验证码自动识别产品系统

随着互联网安全需求提升，验证码作为人机验证的核心手段被广泛应用于登录、注册、防爬虫等场景。但传统字符验证码存在识别难度大、人工打码成本高的问题，同时黑产利用自动化工具批量识别验证码也带来安全隐患。本项目立足深度学习与计算机视觉技术，研究字符验证码的自动识别方法，一方面可用于网站安全测试与防护评估，另一方面也为验证码设计优化提供技术参考，具有实际的工程应用价值。

本项目包含四大核心功能模块：图像预处理模块、字符分割模块、CNN 识别模块和系统测试模块。图像预处理负责对验证码图片进行灰度化、二值化、去噪和形态学操作，提升图像质量；字符分割采用投影法与连通域分析相结合的方式，将四位验证码切割为单个字符；CNN 识别模块基于 PyTorch 搭建卷积神经网络，通过多层卷积池化提取特征，实现单字符分类识别；系统测试模块提供批量识别接口，输出准确率、识别速度等性能指标。整体支持端到端的验证码图片输入与识别结果输出，可处理不同干扰程度的字符验证码。

我独立负责项目的全流程开发，涵盖数据采集、模型训练与系统实现。技术栈采用 Python + OpenCV + PyTorch + Tesseract-OCR，架构上分为预处理层、分割层、识别层三级流水线。亮点在于：一是结合自适应二值化与形态学去噪，有效处理干扰线和噪点；二是对比了 CNN 与 Tesseract 两种识别方案，最终自研 CNN 模型在自制数据集上准确率达到 92% 以上，优于通用 OCR 工具；三是实现了批量测试脚本，支持千级样本快速验证，工程实用性强。