内容导航：在待识别的图像中去匹配模板,(ByVal CdsFileIndex As Long,使用CdsFileIndex对应的识别库,ByVal Password As String) As Long
{image}
一 、python验证码识别模块
只需要简单几步操作即可拥有两大通用识别模块，让你在工作中畅通无阻。
测试图蔽闹片
测试图片
以上参数两者选其一即可 ，默认 model_type 为 , 若指定 conf_path 参数则优先使用自定义模型 。宏扒罩
注意: 因模块过新 ，此缺阿里/清华等第三方源可能尚未更新镜像，因此手动指定使用境外源 ，为了提高依赖的安装速度 ，可预先自行安装依赖：tensorflow/numpy/opencv- python/pillow/pyyaml
输出结果:
OCR和验证码识别的速度基本都在10ms左右，低配CPU可能需要15-20ms 。本模块仅支持单行识别 ，如有多行识别需求请自行采用目标检测预裁图片。
二 、有没有谁写过次世代验证码识别模块带DLL的
————以下三个个函数用于载入识别库——–
Private Declare Function LoadCdsFromURL Lib “ ” (ByVal FileURL As String,ByVal
Password As String,ByVal HttpHeader As String,ByVal HttpTimeout As Long) As
Long
函数功能说明：从网络上下载并载入识别库文件 ，返回识别库索引，以便后面的函数调用 。返回-1代表载入出错 。
函数参数说明：
FilePath ：文本型，识别库文件所在全路径。
Password ：文本型 ，识别库调用密码
HttpHeader ：文本型 ，网页头内容 。这是可选参数，默认为空 。
HttpTimeOut ：整数型 ，Http访问超时时间。这是可选参数 ，该参数为0时超时时间内部设置为30秒。这里包括了连接超时，发送超时和接收超时三项内容 。
PS：关于网页头内容 ，DLL在HttpHeader为空的情况下 ，内部设置了以下两个网页头：
1、Accept: /
2 、User-Agent:Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)
如果要设置HttpHeader参数，那么这两个网页头也必须自行设置 ，DLL不会做更新修改工作 。另外 ，如果设置了“Accept-Encoding：gzip,
deflate ”，那么必须自行解压下载的数据。
Private Declare Function LoadCdsFromFile Lib “” (ByVal FilePath As
String,ByVal Password As String) As Long
函数功能说明：从文件中载入识别库文件 ，返回识别库索引 ，以便后面的函数调用 。返回-1代表载入出错 。
函数参数说明：
FilePath ：文本型，识别库文件所在全路径。
Password ：文本型，识别库调用密码
Private Declare Function LoadCdsFromBuffer Lib “ ” (ByVal FileBuffer As
Long,ByVal FileBufLen As Long,ByVal Password As String) As Long
函数功能说明：从内存中载入识别库文件 ，返回识别库索引 ，以便后面的函数调用 。返回-1代表载入出错 。
函数参数说明：
FileBuffer ：整数型，一个记录了识别库文件的二进制数据的字节数组 ，或一块同样功能的内存区域。这里请提供数组第一个成员的地址 ，或内存区域的地址 。
FileBufLen ：整数型，上述字节数组的数组成员数 ，或内存区域大小 。
Password ：文本型 ，识别库调用密码
——–以上三个函数选择其一即可—————
——–以下六个函数用于识别验证码————-
Private Declare Function GetVcodeFromURL Lib “ ” (ByVal CdsFileIndex As
Long,ByVal FileURL As String,ByVal Vcode As String,ByVal HttpHeader As
String,ByVal HttpTimeout As Long) As Boolean
