前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >简单的验证码识别(opecv)

简单的验证码识别(opecv)

作者头像
Gxjun
发布2018-03-27 11:32:50
1.4K0
发布2018-03-27 11:32:50
举报
文章被收录于专栏:ml

       opencv版本: 3.0.0

           处理验证码: 纯数字验证码 (颜色不同,有噪音,和带有较多的划痕)

             测试时间 :  一天+一晚

                  效果: 比较挫,可能是由于测试的图片是在太小了的缘故.

               原理:

         验证码识别作为身份证号机器识别的一个衍生,夹杂了很多干扰的噪音,所以加大了二值化的难度。以及轮廓追踪的不好协调。

        操作过程大过程有以下几个:

                  (1) 待测试的图片灰度化并二值化

                  (2)预先装载特征库(这里分为多样,形式不一)

                  (3)物体轮廓检测                  

                  (4)扫描待测图片,并进行特征码比对,匹配优先

       处理图片展示:

        代码演示:

代码语言:javascript
复制
  1 #include<opencv2/opencv.hpp>
  2 
  3 #include <iostream>  
  4 #include <string>
  5 
  6 struct DataBase{
  7    int  value;        //库特征对应的值
  8    vector<Mat> sample;   //特征库
  9    DataBase(int var , Mat & sam){
 10        value = var;
 11        sample.push_back(sam);
 12    }
 13 };
 14 
 15 typedef struct DataBase dataBase;
 16 
 17 
 18 
 19 
 20 //加载图片
 21 bool loadImage(Mat &src , Mat &gray ,String &filename){
 22 
 23     Mat cbgray ; //合成后图像
 24     int chans;    //bgR分量
 25     src = imread( filename , true ); 
 26     if( src.empty() )    return false;
 27     chans = src.channels();
 28     vector<Mat> bgR(  chans ) ;
 29     //分割通道
 30     split(src,bgR);
 31     //直方图均衡化
 32     for(int chan=0 ; chan < chans ; ++chan ){
 33         equalizeHist(bgR[chan] , bgR[chan]);
 34     }
 35     //单通道合并
 36     merge(bgR , cbgray );
 37     //灰度化
 38     cvtColor(cbgray ,gray ,CV_RGB2GRAY);
 39     return true ;
 40 }
 41 
 42 //二值化
 43 bool binImage(Mat& src , Mat& dst , int _size , int lparam  ,int mediansize){
 44    //采用自适应二值化
 45     adaptiveThreshold(src,src,255,CV_ADAPTIVE_THRESH_MEAN_C,CV_THRESH_BINARY,_size , lparam);
 46    //中值滤波
 47     medianBlur(src,dst,mediansize);
 48    return true;
 49 }
 50 
 51 //装载特征库
 52 /*通常来说这个应该是预先被加载好,以数据库或者其他的形式保存起来
 53   在这地方由于东西比较少,直接现场处理
 54 */
 55 int loadProperty(vector<dataBase> &db  ,int index[]
 56     , int _size = 31 , int lparam = 7 , int mediansize = 3 ){
 57 
 58       //固定路径
 59      char filename[30];
 60      
 61     for(int i=0; i<20 ; ++i){
 62          sprintf(filename,"D:\\yzm\\tzk\\%d.png",index[i]);
 63          Mat tmp;
 64          String path =filename;
 65          loadImage(tmp,tmp,path);    //装载并灰度化 
 66          binImage(tmp,tmp,_size,lparam,mediansize);   //二值化
 67         //imshow("sample",tmp);
 68         //waitKey(0);
 69          db.push_back( dataBase( index[i]%10 , tmp ) );         
 70      }
 71 
 72   return true;
 73 }
 74 
 75 
 76 //对于模块进行匹配
 77 int StartMatch(Mat src , vector< dataBase > db , Point  &curpx){
 78  
 79     int res ;
 80     double maxValue , minValue ,resValue ;
 81     Point  minloc , maxloc ,resloc;
 82 
 83     vector< dataBase >::iterator it;
 84     vector< Mat >::iterator m_it;
 85     
 86     Mat sample ,result;
 87     int curcols , currows;
 88     resValue =1.;
 89 
 90   for( it = db.begin() ; it !=db.end() ; it++ ){
 91 
 92      for( m_it = it->sample.begin() ; m_it != it->sample.end() ; m_it++ ){
 93 
 94           sample = *m_it;
