内容简介:Node实现验证码识别
copy了别人代码的你
最近忽然对图像识别有了兴趣,作为一个前端,当然是想用Javascript来深入研究。
先从简单的入手,识别图片验证码。图片验证码对web开发来说一点也不陌生,它是对服务器保护的一道屏障,避免了诸如暴力破解密码之类的攻击。但是,今天就是要去突破这道屏障。
现在开源的图像识别技术有很多,我在GitHub上找到了一个用Javascript实现的,相对受欢迎的框架 Tesseract.js
。
我先准备好一个简单的验证码
这个是数字字母的组合,接下来我们就用 tesseract.js
来对这个验证码进行解析。
安装
npm install --save tesseract.js
使用这个命令进行安装, --save
代表只安装到当前项目中。
使用
首先要在代码中进行引入
var tesseract = require('tesseract.js');
然后使用tesseract的recognize方法对图片进行解析。
tesseract.recognize(myImage,options) .then(function(result){ console.log(result) });
其中,myImage可以是图片file对象,或者图片的存放地址的字符串等,我们这里先用存放地址的字符串。
options则是对解析过程的个性化设置,可以设置语言等其他属性,较为重要的有 lang
属性,用来设置语言类型,英文为 eng
(默认),数字是 Math
.
运行效果
下面我们来看一下实际的运行效果。
文件系统
app.js
使用node命令运行
可以看出,输出的结果是 LPGU
,验证码中的字母数字组合是 LP6U
,略有偏差,将6解析成了G。
所以,自动识别虽好,但是准确率还是需要提高。
Tesseract.js训练
tesseract.js是可以通过训练来提高准确率的,我们看一下第一次运行结束后发生了什么变化。
运行结束之后,文件系统中生成了一个 eng.traineddata
文件
这个文件,就是 tesseract
的训练文件,下次再分析的时候,会先从这个训练文件中寻找是否有匹配的结果。通过这种方式,形成它自己的大脑。
当然,我认为也可以手动的添加相同格式的文件进去,手动的扩充这个图像分析系统的智能性。
附录一
recognize
第一个参数所允许的类型:
因为 tesseract.js
既可以运行node服务器中,也可以运行再浏览器中,我们这里只提在服务器中所允许的类型
-
文件地址(string)
-
包含
PNG
或JPEG
类型的Buffer
对象 -
imageData
对象
附录二
浏览器中引入方式
<script src='https://cdn.rawgit.com/naptha/tesseract.js/1.0.10/dist/tesseract.js'></script>
使用方式同node方法
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Python爬虫验证码识别(使用Tesseract OCR识别)
- python验证码识别实战2
- python验证码识别实例代码
- 常用验证码的识别方法
- python使用Tesseract库识别验证
- python利用Tesseract识别验证码
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
计算机程序设计艺术(第3卷)
Donald E.Knuth / 苏运霖 / 国防工业出版社 / 2002-9 / 98.00元
第3卷的头一次修订对经典计算机排序和查找技术做了最全面的考察。它扩充了第1卷对数据结构的处理,以将大小数据库和内外存储器一并考虑;遴选了精心核验的计算机方法,并对其效率做了定量分析。第3卷的突出特点是对“最优排序”一节的修订和对排列论与通用散列法的讨论。一起来看看 《计算机程序设计艺术(第3卷)》 这本书的介绍吧!