机器视觉学习系列三:验证码识别

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。


  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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