 95           int res_rows = src.rows - sample.rows + 1 ;
 96           int res_cols = src.cols - sample.cols + 1 ;
 97           if( res_rows < 1 || res_cols< 1 ) break;
 98           result = cv::cvarrToMat(cvCreateImage(cvSize(res_cols, res_rows), 1, 1)); 
 99           
100           matchTemplate(src, sample , result ,CV_TM_SQDIFF_NORMED);  //模板匹配算法,平方差匹配
101           
102           minMaxLoc(result, &minValue, &maxValue, &minloc, &maxloc,Mat() );
103           if(resValue > minValue){
104               resValue = minValue;
105               resloc = minloc;
106               res = it->value; //记录这个值的大小
107               curcols = sample.cols;
108               currows = sample.rows;
109          }
110    }
111  }
112  
113 //  rectangle(srcResult, matchLoc, cvPoint(matchLoc.x + curtemplatW, matchLoc.y+ curtemplatH), cvScalar(0,0,255));
114   //设定一个阈值
115   if(resValue<0.2){
116    //++curpx.x;
117     curpx.x += resloc.x + curcols/2.; 
118     rectangle(src,resloc,cvPoint(resloc.x + curcols , resloc.y + currows ),cvScalar(0,0,255));
119   }
120   else{
121       ++curpx.x;
122      res=-1;
123    }
124   return res;
125 }
126 
127 //逐步的扫描
128 vector< int > ScanImage( Mat &src  , vector< dataBase > db , int window_width=12 ,int  window_height=12 ){
129  
130     Point srcp;
131 
132     window_height = src.rows;
133     vector< int > ans ; 
134     while(srcp.x<src.cols){
135 
136      if(srcp.x + window_width > src.cols)
137          window_width = src.cols - srcp.x;
138      Mat tmp = src( Rect(srcp.x,srcp.y,window_width,window_height) );
139 
140      //轮廓检测
141     /* vector< vector <Point> >reg;
142      Mat newtmp = tmp.clone();
143      findContours(newtmp, reg,CV_RETR_EXTERNAL , CV_CHAIN_APPROX_NONE);
144      if( reg.empty() ) break;
145      Rect rect = boundingRect(Mat(reg[0]));
146      Mat ttmp = tmp(rect);
147      imshow("ttmp",ttmp);
148      waitKey(0);*/
149 
150      int ansvalue =StartMatch(tmp,db,srcp);
151      if(ansvalue !=-1){
152       ans.push_back( ansvalue);
153       printf("%d ",ansvalue);
154     }
155   }
156     puts("");
157   return ans;
158 }
159 
160 int main()
161 {
162 
163     Mat check;
164     vector< dataBase > dblist;
165     int dex[20];//{0,1,2,3,4,5,6,7,8,9}; //建立一个索引
166     for(int i=0;i<20 ; dex[i]=i++);
167     loadProperty(dblist,dex,7,33,3);    
168 
169     for(int i=0;i<9;i++)
170   {
171     char path[30];
172 
173     if(i<9)    sprintf(path,"D:/yzm/%d.jpg",i+1);
174     else     sprintf(path,"D:/yzm/%d.png",i-8);
175     
176     loadImage(check,check,String(path));
177     imshow("check",check);
178     waitKey(0);
179 
180     binImage(check,check,17,50,3);
181 
182     ScanImage(check,dblist,11,3);
183     imshow("final",check);
184     waitKey(0);
185     }
186     waitKey(0);
187     return 0;
188 }

   可能是由于测试的图片太小了,导致二值化的时候,图片很不理想,只好取消轮廓检测,然后改为手动设置窗口大小,虽然比较原始,,但是对于比较清晰的图片多能较好的

识别出来!

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2016-01-22 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
验证码
腾讯云新一代行为验证码(Captcha),基于十道安全栅栏, 为网页、App、小程序开发者打造立体、全面的人机验证。最大程度保护注册登录、活动秒杀、点赞发帖、数据保护等各大场景下业务安全的同时,提供更精细化的用户体验。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档