利用html5 canvas破解简单验证码及getImageData接口应用

敝校的教务管理系统（貌似不止我们学校用呢），一到选课时间服务器各种崩不解释，有时为了选个课就要反复输入验证码，一想到千千万万的大学生把时间浪费在输入验证码上面，我就觉得，我有义务拯救一下人类。

搜了一下，看到这篇文章，3年前的文章了。我参考了前半部分，借助TamperMonkey这个插件，大概实现了想要的效果。可以在Userscript获取这个脚本，GitHub上面也有，代码写得丑，求debug，求指教。
说下思路：HTML 5中的canvas有个接口getImageData可以用来从验证码图像中取得像素数据。每一个像素有对应r,g,b,a四个值，r,g,b是红绿蓝三色，a是透明度。

观察到教务管理系统的验证码是5个数字，字体字号大小都不变，而且虽然背景虽然有干扰，但是很明显跟字体颜色有很大区别，所以就用了一个很粗糙的方法：我们知道，颜色越浅，rgb值越大，颜色越深，rgb值越少。于是我对每一个像素点进行判断，rgb的和小于350（这个值是测出来的）的就是属于字体的像素，为了方便观察，把它的rgb值都设置为255，否则设置为0。这样就获得了一个黑底白字的图片了。

var ctx = canvas.getContext('2d'); 
ctx.drawImage(img,0,0); 
var c = ctx.getImageData(0,0,img.width,img.height); 
for(i=0; i<c.height; i++){ 
for(j=0; j<c.width; j++){ 
var x = (i*4)*c.width+(j*4); 
var r = c.data[x]; 
var g = c.data[x+1]; 
var b = c.data[x+2]; 
if(r+g+b > 350){ 
c.data[x] = c.data[x+1] = c.data[x+2] = 0; 
} 
else{ 
c.data[x] = c.data[x+1] = c.data[x+2] = 255; 
} 
} 
}　　

然后我用画图工具放大图片，观察了一下，得出每个数字是一个12*8像素的矩形，再之后就求出每一个数字对应的像素个数，发现0和8还有6和9的像素个数是一样的，就进行一下特判（比如正中间有像素的就肯定是8而不是0了）。然后……还是观察一下……每个数字对应的矩阵的坐标……写出这个函数：

function getNum(imgData,x1,y1,x2,y2){ 
var num = 0; 
for(i=y1; i<y2; i++){ 
for(j=x1; j<x2; j++){ 
var x = (i*4)*imgData.width+(j*4); 
if(imgData.data[x] == 255)num++; 
} 
} 
switch(num) 
{ 
case 56:{ 
j = (x1+x2)/2; 
i = (y1+y2)/2; 
var x = (i*4)*imgData.width+(j*4); 
if(imgData.data[x] == 255) 
return 8; 
else 
return 0; 
} 
case 30:return 1; 
case 50:return 2; 
case 51:return 3; 
case 48:return 4; 
case 57:return 5; 
case 58:{ 
i = y2-2; 
j = x1; 
var x = (i*4)*imgData.width+(j*4); 
if(imgData.data[x] == 255) 
return 9; 
else 
return 6; 
} 
case 37:return 7; 
default:return 0; 
} 
}

原文用了神经网络来判断，准确率大大提高，我不会用，所以就没用了……
我用这个方法获得的验证码准确率也有95%以上，暂时够用了。有空再研究一下神经网络好了。
有需要的同学可以拿去用，Chrome浏览器要先装TamperMonkey，Firefox则是GeaseMonkey，然后安装这个脚本就ok了。