反反爬虫(1) ：破解图片/文字验证码（翻过这座山，让世界听到你的故事）

验证码

全自动区分计算机和人类的公开图灵测试 (Completely Automated Public Turing test to tell Computers and Humans Apart)，简称 CAPTCHA，俗称 验证码。

由于这个测试是由计算机来考人类，而不是标准图灵测试中那样由人类来考计算机，所以也被称为反向图灵测试。

验证码可以有效防止恶意注册，刷票，论坛“灌水” 等有损网站利益的行为。验证码的原理很简单：人类有主观意识，能够根据要求执行操作，而计算机却不能。

最初，验证码是一张带有字符的图片，用户只需要将图片中的字符输入到文本框中即可，但这种简单的验证码很快就被绕过了。于是人们向图片中加入了一些混淆的元素，如斜线，彩色斑点等。接着出现了一些基于用户操作的验证码，也就是行为验证码。常见的有滑动验证码，拼图验证码和文字点选验证码等。

字符验证码

字符验证码是指用数字，字母，汉字和标点符号等字符作为元素的图片验证码。字符验证码是常见的验证码类型。它将人类视觉和计算机视觉的差异作为区分用户身份的依据。

OCR识别

我们曾在前边的文章中使用 百度AI开放平台文字识别 成功地从图片中识别电话号码，那么是否可以用来识别验证码图片中的文字呢？ 将网站中的验证码保存到本地，然后调用 百度OCR 进行识别：

相较于之前的电话号码来说，本次所面对的验证码是带有彩色背景斜线和噪点，而且图片中字符颜色和背景色并没有强烈反差，这些因素都会影响识别效果。

要想提高识别的成功率，我们必须对图片进行处理，例如降低斜线和噪点对文字的干扰，增强背景色与字符颜色的反差。

也就是说，我们需要对图片进行灰度处理（去掉彩色）和二值化处理（降低干扰，增强颜色反差）。

灰度处理

from PIL import Image

im = Image.open(r"C:\Users\Administrator\Desktop\code.png")
im = im.convert(<