C#简单数字验证码解析

原文地址：http://www.cnblogs.com/ivanyb/archive/2011/11/25/2262964.html

这几天都在研究验证码解析，写了一个DEMO，对于纯数字且生成位置变化频率较低的图片识别效果还算满意，准确率在80%以上，更高级别的验证码还有待研究。

CSharp简单数字验证码解析.rar

 

具体实现思路：以4位数字的验证码为例

1、人工将验证码的4位数字每位对应的代码存入数据库中，每位存入0-9对应的代码，每个数可以多存这样可以提高识别率;

2、获取验证码以后，对其进行去背景、灰度处理、去噪点处理、分片处理以后生成每位数字对应的代码;

3、去背景色，这一步的目的是把验证码和背景颜色区别开来。

去除背景的算法，依赖于验证码图像的特征：

1、首先需要知道背景色  
  最简单的方法就是把最左上角的点的量化值作为背景色。
  优化一点可以取图像矩形的topleft，topright，bottomleft,bottomright这4个点比对。
  或者取更边界上更多点比对。

2、扫描m*n图像矩形，从每个具有背景色的点出发找到整个连接块，设置matrix[i,j]=0。
  这是一个很简单的带剪枝的DFS算法，很快就能把背景色去除,本例用第二种。

4、去噪声：这一步要取出图像上的孤立点。这些孤立点被认为是噪声。
  孤立点的定义：某个点，周围没有与该点等值的点。
  或者某个连接块，该连接块的元素的个数小于某个给定值K， 把元素个数很小的连接块也定义为孤立点，有助于去处噪声。
  去噪声算法：参照去背景算法。

5、图像锐化：图像锐化的目的是增强边界。这一步是可选的。看验证码的情况，这一步可以跳过。

6、图片有效区域截取：这个操作是将图片除验证码字符以外的边框去掉，只留下验证码字符图片，这样保证分片的准确性。

7、图片分片处理，这个处理是将整个图片分割成单个字符图片。

1、连接块法：找到矩阵中除背景外所有的连接块，把每个连接块作为一个子图。
  不适用于子图存在断裂的情形。
   实现：带剪枝的DFS。

2、子图分割：如果验证码是定长的，且字符之间等距。
  可以用一个简单的垂直分割把子图提取出来。
  这种方法适用于子图断裂，用连接块法提取失败的情形。 本例用第二种。

3、有某些类型的验证码用上面2个方法都难以提取子图

8、拿分片图像生成的代码(eg:000111110011…..)与DB中已有代码相比较，取得相似度最高的即要验证码的字符;

 

注：如果DB的样本越多，识别的准确率也越高，但是速度会相应变慢

 

主要实现方法：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

/// <summary>          /// 根据RGB，计算灰度值          /// </summary>          /// <param name="posClr">Color值</param>          /// <returns>灰度值，整型</returns>          private  int  GetGrayNumColor(System.Drawing.Color posClr)          {              return  (posClr.R * 19595 + posClr.G * 38469 + posClr.B * 7472) >> 16;          }            /// <summary>          /// 灰度转换,逐点方式          /// </summary>          public  Bitmap GrayByPixels()          {              for  ( int  i = 0; i < bmpobj.Height; i++)              {                  for  ( int  j = 0; j < bmpobj.Width; j++)                  {                      int  tmpValue = GetGrayNumColor(bmpobj.GetPixel(j, i));                      bmpobj.SetPixel(j, i, Color.FromArgb(tmpValue, tmpValue, tmpValue));                  }              }              return  bmpobj;          }

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13

/// <summary>          /// 得到图片有效区域，使切分图片更加精确          /// </summary>          /// <param name="_bitmap"></param>          /// <returns></returns>          private  Bitmap CutMap(Bitmap _bitmap)          {              Rectangle rg = new  Rectangle( int .Parse(updX.Value.ToString()), int .Parse(updY.Value.ToString()), _bitmap.Width - int .Parse(updW.Value.ToString()), _bitmap.Height - int .Parse(updH.Value.ToString()));              //Rectangle rg = new Rectangle(1, 0, _bitmap.Width - 10, _bitmap.Height );              Bitmap bitmap = _bitmap.Clone(rg, _bitmap.PixelFormat);              return  bitmap;            }

 

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

/// <summary>          /// 切分图片          /// </summary>          /// <param name="_bitmap"></param>          /// <param name="row"></param>          /// <param name="col"></param>          /// <returns></returns>          private  Bitmap[] SplitImg(Bitmap _bitmap, int  row, int  col)          {              int  singW = _bitmap.Width / row;              int  singH = _bitmap.Height / col;              Bitmap[] arrmap = new  Bitmap[row * col];              Rectangle rect;              for  ( int  i = 0; i < col; i++)              {                  for  ( int  j = 0; j < row; j++)                  {                      rect = new  Rectangle(j * singW, i * singH, singW, singH);                      arrmap[i * row + j] = _bitmap.Clone(rect, _bitmap.PixelFormat);                  }              }                return  arrmap;          }

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

/// <summary>          /// 获取数字对应的二值化代码          /// </summary>          /// <param name="_bitmap"></param>          /// <param name="p"></param>          /// <returns></returns>          private  string  GetCodebybitmap(Bitmap _bitmap, Panel p)          {              StringBuilder code = new  StringBuilder();              Graphics g = p.CreateGraphics();              for  ( int  i = 0; i < _bitmap.Width; i++)              {                  for  ( int  j = 0; j < _bitmap.Height; j++)                  {                      int  r = _bitmap.GetPixel(i, j).R;                      if  (r < 100) //常用的是灰度128                      {                          code.Append( "1" );                          g.DrawString( "-" , new  Font( "宋体" , 12), new  SolidBrush(Color.Blue), new  Rectangle(i * 5, j * 5, 12, 12));                      }                      else                      {                          code.Append( "0" );                      }                  }              }                return  code.ToString();            }

效果：

人生无处不PK