EasyCaptcha 使用教程
2026-01-18 10:06:14作者:咎竹峻Karen
项目介绍
EasyCaptcha 是一个用于生成图形验证码的 Java 库,支持 GIF、中文、算术等多种类型。它适用于 Java Web 和 JavaSE 项目,提供了丰富的配置选项和内置字体,不依赖系统字体。EasyCaptcha 旨在简化验证码的生成和使用过程,提高开发效率。
项目快速启动
引入依赖
首先,你需要在你的项目中引入 EasyCaptcha 库。以下是通过 Maven 和 Gradle 引入的示例:
Maven
<dependencies>
<dependency>
<groupId>com.github.whvcse</groupId>
<artifactId>easy-captcha</artifactId>
<version>1.6.2</version>
</dependency>
</dependencies>
Gradle
dependencies {
compile 'com.github.whvcse:easy-captcha:1.6.2'
}
生成验证码
以下是一个简单的示例,展示如何生成一个 PNG 验证码并输出到文件:
import com.wf.captcha.SpecCaptcha;
import java.awt.Font;
import java.io.File;
import java.io.FileOutputStream;
import java.io.OutputStream;
public class Test {
public static void main(String[] args) throws Exception {
OutputStream outputStream = new FileOutputStream(new File("D:/a/aa.png"));
SpecCaptcha specCaptcha = new SpecCaptcha(130, 48, 5);
specCaptcha.setFont(new Font("Verdana", Font.PLAIN, 32));
specCaptcha.setCharType(SpecCaptcha.TYPE_ONLY_NUMBER);
String code = specCaptcha.text();
specCaptcha.out(outputStream);
}
}
应用案例和最佳实践
Web 应用中的使用
在 Web 项目中,你可以通过以下方式生成验证码并输出到 HTTP 响应中:
import com.wf.captcha.SpecCaptcha;
import com.wf.captcha.utils.CaptchaUtil;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import java.io.IOException;
@RequestMapping("/getcode")
public void captcha(HttpServletRequest request, HttpServletResponse response) throws IOException {
CaptchaUtil.setHeader(response);
SpecCaptcha specCaptcha = new SpecCaptcha(85, 45, 4);
specCaptcha.setCharType(SpecCaptcha.TYPE_ONLY_NUMBER);
specCaptcha.out(response.getOutputStream());
}
最佳实践
- 字体设置:使用内置字体,避免依赖系统字体。
- 验证码类型:根据需求选择合适的验证码类型,如纯数字、纯字母或混合类型。
- 干扰线:增加贝塞尔曲线作为干扰线,提高安全性。
典型生态项目
EasyCaptcha 可以与以下项目结合使用,以增强验证码功能:
- Spring Boot:集成 Spring Boot 快速开发验证码服务。
- Shiro/Spring Security:结合安全框架,实现验证码的验证和校验。
- Redis:使用 Redis 存储验证码,提高性能和可扩展性。
通过这些生态项目的结合,可以构建出更加健壮和高效的验证码系统。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
572
3.85 K
Ascend Extension for PyTorch
Python
388
459
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
682
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
354
213
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
807
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
781