Casser du captcha

[InstinctHack]

Bonjour à tous,

Comment naviguer sur internet sans en vouloir déjà vu
http://fr.wikipedia.org/wiki/CAPTCHA

Ils stocke une information au sein d'un contenu, dont l'extraction est simple pour un être humain (ça dépend de certain) et difficile pour les robots

Il existe cependant des robots casseurs de captcha, qui arrive à "lire" ils utilisent l'OCR
(Reconnaissance optique de caractères ) http://doc.ubuntu-fr.org/ocr



Cette technique n'est pas uniquement utilisé à de tels fins, mais par exemple pour récuperer dans un traitement de texte, le texte d'une page imprimé
Cette technique à des limites et il faut bien souvent relire.

cuneiform fait partie de ces logiciels en CLI
voilà un captcha que j'ai casser avec
http://imagik.fr/view-rl/16501
Il est effectivement très simple à lire, mais bon... ^^"

Code :

#on installe
sudo apt-get install cuneiform
#on lance le programme
cuneiform -i captcha.png
#et on affiche le résultat
cat cuneiform-out.txt

Voilà c'était un petit billet d'introduction à cette technique.

[notfound]

Ouai, j'allais dire : "GOCR le fait très bien aussi" , mais tu l'as cité.

[Sh4dows]

C'est marrant, j'en parlé en cours aujourd'hui
Merci du partage !

[-Mat-]

C'est vrai que j'ai du mal a lire moi-même certains captcha surtout que certains sont formés de deux mots : espace ou pas, majuscules ou pas, on sait jamais...

Après les OCR ne reconnaissent pas tous les captchas et puis pourquoi vouloir les casser ? Y'a pas de spammeurs ici je crois

[gruik]

d'autant qu'on présente toujours les outils OCR, j'ai très rarement vu des articles expliquer comment ça marche finalement

par ailleurs même les spammeurs aujourd'hui n'hésitent pas à faire appel à de vrais humains pour reconnaitre les captchas, des armées de chinois à moins d'1$ les 1000 captchas

[-Mat-]

par ailleurs même les spammeurs aujourd'hui n'hésitent pas à faire appel à de vrais humains pour reconnaitre les captchas, des armées de chinois à moins d'1$ les 1000 captchas

Ça c'est pas mal :O . J'y aurais jamais pensé...

[Sh4dows]

Sinon j'ai testé, et ça marche pas du tout !!!

[InstinctHack]

pour récuperer dans un traitement de texte, le texte d'une page imprimé
Cette technique à des limites et il faut bien souvent relire.

Bah, si ça balere comme du texte propre, imagine pour des captchas, mais tu doit pouvoir trouver des plus puissant que celui-là

[Trivial]

Merci pour ce partage, je ne connaissais pas cuneiform

[Ted]

Une manière plus simple est d'utiliser le format audio du captcha et ensuite l'api mis a disposition par google pour le "Text To Speech" ce qui permet de récupéré le captcha au format texte et ainsi le validée.

[Simvetanylen]

Quelqu'un a déjà testé des algo d'apprentissage sur des captcha?