驗證碼識別技術研究

內容提要：隨着近年來信息化技術的不斷提升，驗證碼識別逐漸***入了網絡的各個領域。本文主要討論驗證碼識別的思路和方向，識別系統設置中須要考慮的相關重點。

一·識別系統的設計：

1.圖像二值化

圖像二值化：圖像顯示的時候只能看到兩種顏色（常常是黑色和白色）

採用閥值斷定法。閥值的選擇很是重要，若是選擇很差，要麼保留了不少噪聲信息，要麼丟失了不少有用信息。

2.圖像的腐蝕

腐蝕能夠消除小且無心義的噪聲。

這個能夠根據自身遇到的驗證碼的進行屢次腐蝕。但過分腐蝕將形成有效信息的大量流失——由於腐蝕號碼邊緣的同時，內部的空洞也在逐漸的擴大。

3.圖像膨脹

膨脹操做以後，驗證碼圖像會變大，此時能夠根據須要再次執行腐蝕的操做。腐蝕和膨脹是相輔相成的，咱們能夠根據實際的狀況選擇二者執行順序的前後和重複次數，這個必定要靈活變通。

4.圖像中的值濾波

中值濾波對驗證碼的背景孤立噪聲的去除具備較好的效果，驗證碼內部較小的空洞也能夠經過濾波實現填充。咱們須要根據自身的實際狀況進行屢次值濾波的操做。

5.圖像的分割

圖像分割是根據目標與背景的具體位置，對圖像中的目標，背景進行標記，定位，而後持續講識別的目標與背景分離。有效分割是提取和識別的重中之重。

用投影法進行分割：在號碼的區域間隔，投影爲空白。在讀取驗證碼信息的時候，設置閥值T做爲字符與空白區域的邊界條件。當讀取的信息大於T時，開始讀取字符：反之，則進入間隔區域。

具體步驟以下：1.全面去噪；2.總體水平去噪；3，劃分邊界；4垂直去噪；5水平去噪。

6.文字特徵的提取

（一）·字符結構法

這種方法是以字符的結構特色和筆畫類型，數據以及其位置做爲識別特徵，而不受驗證碼的字符圖像大小的影響，適應性較強。判斷依據：閉環數，閉環位置，筆劃類型等等。

閉環算法以下：

讀入二值化的驗證碼圖像→找到一個像素值爲0（黑色）的背景像素點B→搜索B的連通區域，並將該連通區域內的像素所有記爲背景1（白點）→遍歷圖像中像素值爲0的點→若存在沒有標記爲背景0的像素點，則爲有封閉環：反以內封閉環數爲0→重複遍歷過程，肯定閉環數目

（二）穿梭線法

在圖像中引入貫穿字符區域的直線，根據字符與穿梭線的交點數進行識別。對於存在背景噪點聲的字符，或者腐蝕過分形成筆劃斷裂的字符，穿梭線識別算法表現出先天不足。

（三）節點統計法

節點統計法以字符自己比筆劃間的節點數做爲統計特徵。M爲字符兩個筆劃相交節點數：N爲字符三個筆劃相交的節點數，P爲大於三個筆劃相交節的點數：（M，N，P）即爲識別特徵。

缺點：因爲字符筆畫較粗，在進行腐蝕處理後，每每形成筆畫丟失，應用效果不佳。

（四）模版匹配法

驗證碼爲英文字母和數字以不一樣字體，大小混合編排，所以這裏咱們相應採用了模版匹配的方法，它沒必要過度顧及它們的格式，在號碼傾斜幅度較小的狀況下，具備明顯優點。以數字8的特徵提取爲例：

首先，咱們把模版網格化。所謂的網格化，即把模版的圖像瓜分爲若干個區域，每個區域即爲一個小網格。接着，以區域內黑色像素數爲特徵，對每一個區域的數字特徵進行提取，即模版的數字化。

數字的標準模版均爲46x72的格式，將其從左上角開始均分紅4x7的網格，每一個網格有10x10=100個像素。餘下右側和下方12個較小的網格，包含的信息量較少，予以忽略。數字8以黑色像素個數爲特徵提取出來的像素矩陣以下面所示：

背景複雜的驗證碼圖片，加強程序的抗干擾性以提升識別率等等，都是有待咱們須要攻克的難關，此篇文章主要是針對驗證碼識別技術作出探討，完善程序是一條漫漫長路！望各位看官和我同樣共同求索。