函数功能说明：使用识别库索引对应的识别库，从网络上下载并识别一个图像文件 ，成功返回True ，否则返回False。
函数参数说明：
CdsFileIndex ：整数型，识别库索引 ，用于确定这个图像文件对应哪个识别库 。
FilePath ：文本型 ，图像文件所在全路径 。
Vcode ：文本型，返回的验证码字符串，使用该参数前需要将一个足够长的空白字符串赋值给它。
HttpHeader ：文本型 ，网页头内容。这是可选参数 ，默认为空 。
HttpTimeOut ：整数型，Http访问超时时间 。这是可选参数 ，该参数为0时超时时间内部设置为30秒。这里包括了连接超时 ，发送超时和接收超时三项内容 。
PS：关于网页头内容，DLL在HttpHeader为空的情况下 ，内部设置了以下两个网页头：
1 、Accept: /
2、User-Agent:Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)
如果要设置HttpHeader参数 ，那么这两个网页头也必须自行设置，DLL不会做更新修改工作 。另外 ，如果设置了“Accept-Encoding：gzip,
deflate” ，那么必须自行解压下载的数据。
Private Declare Function GetVcodeFromFile Lib “ ” (ByVal CdsFileIndex As
Long,ByVal FilePath As String,ByVal Vcode As String) As Boolean
函数功能说明：使用识别库索引对应的识别库，识别一个图像文件 ，成功返回True ，否则返回False 。
函数参数说明：
CdsFileIndex ：整数型，识别库索引，用于确定这个图像文件对应哪个识别库 。
FilePath ：文本型 ，图像文件所在全路径。
Vcode ：文本型 ，返回的验证码字符串，使用该参数前需要将一个足够长的空白字符串赋值给它 。
Private Declare Function GetVcodeFromBuffer Lib “ ” (ByVal CdsFileIndex As
Long,ByVal ImgBuffer As Long,ByVal ImgBufLen As Long,ByVal Vcode As String) As
Boolean
函数功能说明：使用CdsFileIndex对应的识别库 ，识别一个记录了图像文件的二进制数据的字节数组 ，或一块同样功能的内存区域，成功返回True ，否则返回False 。
函数参数说明：
CdsFileIndex ：整数型 ，识别库索引，用于确定这个图像文件对应哪个识别库。
ImgBuffer ：整数型 ，一个记录了图像文件的二进制数据的字节数组 ，或一块同样功能的内存区域 。这里请提供数组第一个成员的地址，或内存区域的地址 。
ImgBufLen ：整数型 ，上述字节数组的数组成员数 ，或内存区域大小。
Vcode ：文本型，返回的验证码字符串，使用该参数前需要将一个足够长的空白字符串赋值给它。
Private Declare Function GetVcodeFromHWND Lib “” (ByVal CdsFileIndex As
Long,ByVal HWND As Long,ByVal lpRect As Long, ByVal Vcode As String,ByVal
DebugMode As Long) As Boolean
函数功能说明：使用CdsFileIndex对应的识别库 ，从某个窗口或控件中截取全部或部分区域截图 ，并自动识别后返回 。这个函数支持从隐藏的窗口或控件中截图，但不支持最小化的窗口或控件 。
函数参数说明：
CdsFileIndex ：整数型 ，识别库索引 ，用于确定这个图像文件对应哪个识别库。
HWND ，整数型 ，要截图的窗口句柄 。
lpRect ：整数型 ，要截图的区域，提供0代表截取窗口全部区域 ，否则请提供一个RECT结构类型的地址 ，该结构说明了要截图的区域 。
Vcode ：文本型，返回的验证码字符串 ，使用该参数前需要将一个足够长的空白字符串赋值给它。
DebugMode ：整数型 ，调试路径 。正常调用请提供0，如果要把截图数据保存到磁盘文件，这里请提供一个字符串变量的地址 ，这个字符串就是保存的路径 。
