本发明专利技术实施例提供了一种图形验证码识别方法、装置、电子设备及可读存储介质。本发明专利技术实施例基于深度学习训练的目标检测模型，可以快速从待点击区域图像中提取待点击图标的外框的坐标信息，进而可以提取各待点击图标，然后根据相似度确定各标准图标对应的待点击图标，并根据标准图标的排列顺序，依次点击各标准图标对应的待点击图标。上述识别方式，避免了进行大规模图像标注与分类，减少标注工作量，节约实施难度且可广泛应用于图形点击验证码存在的众多生产情景之中。在的众多生产情景之中。在的众多生产情景之中。
【技术实现步骤摘要】
图形验证码识别方法、装置、电子设备及可读存储介质
[0001]本专利技术涉及验证码识别
，特别是涉及一种点击类图形验证码识别方法、装置、电子设备及可读存储介质备。
技术介绍
[0002]当前，众多网站在进行访问、查询过程中均会使用验证码方式对是否为真实人工操作进行合规验证。
[0003]图形点击类验证码是最为常见的验证码形式之一，是根据图例中图标的顺序，顺序点击待点击图案背景图中对应的图标位置，完成验证码验证过程。
[0004]现有的图形点击验证码识别方案，需要通过计算机视觉算法、机器学习检测模型对图例中图像进行检测分类，同时对待点击区域进行检测及分类，再根据图例部分检测结果的检测框位置及类别对比待点击区域检测到图标位置及分类进行顺序点击，从而完成验证过程。
[0005]但是，上述图形点击类验证码的验证过程对分类所需的数据标注需求量较大，且由于验证码图案经常实时更新，而在图标库更新图标时都需要对算法或模型进行同步更新，使得现有图形点击类验证码的识别方式实用性不佳。
技术实现思路
[0006]鉴于上述问题，提出了本专利技术以便提供解决上述问题或者至少部分地解决上述问题的一种图形验证码识别方法、装置、电子设备及可读存储介质。
[0007]第一方面，本专利技术实施例提供了一种图形验证码识别方法，所述方法包括：
[0008]从验证码图像中分割出图例图像及待点击区域图像；
[0009]提取所述图例图像中的各标准图标，并确定各所述标准图标的排列顺序；
[0010]将所述待点击区域图像输入目标检测模型，输出目标坐标信息；所述目标检测模型用于根据待点击区域图像，确定待点击图标的外框所在图像位置的坐标信息；
[0011]根据所述目标坐标信息，从所述验证码图像中抠取待点击图标；
[0012]根据相似度，确定每个所述标准图标对应的所述待点击图标；
[0013]按照所述排列顺序，依次点击各所述标准图标对应的所述待点击图标。
[0014]可选地，所述的图形验证码识别方法中，根据相似度，确定每个所述标准图标对应的所述待点击图标，包括：
[0015]提取所述标准图标的第一特征向量与所述待点击图标的第二特征向量；
[0016]针对每个所述标准图标，计算所述第一特征向量与所述第二特征向量之间的相似度；
[0017]将与所述第一特性向量相似度最高的所述第二特性向量所属的待点击图标，确定为所述标准图标对应的所述待点击图标。
[0018]可选地，所述的图形验证码识别方法中，提取所述标准图标的第一特征向量与所
述待点击图标的第二特征向量，包括：
[0019]采用采用权值共享的卷积神经网络，分别提取所述标准图标的特征为一维的第一特征向量、以及提取所述待点击图标的特征为一维的第二特征向量。
[0020]可选地，所述的图形验证码识别方法中，提取所述图例图像中的各标准图标，并确定各所述标准图标的排列顺序，包括：
[0021]从验证码图像中整体抠取图例图像；
[0022]从左至右按列对所述图例图像进行像素值扫描；
[0023]依次将第一列像素和第二列像素之间的图像，记录为一个标准图标；所述第一列像素包括黑色像素，且所述第一列像素的前一个列像素不包括黑色像素；所述第二列像素为位于所述第一列像素右侧的首个整列为白色像素的列像素；
[0024]根据记录结果，从所述图例图像中切割各所述标准图标，并根据切割顺序进行排序。
[0025]可选地，所述的图形验证码识别方法中，计算所述第一特征向量与所述第二特征向量之间的相似度，包括：
[0026]利用余弦相似度计算所述第一特征向量与所述第二特征向量之间的相似度。
[0027]可选地，所述的图形验证码识别方法中，所述目标检测模型预先由YOLOv5s模型训练获得。
[0028]第二方面，本专利技术实施例提供了一种图形验证码识别装置，所述装置包括：
[0029]分割模块，用于从验证码图像中分割出图例图像及待点击区域图像；
[0030]第一提取模块，用于提取所述图例图像中的各标准图标，并确定各所述标准图标的排列顺序；
[0031]检测模块，用于将所述待点击区域图像输入目标检测模型，输出目标坐标信息；所述目标检测模型用于根据待点击区域图像，确定待点击图标的外框所在图像位置的坐标信息；
