搜索资源列表
针对翎风715以前的M2的验证器源码
- 针对翎风715以前的M2的验证器源码可验证M2Server使其成为免费的~-against Ling Feng 715 M2 previous certification for verifiable source M2Server become free ~
YanZhengMaString
- 生成验证码的程序，例子a1b2c-3d4e5-f6
tlbb
- 利用新的统计方法来识别复杂中文验证码，这个程序专用于天龙八部，还不完善，识别率有待验证。例子中包含了一些例子。具体做法把文字切割成单个汉字，去除黑白背景只留下空黑色像素壳字并统计出黑色像素，然后和选项中文字比较相识度。原理就是有些中文汉字笔划比不一样用的像素也不同了。这个方法局限性大，单适用天龙八部中。
完整SRP6客服端服务端源码
- 网上魔兽的SRP-6登录验证算法是不完整的，也不可运行，有的只有原理图，无奈之下自己做了一套，调试成功，客户端使用C++,服务端使用c#,应该是绝无仅有的资料了
jiujiutuoji
- 破解的久久脱机。0.99-0.96都可以使用。。需要更改验证码-Break off a long time. 0.99-0.96 can be used. . Need to change the verification code
征途登陆器源码全套程序L端
- 征途登陆器源码全套程序L端（含配置器、登陆器、服务端全套程序）-Full program source journey landers L side (including the configuration device, landers, server full program)
ksdfhg
- 网络验证,代客户端，服务端，代理商，全套源码~-wangl yanz
E-findpic
- E易语言识图模块，识别验证码的利器！
AVA
- 易语言编写的 游戏外挂注册器源码 可以用于任何游戏的外挂验证-Games written in easy language source code can be used to plug up any game device plug-validation
NetworkAuthentication
- 一款很好的外挂网络验证系统源码，delphi版本、客户端和服务端齐全。-A very good plug-in network authentication system source code, delphi, client and server is complete.
网页游戏英雄之门的辅助程序
- 原来写的一个网页游戏英雄之门的辅助程序，能够自动登录，自动识别验证码，自动拿旗子等，虽然现在不能用了，但是仍然可以参考，比如验证码识别和网页抓取-Originally written by a web game Hero s auxiliary program that can automatically log in, automatic identification verification code, automatically take the flag and so on, altho
GraphVerify1.part05
- 完美、诛仙等游戏验证码答题反外挂系统的初级识别程序如题，完美、诛仙等游戏为了防止外挂，设置了验证码答题系统。 这种系统的答题方式是识别下图中有几个红色字表示的汉字。 这种图对汉字做了大量的扭曲变形、干扰线添加等工作，导致识别工作变的异常困难。 当初想搞这种设别是为因为毕业设计与此有关，现在毕设改了也就没用了。 下面这个工程是当初我做的识别系统扣出来的一部分，只实现了对某个字和标准字的 相似度对比部分。（对重叠汉字的区分识别、干扰线去除等操作还有点
QQOCRWINDLL
- QQ幻想游戏 验证码识别DLL程序(今年2月份制作)，其中算法没有经过任何参考所写。-QQ Fantasy verification code recognition DLL program (produced in February of this year), which algorithm is written without any reference.
yam
- 游戏验证码识别源码，答题验证码源码，星星答题验证码源码-Code identifying the game source code, answer verification code source, the stars answer verification code source
验证码识别第一种
- 这是第一种识别的验证码 识别步骤： 1。灰度 2。阈值化 3。把单个字符分割出来（在这里把 0 - 9 取一个样本出来识别用） 4。点阵对比
验证码识别第二种
- 识别步骤： 1。也是先灰度处理一下（1 - 9 （没有 0 ）每个数字大概取10个出来当样本） 2。把所有样本都在图片上扫描一遍，把相似度高的地方记录下来，同时也把样本代表的数字也记录下来，这里我用 0 表示完全不相似 1 表示完全相似，在图片扫描一遍后，把相似度高于0.8的用白色表示其它的用黑色表示 ，只要在白色的地方把刚才记录的数字取出来就可以了
验证码识别第三种
- 这个验证码要识别不难，在这里每个字符用十几个样本已经可以达到不错的识别率 识别步骤： 1。用中值模糊处理一下杂点 ，杂点几乎都处理掉 2。灰度处理 3。阈值化处理 4。把单个字符分割出来 5。找到字符的再小包围矩形，再根据这个矩形的角度矫正一下 6。把每个字符图片缩放成一个尺寸（在里取样本） 7。识别方法直接用点阵相似度对比
验证码识别第四种
- 一眼看上去一堆的干扰线好像很乱，实际上字符没有倾斜，没有缩放变形，比第二个还要简单 识别步骤： 1。还是灰度一下 2。阈值化 （要把字符分割出来几乎是不可能的，反正我没办法用代码分割出来，在这里唯有人工把字符分割出来当样本） 3。把每个样本都在图片上扫描一遍，样本上是白色的地方如果在图片也是白色的就表示这个字符匹配上
验证码识别第五种
- 一眼看上去一堆的干扰线好像很乱，实际上字符没有倾斜，没有缩放变形，比第二个还要简单 识别步骤： 1。还是灰度一下 2。阈值化 （要把字符分割出来几乎是不可能的，反正我没办法用代码分割出来，在这里唯有人工把字符分割出来当样本） 3。把每个样本都在图片上扫描一遍，样本上是白色的地方如果在图片也是白色的就表示这个字符匹配上
验证码识别第六种
- 识别步骤： 1。常规动作，灰度处理一下 2。还是老样子，阈值化 3。把干扰点去掉 4。把图片分割成四份，第一份是被加（减）数，第二份是运算符号，第三份加（减）数，第四份是等号和问号（这份不要） 5。把上面分割出来的三张图片各自的数字和符号分割出来 6。然后缩放成一个尺寸（数字和符号各自放到一个样本库里） 7。还是用点阵相似度识别 8。再后就是把识别出的数字该加的加，该减的减。