專(zhuān)利名稱(chēng)：一種提取網(wǎng)頁(yè)中驗(yàn)證碼圖片的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及驗(yàn)證碼圖片識(shí)別領(lǐng)域，尤其涉及一種提取網(wǎng)頁(yè)中驗(yàn)證碼圖片的方法。
背景技術(shù)：
驗(yàn)證碼是一種區(qū)分用戶(hù)是計(jì)算機(jī)和人的公共全自動(dòng)程序?？梢苑乐箰阂馄平饷艽a、刷票、論壇灌水，有效防止某個(gè)黑客對(duì)某一個(gè)特定注冊(cè)用戶(hù)用特定程序暴力破解方式進(jìn)行不斷的登陸嘗試，實(shí)際上是用驗(yàn)證碼是現(xiàn)在很多網(wǎng)站通行的方式。驗(yàn)證碼，就是將一串隨機(jī)產(chǎn)生的數(shù)字或符號(hào)，生成一幅圖片，圖片里加上一些干擾，例如隨機(jī)畫(huà)數(shù)條直線，畫(huà)一些點(diǎn)(防止0￡S)，由用戶(hù)肉眼識(shí)別其中的驗(yàn)證碼信息，輸入表單提交網(wǎng)站驗(yàn)證，驗(yàn)證成功后才能使用某項(xiàng)功能?，F(xiàn)在很多軟件的應(yīng)用要提取網(wǎng)頁(yè)中的驗(yàn)證碼圖片，由于驗(yàn)證碼圖片在網(wǎng)頁(yè)中并沒(méi)有一個(gè)固定的網(wǎng)址鏈接，并且圖片隨機(jī)生成，對(duì)其 進(jìn)行刷新或者保存操作會(huì)改變圖片內(nèi)容，因此提取驗(yàn)證碼圖片是很多需要驗(yàn)證碼圖片的軟件應(yīng)用(盲人圖片驗(yàn)證碼服務(wù)軟件)的一個(gè)關(guān)鍵難題。

發(fā)明內(nèi)容
本發(fā)明提供了一種提取網(wǎng)頁(yè)中驗(yàn)證碼圖片的方法。利用網(wǎng)頁(yè)中驗(yàn)證碼輸入框位置、圖片位置、圖片大小、圖片視覺(jué)與內(nèi)容特征、圖片關(guān)鍵字等信息，提取網(wǎng)頁(yè)中驗(yàn)證碼圖片，本法發(fā)明可以為很多需要提取網(wǎng)頁(yè)驗(yàn)證碼圖片的軟件應(yīng)用提供便捷。本發(fā)明提供了一種提取網(wǎng)頁(yè)中驗(yàn)證碼圖片的方法，包括以下步驟I)獲取瀏覽器當(dāng)前活動(dòng)頁(yè)面所有IMG節(jié)點(diǎn)信息；2)根據(jù)預(yù)先制定的驗(yàn)證碼圖片評(píng)分策略，對(duì)MG節(jié)點(diǎn)所包含的圖片信息進(jìn)行評(píng)分，評(píng)分最高的即為包含驗(yàn)證碼圖片的MG節(jié)點(diǎn)；3)如果步驟2)無(wú)法獲取所有MG節(jié)點(diǎn)，則以驗(yàn)證碼輸入框?yàn)榻裹c(diǎn)截取其周?chē)木植繄D片將驗(yàn)證碼圖片包含在內(nèi)；利用預(yù)先訓(xùn)練得到的分類(lèi)檢測(cè)模型獲取驗(yàn)證碼圖片的具體位置；4)將驗(yàn)證碼圖片單獨(dú)保存。2.所述的獲取瀏覽器當(dāng)前活動(dòng)頁(yè)面所有IMG節(jié)點(diǎn)信息，具體步驟為I)確定瀏覽器當(dāng)前活動(dòng)頁(yè)面；2)自頂向下，獲取活動(dòng)頁(yè)面的所有MG節(jié)點(diǎn)信息，MG節(jié)點(diǎn)信息包含了圖片位置，圖片大小，圖片長(zhǎng)寬，圖片關(guān)鍵字等信息。