一个图片识别小工具，原先主要是识别以前公司的软件注册码截图里的数字和字母（每次要一个一个框复制出来粘贴到注册器里，很麻烦！），因为注册码呈现的字母和数字根基就那几个，所以识别库的范畴设定的对照少。
道理和算法在代码中做了详细说明，成果存在很大的局限性，但我的想法是把这个思路和实现的步伐共享出来。
源码下载地点：
/* * 开发思路：图片灰度措置惩罚惩罚，，二进制，然后和图片中的字二进制库精确比拟 * * 获取字库：通过下面代码中generateLicense(Bitmap singlepic)要领获得，具体操纵： * 从图片中截图出（抠出）一个字符，然后措置惩罚惩罚得到二维的二进制矩阵，好比下面的字符1对应的二维矩阵 * 00000 * 00100 * 11100 * 00100 * 00100 * 00100 * 00100 * 00100 * 00100 * 11111 * 00000 * 00000 * * 注意：【不异字符，好比1，差别字体，字号，差别缩放巨细的图片，获得到的二位矩阵中0、1摆列和数量都是差此外！ * 故凭据此要领来写出匹配所有字的话，那字库就大了。。。】 * * */ /// <summary> /// 提取出该图片内的字符（将进过灰度措置惩罚惩罚的图片转化为0、1的二位数组） /// </summary> /// <param>图片来源</param> public void generateLicense(Bitmap singlepic) { try { char[,] charArray = new char[singlepic.Height, singlepic.Width]; //界说个chai型的二维数组记录每个像素上0/1的值,形成一个矩形 int imageWidth = 0; //记录图片的像素宽度 int imageHeight = 0; //记录图片的像素高度 int dgGrayValue = 128; //灰度值 Color piexl; //string code = ""; //存储每个像素的0/1 for (int posy = 0; posy < singlepic.Height; posy++) {//从上到下 string codeCache = ""; //存储每行的像素的0/1 for (int posx = 0; posx < singlepic.Width; posx++) {//从左到右 piexl = singlepic.GetPixel(posx, posy); if (piexl.R < dgGrayValue) {// 如果该像素的颜色为黑色,值就为“1” codeCache = codeCache + "1"; } else {// 否则该像素的颜色为白色,值就为“0” codeCache = codeCache + "0"; } } char[] array = codeCache.ToCharArray(); //每行的0/1的值用数字生存,以便于进行循环措置惩罚惩罚 //code += codeCache + "\n"; for (imageWidth = 0; imageWidth < array.Length; imageWidth++) charArray[imageHeight, imageWidth] = array[imageWidth]; //通过循环将每行值转存到二维数组中 imageHeight++; } //*********************以上代码可用来获取一个字的图片二进制数组，即字库***************************** //开始和字库进行匹配(我的工具中只需要下面的几个字符) findWord(charArray, char0, imageHeight, imageWidth, BinaryWidth0, BinaryHeight0, ‘0‘); findWord(charArray, char1, imageHeight, imageWidth, BinaryWidth1, BinaryHeight1, ‘1‘); findWord(charArray, char2, imageHeight, imageWidth, BinaryWidth2, BinaryHeight2, ‘2‘); findWord(charArray, char3, imageHeight, imageWidth, BinaryWidth3, BinaryHeight3, ‘3‘); findWord(charArray, char4, imageHeight, imageWidth, BinaryWidth4, BinaryHeight4, ‘4‘); findWord(charArray, char5, imageHeight, imageWidth, BinaryWidth5, BinaryHeight5, ‘5‘); findWord(charArray, char6, imageHeight, imageWidth, BinaryWidth6, BinaryHeight6, ‘6‘); findWord(charArray, char7, imageHeight, imageWidth, BinaryWidth7, BinaryHeight7, ‘7‘); findWord(charArray, char8, imageHeight, imageWidth, BinaryWidth8, BinaryHeight8, ‘8‘); findWord(charArray, char9, imageHeight, imageWidth, BinaryWidth9, BinaryHeight9, ‘9‘); findWord(charArray, charA, imageHeight, imageWidth, BinaryWidthA, BinaryHeightA, ‘a‘); findWord(charArray, charB, imageHeight, imageWidth, BinaryWidthB, BinaryHeightB, ‘b‘); findWord(charArray, charC, imageHeight, imageWidth, BinaryWidthC, BinaryHeightC, ‘c‘); findWord(charArray, charD, imageHeight, imageWidth, BinaryWidthD, BinaryHeightD, ‘d‘); findWord(charArray, charE, imageHeight, imageWidth, BinaryWidthE, BinaryHeightE, ‘e‘); findWord(charArray, charF, imageHeight, imageWidth, BinaryWidthF, BinaryHeightF, ‘f‘); findWord(charArray, charP, imageHeight, imageWidth, BinaryWidthP, BinaryHeightP, ‘p‘); findWord(charArray, charY, imageHeight, imageWidth, BinaryWidthY, BinaryHeightY, ‘y‘); //------------------------------------END--------------------------------------------- richTextBoxLicense.Text += identifySort(); //执行identifySort要领，将我需要的格局在richTextBoxLicense文本框中显示 richTextBoxLicense.SelectionStart = richTextBoxLicense.TextLength; //将光标移到最后面 } catch { } }
