C#使用Tesseract OCR 解析验证码

关注

转载最新推荐文章于 2026-10-14 16:59:56 发布 2.4k 阅读 AI 写同款· GEO 优化 ›

C# Tesseract OCR 文字识别技术 Tesseract的主要功能是识别图像中的文字，并将其转换成机器可读的文本内容。Tesseract算法的基础是使用训练好的模型来识别字符，并通过上下文和语言模型来提高识别准确性。Tesseract是支持多种语言的识别，需要下载并安装相应语言的训练数据文件，这些文件可以在Tesseract的GitHub页面的essdata目录中找到。Tesseract是一个开源文本识别 (OCR)引擎，是目前公认最优秀、最精确的开源OCR系统，用于识别图片中的文字并将其转换为可编辑的文本。1.安装Nuget包。阅读详情

原文地址：http://www.cnblogs.com/ivanyb/archive/2011/11/25/2263043.html

之前我在<<C#简单数字验证码解析>>一文中介绍了用C#识别简单不变形数字验证码，但是对于识别变形的或生成位置变化比较频繁的验证码的准确率却不高。

下面介绍一个开源的OCR引擎Tesseract2。值得庆幸的是虽然是开源的但是它的识别率较高，并不比其他引擎差劲。网上介绍Tessnet2也是当时时间排名第三的识别引擎，只是后来慢慢不维护了，目前是Google在维护，大家都知道Google 在搞电子图书馆，每天都有不同类目的书被扫描成电子版。所以有G老大维护，识别率差不到哪里去。呵呵。。别鄙视我。。。

Tessnet2 是用vc ++ 开发的，其中是生成Tessnet2.dll ，我们可以通过.net 来调用内部具体类库实现识别。

Tessnet2的使用：

1、点击http://files.cnblogs.com/zhuxiangyu/tessnet2_32.rar链接下载Tessnet2.dll ，

Tessnet2是支持多国语的。语言包下载链接：http://code.google.com/p/tesseract-ocr/downloads/list

2、将Tessnet2.dll 添加到vs 引用中，和添加.net程序集一样。

3、用Tessnet2进行识别

 
         WebRequest request = WebRequest.Create(
         "http://sz.2zf.cn/js/code2.asp"
         );
        
         WebResponse response = request.GetResponse();
        
         Stream st = response.GetResponseStream();
        
         Bitmap bitmap = (Bitmap)Bitmap.FromStream(st);
        
         UnCodebase ud = 
         new 
         UnCodebase(bitmap );
        
         bitmap = ud.GrayByPixels();
        
         ud.ClearNoise(128, 2);
        
         pictureBox1.Image = bitmap ;
        
         tessnet2.Tesseract ocr = 
         new 
         tessnet2.Tesseract();
         //声明一个OCR类
        
         ocr.SetVariable(
         "tessedit_char_whitelist"
         , 
         "0123456789"
         ); 
         //设置识别变量，当前只能识别数字。
        
         ocr.Init(Application.StartupPath + 
         @"\\tmpe"
         , 
         "eng"
         , 
         true
         ); 
         //应用当前语言包。注，Tessnet2是支持多国语的。语言包下载链接：http://code.google.com/p/tesseract-ocr/downloads/list
        
         List<tessnet2.Word> result = ocr.DoOCR(bitmap , Rectangle.Empty);
         //执行识别操作
        
         string 
         code = result[0].Text;
        
         textBox1.Text = code;