黄兵的个人博客

基于C#.NET实现通用的验证码识别组件（策略设计模式）

相信大家在开发过程中，基本都用到过验证码识别程序。一提到验证码识别，绝大多数兄弟想到的都是用C++的效率配上牛逼哄哄的二值化、边缘检测等算法来实现。但这种识别方式的依赖性太强，不可重用，无法扩展，假设对方稍微修改下验证码的变形算法（做过网站的都知道有多简单），可能你累死累活搞出来的识别程序就全部作废了。

这里讲个我们公司的例子，为了识别支付宝登录的验证码，公司花大价钱请了一位牛人B用C++写了个支付宝验证码识别的DLL并做了导出，供我们在.NET平台下直接调用。当我们项目开发快结束的时候，这货竟然完全无法识别了！我们研究发现，是因为支付宝对文字做了简单的变形。牛人B则落井下石的告知需另付钱才能继续识别，因此老板就把这重任交给了我。

作为热爱创造的苦逼程序猿，现在必须要拿出我们那渴望下班的热情，开始这漫漫的编码长路 ，首先提出我们的需求：

1. 通用识别字母、数字、及混合验证码。

2. 识别率必须要高（90%以上）。
   

3. 识别速度要快（5秒内）。
   

4. 支持异步及多线程并发识别。

5. 调用简单，扩展性强。

可能大家看到这需求时已经产生疑问了，怎么可能有通用的验证码识别程序？一套代码怎么可能识别所有网站的验证码？今天我们就通过第三方打码平台来解决这个变态的需求。现在听我慢慢道来，我们按面向对象的方式来确定这个组件中应该有的对象：

• 打码平台（Platform）
  

• 平台帐号（Account）

• 识别策略（Strategy）
  

• 验证码识别器（Decoder）

首先，我们来说“打码平台（Platform）”，我们把验证码图片发送至打码平台，他们再通过大批量（24X7）在线的用户进行人工+机器识别，速度基本在1-5秒之间，完成后返回识别结果。现在来定义一个平台枚举集合，用作平台的随意切换：

接着，我们来说“平台帐号（Account）”，每个平台都至少需要一个普通帐号和一个开发者帐号，普通帐号用作登录、充值、识别用。开发者帐号用作生成软件ID、软件KEY。很多兄弟一听到要充值就不敢往下看了，其实价格真的很便宜，1元钱可以识别250次（多么销魂的数字）。下边定义了平台帐号类，用作向策略类中传递帐号信息，这些信息在你注册普通帐号和开发者帐号后才可以获得：

其次，我们再说“识别策略（Strategy）”，它主要封装与第三方平台的交互细节，为“验证码识别器”提供简单的操作方法，并支持识别策略的无限扩展（例如未来增加其他平台）。第一行定义了平台帐号信息字段；第二行定义了识别的具体方法，传入图片路径，并将验证码的识别结果返回为字符串。

然后，我们来说“验证码识别器（Decoder）”，它主要用来封装识别细节，支持平台切换，提供给外部开发人员调用。第一行定义了Task异步识别方法，传入验证码图片路径，通过异步编程解决IO、网络操作耗时的问题；第二行至第四行定义了三个事件，分别在验证码识别的启动、完成、错误时触发。

就这样，一个通用验证码识别组件就基本定义完成了，我知道你现在可能会说：#@￥@#￥#！@#！！这写的什么玩意？！但事实就是如此，从面向抽象的角度讲，确实已经完成了。只是我们还没有定对其进行实现，也就是说仅仅定义了规范，从应用上来讲并没有什么卵用。所以下边我们就来讲（IStrategy、IDecoder）这两个重要的接口如何实现。

识别策略（Strategy）的实现：

由上图得知，我们定义了一个若快平台的验证码识别策略来实现IStrategy接口。通过实现Recognize方法将帐号信息封装成字典随图片一起提交到第三方平台进行识别，并返回识别结果。同时我们还可以直接在构造函数中设置平台帐号。

验证码识别器（Decoder）的实现：

由上图得知，我们通过实现IDecoder的接口，利用反射获取运行时的策略，利用Task异步执行策略类中的Recognize方法，并在执行之前触发OnStart事件，执行之后触发OnCompleted事件，执行错误后触发OnError事件。同时获取到当前异步任务的线程ID及任务的执行时间并传递给事件。

现在我们新建一个控制台程序来使用这个组件：

下边我们同时识别三个验证码，大家可以看一下执行时间和准确率：

本文验证码组件源代码、实例代码下载地址：https://github.com/coldicelion/Captcha-Recognizer