自动化验证码识别系统构建：图像处理与 OCR 实战

核心流程

自动化验证码识别系统的核心流程：

1. 获取验证码图片：使用精易网页访问对象访问验证码地址，获取验证码图片并保存到本地
2. 验证码预处理：对验证码图片进行预处理（如灰度化、二值化、降噪、分割等），提高识别准确率
3. OCR 识别：调用 Tesseract OCR 引擎对预处理后的验证码图片进行识别，获取识别结果
4. 输入验证码：使用精易模块的窗口操作组件模拟用户操作，将识别结果输入到验证码输入框
5. 点击登录：使用精易模块的窗口操作组件模拟用户操作，点击登录按钮
6. 记录识别结果：将验证码图片、识别结果、准确率等信息保存到数据库，以便后续优化

核心功能开发

系统登录与权限管理

.版本 2
.支持库 spec
.支持库 eDB
.支持库 eJYM

.程序集 程序集 1
.程序集变量 g_用户信息，类_用户信息
.程序集变量 g_权限列表，集合
.程序集变量 g_登录状态，逻辑型

.子程序 __启动窗口_创建完毕
    ' 初始化组件属性
    _启动窗口。标题 ＝ '自动化验证码识别系统登录'
    _启动窗口。宽度 ＝ 400
    _启动窗口。高度 ＝ 300
    _启动窗口。左边 ＝ (取屏幕宽度 () － _启动窗口。宽度) ÷ 2
    _启动窗口。顶边 ＝ (取屏幕高度 () － _启动窗口。高度) ÷ 2
    
    ' 初始化数据库连接
    .如果真 (数据库连接_初始化 () ＝ #假)
        信息框 ('数据库连接失败！', 0, '错误提示')
        结束 ()
    .如果真结束
    调试输出 ('系统初始化成功！')

.子程序 数据库连接_初始化，逻辑型
    .局部变量 连接句柄，整数型
    .局部变量 服务器 IP, 文本型
    .局部变量 服务器端口，整数型
    .局部变量 用户名，文本型
    .局部变量 密码，文本型
    .局部变量 数据库名，文本型
    
    ' 从配置文件中读取数据库配置
    服务器 IP ＝ 配置文件_取文本 ('Database', 'Host', '127.0.0.1')
    服务器端口 ＝ 到数值 (配置文件_取文本 ('Database', 'Port', '3306'))
    用户名 ＝ 配置文件_取文本 ('Database', 'User', 'root')
    密码 ＝ 文本_解密 (配置文件_取文本 ('Database', 'Password', ''), 'captcha_recognition_system_2023')
    
    ' 使用 AES 算法解密密码
    数据库名 ＝ 配置文件_取文本 ('Database', 'Name', 'captcha_recognition_system')
    
    ' 连接 MySQL 数据库
    连接句柄 ＝ MySQL.连接 (服务器 IP, 服务器端口，用户名，密码，数据库名)
    .如果真 (连接句柄 ≤ 0)
        调试输出 ('数据库连接失败！错误信息：', MySQL.取错误信息 ())
        返回 (#假)
    .如果真结束
    调试输出 ('数据库连接成功！连接句柄：', 连接句柄)
    返回 (#真)

配置管理模块

.版本 2
.支持库 spec
.支持库 eDB
.支持库 eJYM
.支持库 eFile

.程序集 程序集 1
.程序集变量 g_用户信息，类_用户信息
.程序集变量 g_配置列表，集合

.子程序 __启动窗口_创建完毕
    ' 初始化组件属性
    _启动窗口。标题 ＝ '配置管理'
    _启动窗口。宽度 ＝ 1000
    _启动窗口。高度 ＝ 700
    _启动窗口。左边 ＝ (取屏幕宽度 () － _启动窗口。宽度) ÷ 2
    _启动窗口。顶边 ＝ (取屏幕高度 () － _启动窗口。高度) ÷ 2
    
