gdyby ktoś z was chciał pisać OCR dla captchy to...

ciekawy art:
http://ocrwdokumentach.pl/jak-digitalizujemy-ksiazki-o-tym-nie-wiedzac/

jak widzicie, jeden wyraz w recaptcha jest wyrazem, z którym OCR sobie nie radzi, a co dopiero gdybyście wy chcieli pisać łamacza OCR i łamać pofalowane, zakrzywione słowa, jeszcze trudniej jest (a OCR nawet bez zmian może mieć problemy).
Testowałem 5 OCRów na captcha google, żaden sobie nie radził z rozpoznawaniem (te OCRy były różne, niektóre przeznaczone specjalnie do captcha, inne do skanów książek). Może jest jakiś PRO OCR o którym nie wiem? chętnie poznam.

prawdziwe przeznaczenie recaptchy nie jest tajemnicą ;-)

Ale dodam że nie jest (z ich punktu widzenia) w 100% pewna metoda. Skanowane książki często są stare, a czasem bardzo stare.
A stare teksty mogą mieć różne typograficzne wynalazki, które wyszły z użycia:

Co byście wpisali? “Paradife loft”? Nie, to jest “Paradise lost”, tylko to takie s dziwne.
Ma nawet osobny znak w Unicode:

Paradiſe loſt.

Kilka razy już trafiałem na tego typu kwiatki, i mimo że słowo podawałem prawidłowo (bo „wiem lepiej”) to recaptcha mi odrzucała odpowiedź, bo większość odpowiadała źle i nieprawidłowa odpowiedź już została zaindeksowana.

To i ja dorzucę swoje dwa kwiatki z reCaptcha ;-)

moze teraz palne cos oczywistego dla wielu ...
ale recaptcha sklada sie z 2 wyrazow 1 prawidlowego pod captche tego server oczekuje i 2 tego z ksiazki/pergaminu/scian piramid etc to mozna ignorowac , wpisac dupa .. cokolwiek i przejdzie , kwesia skapniecia sie ktore to te niewymagane

niewymagany jest ten niepofalowany - nie utrudniaja rozpoznawania znaków, których sami nie mogą odczytać (choć są od tego wyjątki, patrz drugi obrazek)

moje recaptche:
(nie chcialo mi sie szukac greckiego slownika)

Wśród ludzi na tym forum pewnie 90% wie do czego służy reC i z czego się biorą dane, więc nie burzysz nam światopoglądu ;)

Z ciekawszych captchy:

Ja kilka razy w "reC" dostałem kawałek zdjęcia z tabliczką z numerem jakiegoś domu.

ponoć kiedyś była akcja ,że wszyscy zaczęli w te słowo co służyło do OCR wpisywać "nigger" i ponoć google translate przez jakiś czas jakimś cudem ,źle tłumaczyło słowa(np ktoś chciał przetłumaczyć słowo "jajko" na angielski to wyskakiwało nigger). Nie wiem czy to prawda czy mit.

Mam pewien pomysł na serwis, który łamał by takie rzeczy. Dla przykładu przy logowaniu na 4p dodano by recaptche, ale nie własną tylko z innego serwisu np. rejestracja maila, w ten sposób jeśli rejestracja maila się udała to i user może się zalogować jeśli nie no to dostaje kolejny obrazek z innego serwisu :P. Dwie pieczenie na 1 ogniu albo zatrudnić hińczyków i płacić juana za 5 obrazków hehe.