O GOCR é um software OCR ¹⁾ que serve para transformar imagens em texto. Com ele você pode digitalizar um jornal impresso ou coisa assim. Existe vários software comercial muito bons para essa utilidade mas o GOCR é extremamente configurável e roda em linha de comando, sendo perfeito para automatizar tarefas. Implementar um Anti Captcha²⁾ usando o GOCR é totalmente viável, basta paciência.

Site Oficial: http://jocr.sourceforge.net/index.html

O código PHP abaixo foi usando para buscar uma imagem em um site, e via OCR achar um texto nessa imagem, que posteriormente era gravado num banco de dados. Não é a versão final nem está funcional mas dá uma ideia do que pode se feito.

$Dir = "/images";
$GOCR_CMD="/usr/bin/gocr ". $Dir . $item. "_".$p_date['year'].".png";
 
exec("$WGET_CMD",$output,$return_var);
if ($return_var==0)
{
        //Tudo bem
        //      echo "ok <br>\n";
        //foreach($output as $out)
        //      echo "$out <br>\n";
        exec("$GOCR_CMD",$output,$return_var);
        if ($return_var==0)
        {
        //      echo "ok <br>\n";
        //      echo $output[8] . " <BR> \n";
        for($i=0;$i<sizeof($output);$i++){
                //Procurando pela string "TTLB" na saida do comando OCR
                if (strstr($output[$i],"TTLB")){
                //$this->logMessage($output[$i+1], "err");
                $saida= explode(":",$output[$i+1]);
        }
}
$saida= explode(" ",$saida[2]);
$ttlb =  rtrim($saida[0],"s");
// O OCR nao sabe diferenciar o "l" do "1" e o "0" do "O" (um e éle, zero e Ã)
$ttlb = strtr($ttlb, "l", "1");
$ttlb = strtr($ttlb, "O", "0");
return $ttlb;
//echo "TTLB: ". $ttlb . " s <BR> \n";
        }
        else
        {
        echo "Erro ao executar '$GOCR_CMD' : $return_var<br> Descrição: \n";
        foreach($output as $out)
echo "$out <br>\n";
        return 0;
        }
 
}