HTML 5中的canvas有個接口getImageData可以用來從驗證碼圖像中取得像素數(shù)據(jù)。每一個像素有對應r,g,b,a四個值，r,g,b是紅綠藍三色，a是透明度;觀察了一下，接下來說下思路及實現(xiàn)代碼.
搜了一下，看到這篇文章，3年前的文章了。我參考了前半部分，借助TamperMonkey這個插件，大概實現(xiàn)了想要的效果?？梢栽赨serscript獲取這個腳本，GitHub上面也有，代碼寫得丑，求debug，求指教。
說下思路：HTML 5中的canvas有個接口getImageData可以用來從驗證碼圖像中取得像素數(shù)據(jù)。每一個像素有對應r,g,b,a四個值，r,g,b是紅綠藍三色，a是透明度。
觀察到教務管理系統(tǒng)的驗證碼是5個數(shù)字，字體字號大小都不變，而且雖然背景雖然有干擾，但是很明顯跟字體顏色有很大區(qū)別，所以就用了一個很粗糙的方法：我們知道，顏色越淺，rgb值越大，顏色越深，rgb值越少。于是我對每一個像素點進行判斷，rgb的和小于350（這個值是測出來的）的就是屬于字體的像素，為了方便觀察，把它的rgb值都設置為255，否則設置為0。這樣就獲得了一個黑底白字的圖片了。
代碼如下:
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;
}
}
}
然后我用畫圖工具放大圖片，觀察了一下，得出每個數(shù)字是一個12*8像素的矩形，再之后就求出每一個數(shù)字對應的像素個數(shù)，發(fā)現(xiàn)0和8還有6和9的像素個數(shù)是一樣的，就進行一下特判（比如正中間有像素的就肯定是8而不是0了）。然后……還是觀察一下……每個數(shù)字對應的矩陣的坐標……寫出這個函數(shù)：
代碼如下:
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;
}
}
原文用了神經(jīng)網(wǎng)絡來判斷，準確率大大提高，我不會用，所以就沒用了……
我用這個方法獲得的驗證碼準確率也有95%以上，暫時夠用了。有空再研究一下神經(jīng)網(wǎng)絡好了。
有需要的同學可以拿去用，Chrome瀏覽器要先裝TamperMonkey，F(xiàn)irefox則是GeaseMonkey，然后安裝這個腳本就ok了。