06-处理复杂验证码

[toc]

7.3　处理复杂验证码

前面用于测试的验证码系统相对来说比较容易处理，因为文本使用的黑色字体与背景很容易区分，而且文本是水平的，无须旋转就能被Tesseract准确解析。一般情况下，网站使用的都是类似这种比较简单的通用验证码系统，此时可以使用OCR方法。但是，如果网站使用的是更加复杂的系统，比如Google的reCAPTCHA，OCR方法则需要花费更多努力，甚至可能无法使用。

在这些例子中，因为文本被置于不同的角度，并且拥有不同的字体和颜色，所以要使OCR方法准确的话，需要更多工作来清理以及预处理这些图像。这些高级验证码，甚至有时连人类都很难解析，对于一个简单的脚本来说就更加困难了。