验证码识别的原理和过程

第一步：    二值化

所谓二值化就是把不需要的信息通通去除，比如背景，干扰线，干扰像素等等，只剩下需要识别的文字，让图片变成2进制点阵。

第二步： 文字分割

为了能识别出字符，需要对要识别的文字图图片进行分割，把每个字符作为单独的一个图片看待。

第三步：标准化

对于部分特殊的验证码，需要对分割后的图片进行标准化处理，也就是说尽量把每个相同的字符都变成一样的格式，减少随机的程度

最简单的比如旋转还原，复杂点的比如扭曲还原等等

第四步：识别

这一步可以用很多种方法，最简单的就是模板对比，对每个出现过的字符进行处理后把点阵变成字符串，标明是什么字符后，通过字符串对比来判断相似度。

在文章的后半部分会详细解释每步的各种算法

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

图像二值化的意思就是将图像的有效点给分离出来，然后将图片用0和1两个值进行表 示，因为我们没必要知道他们的具体色值，我们的目的就是要知道他们的具体形状，他们 的特征

譬如说淘宝的验证码，和盛大的验 证码， 他们的有效点无非就是U3FM和YPZ7等字符所占据的空间，我们不用管他们是黑色还是红色 ，我们将所有他们所占据的位置都给置为1，其他位置都给置为0

然后我将1的位置用黑色给画出来，0的位置用白色给画出来，就是和

1.2图像灰度化-根据灰度值

这种方式主要适用于对图片进行灰度化（转黑白）处理以后，图片的有效点和背景能 够通过他们的亮度很完美的给分离开的情况，譬如说17GAME的验证码经过灰度化处 理以后是，他的有效点的亮度为0，而背景都有一定的亮度，因此我们之类就可以采取根据亮度 值0-0的限度进行分离，凡是亮度为0的位置，我们都置为1，否则多置为0，这样验证码就 变为了 ，这样图片的二值化就处理成功了，其实17GAME的验证码我们也可以根据色值进行直接的 二值化，因为他的有效点的颜色为#00000,我们直接根据这个就可以直接二值化；

1.3根据图像色系范围进行二值化处理

譬如说有些图片他是全部采用了红色系，然后中间使用了渐变，这样我们可以通过获 取他们的色系范围，即R-G-B各自的取值范围，然后根据这个范围进行直接二值化，此方 法跟灰度化处理大同小异

1.1图像灰度化-中值滤波等，同时可以实现背景的去除

这个步骤为走向二值化的中间步骤，譬如说遇到稍微变态的图片，譬如说新浪博客 ,他含有 背景的杂色，我们就需要先对其进行灰度化处理，然后再根据 中值滤波算法对其进行二值化处理，将背景和前景分离开来，得到

基本经过这几种方式，我们就成功的对图片进行了二值化处理，得到了图片的有效位 置信息，接下来我们还要对其进行去噪，干扰线之类的

matlab:

读入的图像是rgb图像，要先转换成灰度图，阈值的选取有很多种方法，可以用灰度直方图，取谷点；

1、若想快速转变成二值图像则：

i=imread('tuxiang.jpg');

i1=rgb2gray(i);%i1灰度图像

i2=im2bw(i1);% i2是二值图像，不需要求阈值

2、如果你要找直方图谷点，可以imhist（i1）画出灰度直方图，然后观察出谷底，若想编程求谷点的我就不给你编了，不太难；

3、或者你可以自己设经验值

Imax=max(max(i1));

Imin=min(min(i1));

T=round(Imax-(Imax-Imin)/2);%我随便取的，但基本较为好用

i2=（i1）>=T;%i2是二值图像

imshow(i2)