简单的纯数字图像（如电话号码、数字验证码）识别

最新推荐文章于 2020-02-05 14:43:33 发布

weixin_30344795

最新推荐文章于 2020-02-05 14:43:33 发布

阅读量350

点赞数

文章标签：人工智能 photoshop

原文链接：http://www.cnblogs.com/CoreCaiNiao/archive/2011/12/26/2302141.html

版权

又到岁末，大家都忙着捞年底最后一桶金，我也不例外，忙着采集数据，不过有时候需要付出一点点时间而已。

在本案例中，我遇到了一个纯数字的电话号码变成了图片需要采集过来，在原网页上以<img src="一个JSP文件地址加一串密码" />的形式展现给我们，在采集的时候，有人建议我绕过去，直接采图片算了，不过本着对品质的追求，还是觉得应该做到采集的同时转化为文本。

我的思路是这样的，先处理保存0-9及“-”的黑白图片到本地磁盘，并分别取名为0.gif,1.gif....9.gif,-.gif，之后采集图片流到内存中，处理成黑白图片后，按长度等分切割，并与本地图片循环比对。这种情况也仅适合于“纯数字的简单”图片。请注意，在本案例中，没有纹路识别，只有像素比对。

于是，试验品开始了：
首先，得到远端图片的地址，并根据这个地址得到Response出来的图片（注，这是一个流，并非一个真正的图片文件，就像网站上的图片验证码一样。）。

在这里我用到了HttpWebRequest，但是发现直接代入图片地址后GET到的是空白，于是加参数.Referer = "http://该网站的域名"，好了，现在远端给了我图片的流。

本段伪代码如下：

View Code

1 HttpWebRequest objRequest = (HttpWebRequest)WebRequest.Create( " 图片地址 ");
2             objRequest.Timeout = 10000; // 设置超时10秒
3             objRequest.Referer = " http://被采网站的域名/ ";
4             HttpWebResponse objResponse = (HttpWebResponse)objRequest.GetResponse();
5             System.IO.Stream resStream = objResponse.GetResponseStream();
6             从以上代码中，我得到这样一副图片：
7              // 保存图片的代码也供上。
8             // System.Drawing.Image i = System.Drawing.Image.FromStream(resStream);
9             // i.Save(@"c:\x.gif ", System.Drawing.Imaging.ImageFormat.Gif);
10             // resStream.Close();
11             // i.Dispose();

第二步，图片流得到了,接下来是处理这副图片了。不过在这之前，我还有件重要的事情要做，因为是纯数字的图片，并且可能区号和电话之间有“-”符号，所以我必须在本地保存了这些图片的黑白样品，这个过程很简单，就是用PHOTOSHOP去色，然后到调整亮度/对比度，各增加100，即可得到一张黑白的图片，之后将其切分为10*20的小图，分别取名为0.gif,1.gif...9.gif,-.gif一共11个图片。

，之后，我的处理流程是：图片流到内存====》变灰处理=====》加亮度，对比度=====》变黑白处理=====》切分并和本地这11张图片比对

View Code

1                 Bitmap iGetPhoto = new Bitmap(resStream);
2                  // 第一步变灰度图
3                 iGetPhoto = ToGray(iGetPhoto);
4                  // 第二步增加亮度100
5                 iGetPhoto = KiLighten(iGetPhoto, 100);
6                  // 第三步增加对比度100
7                 iGetPhoto = KiContrast(iGetPhoto, 100);
8                  // 第四步变黑白
9                 iGetPhoto = ToBlackWhite(iGetPhoto);

