车牌识别及验证码识别的一般思路 本文源自我之前花了2 天时间做的一个简单的车牌识别系统。那个项目，时间太紧，样本也有限，达不到对方要求的95%识别率（主要对于车牌来说，D,0，O，I，1 等等太相似了。然后，汉字的识别难度也不小），因此未被对方接受。在此放出，同时描述一下思路及算法。 全文分两部分，第一部分讲车牌识别及普通验证码这一类识别的普通方法，第二部分讲对类似QQ 验证码，Gmail 验证码这一类变态验证码的识别方法和思路。 一、车牌/验证码识别的普通方法 车牌、验证码识别的普通方法为： （1） 将图片灰度化与二值化 （2） 去噪，然后切割成一个一个的字符 （3） 提取每一个字符的特征，生成特征矢量或特征矩阵 （4） 分类与学习。将特征矢量或特征矩阵与样本库进行比对，挑选出相似的那类样本，将这类样本的值作为输出结果。 下面借着代码，描述一下上述过程。因为更新 SVN Serv er，我以前以 bdb 储存的代码访问不了，因此部分代码是用 Reflector 反编译过来的，望见谅。 （1） 图片的灰度化与二值化 这样做的目的是将图片的每一个象素变成 0 或者 255，以便以计算。同时，也可以去除部分噪音。 图片的灰度化与二值化的前提是 bmp 图片，如果不是，则需要首先转换为 bmp 图片。 用代码说话，我的将图片灰度化的代码（算法是在网上搜到的）： 1 protected static Color Gray(Color c) 2 { 3 int rgb = Convert.ToInt32((double) (((0.3 * c.R) + (0.59 * c.G)) + (0.11 * c.B))); 4 return Color.FromArgb(rgb, rgb, rgb); 5 } 6 通过将图片灰度化，每一个象素就变成了一个0-255 的灰度值。 然后是将灰度值二值化为 0 或 255。一般的处理方法是设定一个区间，比如，[a,b]，将[a,b]之间的灰度全部变成255，其它的变成0。这里我采用的是网上广为流行的自适应二值化算法。 1 public static void Binarizate(Bitmap map) 2 { 3 int tv = ComputeThresholdValue(map); 4 int x = map.Width; 5 int y = map.Height; 6 for (int i = 0; i < x; i++) 7 { 8 for (int j = 0; j < y; j++) 9 { 10 if (map.GetPixel(i, j).R >= tv) 11 { 12 map.SetPixel(i, j, Color.FromArgb(0xff, 0xff, 0xff)); 13 } 14 else 15 { 16 map.SetPixel(i, j, Color.FromArgb(0, 0, 0)); 17 } 1...
VIP
