http://aoingl.iteye.com/blog/1389232 现 在验证码几乎在任何一个网站的交互界面中都存在，目的当然是为了防止恶意程序的攻击。如果我们想获取到验证码，就需要从这个验证码的图片中分析出来到底是什么字符。这就需要 OCR 技术。
Optical character recognition(OCR) 是指从扫描的图片或者手写的输入转换成相应的字符的技术。大家用到最多的是手机上的手写功能，或者手写板。有 2 个 OCR 项目大家用的比较多： 1. Tesseract OCR 2. Asprise OCR ， 其中 Tesseract OCR 是开源的， Asprise 是商业的。另外， 我还发现了一个基于纯 java 实现的 OCR 项目： Java OCR , 目前还只是 Alpha 版本。