驗證碼破解演算法

① 如何破解數據的校驗碼

校驗碼破解光這樣說是不能破解的，你要知道數據的演算法，才能知道校驗碼。

② 某軟體登陸需要手機簡訊驗證才能開始服務，求破解求思路

監聽驗證成功後從服務端發回來的數據包，然後下次驗證時直接在通訊過程中注入驗證成功的數據包，看看能否以此繞過驗證。如果驗證數據包加了時間戳和其他限制手段，還需要修改驗證數據包。需要多次抓包比較才能分析，數據包越多，越容易分析。

③ 校驗碼的演算法舉例

按照中華人民共和國國家標准GB11643-1999規定中華人民共和國公民身份號碼校驗碼的計算方法即為ISO 7064:1983.MOD 11-2校驗碼計演算法。
假設某一17位數字是 17位數字 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 加權因子 7 9 10 5 8 4 2 1 6 3 7 9 10 5 8 4 2 368
計算17位數字各位數字與對應的加權因子的乘積的和S：1×7+2×9+3×10+4×5+5×8+6×4+7×2+8×1+9×6+0×3+1×7+2×9+3×10+4×5+5×8+6×4+7×2=368； 計算S÷11的余數T：368 mod 11=5； 計算（12-T）÷11的余數R，如果R=10，校驗碼為字母「X」；如果R≠10，校驗碼為數字「R」：（12-5）mod 11=7。 該17位數字的校驗碼就是7，聚合在一為123456789012345677。
加權因子公式為Wi=2^（n-1）(mod 11)，n為數字序列從右到左的從1開始的順序數。
序
ai 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 ?Wi 7 9 10 5 8 4 2 1 6 3 7 9 10 5 8 4 2 1 全國組織機構代碼由八位數字(或大寫拉丁字母)本體代碼和一位數字(或大寫拉丁字母)校驗碼組成。校驗碼按下列公式計算： 8 C9=11-MOD(∑Ci×Wi,11) i=1 MOD－表示求余函數；i－表示代碼字元從左至右位置序號；
Ci－表示第i位置上的代碼字元的值，採用下列「代碼字元集」所列字元；
C9－表示校驗碼；
Wi－表示第i位置上的加權因子，其數值如下表：
加權因子 i 1 2 3 4 5 6 7 8 Wi 3 7 9 10 5 8 4 2 當MOD函數值為1(即C9=10)時，校驗碼應用大寫拉丁字母「X」表示；當MOD函數值為0(即C9=11)時，校驗碼仍用「0」表示；當C9的值為1至9時，校驗碼直接用C9的值表示。

④ 求校驗碼演算法

提供之資料看看對你有啥幫助
CRC（Cyclic Rendancy Check)循環冗餘校驗碼
是常用的校驗碼，在早期的通信中運用廣泛，因為早期的通信技術不夠可靠（不可靠性的來源是通信技術決定的，比如電磁波通信時受雷電等因素的影響），不可靠的通信就會帶來『確認信息』的困惑，書上提到紅軍和藍軍通信聯合進攻山下的敵軍的例子，第一天紅軍發了條信息要藍軍第二天一起進攻，藍軍收到之後，發一條確認信息，但是藍軍擔心的是『確認信息』如果也不可靠而沒有成功到達紅軍那裡，那自己不是很危險？於是紅軍再發一條『對確認的確認信息』，但同樣的問題還是不能解決，紅軍仍然不敢冒然行動。

對通信的可靠性檢查就需要『校驗』，校驗是從數據本身進行檢查，它依靠某種數學上約定的形式進行檢查，校驗的結果是可靠或不可靠，如果可靠就對數據進行處理，如果不可靠，就丟棄重發或者進行修復。

CRC碼是由兩部分組成，前部分是信息碼，就是需要校驗的信息，後部分是校驗碼，如果CRC碼共長n個bit，信息碼長k個bit，就稱為(n,k)碼。 它的編碼規則是：
1、首先將原信息碼(kbit)左移r位(k+r=n)
2、運用一個生成多項式g(x)（也可看成二進制數）用模2除上面的式子，得到的余數就是校驗碼。

非常簡單，要說明的：模2除就是在除的過程中用模2加，模2加實際上就是我們熟悉的異或運算，就是加法不考慮進位，公式是：
0+0=1+1=0,1+0=0+1=1
即『異』則真，『非異』則假。
由此得到定理：a+b+b=a 也就是『模2減』和『模2加』直值表完全相同。

