1.一种倾斜汉字点选验证码识别方法，其特征在于，所述倾斜汉字点选验证码识别方法，包括：获取验证码图片，进行目标检测得到图片中所有汉字的位置矩形框；

以得到的矩形框作为自适应前后景分割的依据进行前后景分割，将前后景分割得到的含有汉字的前景相加，得到仅含有汉字前景的验证码图片；

对仅含有汉字前景的验证码图片按矩形框位置进行裁剪，裁剪出每个汉字对应的子图，将子图转为二值图像，检测出二值图像的轮廓并得到对应的最小外接矩形框；

对每个子图的外接矩形框，计算相邻两条边的斜率，换算为倾斜角度，分别根据所得到的倾斜角度对子图进行角度纠正，将子图原图及纠正后的两个子图作为待识别子图；

对每个汉字的三个待识别子图，分别采用文字识别模型进行识别，得到每个待识别子图识别为每个候选汉字的概率，从中选取概率最大值对应的待识别子图，将验证码图片中所有汉字选取出的待识别子图及其识别为每个候选汉字的概率，组成概率矩阵；

在概率矩阵中循环使用查找最大值并删除所在行列的方式得到文字位置矩形框和候选汉字的最佳匹配结果。

2.根据权利要求1所述的倾斜汉字点选验证码识别方法，其特征在于，所述进行目标检测得到图片中所有汉字的位置矩形框，采用YOLOX来进行目标检测。

3.根据权利要求1所述的倾斜汉字点选验证码识别方法，其特征在于，所述以得到的矩形框作为自适应前后景分割的依据进行前后景分割，采用OpenCV中的GrabCut前后景分割算法。

4.根据权利要求1所述的倾斜汉字点选验证码识别方法，其特征在于，所述将子图转为二值图像，检测出二值图像的轮廓并得到对应的外接矩形框，采用OpenCV轮廓检测方法。

5.根据权利要求1所述的倾斜汉字点选验证码识别方法，其特征在于，所述分别采用文字识别模型进行识别，所采用的文字识别模型为paddleOCR。

6.根据权利要求1所述的倾斜汉字点选验证码识别方法，其特征在于，所述以得到的矩形框作为自适应前后景分割的依据进行前后景分割，将前后景分割得到的含有汉字的前景相加，得到仅含有汉字前景的验证码图片，还包括：如果分割出的前景面积占比小于优选的概率10％，则判断汉字前景被误当作背景而被去除，这种情况下，放弃分割结果，采用原图作为含有汉字前景的验证码图片。