058 爬虫迭代2.0版本（2 / 3）

黑字白底，但噪点仍然粘连在字母边缘。

    “得加形态学操作。”他低声自语，引入腐蚀与膨胀处理，逐步剥离附着物。几分钟后，一个原本模糊的“Q”终于显现出完整轮廓。

    张远那边节奏更快。手机每隔十秒就自动截图一次，他一边查看图像质量，一边手动输入答案。到了中午，桌面上已经堆了三十多页标注表。他的手指发酸，视线也开始发花，但动作没停。

    “这玩意儿越来越难。”他揉了揉眼睛，指着屏幕上一组新样本，“你看这个‘B’，右边竖笔被拉长成波浪形，差点跟下一个字符连上了。”

    “那就调整切割窗口大小。”李阳接过来看了一眼，“改成自适应分割，根据字符密度动态划分区间。”

    下午四点，第一个完整识别流程跑通。程序成功从截图中提取出“N6H2”，并自动填入表单字段。但他们很快发现，成功率只有不到三成。大部分失败出现在字符粘连或断裂的情况下。

    “需要更多训练样本。”李阳说，“尤其是那些极端变形的例子。”

    张远立刻加大采集频率。他把手机固定在支架上，设置定时截图，自己则一边核对结果，一边整理错误类型。到晚上九点，标注总量突破一千五百张。他的眼皮沉重得几乎睁不开，但还是坚持把最后一批异常样本归类完毕。

    “给你。”他把U盘递给李阳，“这里面全是难辨别的，比如‘0’和‘O’混在一起，或者‘I’和‘1’几乎一模一样。”

    李阳接过U盘，导入测试集，重新训练模型参数。他在识别逻辑中加入容错机制：当某个字符置信度低于阈值时，触发二次采样，并结合上下文推测最可能的结果。

    凌晨两点十七分，新版识别模块完成编译。

    陈帆启动集成测试。程序自动打开模拟浏览器，加载目标网页，截取验证码区域，调用本地模型进行解析，随后将识别结果填入登录表单并提交请求。

    第一轮，失败。

    第二轮，失败。

    第三轮，成功返回JSON数据包。

    “通了！”张远猛地站起身，撞翻了桌边的水杯，水洒在键盘上也没顾得上去擦。

    李阳紧盯着控制台滚动的日志，声音压得很低，却止不住颤抖：“第21次尝试成功……第22次……第23次……”

    一条条绿色日志持续刷屏。系统连续发起37次抓取任务，其中35次成功获取目标数据，准确率94.6%。

    陈帆看着后台重新流动起来的数据流，深色界面上，一条条行情记录如溪水般涌入数据库。补录进程已经开始，三年的历史缺口正在被快速填补。

    “这不是爬虫