简单的纯数字图像（如电话号码、数字验证码）识别

又到岁末，大家都忙着捞年底最后一桶金，我也不例外，忙着采集数据，不过有时候需要付出一点点时间而已。

在本案例中，我遇到了一个纯数字的电话号码变成了图片需要采集过来，在原网页上以<img src="一个JSP文件地址加一串密码" />的形式展现给我们，在采集的时候，有人建议我绕过去，直接采图片算了，不过本着对品质的追求，还是觉得应该做到采集的同时转化为文本。

我的思路是这样的，先处理保存0-9及“-”的黑白图片到本地磁盘，并分别取名为0.gif,1.gif....9.gif,-.gif，之后采集图片流到内存中，处理成黑白图片后，按长度等分切割，并与本地图片循环比对。这种情况也仅适合于“纯数字的简单”图片。请注意，在本案例中，没有纹路识别，只有像素比对。

于是，试验品开始了：
首先，得到远端图片的地址，并根据这个地址得到Response出来的图片（注，这是一个流，并非一个真正的图片文件，就像网站上的图片验证码一样。）。

在这里我用到了HttpWebRequest，但是发现直接代入图片地址后GET到的是空白，于是加参数.Referer = "http://该网站的域名"，好了，现在远端给了我图片的流。

本段伪代码如下：

View Code

1HttpWebRequestobjRequest=(HttpWebRequest)WebRequest.Create( " 图片地址 ");
2objRequest.Timeout= 10000; // 设置超时10秒
3 objRequest.Referer= " http://被采网站的域名/ ";
4HttpWebResponseobjResponse=(HttpWebResponse)objRequest.GetResponse();
5System.IO.StreamresStream=objResponse.GetResponseStream();
6从以上代码中，我得到这样一副图片：
7 // 保存图片的代码也供上。
8 // System.Drawing.Imagei=System.Drawing.Image.FromStream(resStream);
9 // i.Save(@"c:\x.gif",System.Drawing.Imaging.ImageFormat.Gif);
10 // resStream.Close();
11 // i.Dispose();

复制代码

第二步，图片流得到了,接下来是处理这副图片了。不过在这之前，我还有件重要的事情要做，因为是纯数字的图片，并且可能区号和电话之间有“-”符号，所以我必须在本地保存了这些图片的黑白样品，这个过程很简单，就是用PHOTOSHOP去色，然后到调整亮度/对比度，各增加100，即可得到一张黑白的图片，之后将其切分为10*20的小图，分别取名为0.gif,1.gif...9.gif,-.gif一共11个图片。

，之后，我的处理流程是：图片流到内存====》变灰处理=====》加亮度，对比度=====》变黑白处理=====》切分并和本地这11张图片比对

View Code

1 BitmapiGetPhoto= newBitmap(resStream);
2 // 第一步变灰度图
3 iGetPhoto=ToGray(iGetPhoto);
4 // 第二步增加亮度100
5 iGetPhoto=KiLighten(iGetPhoto, 100);
6 // 第三步增加对比度100
7 iGetPhoto=KiContrast(iGetPhoto, 100);
8 // 第四步变黑白
9 iGetPhoto=ToBlackWhite(iGetPhoto);

