合作
咨询
帮助
建站咨询 
图形识别技术与网上安全
- 作者：zhaozj
- 发表时间：2020-12-23 10:58
- 来源：未知
鉴于很多朋友的意思，再补充说一下，
希望大家参考一下有关神经网络的技术资料，模式识别的文章。
我的网站已经服务到期，程序在
这里
最近实在太忙，没时间写完。大家凑合着看吧。希望大家给我建议。谢谢。
图形识别技术与网上安全(关键字：图形识别 安全 黑客 破解 OICQ 登陆) 作者：主 人 版 权 所 有 金 葵 花 工 作 室 2004-1-4 V1.0
§1.1 目录图形识别技术与网上安全... 1 §1.1 目录... 2 §1.2 前言... 3 §1.3 图形识别的梦想... 3 §1.4 图形识别的原理... 3 §1.4.1 图形类型... 3 §1.4.1.1. 常规图形的识别... 3 §1.4.1.2. 一般效果图形... 3 §1.4.1.3. 特殊图形的识别... 3 §1.4.2 识别原理... 5 §1.4.2.1. 特征码法... 5 §1.4.2.2. 笔迹流向法... 5 §1.4.2.3. 水流还原法... 6 §1.5 样例程序... 6 §1.5.1 下载地址... 6 §1.5.2 操作步骤... 6§1.2 前言申明： 1、 本文章并不怂恿大家做什么有害计算机网络安全的任何活动！仅作研究讨论使用。 2、 写得不好，望大家指正。 如今，太多的网站使用了图形附加码，如 http://love.qq.com/left1.shtml，以求Internet的安全，然而，真是如此吗？§1.3 图形识别的梦想每个程序员、每个系统架构师、每个IT人，谁没有梦想，谁没有作为的梦？我，就是这样的一个人，这个图形附加码的识别就算是我踏出图形识别之路的第一步吧，同时也希望专家们把网上的图形附加码做得更好。§1.4 图形识别的原理§1.4.1 图形类型§1.4.1.1. 常规图形的识别常规图形是指图形附加码没有经过任何特殊的处理，如 7564. 这中图形一般每个数字占的宽度、高度都一致。因此，其识别是很容易的，只要先采集0 ~ 9的数字特征码存于数据库，用的时候拿出来作一个扫描比较，取出最接近的一个就是了。特征码的采集见[ 识别原理]§1.4.1.2. 一般效果图形不同颜色、背景色、随机杂点，通常只用了两种颜色：前景色、背景色两种。如： ，这种图形的识别分析原理是，先扫描一遍整个图形，统计出颜色最多的一种：就是背景色，定义为待去除的背景色。然后在扫描一遍，把背景色还原为白色，以便识别方便，同时去除杂点，去除杂点的原理是，用GetPixel取出一点与背景色比较，如果不同，然后取其附近的点比较，如果没有连续的点，证明是杂点，所以就用SetPixel设置他。最后在用 常规图形的识别方法处理他。 样例程序就是采用这样的方法。(样例图来自： http://verify.qq.com/getimage?"%2CMath.random()%2C”)§1.4.1.3. 特殊图形的识别这样的图形通常有不同的背景色、背景点、背景图、渐变背景色、网格背景等等，而前景图形（通常是数字、字符、汉字等）则采用倾斜、膨化、波浪化、风化、背景图形凹凸、球状扭曲等等效果来形成。如：（以下图形来自 http://edit.bjs.yahoo.com/config/eval_register?.ea=35NB3rPjpNEH191O8w9OLjUE_Nn8b16EhPzXz1BMMqq6pMb53YlmWfnAjJdcnHvar9NxW_XbmgVJsJqrxNY2ntMqZ4QY7G.1.ciCd_U.zUGUChdS9DNFevwgs3LzTTxuawVbRaoEZCggdLcEm02UCHCdaJUnb.6JSdeMyfx7Gg9eVx5mu4UH8pAiE07_yEE4doLEhWunjA--,每刷新一次变一次） 如上的图形，通常用 笔迹流向法(见下面)解决，但是，在识别之前应该用用 水流还原法还原由背景色网格分隔开的前景图形。§1.4.2 识别原理§1.4.2.1. 特征码法特征码就是统计单个图形字显示时占的宽、高度像数，在统计每横行、竖行像数占的比例数，当然，也可以把宽高平分为n等份来记录，以减少特征码数据库的体积。如： 去除多余的部分后，各数字宽为6 Pix，高 9 Pix，0数字图形的横向统计是：0, 1, 2, 2, 2, 2, 2, 2, 1。也就是说比例为：0，1/6，1/3，1/3，1/3，1/3，1/3，1/3，1/6；竖向统计：4, 2, 2, 2, 4, 0，比例：4/9，2/9，2/9，2/9，4/9，0。下为C/C++描述 // 横向Pix统计( 0 ~ 9) int narrNumCharacterH[10][9] = { {0, 1, 2, 2, 2, 2, 2, 2, 1}, {0, 1, 2, 2, 1, 1, 1, 1, 5}, {0, 3, 2, 1, 1, 1, 1, 1, 5}, {0, 3, 2, 1, 2, 1, 1, 2, 3}, {0, 1, 2, 2, 2, 2, 5, 1, 1}, {0, 5, 1, 4, 2, 1, 1, 2, 3}, {0, 3, 1, 1, 4, 2, 2, 2, 3}, {0, 5, 1, 1, 1, 1, 1, 1, 1}, {0, 3, 2, 2, 3, 2, 2, 2, 3}, {0, 3, 2, 2, 2, 4, 1, 1, 3} }; // 竖向Pix统计( 0 ~ 9) int narrNumCharacterS[10][6] = { {4, 2, 2, 2, 4, 0}, {2, 2, 8, 1, 1, 0}, {3, 3, 3, 3, 3, 0}, {2, 2, 3, 3, 5, 0}, {3, 2, 2, 8, 1, 0}, {5, 3, 3, 3, 5, 1}, {5, 3, 3, 3, 4, 0}, {1, 3, 3, 3, 2, 0}, {5, 3, 3, 3, 5, 0}, {4, 3, 3, 3, 5, 0} }; Copyright 2010-2020 成都软件开发
|