【大漠OCR文字识别原理】

C++/MFC大漠OCR文字识别原理

参考自：
解密大漠插件文字识别原理(带源码)
展示MFC部分源码：

文字识别原理在很多人面前已经不是什么秘密了,但是通过理解这些原理,我们可以更好的使用大漠插件文字识别功能
事情的起源是我异想天开的想用纯TC代替大漠插件进行文字识别,又懒得自己写一个字库制作工具,就想利用大漠综合工具制作的字库进行文字识别…
于是乎就开始探索大漠字库的奥秘…

402807FF801002$1$0.0.17$11

以上是一个1字的大漠字库信息,我们可以很明显的看到,信息字串用"$"符号,分为4个部分,下面我们就来一一分析这4个部分代表什么,有什么用
第一部分 402807FF801002 很明显是一个十六进制字符串
我们知道电脑显示图也好字也好,都是以像素颜色点来显示的.
那么一个字的组成,就是一个点阵的组合,如下图:

我们可以看到,这是一个二值化点阵,点阵只有两种色块(像素点)组成,黑色(字体色)和灰色(背景色)
大漠插件用1表示黑色(字体色),用0表示灰色(背景色),如下
对了千万不要被下面的数字所欺骗，要像图中一样的读法才能完美解析。
00100
11100
00100
00100
00100
00100
00100
00100
00100
00100
11111
以从上到下,从左到右的顺序排列
那么上面的点阵,就是:0100000000101000000001111111111110000000000100000000001
错误示范：

我们可以看到最后一组多加了一个0,这个0是怎么加的呢?
以字体点阵的最大宽度(例:5)除以4,余数是多少就加多少个0(例:5/4余1)

402807FF801002,我们可以看到字库的点阵信息就还原出来了
那么,字库信息的第一部分就是字体点阵的信息
这下把我两天来研究的解析大漠字库MFC/C++代码贡献给大家
代码：

int CFinndstrExDlg::GetDict(CString str_a)
{
	CString str,str1;
	int strl = str_a.GetLength();

	CString Dict1;  //要操作字体的点阵
	CString Neam; //要操作的字符名称
	CString     czs;//有效像数
	CString     chs;//竖排行数

	int strlock = 0;
	for (UINT64 i = 0; i < strl; i++)
	{
		str1 = str_a.Mid(i, 1);
		if (str1=="$")
		{
			strlock++;
		}
		if (strlock==0 && str1 != "$")
		{
			Dict1 += str1;
			str1 = "";
		}

		if (strlock == 1 && str1 != "$")
		{
	
			Neam += str1;
			str1 = "";
		}
		if (strlock == 2&& str1!="$")
		{
			czs += str1;
			str1 = "";
		}
		if (strlock == 3 && str1 != "$")
		{
			chs += str1;
			str1 = "";
		}

	}
	if (Dict1.GetLength()<=0|| Neam.GetLength() <= 0|| czs.GetLength() <= 0|| chs.GetLength() <= 0)
	{
		return 0;//读取错误返回0
	}
	//下面我们申请一个字库机构体
	// 当然这个机构体要放到外面
	//struct MyDict
	//{
	//	CString Dict;  //要操作字体的点阵
	//	CString Neam; //要操作的字符名称
	//	int     yxxs;//有效像数
	//	int     spxs;//竖排行数
	//};
	Dict.Dict=(strToren(Dict1));//转换到二进制
	Dict.Neam = Neam; //要找的字符名称
	str = czs.Mid(4, czs.GetLength() - 1);
	Dict.yxxs = StrToInt(str);//字符转换到整数
	Dict.spxs = StrToInt(chs);//这是竖排行数
	return 1;
}

第二部分 1 我们制作字库时定义的字
这个就不用再详细解释了吧,这是代表了字库点阵信息的字符,是我们在制作字库时,自己定义的(系统字库自动定义).如下图:

下面贴出部分图片转二值化的代码：

int redToGreen(COLORREF& c,CString color,float sim)//把图片二值化
{
	BYTE R = c;// GetRValue(c);//获取c中R的值
	int c1 = StrToInt(color);
	//获取c1中RGB的值
	BYTE R1 = c1;// GetRValue(c);//获取c中R的值
	if (R>0)
	{
		if (R1>=R)
		{
			if ((R1-R)<=(R/ sim)) {R = 1;}else{ R = 0;}
		} 
		else if (R1 <= R)
		{
			if ((R - R1) <= (R / sim)) {R = 1;} else{ R = 0;}
		}
	}
	else
	{
		return 0;
	}
	return R;
}

以上代码还未经过测试，因为还没写完。
这东西必须写完才能测试。
本帅还编写了了一个：X64||X86通用汇编代码注入器！
下面贴出图片