[0032]第二提取模块，用于根据所述目标坐标信息，从所述验证码图像中抠取待点击图标；
[0033]匹配模块，用于根据相似度，确定每个所述标准图标对应的所述待点击图标；
[0034]点击模块，用于按照所述排列顺序，依次点击各所述标准图标对应的所述待点击图标。
[0035]可选地，所述的装置中，所述匹配模块包括：
[0036]特征向量提取单元，用于提取所述标准图标的第一特征向量与所述待点击图标的第二特征向量；
[0037]相似度计算单元，用于针对每个所述标准图标，计算所述第一特征向量与所述第二特征向量之间的相似度；
[0038]确定单元，用于将与所述第一特性向量相似度最高的所述第二特性向量所属的待点击图标，确定为所述标准图标对应的所述待点击图标。
[0039]可选地，所述的装置中，所述第一提取模块包括：
[0040]扫描单元，用于从左至右按列对所述图例图像进行像素值扫描；
[0041]记录单元，用于依次将第一列像素和第二列像素之间的图像，记录为一个标准图
标；所述第一列像素包括黑色像素，且所述第一列像素的前一个列像素不包括黑色像素；所述第二列像素为位于所述第一列像素右侧的首个整列为白色像素的列像素；
[0042]切割单元，用于根据记录结果，从所述图例图像中切割各所述标准图标，并根据切割顺序进行排序。
[0043]第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
[0044]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0045]第五方面，本申请实施例提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
[0046]相对于在先技术，本专利技术实施例具有如下优点：
[0047]本专利技术实施例中，从验证码图像中分割出图例图像及待点击区域图像；提取图例图像中的各标准图标，并确定各所述标准图标的排列顺序；将待点击区域图像输入目标检测模型，输出目标坐标信息；目标检测模型用于根据待点击区域图像，确定待点击图标的外框所在图像位置的坐标信息；根据目标坐标信息，从验证码图像中抠取待点击图标；根据相似度，确定每个图例图像对应的待点击图标；按照上本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图形验证码识别方法，其特征在于，所述方法包括：从验证码图像中分割出图例图像及待点击区域图像；提取所述图例图像中的各标准图标，并确定各所述标准图标的排列顺序；将所述待点击区域图像输入目标检测模型，输出目标坐标信息；所述目标检测模型用于根据待点击区域图像，确定待点击图标的外框所在图像位置的坐标信息；根据所述目标坐标信息，从所述验证码图像中抠取待点击图标；根据相似度，确定每个所述标准图标对应的所述待点击图标；按照所述排列顺序，依次点击各所述标准图标对应的所述待点击图标。2.根据权利要求1所述的图形验证码识别方法，其特征在于，根据相似度，确定每个所述标准图标对应的所述待点击图标，包括：提取所述标准图标的第一特征向量与所述待点击图标的第二特征向量；针对每个所述标准图标，计算所述第一特征向量与所述第二特征向量之间的相似度；将与所述第一特性向量相似度最高的所述第二特性向量所属的待点击图标，确定为所述标准图标对应的所述待点击图标。3.根据权利要求2所述的图形验证码识别方法，其特征在于，提取所述标准图标的第一特征向量与所述待点击图标的第二特征向量，包括：采用采用权值共享的卷积神经网络，分别提取所述标准图标的特征为一维的第一特征向量、以及提取所述待点击图标的特征为一维的第二特征向量。4.根据权利要求1所述的图形验证码识别方法，其特征在于，提取所述图例图像中的各标准图标，并确定各所述标准图标的排列顺序，包括：从左至右按列对所述图例图像进行像素值扫描；依次将第一列像素和第二列像素之间的图像，记录为一个标准图标；所述第一列像素包括黑色像素，且所述第一列像素的前一个列像素不包括黑色像素；所述第二列像素为位于所述第一列像素右侧的首个整列为白色像素的列像素；根据记录结果，从所述图例图像中切割各所述标准图标，并根据切割顺序进行排序。5.根据权利要求2所述的图形验证码识别方法，其特征在于，计算所述第一特征向量与所述第二特征向量之间的相似度，包括：利用余弦相似度计算所述第一特征向量与所述第二特征向量之间的相似度。6.根据权利要求1所述的图形验证码识别方法，其特征在于，所述...
【专利技术属性】
技术研发人员：刘宪涛，
申请(专利权)人：中国民生银行股份有限公司，
类型：发明
国别省市：
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。