我很高兴你喜欢它！Github：leonof/imgRecJs[1]，刚刚上传，代码还有待完善~因为很多同学对训练和识别表示疑惑，我做了一个小接口放到最后，方便大家过一遍流程第一的。后面会更新：把js代码等打包成chrome扩展，让浏览器自动识别，像傻瓜一样使用~！（更新：使用chrome扩展让浏览器执行我们的脚本[2]）其实整篇文章并不难，网上有很多java、c等代码。只是我写代码的时候找不到纯js可以用的代码或者库，也不能打包成chrome扩展，所以还是用起来不方便。所以在验证了思路的可行性之后，我就大致写下来，方便大家参考。目前验证码的识别方式有很多种。由于能力有限，只能用最简单的机器学习。目标验证码也比较简单，比如：（包括字母）如果识别控制速度在0.1秒以内，则正确率为99.99999%（因为识别一直都是正确的哈哈哈）。在动手之前，我们先梳理一下大概的思路，让更多独立的同学可以尝试自己完成代码：1.首先分析网页的DOM结构，加载验证码图片。2.在canvas上绘制图片，获取图片的像素数据。3.依次对图像进行二值化、腐蚀、膨胀、剪切、旋转、缩放。4、记录处理后的单个数字的二值化数据，手动录入实数。5.重复训练。6、识别时，用处理后的图像与库中的数据进行比对，得到最相似的数据，得到真实的数字。（下方优化）7、当数据量较大时，可以取前几条相似的数据，根据权重从中选出最有可能的数，提高准确率。8、也可以在发现相似度足够高时停止搜索，作为最终的识别结果，提高效率。大佬们直接写吧，我低级简单的代码会被你们笑话的。..比较急功近利的同学不用看了，直接用demo修改一下！好吧，既然你在这里，我会尽量说清楚。在做之前，我简单模拟了一个需要输入验证码的网站。效果如下：嗯，真的很简单...点击图片更改验证码，输入框用于输入，按钮模拟提交，如下：假设他就是我们要的目标自动识别。1、分析网页DOM结构，加载验证码图片。我们可以看到验证码的url是：img/0.jpg。这里的url会发生变化，模拟更改验证码的过程。ctx1.drawImage(img,0,0,img.width,img.height);但实际上，由于大部分验证码都是后台生成的，地址是固定的。然后我们就可以轻松获取图片数据了：新建一个Image，给url赋值即可（或者直接获取img元素）。参考代码：varimg=document.getElementById("img");2.在canvas上绘制图片，获取图片的像素数据。要在画布上绘制图片，首先要创建一个画布并对其进行初始化。参考代码：varcanvas1=document.createElement("canvas");document.getElementsByTagName("body")[0].appendChild(canvas1);canvas1.style.backgroundColor="cornsilk";varctx1=canvas1.getContext("2d");然后，画图。参考代码：ctx1.drawImage(img,0,0,img.width,img.height);然后我们就可以使用canvas来获取图片的像素数据了。参考代码：varimgData=ctx1.getImageData(0,0,WIDTH,HEIGHT);3.依次对图像进行二值化、腐蚀膨胀、切割、旋转、缩放。这部分是图像识别的重点，直接影响识别的准确率和速度。复杂的验证码也要经过去刺激处理。例如，可以检测并消除贯穿的水平线，或者去除颜色高度均匀的背景等。我们的图片几乎没有干扰，只有简单的旋转和缩放，所以直接进行二值化操作（二值化也可以去除少量干扰）。1、二值化操作的思路是：计算图片的平均灰度作为阈值，大于阈值则为纯黑，否则为纯白。参考代码：functiontoHex(fromImgData){//二值化图像varfromPixelData=fromImgData.data;vargreyAve=0;for(varj=0;j
