2015年3月16日，铁路官方购票网站12306又出新招，在登录界面推出了全新的验证方式，用户在填写好登录名和密码之后，还要准确的选取图片验证码才能登陆成功。据悉，12306验证码改版后，目前所有抢票工具都已经无法登录。
多么惨绝人寰的消息，小编相信各大互联网公司都在潜心钻研新的抢票助手，来破解全新的验证码模式。
下面小编带大家看看各种验证码的设计原理及其破解方法。
首先是纯文本式验证码，是比较原始的一种。
这种验证码并不符合验证码的定义，因为只有自动生成的问题才能用做验证码，这种文字验证码都是从题库里选择出来的，数量有限。破解方式也很简单，多 刷新几次，建立题库和对应的答案，用正则从网页里抓取问题，寻找匹配的答案后破解。也有些用随机生成的数学公式，比如 随机数 [+-*/]随机运算符 随机数=?，小学生水平的程序员也可以搞定……
这种验证码也不是一无是处，对于很多见到表单就来一发的spam bot来说，实在没必要单独为了一个网站下那么大功夫。对于铁了心要在你的网站大量灌水的人，这种验证码和没有一样。
第二个是目前比较主流的图片验证码：
这类图片验证码的原理就是通过字符的粘连增加及其识别的难度，而上边这种一般用于不大的网站。
这类验证码处理方式：
图片预处理
怎么去掉背景干扰呢？可以注意到每个验证码数字或字母都是同一颜色，所以把验证码平均分成5份
计算每个区域的颜色分布，除了白色之外，颜色值最多的就是验证码的颜色，因此很容易将背景去掉
代码：
得到与下图
- 1.public static BufferedImage removeBackgroud(String picFile)
- 2. throws Exception {
- 3. BufferedImage img = ImageIO.read(new File(picFile));
- 4. img = img.getSubimage(1, 1, img.getWidth() - 2, img.getHeight() - 2);
- 5. int width = img.getWidth();
- 6. int height = img.getHeight();
- 7. double subWidth = (double) width / 5.0;
- 8. for (int i = 0; i < 5; i++) {
- 9. Map<Integer, Integer> map = new HashMap<Integer, Integer>();
- 10. for (int x = (int) (1 + i * subWidth); x < (i + 1) * subWidth
- 11. && x < width - 1; ++x) {
- 12. for (int y = 0; y < height; ++y) {
- 13. if (isWhite(img.getRGB(x, y)) == 1)
- 14. continue;
- 15. if (map.containsKey(img.getRGB(x, y))) {
- 16. map.put(img.getRGB(x, y), map.get(img.getRGB(x, y)) + 1);
- 17. } else {
- 18. map.put(img.getRGB(x, y), 1);
- 19. }
- 20. }
- 21. }
- 22. int max = 0;
- 23. int colorMax = 0;
- 24. for (Integer color : map.keySet()) {
- 25. if (max < map.get(color)) {
- 26. max = map.get(color);
- 27. colorMax = color;
- 28. }
- 29. }
- 30. for (int x = (int) (1 + i * subWidth); x < (i + 1) * subWidth
- 31. && x < width - 1; ++x) {
- 32. for (int y = 0; y < height; ++y) {
- 33. if (img.getRGB(x, y) != colorMax) {
- 34. img.setRGB(x, y, Color.WHITE.getRGB());
- 35. } else {
- 36. img.setRGB(x, y, Color.BLACK.getRGB());
- 37. }
- 38. }
- 39. }
- 40. }
- 41. return img;
接着是对图片进行纵向扫描进行切割。
再对每一部分横向扫描
然后进行训练
最后因为固定大小，识别跟 验证码识别--1 里面一样，像素比较就可以了。
源码：
- 1.public class ImagePreProcess2 {
- 2.
- 3. private static Map<BufferedImage, String> trainMap = null;
- 4. private static int index = 0;
- 5.
- 6. public static int isBlack(int colorInt) {
- 7. Color color = new Color(colorInt);
- 8. if (color.getRed() + color.getGreen() + color.getBlue() <= 100) {
- 9. return 1;
- 10. }
- 11. return 0;
- 12. }
- 13.
- 14. public static int isWhite(int colorInt) {
- 15. Color color = new Color(colorInt);
- 16. if (color.getRed() + color.getGreen() + color.getBlue() > 100) {
- 17. return 1;
- 18. }
- 19. return 0;
- 20. }
- 21.