    ' 加载配置列表
    加载配置列表 ()
    调试输出 ('配置管理窗口初始化成功！')

.子程序 加载配置列表
    .局部变量 记录集，类_记录集
    .局部变量 SQL 语句，文本型
    .局部变量 i, 整数型
    
    ' 查询配置列表
    SQL 语句 ＝ 'SELECT * FROM config WHERE user_id = ' ＋ 到文本 (g_用户信息。用户 ID) ＋ ' AND status = 1 ORDER BY config_id ASC'
    记录集 ＝ MySQL.查询 (SQL 语句)
    
    ' 清空配置列表框
    lstConfig.全部删除 ()
    
    ' 遍历记录集，显示数据到配置列表框
    .判断循环首 (记录集。到记录尾 () ＝ #假)
        lstConfig.插入表项 (, )
        lstConfig.置标题 (i, 0, 到文本 (记录集。读大整数 ('config_id')))
        lstConfig.置标题 (i, 1, 记录集。读文本 ('platform_name'))
        lstConfig.置标题 (i, 2, 记录集。读文本 ('login_url'))
        lstConfig.置标题 (i, 3, 记录集。读文本 ('username'))
        lstConfig.置标题 (i, 4, 文本_取中间文本 (文本_解密 (记录集。读文本 ('password'), 'captcha_recognition_system_2023'), 1, 3) ＋ '****")
        ' 密码加密显示
        lstConfig.置标题 (i, 5, 记录集。读文本 ('captcha_url'))
        lstConfig.置标题 (i, 6, 文本_替换 (到文本 (记录集。读整数 ('status')), '0', '未启用', '1', '已启用'))
        i ＝ i ＋ 1
        记录集。到下一条 ()
    .判断循环尾 ()
    
    ' 关闭记录集
    记录集。关闭 ()

验证码获取与预处理

.版本 2
.支持库 spec
.支持库 eJYM
.支持库 eNetwork
.支持库 eImage
.支持库 eFile

.程序集 程序集 1
.程序集变量 g_图像操作对象，类_图像操作

.子程序 __初始化， , , 本子程序在类创建后会被自动调用
    ' 初始化图像操作对象
    g_图像操作对象。创建 ()
    调试输出 ('验证码获取与预处理模块初始化成功！')

.子程序 获取验证码图片，文本型，公开
    .参数 配置信息，配置信息
    .局部变量 网页访问对象，类_网页访问对象
    .局部变量 验证码字节集，字节集
    .局部变量 验证码文件路径，文本型
    .局部变量 临时文件夹路径，文本型
    
    ' 初始化网页访问对象
    网页访问对象。创建 ()
    
    ' 设置请求头
    网页访问对象。置请求头 ('User-Agent', 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36')
    网页访问对象。置请求头 ('Referer', 配置信息。登录地址)
    
    ' 设置代理 IP（如果配置了代理 IP）
    .如果真 (配置信息。代理 IP ≠ '')
        网页访问对象。置代理服务器 (配置信息。代理 IP)
    .如果真结束
    
    ' 获取验证码字节集
    验证码字节集 ＝ 网页访问对象。访问 ('GET', 配置信息。验证码地址， , , )
    
    ' 检查验证码字节集是否为空
    .如果真 (取字节集长度 (验证码字节集) ＝ 0)
        调试输出 ('验证码图片获取失败！验证码地址：', 配置信息。验证码地址)
        网页访问对象。销毁 ()
        返回 ('')
    .如果真结束
    
    ' 创建临时文件夹
    临时文件夹路径 ＝ 文件_取临时目录 () ＋ 'captcha_recognition_system\'
    .如果真 (文件_是否存在 (临时文件夹路径) ＝ #假)
        文件_创建目录 (临时文件夹路径)
    .如果真结束
    
    ' 生成验证码文件路径
    验证码文件路径 ＝ 临时文件夹路径 ＋ 配置信息。平台名称 ＋ '_' ＋ 到文本 (取现行时间 (), , 'yyyyMMddHHmmss') ＋ '.png'
    
