Skip to main content

Шаг 1. Собираем капчи

Please read the Material Usage Rules on this site.

Открываем программу и создаём новый проект с понятным названием.

Собираем коллекцию капч.​

Первое, с чего начинается создание модуля, — это сбор коллекции капч и их решений, на которых будет обучаться и тестироваться ваш модуль.

Сделать это можно двумя способами:

1. Сбор капч без ответов и последующее распознавание в программе.​

Вы можете заранее собрать изображения капч любым удобным способом, а затем распознать их прямо в Module Creation Studio.

Для этого в настройках программы нужно указать логин и пароль одного из сервисов ручного распознавания (например, RuCaptcha, AntiGate и др.).

После загрузки изображений выберите подходящий вариант распознавания. Если вы используете сервисы ручного распознавания, лучше разделять капчи на группы:

  • для сбора символов подойдут обычные решения;
  • для обучения и тестирования желательно использовать 100%-вероятное распознавание, когда капча отправляется нескольким исполнителям одновременно (такая функция есть у RuCaptcha и AntiGate).

2. Автоматический сбор через ZennoPoster.​

Можно создать простой шаблон в ZennoPoster, который будет автоматически собирать и распознавать капчи.

Итогом этого этапа должна стать папка на диске, где каждая капча и её ответ хранятся попарно:

  • изображение капчи — .jpg, .png и т.п.;
  • текстовый файл с ответом — .txt.

папка на диске

Эти два файла (капча и ответ) должны иметь одинаковые имена, отличаясь только расширением.
Например:

1234.jpg  
1234.txt

Альтернативный вариант — когда имя файла совпадает с ответом на капчу, например:

qwe.jpg

Такой формат тоже корректно воспринимается программой.

Сколько нужно капч?​

Количество необходимых капч зависит от их сложности:

  • для простых капч с минимальными искажениями символов достаточно около 300 изображений,
  • для сложных капч — примерно 1000.

Все эти капчи нужно будет распознать через сервисы ручного распознавания, что обычно обходится от нескольких десятков центов до пары долларов.

Для чего нужно собирать капчи?​

1. Для определения символов.​

Каждый символ должен быть представлен от 3 до 150 раз, в зависимости от сложности капчи.

В некоторых капчах отдельные символы встречаются редко.

Но важно, чтобы их количество было примерно одинаковым по всему набору.

2. Для предотвращения ложных срабатываний.​

Таких капч нужно в 10 раз меньше, чем тех, что используются для сбора символов.

3. Для тестирования модуля.​

Около 100 капч выделяются специально для проверки точности готового модуля.

Разбиение капч по задачам.​

После добавления капч в проект программа автоматически разделит их по группам согласно указанным категориям.

При желании вы можете настроить это разбиение вручную, однако изменить его позже будет невозможно.

Если вы не уверены — лучше оставить настройки по умолчанию.