及一种基于智能化图形算法的验证码识别方法。
技术介绍
验证码识别是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的方式。传统的验证码识别方法主要包括灰度化处理、二值化处理、字符分割和字符识别。RGB彩色图像可以看成是由3副单色的灰度图像构成的,可以直接取RGB通道中的任一个通道得到灰度化图像。二值化就是把不需要的信息通通去除,比如背景,干扰线,干扰像素等,只剩下需要识别的文字,让图片变成二进制点阵。字符分割包括从验证码图像中分割出字符区域和把字符区域划分成单个字符两个部分。字符识别是把处理后的图片还原回字符文本的过程。本专利技术在以上几个过程的基础上加入去噪点处理、字符归一化处理、特征值提取等步骤,大大提高了验证码识别的准确度。
技术实现思路
本专利技术的目的在于提供一种基于智能化图形算法的验证码识别方法,它用于验证码识别,采用智能化图形算法,不但能识别带噪声、字符扭曲彩色验证码,还能识别字符变形的验证码,具有识别的验证码种类多、准确率高、识别速度快等优点。实现本专利技术目的的技术方案是:一种基于智能化图形算法的验证码识别方法,其特征在于:它主要包括灰度化处理、二值化处理、去噪点处理、字符分割处理、字符归一化处理、特征值提取、神经网络学习和最终识别。灰度化处理与二值化处理连接,二值化处理与去噪点处理连接,去噪点处理与字符分割处理连接,字符分割处理与字符归一化处理连接,字符归一化处理与特征值提取连接,特征值提取与神经网络学习连接,神经网络学习与最终识别连接。本 ...
【技术保护点】
1.一种基于智能化图形算法的验证码识别方法,其特征在于:它主要包括灰度化处理(1)、二值化处理(2)、去噪点处理(3)、字符分割处理(4)、字符归一化处理(5)、特征值提取(6)、神经网络学习(7)和最终识别(8),灰度化处理(1)与二值化处理(2)连接,二值化处理(2)与去噪点处理(3)连接,去噪点处理(3)与字符分割处理(4)连接,字符分割处理(4)与字符归一化处理(5)连接,字符归一化处理(5)与特征值提取(6)连接,特征值提取(6)与神经网络学习(7)连接,神经网络学习(7)与最终识别(8)连接。
【技术特征摘要】
1.一种基于智能化图形算法的验证码识别方法,其特征在于:它主要包括灰度化处理(1)、二值化处理(2)、去噪点处理(3)、字符分割处理(4)、字符归一化处理(5)、特征值提取(6)、神经网络学习(7)和最终识别(8),灰度化处理(1)与二值化处理(2)连接,二值化处理(2)与去噪点处理(3)连接,去噪点处理(3)与字符分割处理(4)连接,字符分割处理(4)与字符归一化处理(5)连接,字符归一化处理(5)与特征值提取(6)连接,特征值提取(6)与神经网络学习(7)连接,神经网络学习(7)与最终识别(8)连接。2.根据权利要求1所述的一种基于智能化图形算法的验证码识别方法,其特征在于:灰度化处理(1)将验证码中的色彩...
【专利技术属性】
技术研发人员:傅涛,冯凌,朱平,王力,
申请(专利权)人:江苏博智软件科技股份有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。