    ' 保存验证码字节集到文件
    字节集_到文件 (验证码字节集，验证码文件路径)
    
    ' 销毁网页访问对象
    网页访问对象。销毁 ()
    调试输出 ('验证码图片获取成功！验证码文件路径：', 验证码文件路径)
    返回 (验证码文件路径)

.子程序 验证码预处理，文本型，公开
    .参数 验证码文件路径，文本型
    .参数 配置信息，配置信息
    .局部变量 预处理后的文件路径，文本型
    .局部变量 图像对象，类_图像对象
    
    ' 打开验证码图片
    图像对象 ＝ g_图像操作对象。打开图像 (验证码文件路径)
    
    ' 灰度化
    g_图像操作对象。图像灰度化 (图像对象)
    
    ' 二值化（使用阈值分割）
    g_图像操作对象。图像二值化 (图像对象，128, 255)
    
    ' 降噪（去除孤立点）
    g_图像操作对象。图像降噪 (图像对象，1)
    
    ' 保存预处理后的验证码图片
    预处理后的文件路径 ＝ 文本_替换 (验证码文件路径， '.png', '_processed.png')
    g_图像操作对象。保存图像 (图像对象，预处理后的文件路径，0)
    
    ' 释放图像对象
    g_图像操作对象。释放图像 (图像对象)
    调试输出 ('验证码预处理成功！预处理后的文件路径：', 预处理后的文件路径)
    返回 (预处理后的文件路径)

OCR 识别模块

.版本 2
.支持库 spec
.支持库 eJYM
.支持库 eFile
.支持库 eShell

.程序集 程序集 1

.子程序 验证码识别，文本型，公开
    .参数 预处理后的文件路径，文本型
    .参数 配置信息，配置信息
    .局部变量 识别结果，文本型
    .局部变量 命令行参数，文本型
    .局部变量 执行结果，文本型
    .局部变量 临时文本文件路径，文本型
    
    ' 检查 Tesseract OCR 路径是否正确
    .如果真 (文件_是否存在 (配置信息。TesseractOCR 路径) ＝ #假)
        调试输出 ('Tesseract OCR 路径不存在！路径：', 配置信息。TesseractOCR 路径)
        返回 ('')
    .如果真结束
    
    ' 生成临时文本文件路径
    临时文本文件路径 ＝ 文本_替换 (预处理后的文件路径， '_processed.png', '_result.txt')
    
    ' 构建命令行参数（调用 Tesseract OCR 识别验证码）
    命令行参数 ＝ '''' ＋ 配置信息。TesseractOCR 路径 ＋ '''' ＋ ' ' ＋ '''' ＋ 预处理后的文件路径 ＋ '''' ＋ ' ' ＋ '''' ＋ 文本_替换 (临时文本文件路径， '.txt', '') ＋ '''' ＋ ' -l eng -psm 8 digits'
    
    ' 执行命令行
    执行结果 ＝ 系统_执行命令 (命令行参数，真， )
    
    ' 读取识别结果
    识别结果 ＝ 文件_读文本 (临时文本文件路径， 'UTF-8')
    
    ' 去除识别结果中的换行符和空格
    识别结果 ＝ 文本_替换 (识别结果， #换行符， '', #空格符， '')
    
    ' 过滤识别结果（只保留数字和字母）
    识别结果 ＝ 正则_替换 (识别结果， '[^a-zA-Z0-9]', '')
    
    ' 删除临时文本文件
    文件_删除 (临时文本文件路径)
    
    ' 检查识别结果是否符合预期（长度≥4，只包含数字和字母）
    .如果真 (取文本长度 (识别结果) < 4 或 正则_匹配 (识别结果， '[^a-zA-Z0-9]') ＝ #真)
        调试输出 ('验证码识别失败！识别结果：', 识别结果)
        返回 ('')
    .如果真结束
    调试输出 ('验证码识别成功！识别结果：', 识别结果)
    返回 (识别结果)

