PHP无法内置识别验证码，需依赖Tesseract OCR或打码平台；关键在图像预处理、base64正确编码、codetype精准选择及识别结果校验。
验证码识别不是“破解”，而是图像预处理 + OCR 或打码平台调用
直接说结论：PHP 本身没有内置的验证码识别能力，所谓“破”其实是绕过或替代——要么用第三方 OCR（如 Tesseract），要么对接打码平台（如超级鹰、云打码、若快）。真正难的不是调用接口，而是图像质量差导致识别率低，或者验证码带干扰线/扭曲/粘连时，OCR 基本失效。
多数人卡在第一步：传过去的图片服务器返回 ERROR_IMAGE_EMPTY 或 UNICODE_ERROR，其实只是没做 base64 编码或没去掉 data URL 前缀。
- 务必先用
file_get_contents()或curl拿到原始二进制图片数据，不要传 URL 字符串给打码平台 - 若验证码图是 base64 data URL（如
data:image/png;base64,xxx），必须用preg_replace()去掉前缀再base64_decode() - 打码平台返回的识别结果是纯文本，不带空格/换行，但有些验证码本身含空格（如“AB 2C”），平台可能返回“AB2C”——得靠你业务逻辑补全或校验
调用超级鹰 API 时，upload 接口必须传对 codetype 和 timeout
超级鹰的 upload 接口（http://upload.chaojiying.net/Upload/Processing.php）不是万能的，codetype 决定识别策略。填错就等于让 OCR “瞎猜”：
-
codetype=1004：英文+数字（无干扰线，常见于登录页） -
codetype=1005：中文+英文+数字（需付费，且对字体要求高） -
codetype=2004：坐标验证码（点击图中文字，返回 x,y 坐标） -
timeout=60是最大等待秒数，设太小（如 10）容易返回UNKNOWN_ERROR，设太大影响响应速度
示例关键片段：
立即学习“PHP免费学习笔记（深入）”；
curl_setopt($ch, CURLOPT_POSTFIELDS, [
'user' => 'your_user',
'pass' => 'your_pass',
'softid' => 'your_softid',
'codetype' => '1004',
'file_base64' => base64_encode($img_binary),
]);
用 Tesseract 在 PHP 中做本地 OCR，tesseract 命令和图像预处理缺一不可
想离线识别？可以，但别指望直接 exec('tesseract xxx.png stdout') 就出结果。Tesseract 对输入极其敏感：
- 必须先用 ImageMagick 或 GD 处理：灰度化 → 二值化（
threshold值通常 127–180）→ 去噪点（median-filter）→ 放大 2–3 倍（提高小字体识别率） -
tesseract调用要加-c tessedit_char_whitelist=0123456789abcdefghijklmnopqrstuvwxyz，否则默认识别所有 Unicode，易把“0”认成“O”或“o” - PHP 的
exec()可能被禁用（disable_functions），此时只能走 REST 封装的 Tesseract 服务（如 tesseract-server），而非本地命令
打码平台返回 result 后，一定要做二次校验，不能直接提交
打码平台平均识别率在 85%–95%，但“识别成功”不等于“正确”。尤其当验证码用于登录或支付场景，一次失败可能触发风控锁账号。
- 拿到
result后，先检查长度是否符合预期（如固定 4 位，就 reject 长度 ≠ 4 的结果） - 用正则过滤非法字符：
preg_match('/^[a-zA-Z0-9]{4}$/', $result)，拒绝含中文、符号、空格的结果 - 如果业务允许，可对同一张图重试 2–3 次（换
codetype或换平台），取多数结果，比单次更稳
最常被忽略的一点：打码平台的 error_code 是字符串，不是整数。比如 "9999" 表示余额不足，但有人用 == 9999 判断，永远不成立。
