V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
jason2017
V2EX  ›  问与答

爬虫验证码图片识别方案?

  •  
  •   jason2017 · 2017-07-10 10:25:42 +08:00 · 4357 次点击
    这是一个创建于 2691 天前的主题,其中的信息可能已经有所发展或是发生改变。

    最近在做爬虫相关的东西,中间遇到个问题,就是验证码识别的问题,目前来说,除了手动识别、使用第三方接口,还有其他的办法可以识别验证码吗,如:通用的 jar 包或者特定的算法?

    12 条回复    2017-07-11 11:12:52 +08:00
    xss
        1
    xss  
       2017-07-10 11:02:08 +08:00   ❤️ 1
    别弄这些高端玩意了...
    打码平台
    guangguoguo
        2
    guangguoguo  
       2017-07-10 13:43:35 +08:00   ❤️ 1
    除了专业注册卖号之外,如果只是偶尔登录一下,打码平台。
    gouchaoer
        3
    gouchaoer  
       2017-07-10 13:51:36 +08:00
    use third party commercial solution
    jason2017
        4
    jason2017  
    OP
       2017-07-10 13:57:35 +08:00
    @xss 领导要求的搞的,我也很绝望啊,我也想用第三方啊。。。
    just1
        5
    just1  
       2017-07-10 14:16:29 +08:00 via Android
    花几千或者上万找专业的做验证码识别库吧
    shidenggui
        6
    shidenggui  
       2017-07-10 14:30:02 +08:00
    tesseract
    northisland
        7
    northisland  
       2017-07-10 15:12:32 +08:00
    https://arxiv.org/abs/1412.1842

    https://arxiv.org/abs/1412.5903

    https://github.com/mathDR/reading-text-in-the-wild

    祝玩转,

    或者,我以前公司做过这个。打个广告,你们提供针对某一网站的数据,给我 10K 我给你弄出一套 95%的识别系统。
    misaka19000
        8
    misaka19000  
       2017-07-10 15:50:18 +08:00 via Android
    用机器学习来解决,先搞一些样本做训练
    jason2017
        9
    jason2017  
    OP
       2017-07-10 15:57:14 +08:00
    @shidenggui 谢谢,这个倒是试了,扭曲一点的验证码失败率就会很高了,不过也是一种替代方案。

    @northisland 谢谢,看到卷积神经网络什么的,我就右上角了,暂时还没那个能力。
    UnisandK
        10
    UnisandK  
       2017-07-10 16:08:25 +08:00
    有些扭曲的人都不一定认得出来,程序更没戏了。。打码平台吧
    catfish
        11
    catfish  
       2017-07-11 10:58:03 +08:00
    @jason2017 #9 其实卷积的不难!好好看看,1-2 天就能写出来,然后搞点样本训练下妥妥的!不要被名字吓到了,里面所有的计算都不用自己来写,有现成的库,直接调用就好了。
    jason2017
        12
    jason2017  
    OP
       2017-07-11 11:12:52 +08:00
    @catfish thx,小王子。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   960 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 23ms · UTC 21:22 · PVG 05:22 · LAX 13:22 · JFK 16:22
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.