自动化操作模块

.版本 2
.支持库 spec
.支持库 eJYM
.支持库 eWindow
.支持库 eShell

.程序集 程序集 1

.子程序 自动化登录，逻辑型，公开
    .参数 配置信息，配置信息
    .参数 验证码识别结果，文本型
    .局部变量 浏览器路径，文本型
    .局部变量 浏览器窗口句柄，整数型
    .局部变量 登录窗口句柄，整数型
    .局部变量 账号输入框句柄，整数型
    .局部变量 密码输入框句柄，整数型
    .局部变量 验证码输入框句柄，整数型
    .局部变量 登录按钮句柄，整数型
    
    ' 获取浏览器路径（默认使用 Chrome 浏览器）
    浏览器路径 ＝ 配置文件_取文本 ('System', 'BrowserPath', 'C:\Program Files\Google\Chrome\Application\chrome.exe')
    
    ' 检查浏览器路径是否正确
    .如果真 (文件_是否存在 (浏览器路径) ＝ #假)
        调试输出 ('浏览器路径不存在！路径：', 浏览器路径)
        返回 (#假)
    .如果真结束
    
    ' 打开浏览器并访问登录地址
    系统_执行命令 ('''' ＋ 浏览器路径 ＋ '''' ＋ ' ' ＋ '''' ＋ 配置信息。登录地址 ＋ '''', 假， )
    
    ' 等待浏览器加载完成
    延迟 (5000)
    
    ' 获取浏览器窗口句柄
    浏览器窗口句柄 ＝ 窗口_取句柄 (, 'Chrome_WidgetWin_1', 'Google Chrome', )
    .如果真 (浏览器窗口句柄 ≤ 0)
        调试输出 ('浏览器窗口句柄获取失败！')
        返回 (#假)
    .如果真结束
    
    ' 获取登录窗口句柄
    登录窗口句柄 ＝ 窗口_取句柄 (浏览器窗口句柄， '#document', , )
    .如果真 (登录窗口句柄 ≤ 0)
        调试输出 ('登录窗口句柄获取失败！')
        返回 (#假)
    .如果真结束
    
    ' 获取账号输入框句柄（根据不同平台调整）
    .判断开始 (配置信息。平台名称 ＝ '淘宝')
        账号输入框句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#input', 'tbUserName', )
    .判断 (配置信息。平台名称 ＝ '京东')
        账号输入框句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#input', 'loginname', )
    .判断 (配置信息。平台名称 ＝ '拼多多')
        账号输入框句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#input', 'username', )
    .判断结束
    .如果真 (账号输入框句柄 ≤ 0)
        调试输出 ('账号输入框句柄获取失败！平台名称：', 配置信息。平台名称)
        返回 (#假)
    .如果真结束
    
    ' 输入账号
    窗口_发送文本 (账号输入框句柄， 配置信息。账号)
    
    ' 获取密码输入框句柄（根据不同平台调整）
    .判断开始 (配置信息。平台名称 ＝ '淘宝')
        密码输入框句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#input', 'tbPassword', )
    .判断 (配置信息。平台名称 ＝ '京东')
        密码输入框句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#input', 'nloginpwd', )
    .判断 (配置信息。平台名称 ＝ '拼多多')
        密码输入框句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#input', 'password', )
    .判断结束
    .如果真 (密码输入框句柄 ≤ 0)
        调试输出 ('密码输入框句柄获取失败！平台名称：', 配置信息。平台名称)
        返回 (#假)
    .如果真结束
    
    ' 输入密码
    窗口_发送文本 (密码输入框句柄， 配置信息。密码)
    