- 22. public static BufferedImage removeBackgroud(String picFile)
- 23. throws Exception {
- 24. BufferedImage img = ImageIO.read(new File(picFile));
- 25. return img;
- 26. }
- 27.
- 28. public static BufferedImage removeBlank(BufferedImage img) throws Exception {
- 29. int width = img.getWidth();
- 30. int height = img.getHeight();
- 31. int start = 0;
- 32. int end = 0;
- 33. Label1: for (int y = 0; y < height; ++y) {
- 34. int count = 0;
- 35. for (int x = 0; x < width; ++x) {
- 36. if (isWhite(img.getRGB(x, y)) == 1) {
- 37. count++;
- 38. }
- 39. if (count >= 1) {
- 40. start = y;
- 41. break Label1;
- 42. }
- 43. }
- 44. }
- 45. Label2: for (int y = height - 1; y >= 0; --y) {
- 46. int count = 0;
- 47. for (int x = 0; x < width; ++x) {
- 48. if (isWhite(img.getRGB(x, y)) == 1) {
- 49. count++;
- 50. }
- 51. if (count >= 1) {
- 52. end = y;
- 53. break Label2;
- 54. }
- 55. }
- 56. }
- 57. return img.getSubimage(0, start, width, end - start + 1);
- 58. }
- 59.
- 60. public static List<BufferedImage> splitImage(BufferedImage img)
- 61. throws Exception {
- 62. List<BufferedImage> subImgs = new ArrayList<BufferedImage>();
- 63. int width = img.getWidth();
- 64. int height = img.getHeight();
- 65. List<Integer> weightlist = new ArrayList<Integer>();
- 66. for (int x = 0; x < width; ++x) {
- 67. int count = 0;
- 68. for (int y = 0; y < height; ++y) {
- 69. if (isWhite(img.getRGB(x, y)) == 1) {
- 70. count++;
- 71. }
- 72. }
- 73. weightlist.add(count);
- 74. }
- 75. for (int i = 0; i < weightlist.size();) {
- 76. int length = 0;
- 77. while (weightlist.get(i++) > 1) {
- 78. length++;
- 79. }
- 80. if (length > 12) {
- 81. subImgs.add(removeBlank(img.getSubimage(i - length - 1, 0,
- 82. length / 2, height)));
- 83. subImgs.add(removeBlank(img.getSubimage(i - length / 2 - 1, 0,
- 84. length / 2, height)));
- 85. } else if (length > 3) {
- 86. subImgs.add(removeBlank(img.getSubimage(i - length - 1, 0,
- 87. length, height)));
- 88. }
- 89. }
- 90. return subImgs;
- 91. }
- 92.
- 93. public static Map<BufferedImage, String> loadTrainData() throws Exception {
- 94. if (trainMap == null) {
- 95. Map<BufferedImage, String> map = new HashMap<BufferedImage, String>();
- 96. File dir = new File("train2");
- 97. File[] files = dir.listFiles();
- 98. for (File file : files) {
- 99. map.put(ImageIO.read(file), file.getName().charAt(0) + "");
- 100. }
- 101. trainMap = map;
- 102. }
- 103. return trainMap;
- 104. }
- 105.
- 106. public static String getSingleCharOcr(BufferedImage img,
- 107. Map<BufferedImage, String> map) {
- 108. String result = "";
- 109. int width = img.getWidth();
- 110. int height = img.getHeight();
- 111. int min = width * height;
- 112. for (BufferedImage bi : map.keySet()) {
- 113. int count = 0;
- 114. int widthmin = width < bi.getWidth() ? width : bi.getWidth();
- 115. int heightmin = height < bi.getHeight() ? height : bi.getHeight();
- 116. Label1: for (int x = 0; x < widthmin; ++x) {
- 117. for (int y = 0; y < heightmin; ++y) {
- 118. if (isWhite(img.getRGB(x, y)) != isWhite(bi.getRGB(x, y))) {
- 119. count++;
- 120. if (count >= min)
- 121. break Label1;
- 122. }
- 123. }
- 124. }
- 125. if (count < min) {
- 126. min = count;
- 127. result = map.get(bi);
- 128. }
- 129. }
- 130. return result;
- 131. }
- 132.
