MATLAB簡易驗證碼識別程序介紹

本推文主要識別的驗證碼是這種:

第一步: 二值化

所謂二值化就是把不需要的信息通通去除，比如背景，干擾線，干擾像素等等，只剩下需要識別的文字，讓圖片變成2進制點陣。

第二步: 文字分割

為了能識別出字符，需要對要識別的文字圖圖片進行分割，把每個字符作為單獨的一個圖片看待。

第三步: 標准化

對於部分特殊的驗證碼，需要對分割后的圖片進行標准化處理，也就是說盡量把每個相同的字符都變成一樣的格式，減少隨機的程度。最簡單的比如旋轉還原，復雜點的比如扭曲還原等等。比如本文中分割后的數字1和8寬度不一致，把他們的寬度填充一致，就是標准化的一種。

可以看到上面切割后的字符1最右邊一列像素都為0。

第四步: 學習 & 識別

這一步可以用很多種方法，最簡單的就是模板對比，對每個出現過的字符進行處理后把點陣變成字符串，標明是什么字符后，通過字符串對比來判斷相似度。

在文章的后半部分會詳細解釋我采用的算法。

訓練集學習tran.m

width = 132; height = 20;

%共10張驗證碼 x 11個數字 共分割出 110張字符圖片
%每個字符圖片 高度20 x 寬度9 共 180個像素
data = zeros(110, 180);

chars = zeros(180, 10);     %用於存儲10個數字字符的特征值 每個字符大小為20x9

for name = 0:9
    im = imread(sprintf('%d.jpg', name));    %讀取圖片
    im = im2bw(im) == 0;                     %第一步：二值化 黑色1 白色0

    %第二步： 分割
    black = sum(im) ~= 0;    %20x132矩陣 從上向下求和為 1x132  不等於0 則橫坐標對應的一列有字符像素
    white = sum(im) == 0;    %20x132矩陣 從上向下求和為 1x132  等於0 則橫坐標對應的一列沒有字符像素

    lower = find(min([black 0],[1 white]));     %獲取11個字符的開始下標
    upper = find(min([0 black],[white 1])) - 1; %獲取11個字符的結束下標

    for i=1:11
        ch = im(:,lower(i):upper(i));   %截取單個字符
        ch(20, 9) = 0;                  %第三步： 字符二值化矩陣大小標准化為20x9
        data(name*11 + i ,:) = ch(:);   %字符圖片數據存入data
    end
end

%第四步： 學習 & 識別
class = clusterdata(data, 10);   %將110個字符圖片分為10類

%各個分類號對應的實際數字（人工識別后寫進去的- -）
num  = [5 3 6 8 9 0 7 2 1 4];

for i = 1:10
    %各類中的字符圖片取均值
    im = mean(data(class == i, :)) > 0.5;  
    chars(:, num(i) + 1) = im; %存儲
end

驗證碼識別ocr.m

function ret = ocr(filename)
    load;
    ret = zeros(1, 11);
    im = imread(filename);
    im = im2bw(im) == 0;        %第一步： 二值化

    %第二步： 分割
    black = sum(im) ~= 0;
    white = sum(im) == 0;

    lower = find(min([black 0],[1 white]));
    upper = find(min([0 black],[white 1])) - 1;

    for i=1:11
        ch = im(:,lower(i):upper(i));
        ch = ch(:);
        ch(180) = 0;    %第三步標准化

        %第四步： 識別
        [~, num] = max(sum(min(repmat(ch, 1, 10), chars)));
        ret(i) = num-1;
    end
end

來源： https://cloud.tencent.com/developer/article/1030270

來自為知筆記(Wiz)