c#验证码识别、图片二值化、分割、分类、识别
c# 验证码的识别主要分为预处理、分割、识别三个步骤
首先我从网站上下载验证码
处理结果如下：
1.图片预处理，即二值化图片
*就是将图像上的像素点的灰度值设置为0或255。
原理如下：
代码如下：
#region 二值化图片
///
/// 二值化图片
/// 就是将图像上的像素点的灰度值设置为0或255
///
/// 处理后的验证码
public Bitmap BinaryZaTion()
{
for (int x = 0; x < img.Width; x++)
{
for (int y = 0; y < img.Height; y++)
{
__c = img.GetPixel(x, y);
//灰度值
int __tc = (__c.R + __c.G + __c.B) / 3;
//大于阙值 黑色
if (__tc > t)
{
img.SetPixel(x, y, Color.FromArgb(__c.A, b, b, b));
//黑色点个数自加
__blackNum++;
}
//大于阙值 白色
else
{
img.SetPixel(x, y, Color.FromArgb(__c.A, w, w, w));
}
}
}
return img;
}
#endregion二值化过后需要判断图片的黑白比列，若果黑色比白色多，需要对图片反色处理。
代码如下：
#region 是否需要反色
///
/// 是否需要反色
///
/// 是否需要反色
public bool IsNeedInverseColor()
{
if ((__blackNum * 1.0 / (img.Width * img.Height)) > 0.5)
{
return true;
}
else
{
return false;
}
}
#endregion
#region 反色
///
/// 反色
///
/// 处理后的验证码
public Bitmap InverseColor()
{
for (int x = 0; x < img.Width; x++)
{
for (int y = 0; y < img.Height; y++)
{
__c = img.GetPixel(x, y);
img.SetPixel(x, y, Color.FromArgb(__c.A, w - __c.R, w - __c.G, w - __c.B));
}
}
return img;
}
#endregion处理结果如下：
2.图片分割
我的做法是先每一竖行判断是否是纯白色行，不是的话记录当前x坐标，然后没以横行判断是否纯白色行，这样就能的到每一个数字的区域，然后将区域画出来。
代码如下：
#region 分割图片
///
/// 分割图片
///
/// 处理后的验证码
public Bitmap CutImg()
{
//Y轴分割
CutY();
//区域个数
__count = 0;
if (XList.Count > 1)
{
//x起始值
int __start = XList[0];
//x结束值
int __end = XList[XList.Count - 1];
//x索引
int __idx = 0;
while (__start != __end)
{
//区域宽度
int __w = __start;
//区域个数自加
__count++;
while (XList.Contains(__w) && __idx < XList.Count)
{
//区域宽度自加
__w++;
//x索引自加
__idx++;
}
//区域X轴坐标
int x = __start;
//区域Y轴坐标
int y = 0;
//区域宽度
int width = __w - __start;
//区域高度
int height = img.Height;
/*
* X轴分割当前区域
*/
CutX(img.Clone(new Rectangle(x, y, width, height), img.PixelFormat));
if (YList.Count > 1 && YList.Count != img.Height)
{
int y1 = YList[0];
int y2 = YList[YList.Count - 1];
if (y1 != 1)
{
y = y1 - 1;
}
height = y2 - y1 + 1;
}
//GDI+绘图对象
Graphics g = Graphics.FromImage(img);
g.SmoothingMode = SmoothingMode.HighQuality;
g.CompositingMode = CompositingMode.SourceOver;
g.PixelOffsetMode = PixelOffsetMode.HighSpeed;
g.InterpolationMode = InterpolationMode.HighQualityBicubic;
//画出验证码区域
g.DrawRectangle(new Pen(Brushes.Green), new Rectangle(x, y, width, height));
g.Dispose();
//起始值指向下一组
if (__idx < XList.Count)
{
__start = XList[__idx];
}
else
{
__start = __end;
}
}
}
return img;
}
#endregion
#region Y轴字符分割图片
///
/// 得到Y轴分割点
/// 判断每一竖行是否有黑色
/// 有则添加
///
/// 要验证的图片
private void CutY()
{
XList.Clear();
for (int x = 0; x < img.Width; x++)
{
isWhilteLine = false;
for (int y = 0; y < img.Height; y++)
{
__c = img.GetPixel(x, y);
if (__c.R == w)
{
isWhilteLine = true;
}
else
{
isWhilteLine = false;
break;
}
}
if (!isWhilteLine)
{
XList.Add(x);
}
}
}
#endregion
#region X轴字符分割图片
///
/// 得到X轴分割点
/// 判断每一横行是否有黑色
/// 有则添加
///
/// 临时区域
private void CutX(Bitmap tempImg)
{
YList.Clear();
for (int x = 0; x < tempImg.Height; x++)
{
isWhilteLine = false;
for (int y = 0; y < tempImg.Width; y++)
{
__c = tempImg.GetPixel(y, x);
if (__c.R == w)
{
isWhilteLine = true;
}
else
{
isWhilteLine = false;
break;
}
}
if (!isWhilteLine)
{
YList.Add(x);
}
}
tempImg.Dispose();
}
#endregion
3.识别
识别呢就是提取出图片的特征
我的做法是将图片数字区域逐一分成4*4的区域，计算出各个区域的黑色点所占的百分比，然后将计算出来的结果和以前计算的特征进行比较，求出欧氏距离 d = sqrt( (x1-x2)^2+(y1-y2)^2 )最小的一个作为结果。
部分代码如下：
#region 黑色像素比列
///
/// 计算黑色像素比列
///
///
/// 效果如下：
本代码只做研究学习之用。
新手上路，有任何建议、意见联系 [email protected] 。