OCR验证码识别

　　最近，想做一个刷票的程序，有验证码，好在验证码不是很复杂，所以就想着能不能识别。开始想用svm来分类，但是不知道怎么回事，识别率达不到要求，可能中间的某个环节没有做好。听说神经网络也很好，但是本人对神经网络不怎么熟悉。

　　后来到网上查找资料的时候，有人用ocr来做验证码的识别，开始觉得有点杀鸡用牛刀的感觉，但是苦于没有其他的办法，只能一试。开始想用office的ocr组件，但是发现根本就识别不了。后来发现开源的Tesseract比较好，但网站上提供的是c++的代码，个人对c++不是太熟。最后我找到了Tesseract的.net版本，下载地址如下：http://www.pixel-technology.com/freeware/tessnet2/。另外发现这个用法非常简单，注意还需要下载语言包，我这里识别的是纯字母的，所以就用英文的语言包了。另外为了提高验证率，还可以自己进行训练，由于我的需求比较简单，我就没有做这个步骤了，直接使用英文语言包了。

下面是我的关键测试代码：

InitializeComponent();
ocr = new tessnet2.Tesseract();
ocr.SetVariable(“tessedit_char_whitelist“, “0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ“);
ocr.Init(Application.StartupPath + @”lngeng“, “eng“, false);

WebClient wc = new WebClient();
byte[] oimg = wc.DownloadData(“some url“); // 这里我地址做了隐藏，自己修改成要识别的地址吧
Bitmap bp = new Bitmap(new MemoryStream(oimg), true);
pictureBox1.Image = bp;
bp = ImageProcess.RemoveGreen(bp);
bp = ImageProcess.ToBW(bp);
pictureBox2.Image = bp;
List result = ocr.DoOCR(bp, Rectangle.Empty);
string txt = “”;
foreach (tessnet2.Word word in result)
{
    txt += word.Text;
}
textBox1.Text = txt;

另外，还有一个问题，我这里先对图像进行了简单的预处理，去除干扰，转换成二值图像。不知道各位园友还有没有更好的方法。我的这种方法，对于简单的验证码，效果还不错。