四个函数体：

View Code

  1          /// <summary>
  2          /// 图片变成灰度
  3          /// </summary>
  4          /// <param name="b"></param>
  5          /// <returns></returns>
  6          public Bitmap ToGray(Bitmap b) {
  7              for ( int x = 0; x < b.Width; x++)
  8             {
  9                  for ( int y = 0; y < b.Height; y++)
10                 {
11                     Color c = b.GetPixel(x, y);
12                      int luma = ( int)(c.R * 0.3 + c.G * 0.59 + c.B * 0.11); // 转换灰度的算法
13                     b.SetPixel(x, y, Color.FromArgb(luma, luma, luma));
14                 }
15             }return b;
16         }
17          /// <summary>
18          /// 图像变成黑白
19          /// </summary>
20          /// <param name="b"></param>
21          /// <returns></returns>
22          public Bitmap ToBlackWhite(Bitmap b) {
23              for ( int x = 0; x < b.Width; x++)
24             {
25                  for ( int y = 0; y < b.Height; y++)
26                 {
27                     Color c = b.GetPixel(x, y);
28                      if (c.R < ( byte) 255)
29                     {
30                         b.SetPixel(x, y, Color.FromArgb( 0, 0, 0));
31                     }
32                 }
33             }return b;
34         }
35          /// <summary>
36          /// 图像亮度调整
37          /// </summary>
38          /// <param name="b"></param>
39          /// <param name="degree"></param>
40          /// <returns></returns>
41          public Bitmap KiLighten(Bitmap b, int degree)
42         {
43
44              if (b == null)
45             {
46
47                  return null;
48
49             }
50
51
52
53              if (degree < - 255) degree = - 255;
54
55              if (degree > 255) degree = 255;
56
57
58
59              try
60             {
61
62
63
64                  int width = b.Width;
65
66                  int height = b.Height;
67
68
69
70                  int pix = 0;
71
72
73
74                 BitmapData data = b.LockBits( new Rectangle( 0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
75
76
77
78                  unsafe
79                 {
80
81                      byte* p = ( byte*)data.Scan0;
82
83                      int offset = data.Stride - width * 3;
84
85                      for ( int y = 0; y < height; y++)
86                     {
87
88                          for ( int x = 0; x < width; x++)
89                         {
90
91                              // 处理指定位置像素的亮度
92
93                              for ( int i = 0; i < 3; i++)
94                             {
95
96                                 pix = p[i] + degree;
97
98
99
100                                  if (degree < 0) p[i] = ( byte)Math.Max( 0, pix);
101
102                                  if (degree > 0) p[i] = ( byte)Math.Min( 255, pix);
103
104
105
106                             } // i
107
108                             p += 3;
109
110                         } // x
111
112                         p += offset;
113
114                     } // y
115
116                 }
117
118
119
120                 b.UnlockBits(data);
121
122
123
124                  return b;
125
126             }
127
128              catch
129             {
130
131                  return null;
132
133             }
134
135
136
137         }
138
139
140          /// <summary>
141
142          /// 图像对比度调整
143
144          /// </summary>
145
146          /// <param name="b"> 原始图 </param>
147
148          /// <param name="degree"> 对比度[-100, 100] </param>
149
150          /// <returns></returns>
151
152          public Bitmap KiContrast(Bitmap b, int degree)
153         {
154
155              if (b == null)
156             {
157
158                  return null;
159
160             }
161
162
163
164              if (degree < - 100) degree = - 100;
165
166              if (degree > 100) degree = 100;
167
168
169
170              try
171             {
172
173
174
175                  double pixel = 0;
176
177                  double contrast = ( 100.0 + degree) / 100.0;
178
179                 contrast *= contrast;
180
181                  int width = b.Width;
182
183                  int height = b.Height;
184
185                 BitmapData data = b.LockBits( new Rectangle( 0, 0, width, height), ImageLockMode.ReadWrite, PixelFormat.Format24bppRgb);
186
187                  unsafe
188                 {
189
190                      byte* p = ( byte*)data.Scan0;
191
192                      int offset = data.Stride - width * 3;
193
194                      for ( int y = 0; y < height; y++)
195                     {
196
197                          for ( int x = 0; x < width; x++)
198                         {
199
200                              // 处理指定位置像素的对比度
201
202                              for ( int i = 0; i < 3; i++)
203                             {
204
205                                 pixel = ((p[i] / 255.0 - 0.5) * contrast + 0.5) * 255;
206
207                                  if (pixel < 0) pixel = 0;
208
209                                  if (pixel > 255) pixel = 255;
210
211                                 p[i] = ( byte)pixel;
212
213                             } // i
214
215                             p += 3;
216
217                         } // x
218
219                         p += offset;
220
221                     } // y
222                 }
223                 b.UnlockBits(data);
224                  return b;
225             } catch
226             {
227                  return null;
228             }
229         }

第三步，所有的准备工作已经完成了，开始比对！内存中有了一副黑白的数字图，它的尺寸是140*20，并且左边空出来7像素，右侧待定，具体看电话号码有几位，可能是3像素，也可能是13像素；本地磁盘中有了0-9.gif，它们的尺寸是10*20,现在要做的就是比对：比对代码如下：

View Code

1                  // 读取物理磁盘的文件到内存,注意这个.ToServerPath()是扩展方法,它的原型是HttpContext.Server.Mappath("xxx")
2                 Bitmap[] numColl = {
3                      new Bitmap(( " /Temp/0.gif ").ToServerPath()),
4                      new Bitmap(( " /Temp/1.gif ").ToServerPath()),
5                      new Bitmap(( " /Temp/2.gif ").ToServerPath()),
6                      new Bitmap(( " /Temp/3.gif ").ToServerPath()),
7                      new Bitmap(( " /Temp/4.gif ").ToServerPath()),
8                      new Bitmap(( " /Temp/5.gif ").ToServerPath()),
9                      new Bitmap(( " /Temp/6.gif ").ToServerPath()),
10                      new Bitmap(( " /Temp/7.gif ").ToServerPath()),
11                      new Bitmap(( " /Temp/8.gif ").ToServerPath()),
12                      new Bitmap(( " /Temp/9.gif ").ToServerPath()),
13                      new Bitmap(( " /Temp/-.gif ").ToServerPath())
14                 };