Private Declare Function GetVcodeFromIECache Lib “” (ByVal CdsFileIndex As
Long,ByVal ImgURL As String,ByVal Vcode As String) As Boolean
函数功能说明：使用CdsFileIndex对应的识别库 ，从IE缓存中搜索ImgURL所指向的图像文件，成功返回True ，否则返回False。该函数不会从网络上下载图像文件 ，而是在IE缓存中搜索，如果没有事先浏览过ImgURL所在的网页 ，这个函数执行不会成功 。使用时 ，请先用代码或浏览器浏览验证码所在网页，确保IE缓存保存了验证码图像文件 。
函数参数说明：
CdsFileIndex ：整数型 ，识别库索引 ，用于确定这个图像文件对应哪个识别库。
ImgURL ：图像文件所在网址 。这里请直接输入验证码图像的URL地址，函数将用这个地址确定相应的图像文件路径 。
Vcode ：文本型 ，返回的验证码字符串 ，使用该参数前需要将一个足够长的空白字符串赋值给它。
Private Declare Function GetVcodeFromHBitmap Lib “ ” (ByVal CdsFileIndex As
Long,ByVal HBitmap As Long,ByVal Vcode As String) As Boolean
函数功能说明：使用CdsFileIndex对应的识别库，识别一个HBitmap所指向的位图数据，成功返回True ，否则返回False。这里HBitmap是位图句柄 ，请直接传递位图句柄给它 。
函数参数说明：
CdsFileIndex ：整数型，识别库索引 ，用于确定这个图像文件对应哪个识别库 。
HBitmap ：验证码图像的位图句柄。必须是位图句柄！
Vcode ：文本型 ，返回的验证码字符串，使用该参数前需要将一个足够长的空白字符串赋值给它 。
———–以上六个函数请根据情况选择其一即可——————
PS：由于可能导致某些不良杀毒软件误报 ，GetVcodeFromURL这个函数在这个版本中已经删除！
———–以下一个函数用于释放识别库———–
Private Declare Function FreeAllCdsFile Lib “ ” ()
函数功能说明：释放全部载入的识别库 ，回收占用的内存 。
参数：无
返回值：无
———–以下一个函数用于设定超时时间——————
Private Declare Function SetTimeOut Lib “” (ByVal CdsFileIndex As Long,ByVal
TimeOut As Long) As Boolean
函数功能说明：设定识别超时时间，超时直接返回 ，不再继续识别。设定成功返回真 ，否则返回假 。
函数参数说明：
CdsFileIndex ：整数型，识别库索引 ，用于确定这个图像文件对应哪个识别库 。
TimeOut ：整数型 ，超时时间，单位为毫秒。
三 、验证码识别之模板匹配方法
在写爬虫的时候难免会遇到验证码识别的问题，常见的验证码识别的流程为：
- 图像灰度化
- 图像去噪(如图像二值化)
- 切割图片
- 提取特征
- 训练
但这种方法要切割图片 ，而且破解验证码的重点和难点就在于 能否成功分割字符 。
本文要介绍的算法 不需要进行图片切割 ，也不需要进行机器训练 ，这种方法就是模板匹配：将待识别的文字切割成一个个模板 ，在待识别的图像中去匹配模板 。
这篇文章将分为两个部分：
第一部分介绍模板匹配的基本概念以及模板匹配的一种实现算法：快速归一化互相关匹配算法；
第二部分是一键枯个具体实例。
模板匹配是在图像中寻找目标的方法之一 ，目的就是在一幅图像中寻找和模板图像最相似的区域 。
模板匹配的大致过程是这样的：通过在输入图像上滑动图像块对实际的图像块和输入图像进行匹配 。
假设我们有一张100x100的输入图像，有一张10x10的模板图像 ，查找的过程是这样的：
从输入图像的左上角(0,0)开缺亮耐始 ，切割一块(0,0)至(10,10)的临时图像；
用某种方法得出临时图像与模板的相似度c,存放到相似度矩阵中（矩阵大小为91 x91）；
切割输入图像从(0,1)至(10,11)的临时图像，对比 ，并记录到相似度矩阵；
重复上述步骤 ，直到输入图像的右下角。
最终得到一个相似度矩阵，找到矩阵中的最大或最小值 ，最大值（最小值）对应的临时图像即为与模板最相似的图像。
