C# tessnet2.Tesseract 识别图片验证码内容 OCR

已于 2023-01-30 09:59:14 修改
阅读量6.6k 收藏 5
点赞数 1
分类专栏： .Net技术 文章标签： tessnet2.Tesseract 验证码识别
于 2016-12-09 14:08:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/KingCruel/article/details/53538238
版权

文字识别（Optical Character Recognition，OCR）

腾讯云文字识别（Optical Character Recognition，OCR ）
阿里云文字识别
微信小程序 OCR工具   小程序身份证 OCR 识别

使用开源库tesseract，地址：https://github.com/tesseract-ocr/tesseract
tesseract训练的语言包：https://github.com/tesseract-ocr/tessdata
有专门针对C#的封装：https://github.com/charlesw/tesseract
C# Demo地址：https://github.com/charlesw/tesseract-samples

1、HttpWebRequest发送Web请求，获取流文件
2、将文件下载保存到本地
3、读取刚才下载的图片文件
4、NuGet Package Manager -> Tessnet2(NuGet.Tessnet2) -> Install
5、tessnet2.Tesseract识别图片内容
6、下载 tesseract 语言包：https://github.com/tesseract-ocr/tessdata，复制粘贴到项目根目录 

using Petro.Web.App_Start;
using Petro.Web.CoreLibrary;
using System;
using System.Collections.Generic;
using System.Drawing;
using System.IO;
using System.Net;
using System.Text;
using System.Web.Mvc;

namespace Petro.Web.Controllers
{
    public class HomeController : Controller
    {
        string url = "http://www.***.com/Image.aspx?ucode=ucode";

        public ActionResult Tesseract()
        {
            string code = string.Empty;
            string url = string.Empty;
            string fileName = @"\upload\" + GenerateTimeStamp() + ".jpg";
            string pathName = Server.MapPath(fileName);
            HttpWebRequest myRequest = (HttpWebRequest)WebRequest.Create(url);
            myRequest.Method = "GET";

            HttpWebResponse myResponse = null;
            try
            {
                myResponse = (HttpWebResponse)myRequest.GetResponse();
                StreamReader reader = new StreamReader(myResponse.GetResponseStream(), Encoding.UTF8);
                Stream stream = myResponse.GetResponseStream();

                #region 保存下载图片
                MemoryStream ms = null;
                Byte[] buffer = new Byte[myResponse.ContentLength];
                int offset = 0, actuallyRead = 0;
                do
                {
                    actuallyRead = stream.Read(buffer, offset, buffer.Length - offset);
                    offset += actuallyRead;
                }
                while (actuallyRead > 0);
                ms = new MemoryStream(buffer);

                byte[] buffurPic = ms.ToArray();
                System.IO.File.WriteAllBytes(pathName, buffurPic);
                #endregion

                #region 读取目录文件

                FileStream fileStream = new FileStream(pathName, FileMode.Open, FileAccess.Read, FileShare.Read);
                byte[] bytes = new byte[fileStream.Length];
                fileStream.Read(bytes, 0, bytes.Length);
                fileStream.Close();
                Stream streamFile = new MemoryStream(bytes);

                #endregion


                #region 创建Bitmap图片

                Bitmap bitmap1 = (Bitmap)Bitmap.FromStream(streamFile);

                #endregion

                Bitmap bitmap = (Bitmap)bitmap1.Clone();
                UnCodebase ud = new UnCodebase(bitmap);
                bitmap = ud.GrayByPixels("");
                ud.ClearNoise(128, 2);

                tessnet2.Tesseract ocr = new tessnet2.Tesseract();//声明一个OCR类
                ocr.SetVariable("tessedit_char_whitelist", "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz");
                ocr.Init(Server.MapPath(@"\\tmpe"), "eng", false);
                List<tessnet2.Word> result = ocr.DoOCR(bitmap, Rectangle.Empty);//执行识别操作
                code = result[0].Text;
            }
            catch (Exception ex)
            {

