reCAPTCHA 简单分析
CAPTCHA项目是Completely Automated Public Turing Test to Tell Computers and Humans Apart (全自动区分计算机和人类的图灵测试)的简称。CAPTCHA的目的是区分计算机和人类的一种程序算法,是一种区分用户是计算机和人的计算程序,这种程序必须能生成并评价人类能很容易通过但计算机却通不过的测试。
http://baike.baidu.com/view/538168.htm
简单来说,我们在各个网站看到的验证码的算法就是CAPTCHA。
卡内基梅隆大学(Carnegie Mellon University,CMU)设计了一个名叫 reCAPTCHA 的强大系统,让他们的电脑去向人类求助。具体做法是:将OCR软件无法识别的文字扫描图传给世界各大网站,用以替换原来的验证码图片;那些网站的用户在正确识别出这些文字之后,其答案便会被传回CMU。
reCAPTCHA验证码系统在2009年的时候被Google收购,整体界面有点类似于CAPTCHA,但是安全性能更高,通常都是由两个单词组成,一个是机器可以识别的(用来测试你是否是由人来访问的),还有一个是机器不能读取的(用来帮助将书本中的文字数字化)。
http://baike.baidu.com/view/1944705.htm
http://jandan.net/2013/02/17/recaptcha.html
在危地马拉人发明这个验证码程序的时候,是为了防止电脑识别密码盗用,所以用机器难以识别的图片让人识别,精彩的是,谷歌图书馆用它来让人识别机器扫描无法识别的文字,当我们输入验证码的时候,居然是在为谷歌做文字识别工作。
这个验证码的演示地址:http://www.google.com/recaptcha/mailhide/
一些截图:
它的原理如下:
现在OCR的阅读效率实在是不高,下面这张图就可以说明问题。
它的情景是这样的,有一天,某台机器扫描了一本书,想把它转成电子版:
处理出来是这样子的:
The Hreckinridge’ and Lane Democrats, having taken courage at the recent eastern advises,
are [xxxxxxxxxx] energetically for the campaign: Several prominent Democrats who at first
favoredDonoLea, are coming out. for the other aide, apparently under the [xxxxxxxx] of Federal
[xxxxxxxxx]. An address to the National Democracy of ,1ifornia, urging the party to
supportHaeeslipslDas, has recently been published, which manifestlybss strengthened that aide of
the [xxxxxxxxx]: It is signed by 65 Democrats, many of whom occupy respectab e and prominent
positions in the party, 22 of them are Federal office-holders,[xxxxx] more are recipients of
Federal patronage, and the others represent a mass of politicians giving the document [xxxx][xxxxxx]
mTheDcu8las Democrats are also active The Irish and German vote will mostly go with ths# branch of
the party, but it is[xxxxxxxxx] to [xxxxxxxx] [xxxxx] [xxxx] [xx] the stronger. Thus far 17 IT
newspapers have declared for DonGres, 13 for Base$- IaaIDGS and 9 remain non-committal, with even
chances of going either way. Under these circumstances the Republicans entertain not unjustifiable
hopes that the Democratic divisions may be so equal,- ly balanced as to give the State [xx]
LIaCOLV.Same very [xxxxxxx] Bell and Everett meetings have been held in different parts of the State,
bat thus far that party does not exhibit much rank sad ale air en.
这个是原书质量比较差的:
看到这个,电脑就傻眼了,吐出来一堆这种东西:
‘ letz-1- rrk fit: 1′ . on its to Vc ,rt, cann into tlm yc H_ tcr,la, .n. ‘l l; , arc ti:( h of thc 1″,
ats that to ltc rc: ,;. , I; ., l: rel!;n. tani., , ./olio, IJuteilu, . 1!’i./_ ;lr”n. Iiam! Jr.r.
F’l,nr_.Z.._%i;;, ,, : rt-Irn: am/ tf.rri.:, t?m steamer as a tr nW r. Uu ,tin;t, c ac?1 1″,at firm/
a t;nn, accor.liu; to .t rn. ‘Cl.w r. wu ru lm:nui MistinW /y in u;th, -. ink ;:,k as to “what w ax
1111, :111(I vle:iR a of ;: (,am( into, mnr r-, tm if tlm wo r( uu.i n:’ of t?u : la?:Iv. \ ‘c : ol
in thc , ucr:atic , , Tlau :; will h:aw tu-li.r \. ’1′Im yap?tts Il ,,n an,/ I, ,rr:l. r, (,t tf,
is r:ity, start witli it, with lu:rtic: ol \ 1- e:l.k.
看得懂吗?反正我是看不懂。reCAPTCHA验证码的出现,就是为了改变这种情况的。下面这张图可以很好的解释它的工作原理:
上面的步骤就是:
1、我们首先扫描了一本有一大堆单词的书
2、我们找出不能被电脑识别的单词,这些单词有可能是不同的字体。当然了,损坏程度也与书籍年代以及扫描质量有关。
3、为了让这些验证码更安全,我们会让它更扭曲并且在上面加入横线。
4、一个验证码是有两个这样的单词组成的。
有了reCAPTCHA验证码的帮助,第二张图片上面的文字就会变得清楚多了(不过还是有一点小错误):
The New-York State yacht Squadron, on its annual cruise to Newport came into the harbor
yesterday afternoon. The following are the names of the boats that came to anchor here:
Jessie, gera loliv erelun Annie, Mannering, Julia, Bonita, Magic wut, Rambler, floumblie,
Henrietta, Sea-Drift and Maria, with the steamer America as a tender. On anchoring each
boat fired a gun, according to custom. The reports were heard distinctly in the city,
causing considerable inquiry as to “what was up,” and quite a number of sanguine individuals came
into our office to inquire if the guns were not annunciatory signals of the successful laying of the
Atlantic Cable. We invariably replied in the negative. The squadron will leave to-day for Newport.
