随着互联网的发展，垃圾信息泛滥、网络安全存在隐患，验证码的出现一定程度上缓解了这些问题。但是许多验证码系统还不够完善，很容易被绕过，对验证码识别技术进行研究可以反过来促进设计更安全的验证码，同时推动图像处理、字符识别等领域的发展。现有的验证码识别算法在去噪阶段检测出的干扰线不够光滑，并且不能检测有间断的干扰线；同时存在对验证码的识别率不高、识别速度较慢的问题。本文针对干扰线检测算法存在的问题，首先使用5x5的邻域替换原有算法的3x3邻域表示连通区域，解决大倾斜角度曲线的检测问题，其次，在邻域内选择扭角小于90度的点作为干扰线上的点，从而保证曲线的光滑，通过设置间断阈值，解决有间断曲线的检测问题。针对当前验证码识别算法识别率不高，并且有些验证码图像中的字符变化比较大（可能有一定的旋转和缩放）的问题，本文通过统计各边的切向量之和来改进形状上下文从而解决此问题。本文通过选择代表性的点计算其形状上下文进行匹配来解决识别速度较慢的问题。本文使用改进的形状上下文识别算法对OSCHINA、CSDN两个网站的验证码进行了识别，识别率分别为98%和54%，与改进前的算法比较识别率均有提高，特别是对具有较强噪声的验证码识别率提高幅度较大，而且算法在执行时间上减少到原来的1%左右。