            }
            var resultJson = new
            {
                Code = 200,
                Msg = "Success",
                Data = new
                {
                    Code = code,
                    FilePath = fileName
                },
            };
            return Json(resultJson, JsonRequestBehavior.AllowGet);
        }

        public string GenerateTimeStamp()
        {
            TimeSpan ts = DateTime.UtcNow - new DateTime(1970, 1, 1, 0, 0, 0, 0);
            return Convert.ToInt64(ts.TotalMilliseconds).ToString();
        }
    }
}

*
*
====================【PaddleOCRSharp】====================
1、PaddleOCRSharp.cs

using PaddleOCRSharp;
using System.Drawing;

namespace Web
{
    public class PaddleOCREngineHandler
    {
        public static PaddleOCREngine engine = CreateOCRParameter();

        public static PaddleOCREngine CreateOCRParameter()
        {
            OCRParameter oCRParameter = new OCRParameter();
            oCRParameter.numThread = 6;//预测并发线程数
            oCRParameter.Enable_mkldnn = 1;//web部署该值建议设置为0,否则出错，内存如果使用很大，建议该值也设置为0.
            oCRParameter.cls = 1; //是否执行文字方向分类；默认false
            oCRParameter.det = 1;//是否开启方向检测，用于检测识别180旋转
            oCRParameter.use_angle_cls = 1;//是否开启方向检测，用于检测识别180旋转
            oCRParameter.det_db_score_mode = 1;//是否使用多段线，即文字区域是用多段线还是用矩形，
            oCRParameter.UnClipRatio = 8.6f;

            oCRParameter.MaxSideLen = 960;

            OCRModelConfig config = null;
            PaddleOCREngine engine = new PaddleOCREngine(config, oCRParameter);
            return engine;
        }

        /// <summary>
        /// 读取 byte[]  
        /// </summary>
        /// <param name="imagebyte"></param>
        /// <returns></returns>
        public string OCR2Str(byte[] imagebyte)
        {
            OCRResult ocrResult = engine.DetectText(imagebyte);
            return ocrResult.Text;
        }
        /// <summary>
        /// 读取 图片地址
        /// </summary>
        /// <param name="imagebyte"></param>
        /// <returns></returns>
        public string OCR2Str(string imagefile)
        {
            OCRResult ocrResult = engine.DetectText(imagefile);
            return ocrResult.Text;
        }
        /// <summary>
        /// 读取 image
        /// </summary>
        /// <param name="imagebyte"></param>
        /// <returns></returns>
        public string OCR2Str(Image image)
        {
            OCRResult ocrResult = engine.DetectText(image);
            return ocrResult.Text;
        }
        /// <summary>
        /// 读取图片Base64
        /// </summary>
        /// <param name="imagebase64"></param>
        /// <returns></returns>
        public string DetectTextBase64(string imagebase64)
        {
            OCRResult ocrResult = engine.DetectTextBase64(imagebase64);
            return ocrResult.Text;
        }
    }
}

2、Controller 调用

using Microsoft.AspNetCore.Mvc;
using Microsoft.AspNetCore.Mvc.Rendering;
using System.Net;
using System.Text;

namespace Web.Controllers
{
    [ApiController]
    [Route("[controller]")]
    public class WeatherForecastController : ControllerBase
    {
        [HttpGet]
        public string Get()
        {
            string code = string.Empty;
            string url = "http://www.******.cn/Login/VerifyCode?id=1)";
            string fileName = @"\upload\" + GenerateTimeStamp() + ".jpg";
            string pathName = @"D:\MyFile\新技术\爬虫" + (fileName);
            HttpWebRequest myRequest = (HttpWebRequest)WebRequest.Create(url);
            myRequest.Method = "GET";

            try
            {
                HttpWebResponse myResponse = (HttpWebResponse)myRequest.GetResponse();
                StreamReader reader = new StreamReader(myResponse.GetResponseStream(), Encoding.UTF8);
                Stream stream = myResponse.GetResponseStream();

