VBS也玩验证码识别

这几天不是在学Python嘛，怎么还老写VBS的东西。

其实我学Python有两个原因，一是很多开源的BT下载软件是用Python写的，哪天没事可以改改源码做做弊什么的；二是以前无意中看到《python验证码识别之Discuz》的系列文章，顿时感到Python之强大，验证码都能识别，想做什么不行？

几天下来学了点Python的皮毛，于是迫不及待的看了一下《python验证码识别之Discuz(一) 》，发现依然看不懂。并不是看不懂语法，而是看不懂算法。PIL库固然强大，但是光靠库本身还是无法识别验证码，还得加上图形算法。可见语言什么的都是浮云，会算法才是王道。

于是Google了一下验证码识别的原理，自己尝试着用VBS识别晨光BT（该网站需要IPv6网络才能访问）的验证码，发现并没有想象中的困难。之所以选择晨光BT的验证码，是因为它本身比较简单，再加上我还有它的源码，识别起来会相对容易些。

鉴于大部分网络依然是IPv4，我把生成验证码的页面放到了博客的测试目录中，可以点击这里查看。

用PS放大以后可以知道，验证码只是简单添加了些杂点。首先把黑色边框去掉，然后把杂点去掉（颜色改成背景色白色）。

'加载图片
Set Image = CreateObject("WIA.ImageFile")
Image.LoadFile "authcode.png"
Width = Image.Width
Height = Image.Height
Set Vector = Image.ARGBData

'去除边框
For i = 1 To Vector.Count
    If  (i - 1) \ Width = 0 Or _
        (i - 1) \ Width = Height - 1 Or _
        i Mod Width = 0 Or _
        (i - 1) Mod Width = 0 Then
        Vector(i) = &HFFFFFFFF
    End If
Next

'去除杂点
For i = 1 To Vector.Count
    If Vector(i) <> &HFF000000 Then
        Vector(i) = &HFFFFFFFF
    End If
Next

接下来要确定单个验证码的范围，即能把单个验证码框起来的最小矩形的对应坐标。

'获取横向范围
Set Range = CreateObject("WIA.Vector")
For i = 1 To Width
    For j = i To Vector.Count Step Width
        If Vector(j) <> &HFFFFFFFF Then
            Range.Add i
            Exit For
        End If
    Next
Next

'写到这里肚子饿了，感谢怒云提供的算法
'先将Vector转换成String
str = Range(1)
For i = 1 To Range.Count - 1
    If Range(i+1) - Range(i) < 3 Then
        str = str & "," & Range(i+1)
    Else
        str = str & ";" & Range(i+1)
    End If
Next

'然后再分组
x = Split(str,";")
For i = 0 To UBound(x)
    authcode = authcode & GetCode(Split(x(i),","))
Next

x数组保存了6个单独验证码的横向坐标，遍历数组，调用GetCode函数识别验证码。下面是函数的关键算法。

'获取横向范围对应的纵向范围
min = 20
max = 1
For i = xn(0) To xn(UBound(xn))
    For j = i To Vector.Count Step Width
        If Vector(j) <> &HFFFFFFFF Then
            y = (j - i) / Width
            If y < min Then min = y
            If y > max Then max = y
        End If
    Next
Next

'获取单个验证码范围内的ARGB
For i = min To max
    For j = xn(0) To xn(UBound(xn))
        code.Add Vector(i * Width + j)
    Next
Next

'与标准的验证码对比
For Each item In Standard
    Dim difference : difference = 0
    For i = 1 To code.Count
        '这里数组可能会越界，所以上面要On Error Resume Next
        If code(i) <> Standard(item)(i-1) Then
            difference = difference + 1
        End If
    Next
    oDic(difference) = item
Next

'筛选出最匹配的
min = 80
For Each item In oDic
    If item < min Then min = item
Next

先求出单个验证码对应的纵向范围（横向范围已经当成参数传递），然后把范围内的点的ARGB值和标准验证码（standard字典变量）对应点的ARGB值做比较，不同的话difference加1，最后选出difference值最小（即最匹配）的返回。

那就有一个问题了，标准验证码的值怎么得到？这就要靠你的PS功底了。

用PS将单个验证码切片并除杂以后获得，最笨的方法是一个个人工写。比如上图中的W标准值依次为&HFF000000,&HFF000000,&HFFFFFFFF……当然傻子才会这么做，写个VBS完成。

Set img = CreateObject("WIA.ImageFile")
img.LoadFile "w.bmp"
Set v = img.ARGBData
For i = 1 To v.Count
    out = out & "&H" & Hex(v(i)) & ","
Next
out = Mid(out,1,Len(out)-1)
WScript.Echo "Standard(""w"") = Array(" & out & ")" 

假设上面的W切片后保存为w.bmp，上面的程序将输出对应的标准值数组（前提是你的PS过关，保证切片是标准）。虽然上面的脚本可以节省标准值数组的时间，但是切片的工作还是得人工完成（虽然PS也支持VBS自动化，不过等我学会了人工已经完成了），要知道一共有25个字符啊！写这个程序的绝大部分时间都耗在这个上面了。。。

第一次写那么长的文章（主要是代码长），我知道不会有几个人能看到这一行，看到这一行也不一定看得懂。因为我知道，看别人的程序常常比自己写程序还要困难。最后不要脸的说一句，我果然是天才。

源码下载：[download id=50]

赞赏

微信赞赏支付宝赞赏

随机文章:

1. VBS Scripting.Dictionary 排序
2. _open_osfhandle函数
3. 用VBS读写二进制文件
4. VBS里的变量名和标识符（Identifiers）
5. 效率低下的Split函数，用VBS的人你伤不起

这篇文章发布于 2010年10月31日，星期日，20:56，归类于 程序设计。 您可以跟踪这篇文章的评论通过 RSS 2.0 feed。 您可以留下评论，或者从您的站点trackback。