基于Faster-RCNN的极验点选式验证码识别

针对传统方法难以识别极验点选式验证码的问题,文中提出一种基于Faster-RCNN目标检测模型和卷积神经网络的识别方法。通过简化的RPN提高Faster-RCNN对于背景图片文本定位的精度,再设计卷积神经网络对文本进行分类识别,并训练Tesseract-OCR识别库对信息提示文本进行识别,实现背景图片文本识别结果与信息提示文本识别结果一一对应,达到识别此类验证码的目的。实验结果表明,该方法识别此类验证码的准确率达到72.4%。

基于图像处理的滑块验证码模拟验证研究

基于大数据的概念,通过爬虫技术从互联网上积累数据是目前获取外部数据的一种常见的方式。许多网站为了避免被机器人访问网页,通常会通过部署验证码的方式来进行访问限制。滑块验证码即为众多验证码型式中的一种。阐述以极验滑块验证码作为研究对象,研究通过图像识别的方式,模拟在爬虫过程中对其进行自动验证的过程。