复制代码

四个函数体：

View Code

1 /// <summary>
2 /// 图片变成灰度
3 /// </summary>
4 /// <paramname="b"></param>
5 /// <returns></returns>
6 publicBitmapToGray(Bitmapb){
7 for( intx= 0;x<b.Width;x++)
8{
9 for( inty= 0;y<b.Height;y++)
10{
11Colorc=b.GetPixel(x,y);
12 intluma=( int)(c.R* 0.3+c.G* 0.59+c.B* 0.11); // 转换灰度的算法
13 b.SetPixel(x,y,Color.FromArgb(luma,luma,luma));
14}
15}return b;
16}
17 /// <summary>
18 /// 图像变成黑白
19 /// </summary>
20 /// <paramname="b"></param>
21 /// <returns></returns>
22 publicBitmapToBlackWhite(Bitmapb){
23 for( intx= 0;x<b.Width;x++)
24{
25 for( inty= 0;y<b.Height;y++)
26{
27Colorc=b.GetPixel(x,y);
28 if(c.R<( byte) 255)
29{
30b.SetPixel(x,y,Color.FromArgb( 0, 0, 0));
31}
32}
33}return b;
34}
35 /// <summary>
36 /// 图像亮度调整
37 /// </summary>
38 /// <paramname="b"></param>
39 /// <paramname="degree"></param>
40 /// <returns></returns>
41 publicBitmapKiLighten(Bitmapb, intdegree)
42{
43
44 if(b== null)
45{
46
47 return null;
48
49}
50
51
52
53 if(degree<- 255)degree=- 255;
54
55 if(degree> 255)degree= 255;
56
57
58
59 try
60{
61
62
63
64 intwidth=b.Width;
65
66 intheight=b.Height;
67
68
69
70 intpix= 0;
71
72
73
74BitmapDatadata=b.LockBits( newRectangle( 0, 0,width,height),ImageLockMode.ReadWrite,PixelFormat.Format24bppRgb);
75
76
77
78 unsafe
79{
80
81 byte*p=( byte*)data.Scan0;
82
83 intoffset=data.Stride-width* 3;
84
85 for( inty= 0;y<height;y++)
86{
87
88 for( intx= 0;x<width;x++)
89{
90
91 // 处理指定位置像素的亮度
92
93 for( inti= 0;i< 3;i++)
94{
95
96pix=p[i]+degree;
97
98
99
100 if(degree< 0)p[i]=( byte)Math.Max( 0,pix);
101
102 if(degree> 0)p[i]=( byte)Math.Min( 255,pix);
103
104
105
106} // i
107
108p+= 3;
109
110} // x
111
112p+=offset;
113
114} // y
115
116}
117
118
119
120b.UnlockBits(data);
121
122
123
124 returnb;
125
126}
127
128 catch
129{
130
131 return null;
132
133}
134
135
136
137}
138
139
140 /// <summary>
141
142 /// 图像对比度调整
143
144 /// </summary>
145
146 /// <paramname="b"> 原始图 </param>
147
148 /// <paramname="degree"> 对比度[-100,100] </param>
149
150 /// <returns></returns>
151
152 publicBitmapKiContrast(Bitmapb, intdegree)
153{
154
155 if(b== null)
156{
157
158 return null;
159
160}
161
162
163
164 if(degree<- 100)degree=- 100;
165
166 if(degree> 100)degree= 100;
167
168
169
170 try
171{
172
173
174
175 doublepixel= 0;
176
177 doublecontrast=( 100.0+degree)/ 100.0;
178
179contrast*=contrast;
180
181 intwidth=b.Width;
182
183 intheight=b.Height;
184
185BitmapDatadata=b.LockBits( newRectangle( 0, 0,width,height),ImageLockMode.ReadWrite,PixelFormat.Format24bppRgb);
186
187 unsafe
188{
189
190 byte*p=( byte*)data.Scan0;
191
192 intoffset=data.Stride-width* 3;
193
194 for( inty= 0;y<height;y++)
195{
196
197 for( intx= 0;x<width;x++)
198{
199
200 // 处理指定位置像素的对比度
201
202 for( inti= 0;i< 3;i++)
203{
204
205pixel=((p[i]/ 255.0- 0.5)*contrast+ 0.5)* 255;
206
207 if(pixel< 0)pixel= 0;
208
209 if(pixel> 255)pixel= 255;
210
211p[i]=( byte)pixel;
212
213} // i
214
215p+= 3;
216
217} // x
218
219p+=offset;
220
221} // y
222 }
223b.UnlockBits(data);
224 returnb;
225} catch
226{
227 return null;
228}
229}

复制代码

第三步，所有的准备工作已经完成了，开始比对！内存中有了一副黑白的数字图，它的尺寸是140*20，并且左边空出来7像素，右侧待定，具体看电话号码有几位，可能是3像素，也可能是13像素；本地磁盘中有了0-9.gif，它们的尺寸是10*20,现在要做的就是比对：比对代码如下：

View Code

1 // 读取物理磁盘的文件到内存,注意这个.ToServerPath()是扩展方法,它的原型是HttpContext.Server.Mappath("xxx")
2 Bitmap[]numColl={
3 newBitmap(( " /Temp/0.gif ").ToServerPath()),
4 newBitmap(( " /Temp/1.gif ").ToServerPath()),
5 newBitmap(( " /Temp/2.gif ").ToServerPath()),
6 newBitmap(( " /Temp/3.gif ").ToServerPath()),
7 newBitmap(( " /Temp/4.gif ").ToServerPath()),
8 newBitmap(( " /Temp/5.gif ").ToServerPath()),
9 newBitmap(( " /Temp/6.gif ").ToServerPath()),
10 newBitmap(( " /Temp/7.gif ").ToServerPath()),
11 newBitmap(( " /Temp/8.gif ").ToServerPath()),
12 newBitmap(( " /Temp/9.gif ").ToServerPath()),
13 newBitmap(( " /Temp/-.gif ").ToServerPath())
14};