    ' 获取验证码输入框句柄（根据不同平台调整）
    .判断开始 (配置信息。平台名称 ＝ '淘宝')
        验证码输入框句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#input', 'verifyCode', )
    .判断 (配置信息。平台名称 ＝ '京东')
        验证码输入框句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#input', 'verifycode', )
    .判断 (配置信息。平台名称 ＝ '拼多多')
        验证码输入框句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#input', 'captcha', )
    .判断结束
    .如果真 (验证码输入框句柄 ≤ 0)
        调试输出 ('验证码输入框句柄获取失败！平台名称：', 配置信息。平台名称)
        返回 (#假)
    .如果真结束
    
    ' 输入验证码
    窗口_发送文本 (验证码输入框句柄， 验证码识别结果)
    
    ' 获取登录按钮句柄（根据不同平台调整）
    .判断开始 (配置信息。平台名称 ＝ '淘宝')
        登录按钮句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#button', 'J_SubmitStatic', )
    .判断 (配置信息。平台名称 ＝ '京东')
        登录按钮句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#button', 'loginsubmit', )
    .判断 (配置信息。平台名称 ＝ '拼多多')
        登录按钮句柄 ＝ 窗口_取句柄 (登录窗口句柄， '#button', 'submit', )
    .判断结束
    .如果真 (登录按钮句柄 ≤ 0)
        调试输出 ('登录按钮句柄获取失败！平台名称：', 配置信息。平台名称)
        返回 (#假)
    .如果真结束
    
    ' 点击登录按钮
    窗口_发送消息 (登录按钮句柄， #BM_CLICK, 0, 0)
    
    ' 等待登录完成
    延迟 (5000)
    
    ' 检查登录是否成功（根据不同平台调整）
    .判断开始 (配置信息。平台名称 ＝ '淘宝')
        ' 检查是否跳转到淘宝首页
        .如果真 (窗口_是否存在 (, 'Chrome_WidgetWin_1', '淘宝网 - 淘！我喜欢', ) ＝ #真)
            调试输出 ('淘宝登录成功！')
            返回 (#真)
        .如果真结束
    .判断 (配置信息。平台名称 ＝ '京东')
        ' 检查是否跳转到京东首页
        .如果真 (窗口_是否存在 (, 'Chrome_WidgetWin_1', '京东 (JD.COM)-正品低价、品质保障、配送及时、轻松购物！', ) ＝ #真)
            调试输出 ('京东登录成功！')
            返回 (#真)
        .如果真结束
    .判断 (配置信息。平台名称 ＝ '拼多多')
        ' 检查是否跳转到拼多多首页
        .如果真 (窗口_是否存在 (, 'Chrome_WidgetWin_1', '拼多多 - 新电商开创者', ) ＝ #真)
            调试输出 ('拼多多登录成功！')
            返回 (#真)
        .如果真结束
    .判断结束
    
    ' 登录失败
    调试输出 ('登录失败！平台名称：', 配置信息。平台名称)
    返回 (#假)

系统测试与优化

功能测试

测试方法：

1. 使用正确的用户名和密码登录系统
2. 使用错误的用户名或密码登录系统
3. 使用已禁用的用户登录系统
4. 不同角色的用户登录系统，检查权限是否正确

预期结果：

1. 登录成功，显示主窗口
2. 登录失败，显示'用户名或密码错误！'的警告提示
3. 登录失败，显示'用户已被禁用！'的警告提示
4. 不同角色的用户登录系统，显示对应的主窗口和功能菜单

性能优化

• 图像处理优化：调整二值化阈值，提高验证码的对比度；优化降噪算法，去除更多的噪声点；使用形态学操作（如膨胀、腐蚀），增强字符的边缘；对验证码图片进行分割，将每个字符单独识别
• OCR 识别优化：训练 Tesseract OCR 引擎，提高对验证码字符的识别准确率；调整 OCR 识别参数（如字符集、页面分割模式）；使用字符模板匹配，提高识别准确率
• 自动化操作优化：优化窗口句柄的获取方法，提高获取速度；调整等待时间，避免等待过长或过短；使用异步通信方式，提高自动化操作的响应速度
• 网络请求优化：设置请求间隔，避免被网站封禁；使用代理 IP，避免 IP 被封禁；压缩网络传输数据，减少网络带宽的使用