有了加減法就可以用來定義模2除法，於是就可以用生成多項式g(x)生成CRC校驗碼。

例如： g(x)=x4+x3+x2+1,(7,3)碼,信息碼110產生的CRC碼就是：
101
11101 | 110,0000
111 01
1 0100
1 1101
1001
余數是1001，所以CRC碼是110,1001

標準的CRC碼是，CRC-CCITT和CRC-16，它們的生成多項式是：
CRC-CCITT=x16+x12+x5+1
CRC-16=x16+x15+x2+1

⑤ 驗證碼識別程序目前哪個好哪種演算法識別率高

一般來說，這個需要針對你需要識別的類型來判斷需要的是哪種識別演算法。

⑥ 如何利用python 做驗證碼識別

用python加「驗證碼」為關鍵詞在里搜一下，可以找到很多關於驗證碼識別的文章。我大體看了一下，主要方法有幾類：一類是通過對圖片進行處理，然後利用字型檔特徵匹配的方法，一類是圖片處理後建立字元對應字典，還有一類是直接利用ocr模塊進行識別。不管是用什麼方法，都需要首先對圖片進行處理，於是試著對下面的驗證碼進行分析。
一、圖片處理
這個驗證碼中主要的影響因素是中間的曲線，首先考慮去掉圖片中的曲線。考慮了兩種演算法：
第一種是首先取到曲線頭的位置，即x=0時，黑點的位置。然後向後移動x的取值，觀察每個x下黑點的位置，判斷前後兩個相鄰黑點之間的距離，如果距離在一定范圍內，可以基本判斷該點是曲線上的點，最後將曲線上的點全部繪成白色。試了一下這種方法，結果得到的圖片效果很一般，曲線不能完全去除，而且容量將字元的線條去除。
第二種考慮用單位面積內點的密度來進行計算。於是首先計算單位面積內點的個數，將單位面積內點個數少於某一指定數的面積去除，剩餘的部分基本上就是驗證碼字元的部分。本例中，為了便於操作，取了5*5做為單位范圍，並調整單位面積內點的標准密度為11。處理後的效果：
二、字元驗證
這里我使用的方法是利用pytesser進行ocr識別，但由於這類驗證碼字元的不規則性，使得驗證結果的准確性並不是很高。具體哪位大牛，有什麼好的辦法，希望能給指點一下。
三、准備工作與代碼實例
1、PIL、pytesser、tesseract
(1)安裝PIL：下載地址：http:// www. pythonware. com/procts/pil/(2)pytesser:下載地址：http :/ /code. google. com/p/pytesser/,下載解壓後直接放在代碼相同的文件夾下，即可使用。
(3)Tesseract OCR engine下載：http: / / code.google. com/p/tesseract-ocr/，下載後解壓，找到tessdata文件夾，用其替換掉pytesser解壓後的tessdata文件夾即可。
2、具體代碼
復制代碼
#encoding=utf-8
###利用點的密度計算
import Image,ImageEnhance,ImageFilter,ImageDrawimport sys
from pytesser import *
#計算范圍內點的個數
def numpoint(im):
w,h = im.size
data = list( im.getdata() )
mumpoint=0
for x in range(w):
for y in range(h):
if data[ y*w + x ] !=255:#255是白色
mumpoint+=1
return mumpoint
#計算5*5范圍內點的密度
def pointmi(im):
w,h = im.size
p=[]
for y in range(0,h,5):
for x in range(0,w,5):
box = (x,y, x+5,y+5)
im1=im.crop(box)
a=numpoint(im1)
if a<11:##如果5*5范圍內小於11個點，那麼將該部分全部換為白色。
for i in range(x,x+5):
for j in range(y,y+5):
im.putpixel((i,j), 255)
im.save(r'img.jpg')
def ocrend():##識別
image_name = "img.jpg"
im = Image.open(image_name)
im = im.filter(ImageFilter.MedianFilter())enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
im = im.convert('1')
im.save("1.tif")
print image_file_to_string('1.tif')
if __name__=='__main__':
image_name = "1.png"
im = Image.open(image_name)
im = im.filter(ImageFilter.DETAIL)
im = im.filter(ImageFilter.MedianFilter())enhancer = ImageEnhance.Contrast(im)
im = enhancer.enhance(2)
im = im.convert('1')
##a=remove_point(im)
pointmi(im)
ocrend()

