前言

轉眼就變成大四狗了，大學期間做的比較深入的技術是爬蟲，但是爬蟲也有很多高階的技術沒有涉及，比如說驗證碼的破解便是其中之一，再加上我對其非常感興趣，於是乎，開始苦學影象處理、學習機器學習，驗證碼破解也有了些眉頭。

以下是我破解的幾種驗證碼。

1、最容易破解的驗證碼

直接使用tesseract庫識別。

2、download.csdn的驗證碼

使用K近鄰演算法識別。

3、weibo.cn驗證碼

使用卷積神經網路訓練識別。

說明

專案原始碼：https://github.com/nladuo/cap... (可以幫我點個star(^__^)) 
開發語言：python(編寫爬蟲),c++(編寫影象處理部分以及機器學習演算法) 
開發環境：ubuntu 14.04 
依賴庫： 
Python：PIL、BeautifulSoup4、requests 
C++：boost、opencv2、tesseract-ocr

環境搭建

安裝opencv 2.4.12

sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev 
wget https://codeload.github.com/Itseez/opencv/zip/2.4.12
unzip opencv-2.4.12.zip
cd opencv-2.4.12 ; mkdir release  ; cd release  
cmake -D CMAKE_BUILD_TYPE=RELEASE
 
 -D CMAKE_INSTALL_PREFIX=/usr/local ..  
make -j8
sudo make install

安裝tesseract-ocr

sudo apt-get install tesseract-ocr tesseract-ocr-dev

安裝boost

sudo apt-get install libboost-all-dev

安裝python的PIL庫

sudo apt-get install python-imaging

安裝python的BeautifulSoup4、requests庫

sudo apt-get install python-pip
sudo pip install 
 
bs4
sudo pip install requests

下載專案原始碼

git clone https://github.com/nladuo/captcha-break.git