当算法提升到哲学层面—小议验证码识别
2015-01-16 10:24
92 查看
——小议验证码识别——
将“文化属性”概念移植到验证码识别里是这样的
验证码属性:
从状态上分为:能识别的,有待识别的
从字体上分为:宋体,微软雅黑,。。。
从大小上分为:8,16,。。。
从分割上分为:能分割,不能分割
从背景上分为:带背景,不带背景
从变形上分为:变形,非变形
。。。
那么,知道“属性”有啥用呢,答案是“无所用,无所不用”
:这种是独立的非变形的xx字体字符,构造有限的字符模板,逐一进行匹配,找到最相近的一个
:重叠的两两方向相同的规则字符,处理方法同上
:带背景干扰的规则字符,处理方法同上
。。。
值得注意的是,上述字符类型一般目前的识别率都不是很低
——比格时间——
至此,可以看出,目前的验证码并不是绝对安全的,需要引起大家注意。
将“文化属性”概念移植到验证码识别里是这样的
验证码属性:
从状态上分为:能识别的,有待识别的
从字体上分为:宋体,微软雅黑,。。。
从大小上分为:8,16,。。。
从分割上分为:能分割,不能分割
从背景上分为:带背景,不带背景
从变形上分为:变形,非变形
。。。
那么,知道“属性”有啥用呢,答案是“无所用,无所不用”
:这种是独立的非变形的xx字体字符,构造有限的字符模板,逐一进行匹配,找到最相近的一个
:重叠的两两方向相同的规则字符,处理方法同上
:带背景干扰的规则字符,处理方法同上
。。。
值得注意的是,上述字符类型一般目前的识别率都不是很低
——比格时间——
至此,可以看出,目前的验证码并不是绝对安全的,需要引起大家注意。
相关文章推荐
- 苏联哲学百科:什么是算法?
- opencv3/C++ 机器学习-提升算法/Boosting
- 对Adaboost提升算法的一点儿认识
- 机器学习sklearn19.0——集成学习——boosting与梯度提升算法(GBDT)、Adaboost算法
- 提升树算法 详解
- 决策树及提升算法
- SQL优化:采用新语法提升分页性能(本质上就是新的算法)
- Google排名技术研究-Google排名算法异动:大品牌排名全面提升
- Adaboost(自适应提升树)算法原理
- 梯度提升算法和随机森林算法思想
- 谷歌搜索修改算法:经加密处理的网页权重将提升
- 基于TCP拥塞控制算法的现实研究与性能提升
- 算法的哲学思考
- 记一次随机字符串生成算法的随机概率与性能的提升
- SSE图像算法优化系列九:灵活运用SIMD指令16倍提升Sobel边缘检测的速度(4000*3000的24位图像时间由480ms降低到30ms)。
- 梯度提升&随机森林混杂算法预测红酒口感
- 哲学与算法——高斯混合模型算法
- 从编程语言、算法、项目等层面深谈读研如何提高技术
- 如何从软硬件层面提升 Android 动画性能?
- 《机器学习实战》学习笔记(六)之提升和Adaboost(上)基础理论以及算法推导