为了提高软件的安全性，很多系统，包括web系统和手机上的应用，越来越多的使用验证码来提升系统的安全性，防止非法访问，特别是防止机器人的访问。
如上图所示，就是最近比较常用的“滑块验证码”。它要求用户“肉眼”识别左边的滑块，并且准确的拖动到右边的位置。
这就给RPA带来的很大的难度。传统的验证码识别，采用不规则图文的方式。不规则图文的验证码，我们通常使用“学习算法”，学习足够多的图片之后，就可以达到比较好的识别率。但是滑块验证码，由于背景图案的复杂性、多边形，滑块位置的随机性，导致难以实现。
泽众RPA机器人采用了一个新的算法来实现滑块验证码自动识别，从而可以达到通过这些验证码，实现流程自动化。
具体而言的算法，主要是采用“霍夫变换”的角识别算法，先去识别滑块缩在位置的各个典型的直角，然后再去识别图形中的所有直角，并且再次基础上根据滑块角之间的相对特征，去匹配所有图案中可能的角的集合。如果能够匹配成功，则说明大概率识别成功。
如果遇到背景图片非常复杂的，也可能导致识别失败。对于识别失败的情况，可以再识别一次。通过多次识别，来通过滑块解锁验证。
这个算法被集成到新版本的泽众RPA公用函数中，使用起来非常方便，有兴趣小伙伴可以申请试用哦。
如上图所示，就是最近比较常用的“滑块验证码”。它要求用户“肉眼”识别左边的滑块，并且准确的拖动到右边的位置。
这就给RPA带来的很大的难度。传统的验证码识别，采用不规则图文的方式。不规则图文的验证码，我们通常使用“学习算法”，学习足够多的图片之后，就可以达到比较好的识别率。但是滑块验证码，由于背景图案的复杂性、多边形，滑块位置的随机性，导致难以实现。
泽众RPA机器人采用了一个新的算法来实现滑块验证码自动识别，从而可以达到通过这些验证码，实现流程自动化。
具体而言的算法，主要是采用“霍夫变换”的角识别算法，先去识别滑块缩在位置的各个典型的直角，然后再去识别图形中的所有直角，并且再次基础上根据滑块角之间的相对特征，去匹配所有图案中可能的角的集合。如果能够匹配成功，则说明大概率识别成功。
如果遇到背景图片非常复杂的，也可能导致识别失败。对于识别失败的情况，可以再识别一次。通过多次识别，来通过滑块解锁验证。
这个算法被集成到新版本的泽众RPA公用函数中，使用起来非常方便，有兴趣小伙伴可以申请试用哦。