c#实现识别图片上的验证码数字

这篇文章主要介绍了c#实现识别图片上的验证码数字的方法,本文给大家汇总了2种方法,有需要的小伙伴可以参考下。

public void imgdo(Bitmap img)
    {
      //去色
      Bitmap btp = img;
      Color c = new Color();
      int rr, gg, bb;
      for (int i = 0; i < btp.Width; i++)
      {
        for (int j = 0; j < btp.Height; j++)
        {
          //取图片当前的像素点
          c = btp.GetPixel(i, j);
          rr = c.R; gg = c.G; bb = c.B;
          //改变颜色
          if (rr == 102 && gg == 0 && bb == 0)
          {
            //重新设置当前的像素点
            btp.SetPixel(i, j, Color.FromArgb(255, 255, 255, 255));
          }
          if (rr == 153 && gg == 0 && bb == 0)
          {
            //重新设置当前的像素点
            btp.SetPixel(i, j, Color.FromArgb(255, 255, 255, 255));
          } if (rr == 153 && gg == 0 && bb == 51)
          {
            //重新设置当前的像素点
            btp.SetPixel(i, j, Color.FromArgb(255, 255, 255, 255));
          } if (rr == 153 && gg == 43 && bb == 51)
          {
            //重新设置当前的像素点
            btp.SetPixel(i, j, Color.FromArgb(255, 255, 255, 255));
          }
          if (rr == 255 && gg == 255 && bb == 0)
          {
            //重新设置当前的像素点
            btp.SetPixel(i, j, Color.FromArgb(255, 255, 255, 255));
          }
          if (rr == 255 && gg == 255 && bb == 51)
          {
            //重新设置当前的像素点
            btp.SetPixel(i, j, Color.FromArgb(255, 255, 255, 255));
          }
        }
      }
      btp.Save("d:\\去除相关颜色.png");

      pictureBox2.Image = Image.FromFile("d:\\去除相关颜色.png");

      //灰度
      Bitmap bmphd = btp;
      for (int i = 0; i < bmphd.Width; i++)
      {
        for (int j = 0; j < bmphd.Height; j++)
        {
          //取图片当前的像素点
          var color = bmphd.GetPixel(i, j);

          var gray = (int)(color.R * 0.001 + color.G * 0.700 + color.B * 0.250);

          //重新设置当前的像素点
          bmphd.SetPixel(i, j, Color.FromArgb(gray, gray, gray));
        }
      }
      bmphd.Save("d:\\灰度.png");
      pictureBox27.Image = Image.FromFile("d:\\灰度.png");

      //二值化
      Bitmap erzhi = bmphd;
      Bitmap orcbmp;
      int nn = 3;
      int w = erzhi.Width;
      int h = erzhi.Height;
      BitmapData data = erzhi.LockBits(new Rectangle(0, 0, w, h), ImageLockMode.ReadOnly, PixelFormat.Format24bppRgb);
      unsafe
      {
        byte* p = (byte*)data.Scan0;
        byte[,] vSource = new byte[w, h];
        int offset = data.Stride - w * nn;

        for (int y = 0; y < h; y++)
        {
          for (int x = 0; x < w; x++)
          {
            vSource[x, y] = (byte)(((int)p[0] + (int)p[1] + (int)p[2]) / 3);
            p += nn;
          }
          p += offset;
        }
        erzhi.UnlockBits(data);

        Bitmap bmpDest = new Bitmap(w, h, PixelFormat.Format24bppRgb);
        BitmapData dataDest = bmpDest.LockBits(new Rectangle(0, 0, w, h), ImageLockMode.WriteOnly, PixelFormat.Format24bppRgb);
        p = (byte*)dataDest.Scan0;
        offset = dataDest.Stride - w * nn;
        for (int y = 0; y < h; y++)
        {
          for (int x = 0; x < w; x++)
          {
            p[0] = p[1] = p[2] = (int)vSource[x, y] > 161 ? (byte)255 : (byte)0;
            //p[0] = p[1] = p[2] = (int)GetAverageColor(vSource, x, y, w, h) > 50 ? (byte)255 : (byte)0;
            p += nn;

          }
          p += offset;
        }
        bmpDest.UnlockBits(dataDest);

        orcbmp = bmpDest;
        orcbmp.Save("d:\\二值化.png");
        pictureBox29.Image = Image.FromFile("d:\\二值化.png");
      }

      //OCR的值
      if (orcbmp != null)
      {
        string result = Ocr(orcbmp);
        label32.Text = result.Replace("\n", "\r\n").Replace(" ", "");
      }