3.根據(jù)預(yù)先制定的驗(yàn)證碼圖片評(píng)分策略，對(duì)MG節(jié)點(diǎn)所包含的圖片信息進(jìn)行評(píng)分，評(píng)分最高的即為包含驗(yàn)證碼圖片的MG節(jié)點(diǎn)，具體步驟為獲取瀏覽器當(dāng)前活動(dòng)頁(yè)面的所有MG節(jié)點(diǎn)的信息，利用預(yù)先制定的驗(yàn)證碼評(píng)分策略對(duì)所有的MG節(jié)點(diǎn)的信息進(jìn)行評(píng)分，評(píng)分最高的IMG節(jié)點(diǎn)即是驗(yàn)證碼圖片所在的IMG節(jié)點(diǎn)。4.所述的以驗(yàn)證碼輸入框?yàn)榻裹c(diǎn)截取其周?chē)木植繄D片將驗(yàn)證碼圖片包含在內(nèi)；利用預(yù)先訓(xùn)練得到的分類(lèi)檢測(cè)模型獲取驗(yàn)證碼圖片的具體位置，具體步驟為I)如果不能獲取活動(dòng)頁(yè)面的所有MG節(jié)點(diǎn)，則有可能獲取不到驗(yàn)證碼圖片所在的MG節(jié)點(diǎn)。這時(shí)，可以以驗(yàn)證碼輸入框?yàn)榻裹c(diǎn)截取其周?chē)木植繄D片將驗(yàn)證碼圖片包含在內(nèi)。2)對(duì)局部圖片進(jìn)行處理，根據(jù)驗(yàn)證碼圖片的顏色、紋理梯度特征，利用驗(yàn)證碼分類(lèi)器模型，將其從局部圖片中識(shí)別出來(lái)，并處理成單獨(dú)的驗(yàn)證碼圖片。5.所述的將驗(yàn)證碼圖片單獨(dú)保存，具體步驟為由于驗(yàn)證碼圖片的特殊性，對(duì)其進(jìn)行操作有可能會(huì)改變圖片，因此要采取特殊的保存圖片的方式。如果可以獲取到所有的MG節(jié)點(diǎn)，則利用驗(yàn)證碼評(píng)分策略，選擇驗(yàn)證碼
圖片所在的MG節(jié)點(diǎn)，可以根據(jù)MG節(jié)點(diǎn)中圖片的位置信息，進(jìn)行精確截屏，獲得驗(yàn)證碼圖片；否則，以驗(yàn)證碼輸入框?yàn)榻裹c(diǎn)截取其周?chē)木植繄D片將驗(yàn)證碼圖片包含在內(nèi)，利用驗(yàn)證碼分類(lèi)模型將驗(yàn)證碼圖片所在的矩形區(qū)域進(jìn)行截取，獲得驗(yàn)證碼圖片。6.對(duì)局部圖片進(jìn)行處理，根據(jù)驗(yàn)證碼圖片的顏色、紋理等特征，利用驗(yàn)證碼分類(lèi)器，將其從局部圖片中識(shí)別出來(lái)，并處理成單獨(dú)的驗(yàn)證碼圖片，具體步驟為I)建立驗(yàn)證碼圖片的樣本空間，提取樣本局部顏色、紋理、梯度特征，通過(guò)機(jī)器學(xué)習(xí)建立驗(yàn)證碼圖片分類(lèi)器模型；2)對(duì)于局部圖片，利用滑動(dòng)窗口模型得到備選矩形區(qū)域；3)對(duì)步驟2)生成每一個(gè)矩形區(qū)域，用步驟I)生成的驗(yàn)證碼分類(lèi)器判斷是不是驗(yàn)證碼圖片，如果是該矩形區(qū)域符合驗(yàn)證碼圖片的特征，則將其從局部圖片中截取并單獨(dú)保存生成驗(yàn)證碼圖片。


