验证码识别技术研究

内容提要：随着近年来信息化技术的不断提高，验证码识别逐渐渗透入了网络的各个领域。本文主要讨论验证码识别的思路和方向，识别系统设置中需要考虑的相关重点。

一・识别系统的设计：

1.图像二值化

图像二值化：图像显示的时候只能看到两种颜色（经常是黑色和白色）

采用阀值判定法。阀值的选择非常重要，如果选择不好，要么保留了很多噪声信息，要么丢失了很多有用信息。

2.图像的腐蚀

腐蚀可以消除小且无意义的噪声。

这个可以根据自身遇到的验证码的进行多次腐蚀。但过度腐蚀将造成有效信息的大量流失――因为腐蚀号码边缘的同时，内部的空洞也在逐渐的扩大。

3.图像膨胀

膨胀操作之后，验证码图像会变大，此时可以根据需要再次执行腐蚀的操作。腐蚀和膨胀是相辅相成的，我们可以根据实际的情况选择两者执行顺序的先后和重复次数，这个一定要灵活变通。

4.图像中的值滤波

中值滤波对验证码的背景孤立噪声的去除具有较好的效果，验证码内部较小的空洞也可以通过滤波实现填充。我们需要根据自身的实际情况进行多次值滤波的操作。

5.图像的分割

图像分割是根据目标与背景的具体位置，对图像中的目标，背景进行标记，定位，然后持续讲识别的目标与背景分离。有效分割是提取和识别的重中之重。

用投影法进行分割：在号码的区域间隔，投影为空白。在读取验证码信息的时候，设置阀值T作为字符与空白区域的边界条件。当读取的信息大于T时，开始读取字符：反之，则进入间隔区域。

具体步骤如下：1.全面去噪；2.整体水平去噪；3，划分边界；4垂直去噪；5水平去噪。

6.文字特征的提取

（一）・字符结构法

这种方法是以字符的结构特点和笔画类型，数据以及其位置作为识别特征，而不受验证码的字符图像大小的影响，适应性较强。判断依据：闭环数，闭环位置，笔划类型等等。

闭环算法如下：

读入二值化的验证码图像→找到一个像素值为0（黑色）的背景像素点B→搜索B的连通区域，并将该连通区域内的像素全部记为背景1（白点）→遍历图像中像素值为0的点→若存在没有标记为背景0的像素点，则为有封闭环：反之内封闭环数为0→重复遍历过程，确定闭环数目

（二）穿梭线法

在图像中引入贯穿字符区域的直线，根据字符与穿梭线的交点数进行识别。对于存在背景噪点声的字符，或者腐蚀过度造成笔划断裂的字符，穿梭线识别算法表现出先天不足。

（三）节点统计法

节点统计法以字符本身比笔划间的节点数作为统计特征。M为字符两个笔划相交节点数：N为字符三个笔划相交的节点数，P为大于三个笔划相交节的点数：（M，N，P）即为识别特征。

缺点：由于字符笔画较粗，在进行腐蚀处理后，往往造成笔画丢失，应用效果不佳。

（四）模版匹配法

验证码为英文字母和数字以不同字体，大小混合编排，因此这里我们相应采用了模版匹配的方法，它不必过分顾及它们的格式，在号码倾斜幅度较小的情况下，具有明显优势。以数字8的特征提取为例：

首先，我们把模版网格化。所谓的网格化，即把模版的图像瓜分为若干个区域，每一个区域即为一个小网格。接着，以区域内黑色像素数为特征，对每个区域的数字特征进行提取，即模版的数字化。

数字的标准模版均为46x72的格式，将其从左上角开始均分成4x7的网格，每个网格有10x10=100个像素。余下右侧和下方12个较小的网格，包含的信息量较少，予以忽略。数字8以黑色像素个数为特征提取出来的像素矩阵如下面所示：

背景复杂的验证码图片，增强程序的抗干扰性以提高识别率等等，都是有待我们需要攻克的难关，此篇文章主要是针对验证码识别技术做出探讨，完善程序是一条漫漫长路！望各位看官和我一样共同求索。