如何使用PHP获取并识别验证码图片中的数字

你要识别的验证码示例如下：

该验证码为4位纯数字、无复杂干扰线，识别难度低，完整实现方案如下：

一、使用 CURL 绑定会话获取验证码图片 #

注意：验证码与用户登录会话绑定，必须同一会话下获取的验证码才有效，需要全程复用Cookie

实现代码： #

<?php
// 临时存储Cookie的文件，确保同一会话
$cookiePath = tempnam(sys_get_temp_dir(), 'ozsub_');
$loginPageUrl = 'http://control.ozsub.com/Account/Login.aspx';
// 验证码接口地址可通过浏览器F12抓包确认，通常为类似下方的地址
$captchaUrl = 'http://control.ozsub.com/Account/ValidateCode.aspx';

// 第一步：请求登录页，初始化会话Cookie
$ch = curl_init($loginPageUrl);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiePath);
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiePath);
curl_exec($ch);
curl_close($ch);

// 第二步：请求验证码图片并保存到本地
$ch = curl_init($captchaUrl);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_COOKIEJAR, $cookiePath);
curl_setopt($ch, CURLOPT_COOKIEFILE, $cookiePath);
$imgContent = curl_exec($ch);
curl_close($ch);
file_put_contents('./captcha.png', $imgContent);
?>

二、验证码数字识别 #

推荐两种可选方案，根据你的部署环境选择：

方案1：Tesseract OCR 通用识别 #

适合不想做定制开发的场景，步骤如下：

1. 服务器安装 Tesseract OCR 引擎
2. 安装PHP依赖包：composer require thiagoalessio/tesseract_ocr
3. 实现识别代码：

<?php
require 'vendor/autoload.php';
use thiagoalessio\TesseractOCR\TesseractOCR;

// 预处理图片，提升识别准确率
$img = imagecreatefrompng('./captcha.png');
// 转灰度
imagefilter($img, IMG_FILTER_GRAYSCALE);
// 调整亮度对比度，突出数字
imagefilter($img, IMG_FILTER_BRIGHTNESS, 30);
imagefilter($img, IMG_FILTER_CONTRAST, -40);
imagepng($img, './captcha_clean.png');
imagedestroy($img);

// 限制只识别数字，输出结果
$code = (new TesseractOCR('./captcha_clean.png'))
    ->allowDigits()
    ->run();
$code = trim($code);
echo "识别结果：{$code}";
?>

方案2：模板匹配识别 #

适合需要100%准确率的场景，该验证码字体固定，实现步骤：

• 提前收集0-9所有数字的截图，作为匹配模板
• 将获取到的验证码按固定位置切割为4个单字图片
• 每个单字和10个模板做像素相似度对比，匹配度最高的即为对应数字
• 该方案无需额外安装扩展，识别速度快，准确率可达100%

三、后续操作说明 #

• 提交登录请求时必须复用之前生成的Cookie文件，否则识别后的验证码无法通过校验
• 如果识别准确率不足，可调整图片预处理的亮度、对比度参数，或者裁剪掉验证码图片的多余边框
• 请勿将该方案用于非法用途，遵守目标站点的用户协议

内容的提问来源于stack exchange，提问作者Aria Nuck