这里的方法只是利用<
CSDN Blog发表评论验证码识别>思路和方法对
CSDN新版特征码进行识别，只对一部分特征码有效。不过通过改进算法，应该可以得到很好的效果。
新版特征码举例如下：
CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_1.jpg" width=150 border=0>CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_2.jpg" width=150 border=0>CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_3.jpg" width=150 border=0>
CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_4.jpg" width=150 border=0>CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_5.jpg" width=150 border=0>CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_6.jpg" width=150 border=0>
CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_7.jpg" width=150 border=0>CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_8.jpg" width=150 border=0>CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_9.jpg" width=150 border=0>
初步分析，该特征码使用以下方式增加识别难度：
不单纯的背静色
随机出现的干扰线
随机出现的干扰点
不同字符颜色不一样
字符出现的位置不一样
字符之间的距离随机，还有可能连在一起。
使用了斜体字，即使不连接，也不能采用矩形方式获取其中的一个字符
现在开始针对上面的问题进行处理
我们先看一个操作，使用Windows自带的画图把保存的特征码以单色位图的方式保存，
CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_danse.GIF" width=594 border=0>
现在看变化：CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_1.jpg" width=150 border=0>变成CSDN.net/images/blog_CSDN_net/Qqwwee_Com/176332/r_danse1.gif" width=150 border=0>，这样1、2、4三点的干扰就没意义了。
下面是放大400%下的效果
CSDN.net/images/p_blog_
CSDN_net/Qqwwee_Com/176332/r_index.2.jpg" width=489 border=0>
这步可以称为单色处理，要在程序中实现这步功能的代码如下
CSDN.net/images/p_blog_
CSDN_net/Qqwwee_Com/176332/r_index.1.gif" width=667 border=0>
现在来处理干扰点了
这里的干扰点比较少，基本又是单独存在的，处理起来就更简单了。判断某个点上下左右8个位置有几个点是黑点就基本上可以判断了。下面是处理后的效果：
CSDN.net/images/p_blog_
CSDN_net/Qqwwee_Com/176332/r_index.3.jpg" width=506 border=0>
代码：
CSDN.net/images/p_blog_
CSDN_net/Qqwwee_Com/176332/r_index.4.gif" width=649 border=0>
处理到这里,1-4的干扰基本被去除了。
下面开始截取字符（对应第5点）,我这里使用了一个并不完美的办法，先获取每个字符的左右范围，再获取这个字符的上下范围，这样字符所在的矩形框就出来了，这里使用的字符太工整了，接下来识别没什么难度了；
范围确定以后的效果如下：
CSDN.net/images/p_blog_
CSDN_net/Qqwwee_Com/176332/r_index.6.jpg" width=484 border=0>
代码限于篇幅，这部分代码就不贴了。
到目前为止，第6-7点还没有被提及，这就是该特征码难度较高的部分。
比如开头的9张样本中，第2、3行的第三张用默认的单色算法完成以后太失真了
其次字符连在一起给分析字符位置(至少是目前的处理方法)带来很大的难度，下面是2个典型的例子：
CSDN.net/images/p_blog_
CSDN_net/Qqwwee_Com/176332/r_index.8.jpg" width=576 border=0>
CSDN.net/images/p_blog_
CSDN_net/Qqwwee_Com/176332/r_index.9.jpg" width=572 border=0>
这些都要优化算法。