圖I是本發(fā)明一種提取網(wǎng)頁(yè)中驗(yàn)證碼圖片的方法的流程具體實(shí)施例方式下面將結(jié)合本發(fā)明中的附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行清晰、完整地描述?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，接下來(lái)將參照附圖對(duì)本發(fā)明實(shí)施例進(jìn)行詳細(xì)的說(shuō)明。參考圖1，本發(fā)明幫助盲人識(shí)別驗(yàn)證碼圖片的方法，包括以下步驟步驟S101，確定瀏覽器當(dāng)前活動(dòng)頁(yè)面。步驟S102，確定光標(biāo)在活動(dòng)頁(yè)面的位置。步驟S103,根據(jù)光標(biāo)位置,獲取活動(dòng)頁(yè)面的驗(yàn)證碼輸入框節(jié)點(diǎn)。步驟S104，自頂至下，獲取當(dāng)前活動(dòng)頁(yè)面的所有MG節(jié)點(diǎn)。步驟S105，判斷是否可以獲取活動(dòng)頁(yè)面所有的IMG節(jié)點(diǎn)，如果是轉(zhuǎn)向步驟S107，否則轉(zhuǎn)向步驟S106。步驟S106，根據(jù)預(yù)先制定的驗(yàn)證碼評(píng)分策略，對(duì)MG節(jié)點(diǎn)所包含的圖片進(jìn)行評(píng)分，評(píng)分最高的即為驗(yàn)證碼圖片。每個(gè)頂G標(biāo)簽所包含的圖片都有幾個(gè)屬性MG標(biāo)簽關(guān)鍵字、圖片大小、圖片長(zhǎng)寬比例、圖片在頁(yè)面的位置與驗(yàn)證碼輸入框的距離、圖片內(nèi)容特征。根據(jù)這些信息，每張圖片都有一個(gè)評(píng)分。比如，可以設(shè)置初始評(píng)分為O，每個(gè)屬性的滿(mǎn)分為10分。評(píng)分越高，越有可能是驗(yàn)證碼圖片。對(duì)網(wǎng)站的驗(yàn)證碼圖片進(jìn)行學(xué)習(xí)，發(fā)現(xiàn)驗(yàn)證碼圖片的標(biāo)簽有關(guān)鍵字比如“驗(yàn)證碼”，“code” ；圖片大小也在一定范圍內(nèi)，比如200X200以?xún)?nèi)(可以根據(jù)需要再擴(kuò)大范圍)；圖片長(zhǎng)大于寬?？梢詾槊總€(gè)屬性設(shè)定標(biāo)準(zhǔn)，距離標(biāo)準(zhǔn)越近，評(píng)分越高。步驟S107，截取驗(yàn)證碼輸入框周?chē)?yàn)證碼圖片的局部圖片。步驟S108，利用機(jī)器學(xué)習(xí)，建立驗(yàn)證碼分類(lèi)模型，根據(jù)驗(yàn)證碼特征，從局部圖片中提取驗(yàn)證碼圖片。步驟S109，將驗(yàn)證碼圖片單獨(dú)保存。由于驗(yàn)證碼圖片的特殊性，對(duì)其進(jìn)行操作有可能會(huì)改變圖片，因此要采取特殊的保存圖片的方式。如果可以獲取到所有的IMG節(jié)點(diǎn)，則利用驗(yàn)證碼評(píng)分策略，選擇驗(yàn)證碼圖片所在的MG節(jié)點(diǎn)，可以根據(jù)MG節(jié)點(diǎn)中圖片的位置信 息，進(jìn)行精確截屏，獲得驗(yàn)證碼圖片；否則，以驗(yàn)證碼輸入框?yàn)榻裹c(diǎn)截取其周?chē)木植繄D片將驗(yàn)證碼圖片包含在內(nèi)，利用驗(yàn)證碼分類(lèi)模型將驗(yàn)證碼圖片所在的矩形區(qū)域進(jìn)行截取，獲得驗(yàn)證碼圖片。