Delphi 實現 Web 自動發帖與驗證碼識別：WebBrowser 自動化與圖像處理實戰

前言

本文記錄一個 Delphi 7 實戰項目：針對某遊戲點卡交易網站，實現多交易區自動發帖，核心難點在於破解 4 位數字驗證碼（含干擾色、噪點、字符粘連、旋轉）。方案採用 WebBrowser 自動化填表提交 + 客戶端圖像預處理 + 模板匹配識別，識別率約 80%。

整體架構

1. WebBrowser 自動化：導航登錄頁 → 填寫賬號密碼 → 進入發帖頁 → 下載驗證碼圖片 → 識別 → 填入表單 → 提交。
2. 驗證碼識別管線：灰度化 → 二值化 → 去噪 → 字符切割 → 旋轉校正 → 模板匹配 → 輸出字符串。

關鍵技術實現

1. WebBrowser 表單自動填寫與提交

var o: OleVariant;
try
  o := EmbeddedWB1.OleObject.Document.all.item('btnok', 0); {按 ID 獲取按鈕}
  o.Click; {觸發點擊}
except
  txtError.Caption := '未發現提交按鈕';
end;

同理可對 input、textarea、select 賦值 .value。

2. 驗證碼圖片預處理流程

• 灰度化：Gray = 0.299*R + 0.587*G + 0.114*B
• 自適應二值化：根據局部均值動態閾值，保留字筆。
• 去噪：8 鄰域連通分量面積過濾，移除孤立噪點。
• 投影切割：垂直投影找波谷分割單字符（粘連字符需結合水平投影二次切割）。
• 旋轉校正：霍夫變換或最小外接矩形角度估計，反向旋轉歸正。

3. 模板匹配識別

• 建立 0-9 十個標準字符模板（二值圖，統一尺寸 16×20）。
• 待識字符與各模板計算 相似度：Sim = (匹配像素數) / (總像素數) 或 NCC (歸一化互相關)。
• 取相似度最高者為識別結果，閾值過濾低置信度。

4. 複雜場景擴展建議

• 字母/漢字：模板庫擴充至 62/數千，匹配開銷大增，建議引入 KNN/SVM/CNN 分類器。
• 干擾線/曲線：形態學開運算斷開細線，或深度學習語義分割分離字符區域。
• 端到端識別：CRNN (CNN+RNN+CTC) 直接序列輸出，無需切割，現代首選方案。

完整項目結構

• UnitMain.pas：主邏輯，WebBrowser 事件鏈、定時器輪詢狀態。
• UnitCaptcha.pas：圖像處理類（TCaptchaRecognizer），封裝預處理、切割、匹配。
• Templates/：10 個 BMP 模板文件。
• Project1.dpr：啟動項目。

源碼獲取

完整源碼已打包上傳資源區，可免積分下載（Delphi 7 專案）。

法律與道德聲明

本代碼僅供技術交流學習，嚴禁用於惡意灌水、刷單、破解驗證碼牟利等違法行為。請遵守目標網站 robots.txt 與服務條款。

總結

結合 WebBrowser 自動化與傳統圖像處理，可在較短時間內實現針對性驗證碼破解。對於通用驗證碼識別，深度學習（CRNN、YOLO+CRNN）已成主流，建議後續學習方向。