簡單驗證碼的識別：Bitmap類的使用

標籤：style   blog   http   color   ar   os   使用   sp   for   

　　驗證碼的智能識別是一項比較複雜的工作，甚至需要掌握點映像學的知識。

　　當然對於寫程式的來說不用那麼深入，只需要掌握幾個常規步驟就行了。

 

　　驗證碼Image Recognition步驟：1、擷取映像　　2、清除邊框　　3、灰階處理　　4、二值化處理　　5、噪點處理　　6、映像分割　　7、識別單個數字　　8、拼接驗證碼

 

一、擷取映像

　　映像一般是遠端，所以需要用到WebRequest：

　　　　 public Bitmap GetImg(string imgUrl)        {            WebRequest wreq = WebRequest.Create(imgUrl);            wreq.Timeout = 10000;            HttpWebResponse wresp = (HttpWebResponse)wreq.GetResponse();            Stream s = wresp.GetResponseStream();            return new Bitmap(s);        }

 

 

二、清除邊框

　　很多驗證碼周圍都有一圈黑色的邊框，因此需要用到以下操作：

        public Bitmap ClearBorder(Bitmap bm)        {            //去邊框 width            for (int i = 0; i < bm.Width; i++)            {                bm.SetPixel(i, 0, Color.White);                bm.SetPixel(i, bm.Height - 1, Color.White);            }            //去邊框 height            for (int j = 0; j < bm.Height; j++)            {                bm.SetPixel(0, j, Color.White);                bm.SetPixel(bm.Width - 1, j, Color.White);            }            return bm;        }    

 

三、灰階處理

　　所謂的灰階處理即讓五彩繽紛的映像變成深淺度不同的灰色映像。之所以如此是為了接下去的二值化處理。先看灰階處理：

        public Bitmap MakeGray(Bitmap bm)        {            for (int i = 0; i < bm.Width; i++)            {                for (int j = 0; j < bm.Height; j++)                {                    Color c = bm.GetPixel(i, j);//原始背景顏色                    int gray = (int)(c.R * 0.11 + c.G * 0.59 + c.B * 0.3);//計算灰階                    bm.SetPixel(i, j, Color.FromArgb(gray, gray, gray));                }            }            return bm;        }

　　它的原理是遍曆映像上的像素點，根據當前像素點的RGB顏色得到灰階，然後將灰階重新賦給當前像素點。

　　灰階處理通常有以下三個方法（本例採用的公式2.2）：

　　　　 (2.1)

　　　　 (2.2)

　　　　 (2.3)

　　公式（2.1）取RGB通道的平均值，得到的映像相對比較柔和，同時也縮小了目標和背景的平均亮度差，不利於後續的閥值處理。

　　公式（2.2）考慮了人眼對綠色的適應度最強，藍色次之，紅色最差。在處理綠色調和藍色調的驗證碼映像時，公式（2.2）的效果令人滿意，但在處理紅色調的映像時，因為公式中紅色的權值很小，灰階化後目標像素和背景像素的亮度差值被嚴重縮小，效果還不如公式（2.1）。

　　公式（2.3）基於一個前提，那就是有限保留目標像素的亮度資訊，利於後續的閥值分割。

　　有關理論方面的可以參考此連結：http://www.cnblogs.com/chaosimple/archive/2013/07/18/3197720.html (感謝作者提供寶貴的資料)

 

四、二值化處理

　　二值化處理即讓所有深淺度不同的灰色像素點變為黑白兩種像素點，即二值化。

　　在此需要找到一個臨界值。大於該值的為白（背景），小於的為白（驗證碼）。

        public Bitmap MakeBlackWhite(Bitmap bm)        {            for (int i = 0; i < bm.Width; i++)            {                for (int j = 0; j < bm.Height; j++)                {                    Color c = bm.GetPixel(i, j);//背景顏色                    if (c.B > 37)  //當前像素點與臨界值判斷                    {                        bm.SetPixel(i, j, Color.White);                    }                    else                    {                        bm.SetPixel(i, j, Color.Black);                    }                }            }            return bm;        }

 

五、噪點處理

　　所謂的噪點處理，就是把一些零零碎碎的點去掉，使其得到乾淨整潔的映像。

　　

        public Bitmap ClearPieces(Bitmap bm)        {            for (int i = 1; i < bm.Width - 1; i++)            {                for (int j = 1; j < bm.Height - 1; j++)                {                    Color c = bm.GetPixel(i, j);//原始背景顏色                    Color cUp = bm.GetPixel(i, j - 1);                    Color cDown = bm.GetPixel(i, j + 1);                    Color cLeft = bm.GetPixel(i - 1, j);                    Color cRight = bm.GetPixel(i + 1, j);                    //Response.Write(c.R + "  " + c.G + "  " + c.B + "  <br />");                    if (c.R == 0 && cUp.R != 0 && cDown.R != 0 && cLeft.R != 0 && cRight.R != 0)                    {                        bm.SetPixel(i, j, Color.White);                    }                }            }            return bm;        }    

 

六、映像切割

　　　　public Bitmap SplitImg(Bitmap bm,int pointX,int pointY)        {            Bitmap first = new Bitmap(cutWidth, cutHeight, PixelFormat.Format32bppRgb);for (int i = 0; i < first.Width; i++)            {                for (int j = 0; j < first.Height; j++)                {                    Color c = bm.GetPixel(pointX + i, pointY + j);                    first.SetPixel(i, j, c);                }            }
　　　　　　　return first;        }

　　這樣就得到了驗證碼中的只包含一個數位圖片。

 

七、識別單個數字

 

public string GetOneNumber(Bitmap first)        {            StringBuilder strFir = new StringBuilder("");            for (int i = 0; i < first.Width; i++)            {                for (int j = 0; j < first.Height; j++)                {                    Color c = bm.GetPixel( i,  j);                    if (c.R == 0)                    {                        strFir.Append("0");                    }                    else                    {                        strFir.Append("1");                    }                }            }            int result = 0;            string num = "";            List<string> numbers = verifyHelper.GetList();            for (int j = 0; j < numbers.Count(); j++)            {                result = 0;                for (int i = 0; i < strFir.Length; i++)                {                    if (strFir[i] == numbers[j][i])                    {                        result++;                    }                    if (result > 110)                    {                        num = j.ToString();                        return num;                    }                }            }            return "-1";    

 

八、最後拼接

            result += GetOneNumber(bm, 8, 4);            result += GetOneNumber(bm, 20, 2);            result += GetOneNumber(bm, 35, 5);            result += GetOneNumber(bm, 45, 2);

 

綜合起來需要做的操作是

        public string GetNumbers(string imgUrl)        {            Bitmap bm = new Bitmap(GetImgStream(imgUrl));            bm = ClearBorder(bm);            bm = MakeGray(bm);            bm = MakeBlackWhite(bm);            bm = ClearPieces(bm);            string result = "";            result += GetOneNumber(bm, 8, 4);            result += GetOneNumber(bm, 20, 2);            result += GetOneNumber(bm, 35, 5);            result += GetOneNumber(bm, 45, 2);            if(result.Contains("-1"))            {                return "-1";            }            else            {                return result;            }        }

 

簡單驗證碼的識別：Bitmap類的使用