验证码识别技术01
验证码识别技术
模拟精灵是首个公开最有效的验证码识别技术的软件，
使用模拟精灵制作了大量的免费、商用群发软件，对很多复杂BT的验证码都能成功的识别。
但是验证码仍然需要精湛的技术与足够的耐心。请牢记这一点。
验证码识别不适合浮躁的人去做。
验证码识别是一项特殊的技术，任何一个公开的验证码识别代码都会很快的失效。
因为代码的公开后相关网站都会很快的更改验证码。
所以下面我只会介绍其原理。
在这里讨论验证码识别技术纯粹基于技术研究目的。
公开此技术也是为了让更多的网站采取更有效的防范措施。
禁止任何人利用这里介绍的验证码识别技术滥发垃圾信息。
本文介绍的验证码识别适用于比较复杂的图片验证码，也是大多数网站采用的方法。
有一些网站的验证码极简单，例如在网页中直接显示验证码字符而不是图片，或者图片的文件名直接就是验证码上的字符。
或者有其他规律可循，或者有其他明显的漏洞可以利用(例如通过改写访问验证码页面的源代码使验证码不刷新)。
这一类的验证码识别极其简单，只要熟练掌握web库、element库的函数即可，不需要使用下面介绍的方法。
一、下载验证码样本
打开c:\test文件夹，选“查看缩略图”，
然后重复运行下面的LAScript脚本，每运行一次,就查看c:\test下自动生成的图片,把图片上的字符改为文件名.
例如图片上面显示5,就把文件名改为5.jpg.
如果变化比较复杂的验证码，可以对每个字符多用几个样本，第一个字符为验证码字符，第二个字符可以为任意字符。
例如：5a.jpg , 5b.jpg , 5c.jpg ………..等等。
样本多就会识别能力就越强。
img = image.new();
–下载图像，没有后缀名要显示指定*.bmp格式
img:getURL("http://www.***.com/test.asp","*.png");
assert(img:ok(),"下载验证码失败");
img:Crop(4 ,3 , 56 ,18 )
img:save("c:\\test\\test.jpg") –保存到硬盘
–折分图片，指定一行四列
img2,img3,img4,img5 = img:split(1,4);
img2:save("c:\\test\\0001.jpg")
img3:save("c:\\test\\0002.jpg")
img4:save("c:\\test\\0003.jpg")
img5:save("c:\\test\\0004.jpg")
image.del(img);
如何确定图片后缀名
在整个验证码识别过程中，格式与后缀名一定不能搞错，否则就会失败。
通常：asp的验证码是bmp格式，php的验证码是png格式，其他验证码很多是jpg格式。
简单的，在验证码上右键点选“图片另存为”，就可以看到格式(不一定准确)。
另外，你可以用UltraEdit等以二进制方式打开看文件头部
首先下载：
str = web.getURL("http://www.***.com/test.asp")
string.save( str,"c:\\test.bin")
然后用UE打开test.bin看文件头部（第一行）
jpg文件头部有 JFIF 字眼
png文件头部 有 PNG 字眼
gif文件头部有 GIF字眼
如果你搞不清楚，这时候就不要指定后缀名
img:getURL("http://vwww.***.com/test.asp","")
这样就可以下载了
二、生成验证码样本数据库
复制下面的代码并粘贴到fap程序的「脚本区块」内,然后点击"回放运行"，最后再点击"读取源代码"。
你就可以在ApeML源代码最后面的「数据区块」中看到生成的验证码样本了。
将「数据区块」的内容复制需要使用验证码识别的fap模拟程序中覆盖「数据区块」即可。
local tkey ={A=0,B=0,C=0,D=0,E=0,F=0,G=0,H=0,I=0,J=0,K=0,L=0,M=0,N=0,O=0,P=0,Q=0,R=0,S=0,T=0,U=0,V=0,W=0,X=0,Y=0,Z=0};
–在字典中添加所有数字键
for i =0,9,1 do
tkey[ tostring(i) ] = 0;
end;
–如果一个字符有多个样本，例如 5A.jpg 5B.jpg 5C.jpg
for k,v in pairs(tkey) do
if((#k)~=2)then –如果元素键名不是两位字符
tkey[k.."A" [...]
