凌晨两点，自动我盯着屏幕上那个不断旋转的验证"验证中"图标，第三次输入扭曲成麻花状的码输字母组合。每次输错，入器它就换一组新的自动，像在嘲笑我的验证视力。那一刻我决定不再跟它较劲——写个程序替我认。码输

验证码这东西，入器本质上是自动网站用来区分"你是人还是机器"的一道门槛。最早期就是验证几个歪歪扭扭的字母加数字，后来变本加厉：算术题、码输找图片里的入器红绿灯、拖动滑块、自动点击所有包含"桥梁"的验证方块。设计者的码输逻辑很简单——人类能轻松完成，机器不行。可他们没算到，机器学得比人快。

我最初的方案很粗暴：截图、二值化、用Tesseract做OCR识别。结果准确率惨不忍睹。那种加了干扰线的验证码，Tesseract能把"m"认成"rn"，把"7"认成"1"，十次里错七次。后来我换了个思路，把验证码图片切分成单个字符，自己标注几千张训练一个CNN模型。这个过程极其枯燥，标注到第三个小时的时候我开始怀疑人生——我一个写代码的，为什么要干数据标注员的活。

但模型跑通那一刻确实爽。准确率从60%飙到92%，大部分简单验证码基本秒过。后来我又加了预处理步骤：灰度化、高斯模糊、自适应阈值分割。每加一步，准确率就往上跳一点。这套东西最终稳定在95%左右，剩下的5%我也懒得优化了，直接让它重新请求一张新图再试。

有意思的是，验证码本身也在进化。我写完这个工具大概半年后，很多网站开始用行为验证——检测你的鼠标轨迹、点击间隔、页面停留时间。你输入得"太完美"反而会被判定为机器。这让我意识到，单纯识别字符已经不够了，你还得"演"得像个人。鼠标要抖，输入要有停顿，偶尔还得故意输错一次再改。

我没有继续跟这场军备竞赛。那个脚本后来被我改成了一个半自动工具：它识别验证码，但最终提交还是由我手动确认。这样既省了辨认扭曲字符的力气，又不会触发那些行为检测。算是一种妥协。

说到底，验证码和自动识别之间的关系，像极了锁和开锁匠。没有哪把锁是绝对安全的，也没有哪个开锁匠能打开所有的锁。双方都在对方的压力下变得更强。我写那个工具的时候，纯粹是出于一种"凭什么让我受这个罪"的倔强。现在回头看，那段折腾的经历让我对图像处理和机器学习有了完全不同的理解——纸上谈兵学十遍卷积核，不如亲手标注一千张验证码来得深刻。

如果你也想写一个类似的工具，我的建议是：先别急着上深度学习。从最简单的图像预处理开始，看看你能把准确率推到多少。很多时候，一张干净的二值化图片加一个调好参数的OCR引擎，效果比你想象的好。等到真的不够用了，再去训练模型也不迟。至于那些行为验证——那已经不只是图像识别的问题了，你得学会跟整个风控系统打交道。