⑦ 識別驗證碼的演算法

一、驗證碼的基本知識
1. 驗證碼的主要目的是強制人機交互來抵禦機器自動化攻擊的。
2. 大部分的驗證碼設計者並不得要領，不了解圖像處理，機器視覺，模式識別，人工智慧
的基本概念。
3. 利用驗證碼，可以發財，當然要犯罪：比如招商銀行密碼只有6位，驗證碼形同虛設，計
算機很快就能破解一個有錢的賬戶，很多帳戶是可以網上交易的。
4. 也有設計的比較好的，比如Yahoo,Google,Microsoft等。而國內Tencent的中文驗證
碼雖然難，但算不上好。
二、人工智慧，模式識別，機器視覺，圖像處理的基本知識
1)主要流程：
比如我們要從一副圖片中，識別出驗證碼；比如我們要從一副圖片中，檢測並識別出一張
人臉。 大概有哪些步驟呢？
1.圖像採集：驗證碼呢，就直接通過HTTP抓HTML，然後分析出圖片的url，然後下載保存就
可以了。 如果是人臉檢測識別，一般要通過視屏採集設備，採集回來，通過A/D轉操作，存為
數字圖片或者視頻頻。
2.預處理：檢測是正確的圖像格式，轉換到合適的格式，壓縮，剪切出ROI，去除噪音，灰度
化，轉換色彩空間這些。
3.檢測：車牌檢測識別系統要先找到車牌的大概位置，人臉檢測系統要找出圖片中所有
的人臉（包括疑似人臉）；驗證碼識別呢，主要是找出文字所在的主要區域。
4.前處理：人臉檢測和識別，會對人臉在識別前作一些校正，比如面內面外的旋轉，扭曲
等。我這里的驗證碼識別，「一般」要做文字的切割
5.訓練：通過各種模式識別，機器學習演算法，來挑選和訓練合適數量的訓練集。不是訓練
的樣本越多越好。過學習，泛化能力差的問題可能在這里出現。這一步不是必須的，有些識
別演算法是不需要訓練的。
6.識別：輸入待識別的處理後的圖片，轉換成分類器需要的輸入格式，然後通過輸出的類
和置信度，來判斷大概可能是哪個字母。識別本質上就是分類。
2)關鍵概念：
圖像處理：一般指針對數字圖像的某種數學處理。比如投影，鈍化，銳化，細化，邊緣檢測，
二值化，壓縮，各種數據變換等等。
1.二值化：一般圖片都是彩色的，按照逼真程度，可能很多級別。為了降低計算復雜度，
方便後續的處理，如果在不損失關鍵信息的情況下，能將圖片處理成黑白兩種顏色，那就最好
不過了。
2.細化：找出圖像的骨架，圖像線條可能是很寬的，通過細化將寬度將為1，某些地方可能
大於1。不同的細化演算法，可能有不同的差異，比如是否更靠近線條中間，比如是否保持聯通
行等。
3.邊緣檢測：主要是理解邊緣的概念。邊緣實際上是圖像中圖像像素屬性變化劇烈的地
方。可能通過一個固定的門限值來判斷，也可能是自適應的。門限可能是圖像全局的，也可
能是局部的。不能說那個就一定好，不過大部分時候，自適應的局部的門限可能要好點。被
分析的，可能是顏色，也可能是灰度圖像的灰度。
機器視覺：利用計算機來模式實現人的視覺。 比如物體檢測，定位，識別。按照對圖像
理解的層次的差別，分高階和低階的理解。
模式識別：對事物或者現象的某種表示方式（數值，文字，我們這里主要想說的是數值），
通過一些處理和分析，來描述，歸類，理解，解釋這些事物，現象及其某種抽象。
人工智慧：這種概念比較寬，上面這些都屬於人工智慧這個大的方向。簡單點不要過分
學院派的理解就是，把人類的很「智能」的東西給模擬出來協助生物的人來處理問題，特別是
在計算機裡面。

