??上一節，獲取了網頁驗證碼。這一節開始講講怎么識別驗證碼。

??2、獲取36個字符的特征碼

??2.1 分析驗證碼特征

驗證碼圖片:

??經研究，發現該網頁驗證碼的圖片中字符是由數字和大寫字母組成，每張驗證碼4個字符。其中由于數字0、1和和字母O和I比較接近，所以這四個字符沒有出現，再加上和2比較像的字母Z一共有5個字符沒有，所以出現的字符只有35個。
??驗證碼字符沒有變形，大小一致。背景有噪點，大小不一。

??2.3驗證碼字符特征碼必須的流程：

圖片灰度化圖片二值化圖片分割圖片特征碼提取

圖片特征碼提取參考louislong007兄弟的博文做了修改（https://blog.csdn.net/louislong007/article/details/47683035）

??2.4 圖片灰度化

??圖片灰度化就是利用特定算法，將彩色圖片中的每一個像素點R、G、B三個顏色分量轉換為相同的色值（0-255）。
?? 根據YUV的顏色空間中，Y的分量的物理意義是點的亮度，由該值反映亮度等級，根據RGB和YUV顏色空間的變化關系可建立亮度Y與R、G、B三個顏色分量的對應：Y=0.3R+0.59G+0.11B，以這個亮度值表達圖像的灰度值。

''' <summary>''' 函數功能：灰度化bitmap圖像''' </summary>''' <param name="bmp">bitmap對象</param>''' <returns>返回灰度化的bitmap對象</returns>Public Function ConvertToGrayImage(ByVal bmp As Bitmap) As BitmapDim bm As Bitmap = New Bitmap(bmp.Width, bmp.Height)Dim i As IntegerDim j As IntegerFor i = 0 To bmp.Width - 1For j = 0 To bmp.Height - 1Dim color As Color = bmp.GetPixel(i, j) '獲取該點的像素的RGB的顏色'利用公式計算灰度值'根據YUV的顏色空間中，Y的分量的物理意義是點的亮度，由該值反映亮度等級，'根據RGB和YUV顏色空間的變化關系可建立亮度Y與R、G、B三個顏色分量的對應：'Y=0.3R+0.59G+0.11B，以這個亮度值表達圖像的灰度值Dim gray As Integer = Int(color.R * 0.3 + color.G * 0.59 + color.B * 0.11)Dim newcolor As Color = Color.FromArgb(gray, gray, gray)bm.SetPixel(i, j, newcolor)NextNextReturn bmbm.Dispose()End Function

??2.5 圖片二值化

??所謂二值化，就是將灰度化的圖片轉變為只有兩種顏色的圖片，即黑色（0,0,0）和白色(255,255,255)。取圖片的平均灰度值，遍歷圖片中每一個像素點，大于該值設為白色，小于該值設為黑色。
??二值化代碼：

''' <summary>''' 二值化已灰度化的bmp圖像。''' </summary>''' <param name="bmp">已灰度化的位圖</param>''' <returns>二值化后的bimmap對象</returns>Public Function ConvertToBinaryImage(ByVal bmp As Bitmap) As Bitmap '。'圖像二值化:取圖片的平均灰度作為閾值， 低于該值的全都為0， 高于該值的全都為255' 在進行了灰度化處理之后，圖像中的每個象素只有一個值，那就是象素的灰度值。它的大小決定了象素的亮暗程度。' 為了更加便利的開展下面的圖像處理操作，還需要對已經得到的灰度圖像做一個二值化處理。' 圖像的二值化就是把圖像中的象素根據一定的標準分化成兩種顏色。在系統中是根據象素的灰度值處理成黑白兩種顏色。'和灰度化相似的， 圖像的二值化也有很多成熟的算法。它可以采用自適應閥值法，也可以采用給定閥值法。Dim bm As Bitmap = New Bitmap(bmp.Width, bmp.Height)Dim average As Integer = 0For i = 0 To bmp.Width - 1For j = 0 To bmp.Height - 1Dim color As Color = bmp.GetPixel(i, j) '獲取該點的像素的RGB的顏色average += color.B '獲取該點像素的灰度值并累加NextNextaverage = Int(average / (bmp.Width * bmp.Height))'圖片平均灰度值For i = 0 To bmp.Width - 1For j = 0 To bmp.Height - 1Dim color As Color = bmp.GetPixel(i, j) '獲取該點的像素的RGB的顏色Dim value As Integer = 255 - averageDim newcolor As ColorIf color.B > average Then'大于平均灰度值，則設為白點（255,255,255）newcolor = Color.FromArgb(255, 255, 255)Else'小于平均灰度值，則設為黑點（0,0,0）newcolor = Color.FromArgb(0, 0, 0)End Ifbm.SetPixel(i, j, newcolor)NextNextReturn bmbm.Dispose()End Function

