字符识别过程

以前工作需要,开发出的一套字符识别系统,采用的DELPHI,通过学习,能够识别出市场上几乎所有的验证码(非超级变态)

个人认为近乎完美的万能字符识别处理系统
系统的主要流程有
1.图像二值化
  二值化实现方法有
  1.1图像灰度化-中值滤波等,同时可以实现背景的去除
  1.2图像灰度化-根据灰度值
  1.3根据图像色系范围进行二值化处理
2.去除噪点
  去除噪点也可以分为如下:
  2.1根据噪点周围的8个点的数目去除
  2.2根据噪点周围的4个正向点去除
  2.3根据有效链接点的数目去除
3.去除干扰线
  一般干扰线都为1像素宽度,纵向或者横向的
4.图像修补,填充一些误删除的点,主要有以下几种方式:
  4.1根据正向有效点的数目进行填充
  4.2根据是否属于某直线的一部分进行填充
5.图像分割
  查找连续的点,并组合数组,然后根据分割出来的长度,对字符进行组合或者分割
6.字符图像大小归一
  将图像大小都设为一致
7.其他调整
  抽骨、梯度等
8.查找特征点(譬如说图像的有效坐标等,根据具体情况具体分析),并确立图像对比方案,可以通过神经网络或者欧氏距离的方式
9.图片学习
  做字库
10.图片识别!

posted on   cntlis  阅读(3306)  评论(5编辑  收藏  举报

编辑推荐:
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
阅读排行:
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· [AI/GPT/综述] AI Agent的设计模式综述

导航

< 2009年1月 >
28 29 30 31 1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31
1 2 3 4 5 6 7
点击右上角即可分享
微信分享提示