⑧ 請教自動識別驗證碼的演算法

如果能算出來，現在各網站早就不用驗證碼了！

原先曾有相關的OCR軟體可以識別出驗證碼的，所以現在的驗證碼上加了隨機雜點，就是為了產生干擾效果，防止被自動識別的。

⑨ 驗證碼 演算法問題

給你下面的代碼自己研究吧！！！using System;
using System.Collections;
using System.Configuration;
using System.Data;
using System.Linq;
using System.Web;
using System.Web.Security;
using System.Web.UI;
using System.Web.UI.HtmlControls;
using System.Web.UI.WebControls;
using System.Web.UI.WebControls.WebParts;
using System.Xml.Linq;
using System.Drawing;public partial class 驗證 : System.Web.UI.Page
{
private void Page_Load(object sender, System.EventArgs e)
{
this.CreateCheckCodeImage(GenerateCheckCode());
}
#region Web 窗體設計器生成的代碼
override protected void OnInit(EventArgs e)
{
//
// CODEGEN: 該調用是 ASP.NET Web 窗體設計器所必需的。
//
InitializeComponent();
base.OnInit(e);
} /// <summary>
/// 設計器支持所需的方法 - 不要使用代碼編輯器修改
/// 此方法的內容。
/// </summary>
private void InitializeComponent()
{
this.Load += new System.EventHandler(this.Page_Load);
}
#endregion
private string GenerateCheckCode()
{
int number;
char code;
string checkCode = String.Empty;
System.Random random = new Random();
for (int i = 0; i < 6; i++)
{
number = random.Next();
if (number % 2 == 0)
code = (char)('0' + (char)(number % 10));
else
code = (char)('A' + (char)(number % 26));
checkCode += code.ToString();
}
Response.Cookies.Add(new HttpCookie("CheckCode", checkCode));
return checkCode;
}
private void CreateCheckCodeImage(string checkCode)
{
if (checkCode == null || checkCode.Trim() == String.Empty)
return;
System.Drawing.Bitmap image = new System.Drawing.Bitmap((int)Math.Ceiling((checkCode.Length * 12.5)), 22);
Graphics g = Graphics.FromImage(image);
try
{
//生成隨機生成器
Random random = new Random();
//清空圖片背景色
g.Clear(Color.White);
//畫圖片的背景噪音線
for (int i = 0; i < 25; i++)
{
int x1 = random.Next(image.Width);
int x2 = random.Next(image.Width);
int y1 = random.Next(image.Height);
int y2 = random.Next(image.Height);
g.DrawLine(new Pen(Color.Silver), x1, y1, x2, y2);
}
Font font = new System.Drawing.Font("Arial", 12, (System.Drawing.FontStyle.Bold | System.Drawing.FontStyle.Italic));
System.Drawing.Drawing2D.LinearGradientBrush brush = new System.Drawing.Drawing2D.LinearGradientBrush(new Rectangle(0, 0, image.Width, image.Height), Color.Blue, Color.DarkRed, 1.2f, true);
g.DrawString(checkCode, font, brush, 2, 2);
//畫圖片的前景噪音點
for (int i = 0; i < 100; i++)
{
int x = random.Next(image.Width);
int y = random.Next(image.Height);
image.SetPixel(x, y, Color.FromArgb(random.Next()));
}
//畫圖片的邊框線
g.DrawRectangle(new Pen(Color.Silver), 0, 0, image.Width - 1, image.Height - 1);
System.IO.MemoryStream ms = new System.IO.MemoryStream();
image.Save(ms, System.Drawing.Imaging.ImageFormat.Gif);
Response.ClearContent();
Response.ContentType = "image/Gif";
Response.BinaryWrite(ms.ToArray());
}
finally
{
g.Dispose();
image.Dispose();
}
}}
這個是生成的驗證碼 在你要驗證的textbox後面加上<img onclick="this.src='驗證.aspx';" src="驗證.aspx" alt="驗證碼"/>就會出現驗證碼了。 下面是驗證驗證碼是不是輸入正確 if (Request.Cookies["CheckCode"] == null)
{
lblMessage.Text = "您的瀏覽器設置已被禁用 Cookies，您必須設置瀏覽器允許使用 Cookies 選項後才能使用本系統。";
lblMessage.Visible = true;
return;
}
if (String.Compare(Request.Cookies["CheckCode"].Value, txtCheckCode.Text, true) != 0)
{
lblMessage.Text = "驗證碼錯誤，請輸入正確的驗證碼。";
lblMessage.Visible = true;
return; }
else
{
lblMessage.Text = "";
return;
}