tcsenpai/aggregated_captcha_images_and_text

这个数据集包含了数十万张从真实使用的验证码（如reCaptcha, hCaptcha等）中获取的图像，以及相同数量的随机生成的4-8字符长度的文本。这些文本使用了363种不同的字体，并添加了不同的随机噪声、大小、颜色和划痕。虽然这些文本可能难以被模型识别，但大量的图像数量使得模型有可能识别验证码图像。数据集的目的不是为了违反任何网站的服务条款或进行恶意、非法或不道德的行为，而是用于教育和研究当前保护系统的弱点或强度。

原始信息汇总

数据集概述

数据集名称

Aggregated Captcha Images and Text

数据集内容

• 图像部分：包含数十万张来自实际使用的验证码（如reCaptcha, hCaptcha等）的图像。
• 文本部分：包含同样数量的随机4-8个字符长度的文本，每个文本以363种不同字体生成，并伴随不同的随机噪声、大小、颜色和划痕。

数据集用途

本数据集旨在用于教育和研究目的，特别是研究当前保护系统的弱点或强度。

许可证

本数据集遵循CC-BY-NC-4.0许可证。