The yachts Washington and buub r of this city, start with it, with parties of New Haven people.
有的人可能要问了,既然机器都看不明白那他怎么判断你输对了还是错了呢?
Google是这样解释的:
两个验证码里面有一个是正确的,被人审核过的,而另一个是不正确的,机器读不出来的。当你把那个正确的输对以后我们就会默认另外一个也是对的,这样,你每输入一次验证码,就为人类的知识宝库里增加了一个单词。
下图就是对这个原理过程的一个描述:
了解和申请 reCAPTCHA :www.google.com/recaptcha
一些开源的验证码相关内容:
http://www.oschina.net/project/tag/248/captcha
reCAPTCHA 简单分析的更多相关文章
- 简单分析JavaScript中的面向对象
初学JavaScript的时候有人会认为JavaScript不是一门面向对象的语言,因为JS是没有类的概念的,但是这并不代表JavaScript没有对象的存在,而且JavaScript也提供了其它的方 ...
- CSipSimple 简单分析
简介 CSipSimple是一款可以在android手机上使用的支持sip的网络电话软件,可以在上面设置使用callda网络电话.连接使用方式最好是使用wifi,或者3g这样上网速度快,打起电话来效果 ...
- C#中异常:“The type initializer to throw an exception(类型初始值设定项引发异常)”的简单分析与解决方法
对于C#中异常:“The type initializer to throw an exception(类型初始值设定项引发异常)”的简单分析,目前本人分析两种情况,如下: 情况一: 借鉴麒麟.NET ...
- 透过byte数组简单分析Java序列化、Kryo、ProtoBuf序列化
序列化在高性能网络编程.分布式系统开发中是举足轻重的之前有用过Java序列化.ProtocolBuffer等,在这篇文章这里中简单分析序列化后的byte数组观察各种序列化的差异与性能,这里主要分析Ja ...
- 简单分析Java的HashMap.entrySet()的实现
关于Java的HashMap.entrySet(),文档是这样描述的:这个方法返回一个Set,这个Set是HashMap的视图,对Map的操作会在Set上反映出来,反过来也是.原文是 Returns ...
- Ffmpeg解析media容器过程/ ffmpeg 源代码简单分析 : av_read_frame()
ffmpeg 源代码简单分析 : av_read_frame() http://blog.csdn.net/leixiaohua1020/article/details/12678577 ffmpeg ...
- FFmpeg的HEVC解码器源码简单分析:解析器(Parser)部分
===================================================== HEVC源码分析文章列表: [解码 -libavcodec HEVC 解码器] FFmpeg ...
- FFmpeg资料来源简单分析:libswscale的sws_getContext()
===================================================== FFmpeg库函数的源代码的分析文章: [骨架] FFmpeg源码结构图 - 解码 FFmp ...
- wp7之换肤原理简单分析
wp7之换肤原理简单分析 纠结很久...感觉勉强过得去啦.还望各位大牛指点江山 百度找到这篇参考文章http://www.cnblogs.com/sonyye/archive/2012/03/12/2 ...
随机推荐
- 存储入门 – RAID技术(大图解释)
对于RAID,一直都知道个概念,但是对于细节没有去仔细的研究过.正好昨天Training的时候, 老师讲解了RAID的内容,所以顺便就整理一下.很多内容都是参考了ISMv2这本书. RAID中用到的技 ...
- IntelliJ IDEA:Getting Started with Spring MVC, Hibernate and JSON实践
原文:IntelliJ IDEA:Getting Started with Spring MVC, Hibernate and JSON实践 最近把编辑器换成IntelliJ IDEA,主要是Ecli ...
- WPF之无法触发KeyDown或者KeyUp键盘事件
有时候我们可能在Panel(StackPanel.Canvas.Grid)上或者是在一些默认不支持Focus的控件上添加了KeyDown或者KeyUp,可是残酷的现实告诉我们,这是无法触发的,怎么办呢 ...
- mysql代码里面有中文注释导致语法错误
一个简单的创建表的代码 DROP database IF exists reg_login; CREATE database reg_login; use reg_login --用户表 create ...
- Spark 1.6.1分布式集群环境搭建
一.软件准备 scala-2.11.8.tgz spark-1.6.1-bin-hadoop2.6.tgz 二.Scala 安装 1.master 机器 (1)下载 scala-2.11.8.tgz, ...
- UITextField的总结
1.UITextField的初始化和设置 textField = [[UITextField alloc] initWithFrame:CGRectMake(120.0f, 80.0f, 150.0f ...
- JSON(3)Google解析Json库Gson
本文参考 : http://www.cnblogs.com/chenlhuaf/archive/2011/05/01/gson_test.html 1.资料 官网: http://groups.goo ...
- [HIHO1300]展胜地的鲤鱼旗(栈,dp)
题目链接:http://hihocoder.com/problemset/problem/1300 给一个字符串,只包含'('和')',问存在多少个子串似的括号是匹配的. 匹配规则在题干中描(蒻)述( ...
- PhpStorm+PhpStudy+xdebug 配置图解
1.配置niginx.ini,新增 server节点,比如使用9200 端口 server { listen 9200;#本地调试,不用80端口 server_name localhost; #cha ...
- phpStorm连接mysql
小结:牛逼的IDE