本發(fā)明的技術(shù)方案中，利用光標(biāo)位置、驗(yàn)證碼輸入框位置、圖片位置、圖片大小、圖片視覺(jué)與內(nèi)容特征、圖片關(guān)鍵字、圖片長(zhǎng)寬比例等信息將網(wǎng)頁(yè)中的驗(yàn)證碼圖片提取出來(lái)，為很多需要提取網(wǎng)頁(yè)驗(yàn)證碼圖片的應(yīng)用軟件提供了便捷。最后，應(yīng)當(dāng)指出，以上實(shí)施例僅是本發(fā)明較有代表性的例子。顯然，本發(fā)明的技術(shù)方案并不限于上述實(shí)施例。本領(lǐng)域的普通技術(shù)人員可在不脫離本發(fā)明的發(fā)明思想情況下，對(duì)于上述實(shí)施例做出種種修改或變化，因而本發(fā)明的保護(hù)范圍并不被上述實(shí)施例所限，而應(yīng)該根據(jù)權(quán)利要求書(shū)確定。
權(quán)利要求
1.一種提取網(wǎng)頁(yè)中驗(yàn)證碼圖片的方法，其特征在于，包括以下步驟 1)獲取瀏覽器當(dāng)前活動(dòng)頁(yè)面所有IMG節(jié)點(diǎn)信息； 2)根據(jù)預(yù)先制定的驗(yàn)證碼圖片評(píng)分策略，對(duì)MG節(jié)點(diǎn)所包含的圖片信息進(jìn)行評(píng)分，評(píng)分最高的即為包含驗(yàn)證碼圖片的MG節(jié)點(diǎn)； 3)如果步驟2)無(wú)法獲取所有MG節(jié)點(diǎn)，則以驗(yàn)證碼輸入框?yàn)榻裹c(diǎn)截取其周?chē)木植繄D片將驗(yàn)證碼圖片包含在內(nèi)；利用預(yù)先訓(xùn)練得到的分類(lèi)檢測(cè)模型獲取驗(yàn)證碼圖片的具體位置； 4)將驗(yàn)證碼圖片單獨(dú)保存。
2.根據(jù)權(quán)利要求I所述的獲取瀏覽器當(dāng)前活動(dòng)頁(yè)面所有IMG節(jié)點(diǎn)信息，其特征在于，具體步驟為 1)確定瀏覽器當(dāng)前活動(dòng)頁(yè)面； 2)自頂向下，獲取活動(dòng)頁(yè)面的所有MG節(jié)點(diǎn)信息，MG節(jié)點(diǎn)信息包含了圖片位置，圖片大小，圖片長(zhǎng)寬，圖片關(guān)鍵字等信息。
3.根據(jù)權(quán)利要求I所述的根據(jù)預(yù)先制定的驗(yàn)證碼圖片評(píng)分策略，對(duì)MG節(jié)點(diǎn)所包含的圖片信息進(jìn)行評(píng)分，評(píng)分最高的即為包含驗(yàn)證碼圖片的MG節(jié)點(diǎn)，其特征在于，具體步驟為 獲取瀏覽器當(dāng)前活動(dòng)頁(yè)面的所有IMG節(jié)點(diǎn)的信息，利用預(yù)先制定的驗(yàn)證碼評(píng)分策略對(duì)所有的MG節(jié)點(diǎn)的信息進(jìn)行評(píng)分，評(píng)分最高的MG節(jié)點(diǎn)即是驗(yàn)證碼圖片所在的MG節(jié)點(diǎn)。
4.根據(jù)權(quán)利要求I所述的以驗(yàn)證碼輸入框?yàn)榻裹c(diǎn)截取其周?chē)木植繄D片將驗(yàn)證碼圖片包含在內(nèi)；利用預(yù)先訓(xùn)練得到的分類(lèi)檢測(cè)模型獲取驗(yàn)證碼圖片的具體位置，其特征在于，具體步驟為 1)如果不能獲取活動(dòng)頁(yè)面的所有MG節(jié)點(diǎn)，則有可能獲取不到驗(yàn)證碼圖片所在的MG節(jié)點(diǎn)。這時(shí)，可以以驗(yàn)證碼輸入框?yàn)榻裹c(diǎn)截取其周?chē)木植繄D片將驗(yàn)證碼圖片包含在內(nèi)。
