「继续玩」字符识别练习 分拆字符（验证码、车牌号、身份证号等）
© 野比 2012

注意：这不是完成品。

参考这篇论文，写得很好，我这个基本属于复刻版。

http://www.digitaltrends.com/web/stanford-researchers-crack-captcha-codes/

光学图像识别（OCR）是非常有用的技术。在验证码识别、车牌号识别、文字识别方面，基于字符的识别技术算是比较容易上手的了（相比图文识别）。

闲来看到有朋友研究验证码识别，一时手痒，自己动手来做做验证码识别。当然，肯定只是简单的验证码。

名为验证码，实际上并不限于，还可以识别车牌号、身份证号、门牌号等各种乱七八糟的内容。

识别的流程很明确：

1、预处理图像

2、做y轴的投影

3、分析直方图分区

4、根据分区拆分图像为多个字符（很关键，拆得越好，后续识别率越高）

5、丢弃空白或无效字符

6、自动旋转字符（如果有倾斜），识别字符

如果样本中个图像有粘连，则可能造成分区不准确。这种情况下，需要进行旋转，但是怎样自动旋转，是个难题。

目前已可拆分出字符，下一步准备研究如何识别。（如果单个字符比较规范，可以利用现成的OCR控件）

这里有一些例子。

普通的验证码（毫无难度）


带干扰的验证码



较高强度干扰（目前使用的分区算法不能解决，需要更好的算法，比如动态阈值）



CSDN的验证码（毫无压力）



身份证号码



车牌号



继续研究如何优化分区算法，如何识别单个文字（可以考虑多重识别+样本训练）。

脑容量不够啊！求指导！

------解决方案--------------------
野比好牛x
------解决方案--------------------
不懂，也没有例子，copy不了了
------解决方案--------------------
虽然不懂 但感觉很厉害
------解决方案--------------------
厉害，图像识别
------解决方案--------------------
看不懂
------解决方案--------------------
图图图图图
支持下，哈哈
------解决方案--------------------
很好，野比来了之后
C#论坛 终于有点货了
------解决方案--------------------
有点意思
------解决方案--------------------
嗯,看着貌似很牛=.=
------解决方案--------------------
没有看懂，顶了在说
------解决方案--------------------
先回复一下，再看
------解决方案--------------------
跪求源码。。。
------解决方案--------------------
野比发了24个帖子，被推荐了22个帖子。
------解决方案--------------------
不知道回复可不可以增加积分，呵呵
------解决方案--------------------
越来越佩服野比了！不知道这是不是图论方面的知识？
------解决方案--------------------
我的积分好少啊～～～～
------解决方案--------------------
话说在这能挣积分不啊～
------解决方案--------------------
看不太明白
------解决方案--------------------
貌似好强大 顶个
------解决方案--------------------
感谢楼主分享，继续学习！
------解决方案--------------------
很好的运用。但可惜只有思路，如果将代码拿出来分享更好了
------解决方案--------------------
目前可用的OCR识别组件有很多，如MS 提供的 OFFICE组件 对英文和数字识别率都不错
如果有中文或其他语言，识别率就相对低的多了
------解决方案--------------------
虽然 看不懂 感觉 很有意思
------解决方案--------------------

------解决方案--------------------
不错的，很值得学习！
------解决方案--------------------
虽然不懂 但是觉得很厉害的样子 谢谢楼主分享