View Code

1          /// <summary>
2          /// 比较原图和每个小样图，并给出数字结果
3          /// </summary>
4          /// <param name="iGetPhoto"></param>
5          /// <param name="numColl"></param>
6          /// <returns></returns>
7          public string ComparePic(Bitmap iGetPhoto /* 原图 */, Bitmap[] numColl /* 小图样图集 */) {
8              int numCount = 13;
9              string result = string.Empty;
10              for ( int i = 0; i < numCount; i++)
11             {
12                  int x = i * 10 + 7; // 原始图的开始取像素位置
13                 Bitmap perBmp = new Bitmap( 10, 20);
14                 Graphics gPhoto = Graphics.FromImage(perBmp);
15                 gPhoto.Clear(Color.White);
16                 gPhoto.DrawImage(iGetPhoto /* 原图 */, 0, 0, /* 目标位置 */ new Rectangle( new Point(x, 0), new Size( 10, 20)) /* 源位置 */, GraphicsUnit.Pixel);
17                  for ( int j = 0; j < 11; j++) // 这是数字样图的集合循环
18                 {
19                      bool isTrue = true; // 接下来循环小图的每一个像素，与大图中裁出的小图作比较，只要一个像素不对，就OVER
20                      for ( int n = 0; n < 20; n++)
21                     {
22                          for ( int m = 0; m < 10; m++)
23                         {
24                             Color point1 = perBmp.GetPixel(m, n);
25                             Color point2 = numColl[j].GetPixel(m, n);
26                              if (point1.ToArgb() != point2.ToArgb())
27                             {
28                                 isTrue = false;
29                             }
30                         }
31                     }
32                      if (isTrue)
33                     {
34                         result += j == 10 ? " - " : j.ToString();
35                          break;
36                     }
37                 }
38                 perBmp.Dispose();
39                 gPhoto.Dispose();
40             }
41              return result;
42         }

最后,把零散的调用封装成调用的入口函数:

View Code

1          // 入口函数
2          public string GetPicTel( string url)
3         {
4             HttpWebRequest objRequest = (HttpWebRequest)WebRequest.Create(url);
5             objRequest.Timeout = 10000; // 设置尾5秒
6             objRequest.Referer = " http://你要偷图片的网站域名 ";
7              try
8             {
9                 HttpWebResponse objResponse = (HttpWebResponse)objRequest.GetResponse();
10                  // System.IO.Stream resStream = objResponse.GetResponseStream();
11                  // System.Drawing.Image i = System.Drawing.Image.FromStream(resStream);
12                  // i.Save(@"c:\x.gif ", System.Drawing.Imaging.ImageFormat.Gif);
13                  // resStream.Close();
14                  // i.Dispose();
15
16                 System.IO.Stream resStream = objResponse.GetResponseStream();
17                 Bitmap iGetPhoto = new Bitmap(resStream);
18                  // 第一步变灰度图
19                 iGetPhoto = ToGray(iGetPhoto);
20                  // 第二步增加亮度100
21                 iGetPhoto = KiLighten(iGetPhoto, 100);
22                  // 第三步增加对比度100
23                 iGetPhoto = KiContrast(iGetPhoto, 100);
24                  // 第四步变黑白
25                 iGetPhoto = ToBlackWhite(iGetPhoto);
26
27
28
29                  // 测试图片的结果
30                  // iGetPhoto.Save(@"c:\x.gif ", System.Drawing.Imaging.ImageFormat.Gif);
31                  // resStream.Close();
32                  // return string.Empty;
33                 Bitmap[] numColl = {
34                      new Bitmap(( " /Temp/0.gif ").ToServerPath()),
35                      new Bitmap(( " /Temp/1.gif ").ToServerPath()),
36                      new Bitmap(( " /Temp/2.gif ").ToServerPath()),
37                      new Bitmap(( " /Temp/3.gif ").ToServerPath()),
38                      new Bitmap(( " /Temp/4.gif ").ToServerPath()),
39                      new Bitmap(( " /Temp/5.gif ").ToServerPath()),
40                      new Bitmap(( " /Temp/6.gif ").ToServerPath()),
41                      new Bitmap(( " /Temp/7.gif ").ToServerPath()),
42                      new Bitmap(( " /Temp/8.gif ").ToServerPath()),
43                      new Bitmap(( " /Temp/9.gif ").ToServerPath()),
44                      new Bitmap(( " /Temp/-.gif ").ToServerPath())
45                 };
46                  return ComparePic(iGetPhoto, numColl);
47
48
49             }
50              catch (Exception ex)
51             {
52                  return string.Empty;
53             }
54         }

另外,要说明的是,有些验证码(不带扭曲),有倾斜或上下波动的也可以用这种方法搞定,只是需要再多动一点点脑筋.但是带扭曲效果的验证码就是非常专业的事情了,不过我们只用来做采集,不是爆破专家,这种方式应该基本满足应用了.

希望本文可以抛砖引玉,帮你采集到你需要的数据,当然,尽可能地支持别人的版权!也正是因为版权,恕我无法给出原始图片地址.

本文来自http://corecainiao.cnblogs.com/如需转载请标明出处。

转载于:https://www.cnblogs.com/CoreCaiNiao/archive/2011/12/26/2302141.html