字符識別練習（驗證碼、車牌號、身份證號等）

http://blog.youkuaiyun.com/conmajia/article/details/7649551

光學圖像識別（OCR）是非常有用的技術。在驗證碼識別、車牌號識別、文字識別方面，基於字符的識別技術算是比較容易上手的了（相比圖文識別）。

閒來看到有朋友研究驗證碼識別，一時手癢，野比自己動手來做做驗證碼識別。當然，肯定只是簡單的驗證碼。

名為驗證碼，實際上並不限於，還可以識別車牌號、身份證號、門牌號等各種亂七八糟的內容。

識別的流程很明確：

1、預處理圖像

2、做y軸的投影

3、分析直方圖分區

4、根據分區拆分圖像為多個字符（很關鍵，拆得越好，後續識別率越高）

5、丟棄空白或無效字符

6、自動旋轉字符（如果有傾斜），識別字符

如果樣本中個圖像有粘連，則可能造成分區不准確。這種情況下，需要進行旋轉，但是怎樣自動旋轉，是個難題。

目前已可拆分出字符，下一步准備研究如何識別。（如果單個字符比較規范，可以利用現成的OCR控件）

這裡有一些例子。

普通的驗證碼（毫無難度）

帶干擾的驗證碼

較高強度干擾（目前使用的分區算法不能解決，需要更好的算法，比如動態閾值）

优快云的驗證碼（毫無壓力）

身份證號碼

車牌號

補充個QQ驗證碼，用單一閾值方法，識別很困難，需要結合字符寬度進行判斷

這是單一閾值分區的結果（沒有限制寬度），可以看到效果很差。

繼續研究如何優化分區算法，如何識別單個文字（可以考慮多重識別+樣本訓練）。

© 野比 2012