招聘&找人遇见就是缘分，尽我绵薄之力

椭圆曲线加密算法 是可数学证明的无法破解

我想问的是为什么要选那样的一个质数P出来？

其实把椭圆曲线上任意一点当作起始的P点都行，整个加密过程都成立。
而且，你选P=1，和选P=10000000， 你选的P越大，并不能增加加密算法的破解难度。
当然这个P也不能太小，比如P=0.0001， 计算2P会非常大，超出计算机的计算位数，加大没有必要的复杂度。

那么大家都随意点，搞一个普普通通的P吧。是个整数就行

就像你问，为什么一公斤要规定这么重，其实是一个约定俗成的 方便大家日常生活的计量单位而已，背后没有特别的含义。

我说的那个质数p,不是那个点；

你说的是随机是怎么产生的。随机是调用 c++里面的 std::random_device 。这个标准库是调用系统伪随机接口。linux 和 windows 不太一样。不过原理都差不多，linux 使用的是/dev/urandom，随机墒生成。就是根据各种系统随机中断，硬件等。收集墒，然后在根据更新等算法做出来的伪随机。然后你想通过算法漏洞破解私钥。md5 碰撞也不是基于字符串的。暴力破解，可以破解了，就是时间有点长。量子计算破解现在也不行。就目前来说只有社会工程学是最快的。

那个质数p,是精心挑选的，不是随机产生的，有条件的；我猜2p+1应该也是质数，我没测试过。这个应该是有限循环群，点元素的循环周期必须是大周期，决定的；

是的 我之前理解错了，你说的是求模用的大质数，我是这样理解的，首先是这个数字很大，作用是扩大贝加尔加法群的成员，将曲线定义在有限域，一个足够大的有限域。
而为什么要质数呢，我理解并不是非要质数的，而采用质数确实可以避免一些取巧的破解加密算法的方案，增加一部分安全性。

我觉得p只有是质数的情况下，在椭圆曲线上，点计算才是满足有限域的上的加乘可逆，并且倍点计算是有解的。这种玩意太博大精深了，想找个人问问疑惑都找不到；

你错了，哪怕你设置成100，也能行的。
我告诉你我的理解，但不一定正确，你自己判断。
如果把椭圆曲线加密的过程，比喻成是在一个房间里踢球的过程的话，需要这个房间的墙壁和结构，最好是一个独特的，没有重复结构的房间。 而质数，就是这个房间的独特结构。 如果设置成一个合数，就像这个房间是由若干个小房间组成，其加密的特性，也就是足球轨迹的不可预测性，会在一定区域内出现可重复的情况，利于破解。

加乘可逆是由椭圆曲线的特性来保证的 和质数没关系

这个根据不同场景，有不同解决方案。请回答如下几个问题：

1. 图片中文字信息所在位置是否固定。
2. 文字所用字体是否固定，是就这样三四种，还是每张图片的字体都是未知的。
3. 多发几张图片看看
4. 是否存在明明是文字，但未识别的情况。
5. 文字信息是否有多种颜色。

如果每张图片都有绿框，要保护里面的内容都话非常简单。 提取该绿色的rgb值，检测图中所有同rgb的点，找出该绿色框的坐标，ocr识别结果的删除操作前，对是否与绿框有交集（或者被包涵）逻辑进行一层判断。

非常感谢，文字不固定，字体固定，同以机器出的图，基本识别，只是内部彩色的数据导致ocr认为是文字

你看上面的解决方案够用吗，1.检测绿框 2. 判断ocr结果与绿框关系 感觉实现不难的，而且可靠性有保证

我想到了一个更好的解决方案。

1. 检测图片A中的绿框
2. 把图片A中的绿框里的内容用白色涂抹填充，生成图片B
3. 使用图片B输入OCR识别程序，得到文字的坐标信息
4. 把文字的坐标信息结合图片A，进行涂抹操作，得到图片C。

这样做的好处是，可以加快OCR步骤的速度，节省算力。

所以一个关键功能是出入是图片A，输出是图片B。如果你搞不定可以联系我。

谢谢。这个我之前实现了，直接轮廓法搞定，获取到轮廓，在文字去除阶段，在ROI范围内直接剔除。

医学图像上面的文字描述是很有限且固定的，翻来覆去就那些字。建立一个字库，识别到在字库里的字再删除。这样技术图片被误识别了，那么被识别成了字库里的字的概率也很低，结合字体大小，被误识别的概率已经极低了，如果再用验证码识别的库去识别字体，抗干扰能力更强，这样一来就几乎不可能误识别了。

好的，感谢。