                #region 保存下载图片
                Byte[] buffer = new Byte[myResponse.ContentLength];
                int offset = 0, actuallyRead = 0;
                do
                {
                    actuallyRead = stream.Read(buffer, offset, buffer.Length - offset);
                    offset += actuallyRead;
                }
                while (actuallyRead > 0);
                MemoryStream ms = new MemoryStream(buffer);

                byte[] buffurPic = ms.ToArray();
                System.IO.File.WriteAllBytes(pathName, buffurPic);
                #endregion

                code = new PaddleOCREngineHandler().OCR2Str(pathName);
            }
            catch (Exception ex)
            {

            }
            return code.Replace("-", "").Replace("_", "").Replace(" ", "").Trim();
        }

        public string GenerateTimeStamp()
        {
            TimeSpan ts = DateTime.UtcNow - new DateTime(1970, 1, 1, 0, 0, 0, 0);
            return Convert.ToInt64(ts.TotalMilliseconds).ToString();
        }
    }
}

*、WinForm

using PaddleOCRSharp;
using System;
using System.IO;
using System.Windows.Forms;

namespace OCR
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }

        private void button1_Click(object sender, EventArgs e)
        {
            OpenFileDialog ofd = new OpenFileDialog();
            ofd.Filter = "*.*|*.bmp;*.jpg;*.jpeg;*.tiff;*.tiff;*.png";
            if (ofd.ShowDialog() != DialogResult.OK) return;
            byte[] imagebyte = File.ReadAllBytes(ofd.FileName);

            //OCR参数
            OCRParameter oCRParameter = new OCRParameter();
            oCRParameter.numThread = 6;//预测并发线程数
            oCRParameter.Enable_mkldnn = 1;//web部署该值建议设置为0,否则出错，内存如果使用很大，建议该值也设置为0.
            oCRParameter.cls = 1; //是否执行文字方向分类；默认false
            oCRParameter.det = 1;//是否开启方向检测，用于检测识别180旋转
            oCRParameter.use_angle_cls = 1;//是否开启方向检测，用于检测识别180旋转
            oCRParameter.det_db_score_mode = 1;//是否使用多段线，即文字区域是用多段线还是用矩形，
            oCRParameter.UnClipRatio = 8.6f;

            oCRParameter.MaxSideLen = 960;
            OCRModelConfig config = null;
            //初始化OCR引擎
            PaddleOCREngine engine = new PaddleOCREngine(config, oCRParameter);
            OCRResult ocrResult = engine.DetectText(imagebyte);

