概述
项目背景：针对互联网站上需要填写验证码的应用，当时的验证码图像背景干扰不是很明显，识别类型保存数字识别，数学运算
例图：
具体实施方案：
1.、图像二值化，针对图像特点，选择的是OSTU的二值化方法；
2、去除干扰连通区域，主要基于区域的宽、高尺寸特征以及面积大小特征，去除典型非数字区域；
3、字符分割，基于垂直投影法；
4、数字识别，基于模板匹配算法，因为数字较为清晰且只有10类，模板匹配效果较好；
测试结果：99%以上
呵呵，很简单吧，主要是背景较简单，这之后搞过更复杂背景的验证码，以上方法就不可以了，新的方法是基于shape context 算法，
该算法较为不错，对于变形、强干扰数字，均可取得不错的效果，不过算法很复杂，不过最新的opencv，里面包含了该算法，呵呵，在此感叹opencv逆天啊，
之前我研究该算法的论文和源码，花了不少时间。
最后
以上就是酷酷御姐为你收集整理的机器视觉学习系列三：验证码识别的全部内容，希望文章能够帮你解决机器视觉学习系列三：验证码识别所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复