驗證碼破解技術四部曲之使用Tesseract（二）

代碼下載

本節的代碼能夠經過此處進行下載。

圖像直方圖

首先看驗證碼的樣子，

能夠看到這幾個驗證碼最大的特色就是字母比較深，而周圍的背景很淺，把圖像轉換成黑白顏色，能夠顯示的更加的明顯。

//按黑白讀取圖像
Mat mat = imread("test1.jpg", 0);
cv::imshow("initial_mat", mat);
cv::waitKey(0);

能夠看到全部背景的灰度值，都會小於字母的灰度值，爲了讓tesseract更準確的識別，能夠把圖像進行二值化，也就是把背景都改爲純白色，把字母都搞成純黑色。那麼如何肯定分割的閾值呢？比較好的方法是畫出圖像的直方圖。

//畫出直方圖
Histogram1D histogram1d;
cv::imshow("histogram1d", histogram1d.getHistogramImage(mat));
cv::waitKey(0);

直方圖的橫座標表明灰度值，縱座標表明指定灰度值的點數。

圖像閾值

接下來，開始對圖像進行閾值，這裏選擇的灰度值位150，灰度下於150的設置爲白色，灰度大於150的設置爲黑色。

//閾值
Mat threshold_mat;
cv::threshold(mat, threshold_mat, 150, 255, cv::THRESH_BINARY);
cv::imshow("threshold_mat", threshold_mat);
cv::waitKey(0);

Tesseract識別

把圖片進行閾值後，就能夠進行識別了，直接調用tesseract的API就行了。

//使用tesseract識別
char buffer[255];
OCRDecoder decoder;
decoder.decodeGrayMat(threshold_mat, buffer);
cout<<"result:"<<buffer<<endl;

運行程序，能夠看到識別出告終果：