声明：本教程只能用于教学目的，如果用于非法目的与本人无关

视频详解地址：https://www.bilibili.com/video/BV1ABsHe9Eao/

教程素材网址：https://github.com/tomysky/crack_20_captcha

1.滑块验证码

方案1：ddddocr https://github.com/sml2h3/ddddocr

方案2：opencv（canny做边缘检测，在做模板匹配）

方案3：yolov8 （m l模型） https://github.com/ultralytics/ultralytics

1.某验的滑块验证码 简单

2.某美的滑块验证码 简单

有混淆的图标，但是大小不一，目标检测，大小差不多的就是目标图标

3.某盾的滑块验证码 简单

简单，直接目标识别，或者图像匹配

4.某象的滑块验证码 简单

有混淆图标，但是匹配图标的验证更深，作为特征匹配，yolo可以实现

2.文字点选验证码

方案：

yolo目标识别+分类网络（resnet50 101）+根据提供的文字顺序点击

1.某验的文字点选验证码 简单

2.某盾的语序点选验证码 适中

文字角度，颜色，抖动（特征明显）

3.某美的文字点选 适中

字体只有角度旋转，颜色鲜艳，特征明显，可以生成样本自己训练

4.某象文字点选验证码 适中

文字比较有个性，颜色不一，有重影，需要的样本数量会比较多

3.图标点选验证码

方案：

yolo目标识别+分类网络+根据提供的图标顺序点击（基本都是矢量图，特征明显）

1.某验的图标点选验证码 简单

图标识别

2.某盾的图标点选验证码 简单

图标是矢量图，三个定选项，2个多余的，有旋转，有白色的容易混淆

3.某美的图标点选 适中

颜色鲜艳，图标数量对应，特征明显

4.某象图标点选验证码 适中

矢量图是白色，没有旋转，拉伸，特征明显

4.语序点选验证码

方案：

目标识别+分类网络+固定句子（需要自己收集固定句子，做匹配）

1.某验的语序点选验证码 难

语序点选，句子不固定，句子样本量会比较大

2.某盾的语序点选验证码 适中

文字角度，颜色，抖动（都是四字成语）

3.某美的语序点选验证码 适中

字体颜色鲜艳，只有角度，特征明显，四字成语

4.某象的语序点选验证码 适中

字体颜色明显，有重影和角度，需要大量样本，都是四字成语

5.空间推理验证码

方案：

一个物体多属性的问题，首先yolo找到目标，根据区域大小，确定图像的大小属性和位置；然后需要把形状，朝向，颜色做分类网络的one-hot编码，得出物体的属性后；接着padddleocr识别提示词；最后在根据语义词性分割得到具体要做什么。

1.某验的空间推理验证码 难

2.某盾空间推理 难

有朝向，颜色，大小写，字母，数字，立方体

3.某美的空间推理验证码 适中

没有重叠，颜色鲜艳，大小不一，特征明显，问题简单，逻辑推理简单

4.某象的空间语义验证码 难

有二维图形，三维图形，大小写字母，语义简单（需要逻辑推理）

6.图像旋转

1.某象的旋转验证码 适中

方案：

需要把旋转圆的外圈干扰绿色去掉，放大到原来的大小，旋转角度通过计算重合边缘的Sobel梯度来寻找最佳旋转角度

7.词序选词

方案：

有颜色，两个字组合，固定组合（需要数据量大），固定的四字语序。yolo目标检测，resnet50或者resnet101分类

1.某盾语序选词 难

8.消消乐

1.某验的消消乐验证码 适中

方案1：前提图像切割位置精确（每个图像分割出来都是一样的大小，位置相同），直接用md5计算图像的值来区分图像的类别。

方案2：怕图像切割位置不精确，直接用resnet18分类网络区分图像的类别。

9.五子棋

1.某验的五子棋验证码 适中

棋盘的位置固定，区分各个棋子的颜色，判断四个棋子在一条线上，把另外的一个补上

方案1：前提图像切割位置精确（每个图像分割出来都是一样的大小，位置相同），直接用md5计算图像的值来区分颜色。

方案2：怕图像切割位置不精确，直接用resnet18分类网络区分颜色。

10.九宫格

方案：

对每个图片进行图像分类，然后选择同一类的3个图。需要大量样本，直接就是分类resnet101网络

1.某验的九宫格验证码 高

2.yescaptcha 难

方案：

yolo （m，l，x）的目标检测可以检测8个类别中的6个，在单独训练剩下的人行道和楼梯基本就能完成任务

自行车（ok），摩托车（ok），公交车（ok），人行道，小轿车（ok），消防栓（ok），红绿灯（ok），楼梯（8个类别）

去除噪点，识别特定几个的物体，点击完了，在提交

先拼接，识别要求的物体图像所在区域

10.推理拼图

1.某盾的推理拼图验证码 适中

方案：

图片只有四张，用图像分类resnet50或者resnet18，总计8个分类，用位置作为分类。让模型记住图像位置。这样一旦有图像位置对不上，就能直接识别出来。

2.某象的乱序拼图验证码 适中

方案1：遗传算法

方案2：计算图像边缘的直方图或者sobel算子

3.某象的滑动还原验证码 适中

方案：

计算图像边缘的直方图或者sobel算子

11.障碍躲避

1.某盾的障碍躲避验证码 适中

方案：

小球固定的，yolo识别图标的位置，resnet50分类图标，把小球和目标连起来，路径必须绕过识别的图标位置

12.面积验证

1.某象的面积验证码 适中

方案：

用opencv找到线这个边界：先灰度，后二值化，放大这个线连成线，接着计算面积，最后得出结果

13.差异点击验证

1.某象的差异点击验证码 适中

方案：

yolo定位目标，用resnet50网络 计算图像之间的余弦相似度

14.语音验证

方案：

阿里的SenseVoice 1s内识别完内容

1.某象的语音验证码 适中

播放四个数字，随便一个语音识别就可以

2.售票网 适中

有噪音，需要去噪音在识别

15.字体识别

1.某象的字体识别验证码 适中

方案：

不同风格的字体都跟其他7个不一样，要么空心，要么细，要么粗。用图像分类算法，总计：粗，细，空心三个分类

16.刮刮卡

1.某象的刮刮卡验证码 难

在中间画一笔，这一笔中肯定能刮开目标的一部分，在用yolo制作一个目标检测模型，确定这个点。在点周围画一个圆。

17.轨迹图

1. vaptcha的轨迹验证码 难

• 方案1：yolo关键点检测，再把关键点连接起来
• 方案2：maskrcnn或者pspnet网络做图像分割，在用skimage里现成的函数提取骨架。
• 
  
• 
  
• 
  

18.数字字母识别

1.不定长的数字字母识别

cnn和lstm网络都可以

19.计算题

方案1：rcnn做训练，

方案2：yolo做目标检测，分类检测图标，转换为数学作加减

1.数字计算

2.汉字计算