??2.6 圖片去噪

先看看去噪效果圖片：

??2.6.1 噪點的判定

??這里由于我處理的網頁驗證碼比較簡單，只涉及到噪點的去除，沒有涉及到干擾線的去除。所以下面所講的只涉及到噪點的去除，對干擾線的去除方法網上有很多，有需要的可以自己去百度。
??我們怎么去判定噪點和字符呢？也就是噪點和字符的區別。
??從前面經過二值化處理可知，如果一個pixel是驗證碼或者干擾因素的一部分，那么這個pixel在二值化結果中其灰度值一定是0，即黑色；如果一個pixel是背景，則其灰度值應該是255是白色。因此對于孤立的噪點，其周圍應該都是白色，或者大多數點都是白色pixel。

??2.6.2 去除噪點的方法及原理

??噪點去除的方法比較多，這里介紹比較簡單的兩種方法：8鄰域去噪和連通域去噪。

??2.6.2.1 8鄰域去噪

??原理：對一個噪點來講，其周圍的pixel應該全是白色的背景才對，準確來講就是一個噪點pixel是黑色的并且外包的8個相鄰pixel全是白色。當然，如果圖片分辨率夠高，一個噪點實際上可能是有很多個pixel組成，所以此時的判斷條件應該放寬，即一個pixel是黑色的并且相鄰的8個pixel白色的大于一個固定值，那么這個pixel就是噪點。對于不同的驗證碼，這個閥值是不固定的，所以在這可以設置大小，多試幾次，找到最佳的閥值。
??我們看看效果：

??去噪強度是指噪點判斷標準，例如，去噪強度為3，表示如果黑點周圍8鄰域中黑點的個數為3個或者3個以下，則判定此黑點為噪點，將其顏色設為白色（即背景色）。
??隨著去噪強度的增加，噪點去除了，但是字符也被部分去除了，經對比，去噪強度為4效果較好。即便這樣，字符部分仍有部分損失。
以下為8鄰域去噪代碼：

Public Function RemoveNoise8Neighbours(ByVal bmp As Bitmap, ByVal number As Integer) As Bitmap 'number為去噪強度'8鄰域降噪法，適合單個噪點和小噪點'這種方法類似均值濾波，不過對于每個pixel，' 不是取其周圍像素的灰度平均值，'而是統計其周圍像素點的灰度值為0或255的個數。'從前面經過二值化處理可知，'如果一個pixel是驗證碼或者干擾因素的一部分，'那么這個pixel在二值化結果中其灰度值一定是0， 即黑色；'如果一個pixel是背景， 則其灰度值應該是255是白色。'因此對于孤立的噪點， 其周圍應該都是白色'所以對一個噪點來講，其周圍的pixel應該全是白色的背景才對，'準確來講就是一個噪點pixel是黑色的并且外包的8個相鄰pixel全是白色。'當然， 如果圖片分辨率夠高， 一個噪點實際上可能是有很多個pixel組成， '所以此時的判斷條件應該放寬， '即一個pixel是黑色的并且相鄰的8個pixel黑色的小于等于一個固定值， '那么這個pixel就是噪點。對于不同的驗證碼， 這個閥值是不固定的，'所以在這可以設置大小， 多試幾次， 找到最佳的閥值。'經過測試， 8領域降噪法對于小的噪點的去除是很有效的， 而且計算量不大Dim bm As Bitmap = New Bitmap(bmp.Width, bmp.Height)'把圖像的四邊像素點變成白色，即（255，255，255）Dim white As Color = Color.FromArgb(255, 255, 255)For i = 0 To bmp.Width - 1 '上下邊取白色bmp.SetPixel(i, 0, white)bmp.SetPixel(i, bmp.Height - 1, white)NextFor j = 0 To bmp.Height - 1 '左右邊取白色bmp.SetPixel(0, j, white)bmp.SetPixel(bmp.Width - 1, j, white)Next'某點的相鄰點為白色，而此點為黑色，刪除黑點For i = 0 To bmp.Width - 1For j = 0 To bmp.Height - 1Dim color As Color = bmp.GetPixel(i, j) '獲取該點的像素的RGB的顏色Dim count As Integer = 0If color.B = 0 Then '發現黑點（0，0，0）For m = i - 1 To i + 1For n = j - 1 To j + 1Dim colorneighbour As Color = bmp.GetPixel(m, n)If colorneighbour.B = 0 Then '在某黑點的相鄰8點中發現黑點count += 1End IfNextNextEnd IfIf count <= number Thenbm.SetPixel(i, j, white) ' 如果黑點周圍的黑點不超過number,則把黑點變成白點Elsebm.SetPixel(i, j, color)End IfNextNextReturn bmEnd Function