            textBox1.Text = ocrResult.Text;
        }
    }
}

*
*
*

KingCruel
关注
专栏目录
C#识别简单的验证码(下）
louislong007的博客
08-16 4634
在这一篇中将讲验证码识别，也就是我们要实现自动化处理的部分。有了前面的知识，这一部分将会变得很容易，下面先说下具体的流程，如下图所示： 1. 将样本库加载到内存  首先需要再回顾下样本库的格式，如下： 上图中每一个行的第一个数代表图片中的字符，第二个值代表字符的宽度，后面的一连串的数值是字符扫描的结果。每一行所对应的类的结构如下： public class
使用C#进行验证码识别
ttocr556的博客
10-18 817
/ 确保您的计算机上已安装了.NET Framework，并且可以使用Visual Studio等开发工具。// 下载Chrome浏览器并安装，然后下载与您的Chrome浏览器版本匹配的ChromeDriver。// 将ChromeDriver可执行文件的路径添加到系统的PATH环境变量中。// 在此处添加您的自动化操作，如登录或数据爬取。// 步骤5：将识别的验证码文本填写到输入框。// 步骤6：完成验证码识别。// 步骤4：使用Tesseract进行验证码识别。// 步骤1：配置C#开发环境。
C# 验证码识别
12-06
C# 验证码识别
使用 C# 实现点触验证码识别与处理
最新发布
asfdsgdf的博客
08-08 296
在此之前，请确保已正确安装了 Selenium 库、Chrome 浏览器，并配置好了 ChromeDriver。在识别验证码时，我们可以使用 Tesseract OCR。需要先安装 Tesseract，然后在 C# 项目中使用 Tesseract OCR 库。// 示例代码中没有实现具体的 OCR 逻辑，可根据需要添加 Tesseract OCR 或其他库的代码。在系统中安装 Tesseract，可以参考 Tesseract 的安装文档。// 使用 OCR 识别图像中的文字。// 获取验证码图像。
C#识别验证码
weixin_34289744的博客
04-17 292
以前看过一篇关于验证码识别功能的代码，于是整理了一下。主要原理就是识别图片的颜色不同从而转换为文字。不过对于不规则的验证码就不太行了。 主要代码如下： recordString = string.Empty; IHTMLControlRange imgRange; IHTMLDocument2 document ...
C#下的验证码识别
☞ 刘小文的专栏
11-26 6080
1）验证码的基本知识及来由网络安全技术中的验证码的主要目的是强制人机交互来抵御机器自动化攻击。用来防止机器模拟http行为，直接抓取文本进行导航；或直接提交文本进行登录尝试。在现在带宽较大的今天，在线密码穷举带宽已经不能作为瓶颈了，验证码识别以2M ADSL连接实际测试，20线程大概每秒可以完成30个左右的连接，如果是6位数字密码，在不考虑字典完全穷举的时候也只需要几个小时便可破解，严重的威胁了网络账号的安全，因此，网络登录注册验证码的普及势在必行。而如今国内大部分的验证码设计者并不得要领，要么不了解图像处
C# 使用Tesseract-OCR-v5.0，实现验证码，中文，身份证识别
9点0频道
01-22 7182
OCR(Optical Character Recognition)：光学字符识别，是指对图片文件中的文字进行分析识别，获取的过程。 Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布。项目地址：https://github.com/tesseract-ocr 本文使用最新版本Tes...
Emgu_CV_OCR.zip_C# Emgu_OCR_emgu cv_emgucv中文论坛_tessnet3
07-15
Emgu CV OCR是一个基于C#的...总之，"Emgu_CV_OCR.zip"提供的示例项目是学习如何在C#环境下利用Emgu CV和Tessnet3进行OCR开发的宝贵资源。通过深入理解并实践这个项目，开发者可以掌握图像处理和OCR的关键技术和应用。
c#组件图像识别tesseract组件源码及使用教程
11-27
你可以选择通过NuGet包管理器安装Tesseract的.NET包装库，如TesseractOCR或Tessnet2。在项目中添加引用后，即可开始编写代码调用Tesseract的功能。如果你选择使用源码，需要将源码编译为DLL，并将其添加到项目的...
tessnet2_32及语言包和验证码使用方法
08-09
在实际应用中，需要注意的是，tessnet2_32 或 Tesseract OCR 的识别率可能因验证码的复杂程度、图像质量、字体等因素而变化。对于较为复杂的验证码，可能需要结合其他技术，如机器学习或深度学习来提高识别准确率。...
使用tessnet2_32.dll的C#验证码破解
07-10
在本文中，我们将深入探讨如何在C#编程环境下利用tessnet2_32.dll这个OCR（光学字符识别）库来破解验证码。 首先，tessnet2_32.dll是Tesseract OCR引擎的一个.NET封装版本，Tesseract是由Google维护的一个开源OCR...
C# 验证码识别程序
12-17
对某个网站的验证码做识别，识别率百分之百，可以拿这个程序举一反三，现在还有很多网站都是用这种验证码的，包括我现在上传的页面的CSDN的验证码，呵呵。。
Captcha_C#_识别_验证码识别_
10-02
验证码识别C#/.NET源代码，达到单个图片识别时间小于200ms，500个样本人工统计正确率为95%。
C#调用Tesseract3.0.2识别验证码所需要的组件
08-03
C#调用Tesseract3.0.2识别验证码所需要的组件,包括引用的一些DLL，以及字符识别包
C#验证码识别
12-29
C#验证码识别,能识别简单的验证码，复杂的很难识别出
简单的验证码识别程序(C#)
12-24
简单的验证码识别程序(C#) bmp图片识别
C#OCR图像识别技术.rar
08-06
Tesseract OCR的核心是一个命令行工具，但为了在C#中方便使用，通常我们会选择一个封装好的.NET库，例如`Tesseract`或`Tessnet2`。这些库提供了与Tesseract交互的API，可以读取图像、设置语言模型、进行预处理以及...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值