在我们采用用户名密码登陆网站的过程中，或者提交一些信息的过程中，经常会遇到提示用户名输入验证码的情况，而且每次刷新，验证码都会随机生成不一样的数字或字母序列，甚至文字序列。而这段验证码字符序列，就是生成在图片之中，与网页文本格式不同，验证码图片里面的字符序列不仅风格迥异，有时不好用肉眼轻易看清楚，而且其中的真值信息，也不太容易通过一些复制粘贴的操作手段得到。
比如说，我们伟大的国家队网站12306，如图所示，就需要用户输入验证码之后才能登陆。
为什么要用验证码？要是网站不采用验证码，可能会导致什么样的后果？
其实这涉及到网站安全的一些问题。一般采用验证码是为了防止机器对网站的暴力操作，比如说自动注册、登录、灌水等，因为得到验证码图片里面的字符序列信息，目前人还是比机器精准很多，所以这有效地避免了外来的一些恶意对网站造成的影响。
但是实际上，往往又有一些需要机器自动去实现操作网站的情况，尤其是在网络抓取数据的时候，需要机器像人一样很轻松地把验证码的空格准确的填上，从而顺利实现后面的操作。那么问题来了，如何进行验证码识别呢？
验证码识别属于OCR的一种典型的情况，它涉及到了模式识别过程中的字符训练、图像处理、字符的分类和识别等流程。
在以后的教程中，我将给大家介绍当年自己在新浪网实习时采用的Google Tesseract-OCR识别引擎。基于Tesseract来对验证码进行训练库的生成以及对特定风格验证码的识别。
