我的图像之路之CAPTCHA 和 break CAPTCHA
我的图像之路之CAPTCHA 和 break CAPTCHA
CAPTCHA 和 break CAPTCHA，这永远是一个turing test的命题。
CAPTCHA 和 break CAPTCHA双方都在竞赛，
Captcha方：
•Captcha项目： http://www.captcha.net/
•jCaptcha项目：http://jcaptcha.sourceforge.net/
Break Captcha方
•http://www.cs.sfu.ca/~mori/research/gimpy/
•http://www.brains-n-brawn.com/default.aspx?vDir=aicaptcha
•http://homepages.cs.ncl.ac.uk/jeff.yan/
感觉就是一场拳击赛，很刺激。
张老师在他的图像课上布置了验证码识别的大作业。使得我有幸接触这些。作为我们小组的主要成员之一，我挑起了完成这个作业的重担。
当然，我并不愿意卷入这场无休止hard AI 战争，正如《Recognizing Objects in Adversarial Clutter: Breaking a Visual CAPTCHA 》中所说，验证码识别的意义在于它对Object Recognition很有帮助：
1、对于一些图片的word extraction来说，验证码的背景噪声要比苛刻，要提高识别率并非易事；
2、CAPTCHA的验证码产生是开源的，能通过它来产生infinit的testset。这样的数据集很充分。扩展了原来在MNIST上做实验。
读《Recognizing Objects in Adversarial Clutter: Breaking a Visual CAPTCHA》这篇论文并非易事，特别是像我这种图像处理领域的初涉者。作者G.Mori 的宣称他们在EZ-gimpy里的识别率为92%，在gimpy里的识别率为33%。里边提出了shape context 的概念，这是UCBerkely 的eecs里的一个研究成果（http://www.eecs.berkeley.edu/Research/Projects/CS/vision/shape/ ）。
我还得从shape context开始啊～呵呵，图像路漫漫其修远兮，吾将上下而求索：）
于此同时，工程上我找到了一个开源软件pwntcha ，作者是sam Hocevar 称看到现在市面上那么多卖验证码破解程序的，他改变初衷，把代码全部公布出来。虽然是三年前技术，但是还有很有意义，因为他超强的识别能力了（好多项都是 100%）。你可以在官网是用svn下载，但是下的代码不能直接使用的，而且作者的README写的很不详细，安装后更需要一些设置。
这里我也提供下载本站的下载pwntcha ，经本人测试通过。
Linux下安装 ：
1、安装一些库（都是./configure && make && make install）
1.1、安装imlib2-version.tar.gz
1.2、安装SDL-version.tar.gz
1.3、安装SDL_image-version.tar.gz
1.4、安装opencv-version.tar.gz
2、编译pwntcha
2.1、产生configure脚本和Makefile （cd trunk/ && ./bootstrap）
2.2、编译，安装 （./configure && make && make install）
此时，就会在trunk/src/目录下产生可执行文件 pwntcha，但是，程序还不能做验证码识别。你还需要做以下设置：
在可执行文件pwntcha所在目录（默认是trunk/src/）下建立share目录。
把 trunk/src/下的站点文件夹 (xanga,vbulletin,tickets,ticketmaster,slashdot,scode,phpbb,paypal....)，移到share里边。即：share下每个文件夹下都有一个站点文件夹，这些文件夹使得pwntcha能打开这些站点的验证码图片文件。
这两大步骤之后，就能使用pwntcha了。命令是：
Usage: ./pwntcha [OPTION]... IMAGE...
-m, --mode <mode> force operating mode
-s, --share <dir> specify shared dir
-q, --quiet do not print information messages
-h, --help display this help and exit
-v, --version output version information and exit
识别
输出结果（点击见大图）
最后列出与验证码识别图像界几位值得关注的教授：