复制代码

View Code

1 /// <summary>
2 /// 比较原图和每个小样图，并给出数字结果
3 /// </summary>
4 /// <paramname="iGetPhoto"></param>
5 /// <paramname="numColl"></param>
6 /// <returns></returns>
7 public stringComparePic(BitmapiGetPhoto /* 原图 */,Bitmap[]numColl /* 小图样图集 */){
8 intnumCount= 13;
9 stringresult= string.Empty;
10 for( inti= 0;i<numCount;i++)
11{
12 intx=i* 10+ 7; // 原始图的开始取像素位置
13 BitmapperBmp= newBitmap( 10, 20);
14GraphicsgPhoto=Graphics.FromImage(perBmp);
15gPhoto.Clear(Color.White);
16gPhoto.DrawImage(iGetPhoto /* 原图 */, 0, 0, /* 目标位置 */ newRectangle( newPoint(x, 0), newSize( 10, 20)) /* 源位置 */,GraphicsUnit.Pixel);
17 for( intj= 0;j< 11;j++) // 这是数字样图的集合循环
18 {
19 boolisTrue= true; // 接下来循环小图的每一个像素，与大图中裁出的小图作比较，只要一个像素不对，就OVER
20 for( intn= 0;n< 20;n++)
21{
22 for( intm= 0;m< 10;m++)
23{
24Colorpoint1=perBmp.GetPixel(m,n);
25Colorpoint2=numColl[j].GetPixel(m,n);
26 if(point1.ToArgb()!=point2.ToArgb())
27{
28isTrue= false;
29}
30}
31}
32 if(isTrue)
33{
34result+=j== 10? " - ":j.ToString();
35 break;
36}
37}
38perBmp.Dispose();
39gPhoto.Dispose();
40}
41 returnresult;
42}

复制代码

最后,把零散的调用封装成调用的入口函数:

View Code

1 // 入口函数
2 public stringGetPicTel( stringurl)
3{
4HttpWebRequestobjRequest=(HttpWebRequest)WebRequest.Create(url);
5objRequest.Timeout= 10000; // 设置尾5秒
6 objRequest.Referer= " http://你要偷图片的网站域名 ";
7 try
8{
9HttpWebResponseobjResponse=(HttpWebResponse)objRequest.GetResponse();
10 // System.IO.StreamresStream=objResponse.GetResponseStream();
11 // System.Drawing.Imagei=System.Drawing.Image.FromStream(resStream);
12 // i.Save(@"c:\x.gif",System.Drawing.Imaging.ImageFormat.Gif);
13 // resStream.Close();
14 // i.Dispose();
15
16System.IO.StreamresStream=objResponse.GetResponseStream();
17BitmapiGetPhoto= newBitmap(resStream);
18 // 第一步变灰度图
19 iGetPhoto=ToGray(iGetPhoto);
20 // 第二步增加亮度100
21 iGetPhoto=KiLighten(iGetPhoto, 100);
22 // 第三步增加对比度100
23 iGetPhoto=KiContrast(iGetPhoto, 100);
24 // 第四步变黑白
25 iGetPhoto=ToBlackWhite(iGetPhoto);
26
27
28
29 // 测试图片的结果
30 // iGetPhoto.Save(@"c:\x.gif",System.Drawing.Imaging.ImageFormat.Gif);
31 // resStream.Close();
32 // returnstring.Empty;
33 Bitmap[]numColl={
34 newBitmap(( " /Temp/0.gif ").ToServerPath()),
35 newBitmap(( " /Temp/1.gif ").ToServerPath()),
36 newBitmap(( " /Temp/2.gif ").ToServerPath()),
37 newBitmap(( " /Temp/3.gif ").ToServerPath()),
38 newBitmap(( " /Temp/4.gif ").ToServerPath()),
39 newBitmap(( " /Temp/5.gif ").ToServerPath()),
40 newBitmap(( " /Temp/6.gif ").ToServerPath()),
41 newBitmap(( " /Temp/7.gif ").ToServerPath()),
42 newBitmap(( " /Temp/8.gif ").ToServerPath()),
43 newBitmap(( " /Temp/9.gif ").ToServerPath()),
44 newBitmap(( " /Temp/-.gif ").ToServerPath())
45};
46 returnComparePic(iGetPhoto,numColl);
47
48
49}
50 catch(Exceptionex)
51{
52 return string.Empty;
53}
54}

复制代码

另外,要说明的是,有些验证码(不带扭曲),有倾斜或上下波动的也可以用这种方法搞定,只是需要再多动一点点脑筋.但是带扭曲效果的验证码就是非常专业的事情了,不过我们只用来做采集,不是爆破专家,这种方式应该基本满足应用了.

希望本文可以抛砖引玉,帮你采集到你需要的数据,当然,尽可能地支持别人的版权!也正是因为版权,恕我无法给出原始图片地址.

本文来自http://corecainiao.cnblogs.com/如需转载请标明出处。