简单验证码识别(matlab)

验证码识别， matlab

昨天晚上一个朋友给我发了一些验证码的图片，希望能有一个自动识别的程序。

1474529971027.jpg

我看了看这些样本，发现都是很规则的印刷体数字，而且还没有角度旋转，所以我就直接使用数字的面积和周长两个特征量来进行检测，发现效果还是蛮不错的。

在实验中，主要问题是‘6’和‘9’两个数字的面积和周长都是完全一样的，所以这时候我又添加了一个重心的特征。

有些蛋疼的是数字‘4’和‘0’竟然面积是一样的。。。所以只好再引入椭圆离心率特征来判别。

图像也没有怎么预处理，就是简单的阈值化，再使用ostu分割。

具体代码如下

d=dir('*.jpeg'); %读jpeg文件
%% 预设模板，每一行对应一个数字
FD=[56,35.3137084989848,0.651415462867714;
45,41.6568542494924,0.928960924132855;
47,53.4558441227157,0.873324561446361;
54,57.4558441227157,0.842543936832893;
52,35.3137084989848,0.773979329527851;
57,56.9705627484771,0.828808732648540;
61,47.2132034355964,0.727827684501222;
35,41.5563491861041,0.892307587953152;
65,36.9705627484771,0.799839490167419;
61,47.2132034355964,0.727827684501222;
];
for i=1:64
Im=imread(d(i).name);
I=rgb2gray(Im); %灰度化
I(I>140)=255; %简单阈值化，去除大面积背景干扰，这个再精细的话可以划分bins，将较大的bins过滤掉。
level=graythresh(I);
Ib=im2bw(I,level); %二值化
cc=bwconncomp(~Ib); %寻找闭合区域
L=labelmatrix(cc); %分配目标标签
area=regionprops(L,'Area'); %获得目标面积
area=[area(:).Area];
perimeter=regionprops(L,'Perimeter'); %获得目标周长
perimeter=[perimeter(:).Perimeter];
Ecc=regionprops(L,'Eccentricity'); %获得目标离心率
ecc=[Ecc(:).Eccentricity];
centroid=regionprops(L,'Centroid'); %获得目标中心
str='';
for j=1:length(area)
if perimeter(j)>30 %进一步去除小噪声干扰
nump=[area(j),perimeter(j),ecc(j)];
dis=sum((repmat(nump,10,1)-FD).^2,2);
[~,Ind]=min(dis);
if Ind==7||Ind==10
% 数字6和9通过竖直方向上的中心判定，这个能用的原因在于数据中数字都是一行上的，平均中心应该在一半高度位置
cet=centroid(j).Centroid;
if cet(2)<size(Ib,1)/2;
Ind=10;
else
Ind=7;
end
end
str=[str,num2str(Ind-1)];
end
end
subplot(8,8,i),imshow(Im);title(str);hold on
end

部分实验结果

1474530849067.jpg

1474531012987.jpg

代码里主要函数

功能：regionprops(英文get the properties of region)用来度量图像区域属性的函数.常用来统计被标记的区域的面积分布，显示区域总数。

语法：STATS = regionprops(L,properties)

描述：测量标注矩阵 L中每一个标注区域的一系列属性。L 中不同的正整数元素对应不同的区域，例如：L 中等于整数1的元素对应区域1；L 中等于整数2的元素对应区域2;以此类推。

返回值STATS 是一个长度为 max(L(:))的结构数组,结构数组的相应域定义了每一个区域相应属性下的度量。 properties 可以是由逗号分割的字符串列表，包含字符串的单元数组，单个字符串 'all' 或者 'basic'。如果 properties 等于字符串 'all'，则所有下述字串列表中的度量数据都将被计算，如果properties 没有指定或者等于 'basic'，则属性 'Area'、'Centroid' 和'BoundingBox' 将被计算。

'Area'图像各个区域中像素总个数

　　'BoundingBox' 包含相应区域的最小矩形

　　'Centroid' 每个区域的质心（重心）

　　'MajorAxisLength' 与区域具有相同标准二阶中心矩的椭圆的长轴长度（像素意义下）

　　'MinorAxisLength' 与区域具有相同标准二阶中心矩的椭圆的短轴长度（像素意义下）

　　'Eccentricity' 与区域具有相同标准二阶中心矩的椭圆的离心率（可作为特征）

　　'Orientation' 与区域具有相同标准二阶中心矩的椭圆的长轴与x轴的交角（度）

　　'Image' 与某区域具有相同大小的逻辑矩阵

　　'FilledImage' 与某区域具有相同大小的填充逻辑矩阵

　　'FilledArea' 填充区域图像中的on像素个数

　　'ConvexHull' 包含某区域的最小凸多边形

　　'ConvexImage' 画出上述区域最小凸多边形

　　'ConvexArea' 填充区域凸多边形图像中的on像素个数

　　'EulerNumber' 几何拓扑中的一个拓扑不变量——欧拉数

　　'Extrema' 八方向区域极值点

　　'EquivDiameter' 与区域具有相同面积的圆的直径

　　'Solidity' 同时在区域和其最小凸多边形中的像素比例

　　'Extent' 同时在区域和其最小边界矩形中的像素比例

　　'PixelIdxList' 存储区域像素的索引下标

　　'PixelList' 存储上述索引对应的像素坐标

　　'Perimeter' 图像各个区域边界地区的周长

　　

总结

这个问题里面的样本实在是太简单，对于有旋转的，大小不同的数字验证码识别应该对数字提取旋转不变的特征点信息，以及离心率，方向像素直方图等多种信息融合才能得到较好结果。

另外还有一点就是图像的预处理，因为更复杂的验证码包含各种噪声，这就要求字符检测器有更好的鲁棒性。

秒客网

简单验证码识别(matlab)

简单验证码识别(matlab)

相关文章