在步骤b中 ，求模板与图像的相似度有多种方法，如平均绝对差算法（MAD） 、绝对误差和算法（SAD）、误差平方和算法（SSD）、归一化互相关算法（NCC），本文使用的是归一化互相关算法 。
什么是归一化互相关？
从几何图形上来看 ，空间中的两个向量 ，同方向平行时，归一化互相关系数为1 ，表示两个向量最相似 ，反方向平行时归一化互相关系数为-1，垂直时为0 ，表示最不相似（用互相垂直的三个向量来代表整个空间也是这个道理 ，垂直的向量之间不包含对方的信息，相关系数为伏春0） ，存在一定夹角时处于（-1 ，1），是不是跟余弦函数很像 ，cos(0)=1,cos(pi/2)=0,cos(pi)=-1 。就是这个样子的 ，相关系数可以看作是两个向量之间夹角的cosine函数。
在数学中是这么计算cosine函数的，假设两个n维向量X,Y，对应的坐标分别为(x1 ，x2 ，…xn), (y1，y2 ，…yn) 则：
（如果想要了解更多 ，请参考文献【2】）
但这是一维的，在模板匹配中要再加一个维度 （具体算法请参考文献【3】） ，简要说一下文献【3】的内容：如果直接计算二维相似度的话计算复杂度会非常高 ，文献【3】利用快速傅里叶变换与积分图像快速算法来降低计算复杂度 。
接下来让我们看一个具体的应用 。
模板匹配识别验证码的具体步骤为：
1. 找出图片中所有可能出现的字符，制作成模板集合
2. 图像灰度化
3. 图片去噪（二值化）
4. 模板匹配
5. 匹配结果优化
要识别的图片如下 ，以识别图片中的加字为例：
要从image中找到与模板最匹配的部分 ，Template图像是事先从image图像中截取的一部分。所用的为python模块skimage中的match_template方法，match_template方法使用的是快速归一化互相关算法 【2】 。
遍历模板图像集合 ，与图像匹配 ，如果dist大于阈值h，则认为此模板在图像中存在，否则不存在 ，继续匹配下一个模板 ，直到遍历完所有模板 。
以模板‘加’为例，图像大小为40x260 ，模板大小27x27 ，result是一个大小为（14，234）的矩阵 ，即上文提到的相似度矩阵 ，矩阵中的数值属于[-1,1]，找到result中最大值所处的对应位置即为与模板最匹配的图像位置:x=66,y=11 ，正好对应模板图像在image中所处的位置。 （更多内容请参阅参考文献【4】）
但这是比较好的情况 ，因为在匹配时遍历了所有的模板，而一张图片中出现的模板数量是有限的 ，比如数字’四’在图片中是没有的 ，这时就要根据某种规则去掉这些在图片中没有出现的模板：程序中使用dist变量来过滤匹配结果，如果dist变量大于某个值则认为此模板在图像中不存在 。
最后的result_list中可能仍然存在一些图片中不存在的模板或者匹配不精确的模板，比如数字‘一’在模板中不存在 ，但仍然可以匹配到 ，因为数字‘二’中可以匹配到‘一’，需要进一步优化 ，优化方法有很多 ，比如当匹配到的两个模板距离过近时，选择较大的那个模板 ，其余方法留给读者自行考虑吧 。
后续将会推出如何使用深度学习识别验证码 ，敬请期待~
参考文献：
.html
_/blog/2013/03/cosine__
J. P. Lewis, “Fast Normalized Cross-Correlation ”, Industrial Light and Magic.
_/docsjinhqin/dev/auto_examples/plot__
本文作者 ：李晖（点融黑帮），毕业于电子科技大学 ，现就职于点融成都Data部门 ，对一切新鲜事物充满好奇，对跳舞毫无抵抗力的活力女青年一枚。
四 、什么是伪装密码啊
一种密码按键伪装系统及方法 ，该系统包括输入装置 、密码伪装装置和存储装置 。该密码伪装装置包括：键值设定模块 ，用于供用户预先定义一组按键密码，将按键密码的一个或多个字符作为一组验证码，以及设定该组验乱渗证码对应的伪装键值；键值监测模块 ，用于实时地监测用户从输入装置输入的按键密码；验证码识别模块 ，用于产生验证码输入界面接收用户输入的验证码，以及判断用户输入的验证码与伪装键值顷亮是否匹配；密码产生模块 ，用于当用户输入的验证码与设定的伪装键值匹配时 ，用伪装键值代替按键密码中的验证码产生一个伪装哗乎脊密码 。实施本发明，即使无权限者以不正当手段获取使用者输入的按键密码 ，也无法得知真正的密码 ，增强了密码输入的安全性。
