机器自动识别验证码的原理是怎么样的？
1.分难度等级的 2.一般人觉得好认的就好识别， 3.粘连的一塌糊涂，噪点很多，干扰多的就不好识别回答里面有问动态图的，动态图也是一帧一帧的图片连起来的，重新拆成一张一张的就好识别了。。。而且这种验证码信息会更多一些，反而好识别些然后来讲一下识别过程吧，其实跟人眼的识别时差不多，想把每一个字符分割出来，一个一个认。首先是分割，字符粘连的厉害的，或者噪点太多都会造成分割不成功，比较简单的办法是二值化之后寻找连通域（就是没有分开的部件，单个字母和数字都是，但是左右结构的中文字就有两个连通域），前提是每个字符都是一个连通域，这个办法对中文字不合适，字符比较均匀还可以找垂直投影的间隔。然后是字符的校正，包括各种旋转，仿射变换，这儿的算法又海了去了，titl之类的牛逼算法，有验证码扭曲的太厉害的估计这儿也校正不回来了。然后是字符的二值化，简单理解就是整成字是白的底是黑的，二值化的算法也很多，楼上有采用定阈值的，也有自适应的算法。 以上每一步里面都得穿插一些去噪去干扰的步骤。 最后对每个字符进行识别，这儿又有很多算法了，svm算是近年来比较热门的分类器，还有神经网络，或者最简单的模板匹配。训练分类器又要涉及到训练样本的选择，牛逼的话还能加入在线学习的算法，可以选择的策略又多了去了。最后想说的是，验证码的识别算法如果具有普适性的话，搞出这算法的娃估计能发好多篇牛逼的paper赚好多好多钱了，这本来就是公认的人工智能中很难的事情，现在抢票软件因为只需要识别一个网站的验证码，所以相对正确率会高一点，一个网站的验证码一般都是一个类型的，相对来说会容易识别一些。不过现在有些验证码是为了做广告和识别一些扫描书籍的内容（就是机器识别不了的），内容多样性多了去了。
现在一般的验证码识别算法无非就是：1.先把背景颜色和可能是干扰的点和线（噪点）去掉； 2.把旋转和扭曲的文字进行归位； 3.把文字块分离出来，然后对照训练样本进行识别。这些算法基于以下几点：1.大多数验证码的背景单一，背景与文字颜色的区别很大，噪点明显，很容易被剔除；2.GIF动态验证码只是坑人的。因为对于程序来说只要转换成其他格式就变成静态图片了，并不影响识别，反而造成人类识别相对困难；3.干扰点和线与验证码文字差别一般比较明显，太多的干扰点和线也能轻松去除，反而不利于人类识别；4.文字一般是相同颜色的，如果每个文字颜色不一样反而更容易被程序分离出来；5.旋转和扭曲的文字确实在一定程度上提高了程序的识别难度，但是训练样本多了也是可以在某种程度上提高识别的准确率的。另外，扭曲和粘连的文字（Google那种图片验证码就是这样，不是reCAPTCHA哦）连人类都不容易识别（参考：如何识别高级的验证码），程序就更难了。
