一种滑动拼图类验证码识别方法与流程

1.本发明涉及通信技术领域，更具体的涉及验证码识别方法。


背景技术：

2.目前互联网应用中，滑动拼图类验证码已广泛应用。滑动拼图类验证码包含底图、滑块两个部分，通过将滑块与底图中的缺口（下称“目标区域”）准确拼合，通过拼合正误、拖动轨迹、浏览数据等多维度判断。但需要长时间大量使用验证码的公司员工十分疲劳。
3.目前的滑动拼图类验证码识别方法中主要存在识别偏移、无法模拟真人拖动且未利用到左侧滑块坐标的问题。因为底图中存在形状、颜色都类似目标区域的干扰，使得现有识别技术很容易出现错判。
4.综上，如何改变现有技术中滑动拼图类验证码识别方法，以提高滑动拼图类验证码识别的准确率和成功率，辅助用户更便捷的使用计算机，促进验证码行业健康发展，促使验证码提供商简化验证流程、优化验证方式是本领域技术人员需要考虑的问题。


技术实现要素：

5.本发明提供了一种滑动拼图类验证码识别方法，本发明可以让用户输入完密码，即时判断即可登录，解决了现有技术的识别效率、准确率、成功率较低的问题。
6.本发明提供一种滑动拼图类验证码识别方法，其特征在于：步骤1，获取待测验证码图像。
7.步骤1.1，根据预定义的颜色、形状进行匹配、定位，然后抛弃非验证码区域的冗余部分。
8.步骤2，在图像偏左侧逐行或跳行扫描，通过颜色、形状、四周阴影渐变中的一项或多项判断该行或附近区域的可能的滑块的中心点坐标值，并剔除白色边框、底部选项条等冗余部分。
9.步骤2.1，逐行扫描判断该行是否存在连续的黄色像素点（此处黄色为滑块的颜色特征）。
10.步骤2.2，判断找到的滑块是否存在n个凹陷或突起（2≤n≤4）。
11.步骤2.3，判断图案四周阴影渐变。
12.步骤2.4，剔除图像下方拖动条、底部选项条、四周白色边框，仅保留y轴值与判定值相近的像素点。
13.步骤3，在步骤2得到可能的坐标或在附加步骤1得到确定的坐标后，在y轴值相近或相等的像素点区域的偏右侧通过颜色特征、渐变特征、形状特征中的一项或多项进行匹配、定位可能的目标区域的中心点坐标，并通过特征吻合度计算概率。
14.步骤3.1，根据中间浅四周深，整体颜色比周围区域深，存在n个凹陷或突起（2≤n≤4）的目标区域特征进行匹配和定位。
15.步骤3.2，计算特征吻合度从而得到概率。
都应当是相对于屏幕边缘的相对坐标。
35.5）滑块的拖动分两种方式：拖动滑块本身和拖动滑块下方的拖动条。附加步骤1、1.1所述的“拖动滑块”为后者。
36.有益效果相比基于普通机器学习的方法，本发明不需要训练集、测试集，也不需要进行初始训练，减少了资源消耗，降低了滑动拼图类验证码识别的复杂性。
37.以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。


技术特征：
1.一种滑动拼图类验证码识别方法，其特征在于所述方法包括如下步骤：步骤1，获取待测验证码图像；步骤2，在图像偏左侧进行扫描，通过颜色、形状、四周阴影渐变中的一项或多项匹配、定位该行或附近区域的可能的滑块的中心点坐标，并剔除白色边框、底部选项条等冗余部分；步骤3，在步骤2得到可能的坐标后，在y轴值相近或相等的像素点区域的偏右侧通过颜色特征、渐变特征、形状特征中的一项或多项进行匹配、定位可能的目标区域的中心点坐标，并通过特征吻合度计算概率；步骤4，从步骤3得到的数据中选取概率最大的一个点的坐标；步骤5，通过对人手拖动轨迹数据按照某种规则进行分割、重组，根据要求拖动距离按照某种双随机规则删减或添加来模拟人手拖动轨迹，然后控制光标尝试验证。2.根据权利要求1所述的一种滑动拼图类验证码识别方法，其特征在于：步骤2对图像进行扫描，通过颜色、形状中的一项或多项匹配、定位该行或附近区域的可能的滑块的中心点坐标，并剔除冗余部分。3.根据权利要求1所述的一种滑动拼图类验证码识别方法，其特征在于：步骤3在步骤2得到可能的坐标后，在y轴值相近或相等的像素点区域的偏右侧通过颜色特征、渐变特征、形状特征中的一项或多项进行匹配、定位可能的目标区域的中心点坐标，并计算概率。4.根据权利要求1所述的一种滑动拼图类验证码识别方法，其特征在于：步骤4从步骤3得到的数据中选取概率最大的一个点的坐标。5.根据权利要求1所述的一种滑动拼图类验证码识别方法，其特征在于：步骤5模拟人手拖动轨迹，控制光标尝试验证。

技术总结
本专利涉及验证码识别方法，主要为了解决现有技术的识别效率、准确率、成功率较低且未利用到左侧滑块坐标的问题。本发明首先获取验证码图像，其次根据预定义特征定位滑块，然后通过颜色特征、渐变特征、形状特征中的一项或多项匹配、定位缺口，再由数据随机分割、重组、按某种双随机规则对数据值增加或删减来模拟人手拖动轨迹完成验证。相比基于普通机器学习的方法，本发明不需要训练集、测试集，也不需要进行初始训练，减少了资源消耗，降低了滑动拼图类验证码识别的复杂性，具有较好的识别效果。果。


技术研发人员：易鑫
受保护的技术使用者：易鑫
技术研发日：2020.05.01
技术公布日：2021/11/2