2)對(duì)局部圖片進(jìn)行處理，根據(jù)驗(yàn)證碼圖片的顏色、紋理梯度特征，利用驗(yàn)證碼分類(lèi)器模型，將其從局部圖片中識(shí)別出來(lái)，并處理成單獨(dú)的驗(yàn)證碼圖片。
5.根據(jù)權(quán)利要求I所述的將驗(yàn)證碼圖片單獨(dú)保存，其特征在于，具體步驟為 由于驗(yàn)證碼圖片的特殊性，對(duì)其進(jìn)行操作有可能會(huì)改變圖片，因此要采取特殊的保存圖片的方式。如果可以獲取到所有的MG節(jié)點(diǎn)，則利用驗(yàn)證碼評(píng)分策略，選擇驗(yàn)證碼圖片所在的MG節(jié)點(diǎn)，可以根據(jù)MG節(jié)點(diǎn)中圖片的位置信息，進(jìn)行精確截屏，獲得驗(yàn)證碼圖片；否貝U，以驗(yàn)證碼輸入框?yàn)榻裹c(diǎn)截取其周?chē)木植繄D片將驗(yàn)證碼圖片包含在內(nèi)，利用驗(yàn)證碼分類(lèi)模型將驗(yàn)證碼圖片所在的矩形區(qū)域進(jìn)行截取，獲得驗(yàn)證碼圖片。
6.根據(jù)權(quán)利要求4所述的對(duì)局部圖片進(jìn)行處理，根據(jù)驗(yàn)證碼圖片的顏色、紋理等特征，利用驗(yàn)證碼分類(lèi)器，將其從局部圖片中識(shí)別出來(lái)，并處理成單獨(dú)的驗(yàn)證碼圖片，其特征在于，具體步驟為 1)建立驗(yàn)證碼圖片的樣本空間，提取樣本局部顏色、紋理、梯度特征，通過(guò)機(jī)器學(xué)習(xí)建立驗(yàn)證碼圖片分類(lèi)器模型； 2)對(duì)于局部圖片，利用滑動(dòng)窗口模型得到備選矩形區(qū)域； 3)對(duì)步驟2)生成每一個(gè)矩形區(qū)域，用步驟I)生成的驗(yàn)證碼分類(lèi)器判斷是不是驗(yàn)證碼圖片，如果是該矩形區(qū)域符合驗(yàn)證碼圖片的特征，則將其從局部圖片中截取并單獨(dú)保存生成驗(yàn)證碼 圖片。
全文摘要
本發(fā)明提供了一種提取網(wǎng)頁(yè)中驗(yàn)證碼圖片的方法。由于驗(yàn)證碼圖片在網(wǎng)頁(yè)中并沒(méi)有一個(gè)固定的網(wǎng)址鏈接，并且圖片隨機(jī)生成，對(duì)其進(jìn)行刷新或者保存操作會(huì)改變圖片內(nèi)容，因此提取驗(yàn)證碼圖片是很多需要驗(yàn)證碼圖片的軟件應(yīng)用的一個(gè)關(guān)鍵難題。在該方法中，利用光標(biāo)位置、驗(yàn)證碼輸入框位置、圖片位置、圖片大小、圖片視覺(jué)與內(nèi)容特征、圖片關(guān)鍵字、圖片長(zhǎng)寬比例等信息將網(wǎng)頁(yè)中的驗(yàn)證碼圖片提取出來(lái)。
文檔編號(hào)G06F21/00GK102737122SQ201210192428
公開(kāi)日2012年10月17日 申請(qǐng)日期2012年6月8日 優(yōu)先權(quán)日2012年6月8日
發(fā)明者何占盈, 卜佳俊, 宋明黎, 王燦, 王煒, 陳純, 韓沖 申請(qǐng)人:浙江大學(xué)