字符识别练习（验证码、车牌号、身份证号等）

Last update: 29 JUN, 2012

© 野比 2012

欢迎大家和我讨论相关问题。联系方式：1429013154

注意：目前只是做了简单的字符拆分。其余研究已中断。

源代码下载：点击打开链接

光学图像识别（OCR）是非常有用的技术。在验证码识别、车牌号识别、文字识别方面，基于字符的识别技术算是比较容易上手的了（相比图文识别）。

闲来看到有朋友研究验证码识别，一时手痒，野比自己动手来做做验证码识别。当然，肯定只是简单的验证码。

名为验证码，实际上并不限于，还可以识别车牌号、身份证号、门牌号等各种乱七八糟的内容。

识别的流程很明确：

1、预处理图像

2、做y轴的投影

3、分析直方图分区

4、根据分区拆分图像为多个字符（很关键，拆得越好，后续识别率越高）

5、丢弃空白或无效字符

6、自动旋转字符（如果有倾斜），识别字符

如果样本中个图像有粘连，则可能造成分区不准确。这种情况下，需要进行旋转，但是怎样自动旋转，是个难题。

目前已可拆分出字符，下一步准备研究如何识别。（如果单个字符比较规范，可以利用现成的OCR控件）

这里有一些例子。

普通的验证码（毫无难度）

带干扰的验证码

较高强度干扰（目前使用的分区算法不能解决，需要更好的算法，比如动态阈值）

CSDN的验证码（毫无压力）

身份证号码

车牌号

补充个QQ验证码，用单一阈值方法，识别很困难，需要结合字符宽度进行判断

这是单一阈值分区的结果（没有限制宽度），可以看到效果很差。

继续研究如何优化分区算法，如何识别单个文字（可以考虑多重识别+样本训练）。

© 野比 2012