最近在做驗證碼識別的程式，找了不少資料，主要是兩種方法。分別是（我稱之為）“自建庫方法”，“shape context方法”。     這兩種方法，其實是從兩種方式來分析影象，前者的中心思想是切割出單個字元，將之變為一串二進位制的key值，（在php中）以similar_text函式來得到相似度，這種方法，在網上有非常好的例子， 網址分別是： （恕我猜疑，這種方法的源頭，我覺得是來自一篇外國的本科生的畢業論文，裡面詳細敘述了這種方法），不過，這種方法在識別複雜的驗證碼上是有著明顯缺陷的——因為它非常依賴樣本庫，如果字元變化較多（縮放、旋轉、變形），即使能以這種方式識別，可想見庫是非常龐大的，並且沒有什麼普遍性（即一個庫只能對應一種驗證碼）。     雖然有種種“缺陷”，我還是試著去做了個程式。不言而喻，這個程式的核心部分是樣本資料庫，所以我採用一種“用人工識別特別碼”的方法。具體方法是：如果識別錯誤，則將其中相似度（這裡用的是php中的similar_text函式）低於閥值的字元插入待人工審查的資料庫。     另一種方法——“shape context方法”的角度完全不同，它是以形狀的角度出發，偏重於數學的應用（出自balack大學的兩個老師之手），但使用起來比較麻煩。在網上很少能找到相關程式碼，以下資料是找到的為數不多的例項：http://www.cnblogs.com/xiaotie/archive/2009/01/15/1376677.html?page=2#pagedcomment《車牌識別及驗證碼識別的一般思路》。這種方法可能需要藉助更“強大”的語言，正在研究中ing