本节使用的神经网络是国外学者Yann LeCun的LeNet5，该神经网络以32x32的图片作为输入，对于字符的变形、旋转、干扰线等扭曲都可以很好的识别，可以实现以下效果。

在上一节中，我们使用了google的开源OCR库来对字符进行识别，这一节以及下一节我们将要使用机器学习算法来识别验证码。本节的代码都在[链接]可以找到。

代码下载 本节的代码可以通过此处进行下载。 图像直方图 首先看验证码的样子， 可以看到这几个验证码最大的特点就是字母比较深，而周围的背景很浅，把图像转换成黑白颜色，可以显示的更加的明显。 {代码...} 可以看到所有背景的灰度值，都会小于字母的灰度值，为了让tesseract更准确的识别，可以把图像进行二值化，也就...

转眼就变成大四狗了，大学期间做的比较深入的技术是爬虫，但是爬虫也有很多高级的技术没有涉及，比如说验证码的破解便是其中之一，再加上我对其非常感兴趣，于是乎，开始苦学图像处理、学习机器学习，验证码破解也有了些眉头。

为了教女友node中数据库的使用，花了几个小时看了一下sequelize这个orm框架，然后写了一个简单的留言板，可以实现发表留言,删除留言,修改留言.(注：我本身不是学js的,node也就断断续续学了几天,半吊子,有不对的或者写的不好的地方希望指出.)NodeJs版本:0.12.4(有点老了。。。)系统:Ubuntu 14.04（系统貌似都差不多）

上个月用 go 语言写的，超低性能的服务器，爬了一个晚上，两百多万条评论。当时简单的分析了一下，后来就去忙考试了。最近又搞了搞，不过发现目前淘宝 ip 禁的比较严，已经不能用了，本来想发代码的，现在就不发了。目前正在尝试用代理 ip 解决。