CAPTCHA_Reader_by_zhengfang

针对正方教务系统验证码 识别

EN

安装和使用步骤整理中
代码重构中
原理添加中

目前字典大致为2200条左右，识别率基本站稳85%,可以确保请求三次之中一定有一次是识别正确的，内网环境下单次完成时间在1.5s-2s，外网环境下完成时间可能会在2.5-3s之间，

• PIN Identify by fangzheng.php 为主文件
  
• PIN Identify lib.php 为其函数库
  
• downloadImg.php 用于download验证码
  
• AddDictionary.php 用于添加字典
  
• zidian.sql 为字典，建一个叫'yzm'的数据库导入即可
  

Examples

正确率测试 地址

正确率批量测试 地址

批量测试设置了一次加载五个方正验证码，大概等待时间在13s左右

更新计划

• 重构代码，改为面向对象风格，松耦合，方便更换各块的策略(已经基本完成,查看OOP分支)

• 将字典储存转为JSON储存，一次性读入内存，去掉数据库读取的时间(已经在OOP分支完成)

• 使用swoole多线程识别

• 以PHP拓展的方式重写核心函数，降低核心函数的时间复杂度

• 增加多个字典和策略

• 增加对青果验证码的支持

即将更新OOP分支

• 无论是验证速度还是精度都将得到提升

---

news: 使用php自带的levenshtein()函数（时间复杂度 m * w）测试后的结果，外网访问的处理时间下降到1s左右，而且是SQL+面向过程的版本，更快的JSON字典+OOP的版本感觉可以期待一下速度wwww

point:如果因为获取验证码的教务系统响应缓慢或者无法响应，正确率测试的地址会因为无法获取到验证码图片而产生504错误/响应过长，可以考虑把脚本下载到本地将目标url换成本校的教务系统验证码url再做测试

point:  PS：目前认为运算效率的瓶颈在 similar_text()  这个核心函数上，函数的作用在于对比两个字符串的相似程度，但是其算法时间复杂度T(n) = O(n^3) ，所以准备用T(n) = O(m*n)动态规划实现一个相类似的函数去代替该函数，以提高性能，时间未定。。。

point:  PSS：然后试着用php写了个动态规划，发现完全跑不出来时间太长了，然后现在考虑用C++写个拓展看看，直接封装一个函数，跑的O(m*n)的C++应该会快很多