安全防护

• 防破解：使用加密算法加密关键代码和数据；使用混淆工具混淆代码
• 防调试：检测程序是否处于调试状态；使用反调试技术
• 防注入：过滤用户输入的恶意代码；使用参数化查询，防止 SQL 注入
• 数据加密：使用 AES 算法加密数据库密码、账号密码、代理 IP；使用 HTTPS 协议，保护网络传输数据的安全性
• 权限控制：严格控制不同角色的权限；对敏感操作进行日志记录

系统打包与部署

安装包制作

1. 打开易语言开发环境，点击'工具→安装包制作工具'
2. 选择要打包的程序，设置程序的安装路径、快捷方式等
3. 选择要打包的支持库和资源文件
4. 点击'生成安装包'按钮，生成安装包

部署方法

本地部署：

1. 安装 MySQL 数据库，创建 captcha_recognition_system 数据库
2. 导入数据库表结构和初始数据
3. 安装 Tesseract OCR 引擎（下载地址：https://github.com/tesseract-ocr/tesseract/releases）
4. 配置 MySQL 数据库的用户名和密码
5. 安装客户端程序，配置客户端程序的数据库连接信息和 Tesseract OCR 路径
6. 运行客户端程序，使用正确的用户名和密码登录系统

服务器部署：

1. 在服务器上安装 MySQL 数据库，创建 captcha_recognition_system 数据库
2. 导入数据库表结构和初始数据
3. 在服务器上安装 Tesseract OCR 引擎
4. 配置 MySQL 数据库的用户名和密码，允许远程连接
5. 安装客户端程序，配置客户端程序的服务器连接信息和 Tesseract OCR 路径
6. 运行客户端程序，使用正确的用户名和密码登录系统

总结与未来展望

项目总结

本项目成功实现了一个自动化验证码识别系统，具备以下功能：

• 系统登录与权限管理
• 配置管理
• 验证码获取
• 验证码预处理
• 验证码识别
• 自动化操作
• 识别记录管理
• 图表可视化
• 定时任务
• 系统设置

项目采用三层架构 + 模块化设计，提高了代码的可读性、可维护性和可复用性。项目使用精易模块的强大功能，配合 MySQL 数据库和 Tesseract OCR 引擎，实现了快速开发和高效运行。

技术亮点

• 精易模块的高级使用方法：使用精易模块的网页访问对象获取验证码图片；使用精易模块的图像处理支持库进行验证码预处理；使用精易模块的窗口操作组件实现自动化操作；使用精易模块的图表组件实现数据可视化；使用精易模块的定时任务组件实现定期执行自动化操作
• Tesseract OCR 引擎的调用方法：使用命令行调用 Tesseract OCR 引擎；调整 OCR 识别参数，提高识别准确率；使用字符模板匹配，增强识别能力
• 自动化操作的实现方法：使用精易模块的窗口操作组件模拟用户操作；优化窗口句柄的获取方法，提高获取速度；调整等待时间，避免等待过长或过短

未来改进方向

• 功能改进：添加更多的验证码类型支持（如滑动验证码、点选验证码、语音验证码等）；添加更多的自动化操作场景支持（如数据采集、订单处理、库存管理等）；支持多线程并发处理，提高工作效率；支持数据分析功能，统计自动化操作的成功率和识别准确率
• 性能改进：优化图像处理算法，提高预处理效率和识别准确率；优化 OCR 识别算法，提高识别准确率和速度；使用人工智能技术（如深度学习），识别复杂的验证码；使用分布式架构，提高系统的扩展性和并发处理能力
• 安全改进：使用更强大的加密算法，保护敏感数据的安全性；使用更完善的防破解、防调试、防注入技术；使用数字签名，确保程序的完整性和真实性
• 智能化改进：结合人工智能技术，实现智能验证码识别；结合大数据分析技术，实现用户行为分析和数据预测；结合云计算技术，实现远程操作和数据同步