??2.6.2.2 連通域去噪

??原理：字符是由很多個黑色像素點組成的一大片連通域，而噪點是黑色像素點組成的一小片連通域。連通域去噪就是將小面積（即黑色像素點的個數）的連通域去掉（背景色化），保留面積較大的連通域（字符區域）。
看看效果：

??通過以上，字符面積在50到100之間。也就是說，連通域面積小于50的都可以認定為噪點，可以去除。其實，這個例子中，噪點面積最大也沒有超過10。
??從效果對比來看，連通域去噪字符部分沒有損失，而8鄰域去噪，字符部分會有損失，可能會影響驗證碼的識別。所以這里我選擇了連通域去噪方法去噪。
連通域去噪代碼：

'' <summary>''' 二值化圖片的連通域去噪，前景顏色為（0，0，0），背景顏色為（255，255，255）。函數返回去噪后的bitmap對象。''' 此函數采用自定義漫水填充法（mxdFloodFill，利用種子填充原理）。''' </summary>''' <param name="bmp">二值化bitmap對象</param>''' <param name="area">連通域面積（像素點個數）此參數可選，默認為0，不去噪</param>''' <returns></returns>Public Function RemoveNoiseConnectedRegion(ByVal bmp As Bitmap, Optional ByVal area As Integer = 0) As Bitmap '二值化圖片連通域去噪Dim bm As Bitmap = bmpDim Cr As IntegerCr = 1If area <> 0 ThenFor x = 0 To bm.Width - 1For y = 0 To bm.Height - 1If bmp.GetPixel(x, y) = Color.FromArgb(0， 0， 0) Then '發現黑點Dim p As Pointp.X = xp.Y = ymxdFloodFill(bm, p, Color.FromArgb(Cr, Cr, Cr)) 'FloodFill each point in connect area using different colorCr += 1End IfNextNextDim ColorCount(255) As Integer 'caculate the area of each area For x = 0 To bm.Width - 1For y = 0 To bm.Height - 1If bm.GetPixel(x, y) <> Color.FromArgb(255, 255, 255) ThenColorCount(bm.GetPixel(x, y).B) += 1End IfNextNext'get rid of noise domain(<= area)For x = 0 To bm.Width - 1For y = 0 To bm.Height - 1If ColorCount(bm.GetPixel(x, y).B) <= area Thenbm.SetPixel(x, y, Color.FromArgb(255, 255, 255)) '如果這種顏色的domain小于閾值，則將其設為白色，即背景色，除掉。Elsebm.SetPixel(x, y, Color.FromArgb(0, 0, 0)) '否則認為它是字符區域的點，設為黑色。End IfNextNextEnd IfReturn bmEnd Function

自定義泛水填充函數代碼，詳細內容可參考我的博客《 vb.net 自定義的FloodFill函數（泛水填充）》

Public Function mxdFloodFill(ByVal bm As Bitmap, ByVal SeedPoint As Point, ByVal Cr As Color) As Boolean 'seed-fill，4-neighbours,以種子點顏色相同的連通區域進行填充。' a、將B(x,y)作為種子（像素位置），并賦予其一個label，然后將該種子相鄰的所有前景像素都壓入棧中；' b、彈出棧頂像素，賦予其相同的label，然后再將與該棧頂像素相鄰的所有前景像素都壓入棧中；' c、重復b步驟，直到棧為空；' 此時， 便找到了圖像B中的一個連通區域， 該區域內的像素值被標記為label；Dim newColor As Color = CrDim seedColor As Color = bm.GetPixel(SeedPoint.X, SeedPoint.Y)Dim StackSeed As New StackDim FourNeighbours As List(Of Point)If SeedPoint.X > bm.Width - 1 Or SeedPoint.Y > bm.Height - 1 ThenReturn FalseExit FunctionEnd IfStackSeed.Push(SeedPoint)Do While StackSeed.Count <> 0Dim PopSeed As Point = StackSeed.PopFourNeighbours = GetFourNeighbourSeeds(bm, PopSeed) '上下左右四鄰點For Each point In FourNeighboursIf Not StackSeed.Contains(point) ThenStackSeed.Push(point)End IfNextbm.SetPixel(PopSeed.X, PopSeed.Y, newColor)LoopReturn TrueEnd Function

未完待續！

總結

以上是生活随笔為你收集整理的网页验证码识别实例VB.NET2019（二）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。