集美大学教务处验证码识别（一）

【原创，转载请标明作者：森狗】

集美大学验证码分2种，一种是学生登入用的验证码，一种是管理员后台的验证码。如下图：

（学生登入验证码）

http://www.cnblogs.com/sendog/p/5568618.html

（管理员登入验证码）

对于第一种验证码，因为我在答辩时候提到如何解析验证码然后穷举教务处破解后，今天已经被换成新的款式验证码了，第二种暂时还没换，估计不久后也会换了。（怪我）

本文将用2中不同的方法识别2种验证码。

一、先讲第一种

1.去除淡色噪点

    public static void sysout(BufferedImage img) throws IOException{
        int height = img.getHeight();
        int width = img.getWidth();
        for (int x = 0; x < width; ++x) {
            for (int y = 0; y < height; ++y) {
                int color = getC(img.getRGB(x, y));
                if(color>300){
                    img.setRGB(x, y, Color.WHITE.getRGB());
                }
                //System.out.println(x+":"+y+":"+color);
            }
        }
        ImageIO.write(img, "gif", new File("C:/Users/Mr.wu/Desktop/验证码2/ss1.gif"));
    }

主要是这个color>300  300这个阀值的控制。通过打印一个个位点对比颜色，就可以发现淡色的color值是大于300的

    public static int getC(int colorInt){
        Color color = new Color(colorInt);
        return (color.getRed() + color.getGreen() + color.getBlue());
    }

经过这一步处理后的验证码如下图:

就只剩下深颜色的噪点了。

2.深颜色的噪点我们可以通过它的上下左右噪点是白色的来去除。直接上代码：

    public static void surround(BufferedImage img)throws IOException{
        int height = img.getHeight();
        int width = img.getWidth();

        for (int x = 1; x < width-1; ++x) {
            for (int y = 1; y < height-1; ++y) {
                int s = img.getRGB(x, y-1);
                int r = img.getRGB(x, y+1);
                int z = img.getRGB(x-1, y+1);
                int l = img.getRGB(x+1, y+1);

                int white = Color.WHITE.getRGB();
                if(s==white && r==white && z==white && l==white){
                    img.setRGB(x, y, Color.WHITE.getRGB());
                }
            }
        }
        ImageIO.write(img, "gif", new File("C:/Users/Mr.wu/Desktop/验证码2/ss2.gif"));
    }

这步处理后的验证码如下：

3.之后我们再简单处理一下，就是切割掉外围图片的内边距，只剩下主体验证码。

    public static void splitPhoto(BufferedImage img) throws IOException{
        BufferedImage newImg = img.getSubimage(7, 4, 33, 12);
        ImageIO.write(newImg, "gif", new File("C:/Users/Mr.wu/Desktop/验证码2/ss3.gif"));
    }

处理结果：

4.二值化处理

    public static void black(BufferedImage img) throws IOException{
        int height = img.getHeight();
        int width = img.getWidth();
        int white = Color.WHITE.getRGB();
        for (int x = 0; x < width; ++x) {
            for (int y = 0; y < height; ++y) {
                if(img.getRGB(x, y)!=white){
                    img.setRGB(x, y, Color.black.getRGB());
                }
            }
        }
        ImageIO.write(img, "gif", new File("C:/Users/Mr.wu/Desktop//验证码2/ss4.gif"));
    }

这边二值化只要把除了白色的以外的颜色全部设置为黑色就行了，结果如下

=================================

处理到这步后需要对验证码进行切割，收集0~9的字符，之后可以让验证码一个个字符与收集的0~9字符对比，相似度最高的就是对应的数值

5.收集验证码字符

    //分割图片
    public static void splitImage(String picFile)
            throws Exception {
        BufferedImage img = ImageIO.read(new File(picFile));
        BufferedImage img1 = img.getSubimage(0, 0, 7, 12);
        BufferedImage img2 = img.getSubimage(8, 0, 7, 12);
        BufferedImage img3 = img.getSubimage(18, 0, 7, 12);
        BufferedImage img4 = img.getSubimage(26, 0, 7, 12);
        ImageIO.write(img1, "gif", new File("C:/Users/Mr.wu/Desktop/验证码2/img/1.gif"));
        ImageIO.write(img2, "gif", new File("C:/Users/Mr.wu/Desktop/验证码2/img/2.gif"));
        ImageIO.write(img3, "gif", new File("C:/Users/Mr.wu/Desktop/验证码2/img/3.gif"));
        ImageIO.write(img4, "gif", new File("C:/Users/Mr.wu/Desktop/验证码2/img/4.gif"));
    }  

6.拿第4步的验证码来和第5步收集的验证码对比

    public static void main(String[] args) throws Exception {
        String picFile = "C:/Users/Mr.wu/Desktop/验证码2/ss4.gif";
        Map<BufferedImage, String> map = loadTrainData();
        List<BufferedImage> listImg = splitImage(picFile);
        String result = "";
        for (BufferedImage bi : listImg) {
            result += getSingleCharOcr(bi, map);
        }
        System.out.println(result);

    }

    public static List<BufferedImage> splitImage(String picFile)
            throws Exception {
        BufferedImage img = ImageIO.read(new File(picFile));
        List<BufferedImage> subImgs = new ArrayList<BufferedImage>();
        subImgs.add(img.getSubimage(0, 0, 7, 12));
        subImgs.add(img.getSubimage(8, 0, 7, 12));
        subImgs.add(img.getSubimage(18, 0, 7, 12));
        subImgs.add(img.getSubimage(26, 0, 7, 12));
        return subImgs;
    }  

    public static Map<BufferedImage, String> loadTrainData() throws Exception {
        Map<BufferedImage, String> map = new HashMap<BufferedImage, String>();
        File dir = new File("C:/Users/Mr.wu/Desktop/验证码2/img/1");
        File[] files = dir.listFiles();
        for (File file : files) {
            map.put(ImageIO.read(file), file.getName().charAt(0) + "");
        }
        return map;
    }

    public static String getSingleCharOcr(BufferedImage img,
            Map<BufferedImage, String> map) {
        String result = "";
        int width = img.getWidth();
        int height = img.getHeight();
        int min = width * height;
        for (BufferedImage bi : map.keySet()) {
            int count = 0;
            Label1: for (int x = 0; x < width; ++x) {
                for (int y = 0; y < height; ++y) {
                    if (isWhite(img.getRGB(x, y)) != isWhite(bi.getRGB(x, y))) {
                        count++;//不同的
                        if (count >= min)
                            break Label1;
                    }
                }
            }
            if (count < min) {
                min = count;
                result = map.get(bi);
            }
        }
        System.out.println(result);
        return result;
    }

    public static int isWhite(int colorInt) {
        Color color = new Color(colorInt);
        if (color.getRed() + color.getGreen() + color.getBlue() > 100) {//黑色为0 白色765
            return 1;
        }
        return 0;
    }

输出结果：