- 133. public static String getAllOcr(String file) throws Exception {
- 134. BufferedImage img = removeBackgroud(file);
- 135. List<BufferedImage> listImg = splitImage(img);
- 136. Map<BufferedImage, String> map = loadTrainData();
- 137. String result = "";
- 138. for (BufferedImage bi : listImg) {
- 139. result += getSingleCharOcr(bi, map);
- 140. }
- 141. ImageIO.write(img, "JPG", new File("result2//" + result + ".jpg"));
- 142. return result;
- 143. }
- 144.
- 145. public static void downloadImage() {
- 146. HttpClient httpClient = new HttpClient();
- 147. GetMethod getMethod = null;
- 148. for (int i = 0; i < 30; i++) {
- 149. getMethod = new GetMethod("http://www.pkland.net/img.php?key="
- 150. + (2000 + i));
- 151. try {
- 152. // 执行getMethod
- 153. int statusCode = httpClient.executeMethod(getMethod);
- 154. if (statusCode != HttpStatus.SC_OK) {
- 155. System.err.println("Method failed: "
- 156. + getMethod.getStatusLine());
- 157. }
- 158. // 读取内容
- 159. String picName = "img2//" + i + ".jpg";
- 160. InputStream inputStream = getMethod.getResponseBodyAsStream();
- 161. OutputStream outStream = new FileOutputStream(picName);
- 162. IOUtils.copy(inputStream, outStream);
- 163. outStream.close();
- 164. System.out.println(i + "OK!");
- 165. } catch (Exception e) {
- 166. e.printStackTrace();
- 167. } finally {
- 168. // 释放连接
- 169. getMethod.releaseConnection();
- 170. }
- 171. }
- 172. }
- 173.
- 174. public static void trainData() throws Exception {
- 175. File dir = new File("temp");
- 176. File[] files = dir.listFiles();
- 177. for (File file : files) {
- 178. BufferedImage img = removeBackgroud("temp//" + file.getName());
- 179. List<BufferedImage> listImg = splitImage(img);
- 180. if (listImg.size() == 4) {
- 181. for (int j = 0; j < listImg.size(); ++j) {
- 182. ImageIO.write(listImg.get(j), "JPG", new File("train2//"
- 183. + file.getName().charAt(j) + "-" + (index++)
- 184. + ".jpg"));
- 185. }
- 186. }
- 187. }
- 188. }
- 189.
- 190. /**
- 191. * @param args
- 192. * @throws Exception
- 193. */
- 194. public static void main(String[] args) throws Exception {
- 195. // downloadImage();
- 196. for (int i = 0; i < 30; ++i) {
- 197. String text = getAllOcr("img2//" + i + ".jpg");
- 198. System.out.println(i + ".jpg = " + text);
- 199. }
- 200. }
- 201.}
像BAT这种巨头的验证码通过干扰线、加粗不加粗混用、采用中文常用字（中文常用字大概有5000个，笔画繁复，形似字多，比起26个字母难度高很多）、不同的字体混用，比如楷体、宋体、幼圆混用、拼音，扭曲字体、需要准确识别13位汉字，大大增加了失败概率。
当然除了主流的图片验证码外，一些网站为了照顾视力不好的用户，采用语音验证码。一般这种验证码是机器生成一段读数字的语音。但是在这方面上很多程序员都偷懒了，预先找了10个数字的声音录音，然后生成的时候把他们随机拼到一起，结果就是这样：
设计原理如下：
整体效果
•字符数量一定范围内随机
•字体大小一定范围内随机
•波浪扭曲(角度方向一定范围内随机)
•防识别
•不要过度依赖防识别技术
•不要使用过多字符集-用户体验差
•防分割 •
重叠粘连比干扰线效果好
•备用计划
•同样强度完全不同的一套验证码
既然原理都已经知道了，那么如何破解就变得简单了。
但是问题来了，这次12306的验证码居然是图片，以上方式都不能使用，那么就不能破解了么？
有人认为12306的网站图片内存不会太大，完全可以扒下来，然后进行破解。当然这是纸上谈兵，有一种非常先进又非常原始的办法叫做“网络打码”或者“人肉打码”
一些技术大牛把验证码发送的自制的“打码”软件上，而一些“打码工”通过这个程序来输入机器自动注册，出来的验证码，传输到自动注册机器，完成验证。
目前来看这种简单粗暴的方法可以应对目前的情况。
结语：
12306这次可谓出了杀招，把所有抢票软件一刀砍死，黄牛们不开心我们就可以买到票了。既解决了黄牛问题又为广大程序员出了一道难题。
