图像识别练习(字符验证码、车牌号、身份证号)
© 野比
欢迎大家和我讨论相关问题。联系方式:1429013154
代码在此(注意此版并非最终版)
光学字符识别(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,野比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
补充个QQ验证码,用单一阈值方法,识别很困难,需要结合字符宽度进行判断
这是单一阈值分区的结果(没有限制宽度),可以看到效果很差。
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)。
附上太平洋网站验证码。
有些粘连,但是可以通过固定字符宽度解决(宽度基本一致)
参考这张图(获得整个宽度,然后除以字符数得到每个宽度,分别提取)
二值化我用的Otsu算法,参考文献:"A threshold selection method from gray-level histograms", IEEE Trans. Systems, Man and Cybernetics 9(1), pp. 62–66, 1979
关于验证码,这篇论文很不错,建议参考:"Text-based CAPTCHA Strengths and Weaknesses", ACM Computer and Communication security (CSS')
© 野比
改进的去污算法
污损车牌号拆分字符
如果觉得《图像识别练习(字符验证码 车牌号 身份证号)》对你有帮助,请点赞、收藏,并留下你的观点哦!