谈网易游戏倩女幽魂验证码的识别

     首先说说，本人发这篇文章没有任何的恶意，仅供学习交流，在校研三学生，学数字图像处理，搞这些东西完全是好玩，自己跟那些大虾肯定没法比，只是希望大家多拍砖，我才能进步……

     先看看这款游戏验证码的原图像： 原始图像的特点是有些字符有粘连，有些没有粘连，还存在扭曲，下面就这些特点一一说明我的识别方式

 

1.二值化。  原图像是索引图像，转成灰度图像后只有集中颜色，取出黑色像素点为目标区域，其他为背景白色就二值化了，这个没什么难度

 

这张是二值化切割后的图像   ，图像只存在了黑白两种颜色，为了识别首先要提取模板，就是用来匹配的模板库

2.提取模板。我提取模板的方式很简单，比如因为有些字符没有粘连，比如y字符在这张图像中是没有粘连的，所以我直接提取连通区域来获得模板，当然这样需要大量的样本。这时候大家肯定要说字符存在扭曲，提取的模板有什么用，嘻嘻，下面就会说到怎么用扭曲的模板。

 

3.提取出来的模板如下：.我只取了一部分，除了i j字符上面有点 比较难搞定外，其他的字母基本都可以用这 个 办法获得模板

  下面我就用y字符来做为例子说明如何识别：模板如下：

4.匹配模板，说的专业点就是求最近邻，就是原图像中那块位置图像的特点和模板最接近，我采用的是distance map，对模板y得到的distance map如下

发现没有，颜色越深的地方表示离字符越近，越浅的地方表示离字符越远

下面来说明distance map图，以目标区域就是字符y为集合A，其他白色的地方为集合B，求得B中的每个像素点到集合A的距离，取最小值作为B中当前像素点的灰度值就得到了distance map

在原图像中从第一行第一个像素点开始，取得和模板大小相同的图像区域S，开始求得S和模板的相识程度（其实就是相似度，这个相似度有多种求法，我用的比较简单），就是计算s中黑色像素点地方对应distance map中的灰度值的和，当然这个和肯定是越小越好（如果没明白为什么越小越好说明没看懂distance map的原理哦）

最小值的地方就认为是最匹配的地方如下图

 

5当然这样只是检测出的单个字符，要识别出整个图像中的验证码只需要在模板中选4个匹配的最小值即可，最小值对应的模板即为识别出的字符，这个我将会继续完善，等待我的结果

 

另外：如果没有连通区域怎么提取模板，看这个图，我们取原图像每列黑色像素的个数作为纵坐标，列数作为纵坐标，得到下图

（波谷用蓝色*标记），取四个最低的波谷，标记到原始验证码图像上，用红色点标记，大部分字符会切割错误，但是还是有小概率字符会切割准确，比如这幅图像中的字符t，如果字符全部粘连的话，除了这个方法切割取得模板，好像我暂时想不到其他的好办法，希望各位大虾指点……

 

 

下面给出部分简单的验证码预处理吧，就是得到模板