    }

C#识别验证码图片通用类

using System;
using System.Collections.Generic;
using System.Text;
using System.Collections;
using System.Drawing;
using System.Drawing.Imaging;
using System.Runtime.InteropServices;

namespace BallotAiying2
{
  class UnCodebase
  {
    public Bitmap bmpobj;
    public UnCodebase(Bitmap pic)
    {
      bmpobj = new Bitmap(pic);  //转换为Format32bppRgb
    }

    /// <summary>
    /// 根据RGB,计算灰度值
    /// </summary>
    /// <param name="posClr">Color值</param>
    /// <returns>灰度值,整型</returns>
    private int GetGrayNumColor(System.Drawing.Color posClr)
    {
      return (posClr.R * 19595 + posClr.G * 38469 + posClr.B * 7472) >> 16;
    }

    /// <summary>
    /// 灰度转换,逐点方式
    /// </summary>
    public void GrayByPixels()
    {
      for (int i = 0; i < bmpobj.Height; i++)
      {
        for (int j = 0; j < bmpobj.Width; j++)
        {
          int tmpValue = GetGrayNumColor(bmpobj.GetPixel(j, i));
          bmpobj.SetPixel(j, i, Color.FromArgb(tmpValue, tmpValue, tmpValue));
        }
      }
    }

    /// <summary>
    /// 去图形边框
    /// </summary>
    /// <param name="borderWidth"></param>
    public void ClearPicBorder(int borderWidth)
    {
      for (int i = 0; i < bmpobj.Height; i++)
      {
        for (int j = 0; j < bmpobj.Width; j++)
        {
          if (i < borderWidth || j < borderWidth || j > bmpobj.Width - 1 - borderWidth || i > bmpobj.Height - 1 - borderWidth)
            bmpobj.SetPixel(j, i, Color.FromArgb(255, 255, 255));
        }
      }
    }

    /// <summary>
    /// 灰度转换,逐行方式
    /// </summary>
    public void GrayByLine()
    {
      Rectangle rec = new Rectangle(0, 0, bmpobj.Width, bmpobj.Height);
      BitmapData bmpData = bmpobj.LockBits(rec, ImageLockMode.ReadWrite, bmpobj.PixelFormat);// PixelFormat.Format32bppPArgb);
      //  bmpData.PixelFormat = PixelFormat.Format24bppRgb;
      IntPtr scan0 = bmpData.Scan0;
      int len = bmpobj.Width * bmpobj.Height;
      int[] pixels = new int[len];
      Marshal.Copy(scan0, pixels, 0, len);

      //对图片进行处理
      int GrayValue = 0;
      for (int i = 0; i < len; i++)
      {
        GrayValue = GetGrayNumColor(Color.FromArgb(pixels));
        pixels = (byte)(Color.FromArgb(GrayValue, GrayValue, GrayValue)).ToArgb();   //Color转byte
      }

      bmpobj.UnlockBits(bmpData);
    }

    /// <summary>
    /// 得到有效图形并调整为可平均分割的大小
    /// </summary>
    /// <param name="dgGrayValue">灰度背景分界值</param>
    /// <param name="CharsCount">有效字符数</param>
    /// <returns></returns>
    public void GetPicValidByValue(int dgGrayValue, int CharsCount)
    {
      int posx1 = bmpobj.Width; int posy1 = bmpobj.Height;
      int posx2 = 0; int posy2 = 0;
      for (int i = 0; i < bmpobj.Height; i++)   //找有效区
      {
        for (int j = 0; j < bmpobj.Width; j++)
        {
          int pixelValue = bmpobj.GetPixel(j, i).R;
          if (pixelValue < dgGrayValue)   //根据灰度值
          {
            if (posx1 > j) posx1 = j;
            if (posy1 > i) posy1 = i;

            if (posx2 < j) posx2 = j;
            if (posy2 < i) posy2 = i;
          };
        };
      };
      // 确保能整除
      int Span = CharsCount - (posx2 - posx1 + 1) % CharsCount;  //可整除的差额数
      if (Span < CharsCount)
      {
        int leftSpan = Span / 2;  //分配到左边的空列 ,如span为单数,则右边比左边大1
        if (posx1 > leftSpan)
          posx1 = posx1 - leftSpan;
        if (posx2 + Span - leftSpan < bmpobj.Width)
          posx2 = posx2 + Span - leftSpan;
      }
      //复制新图
      Rectangle cloneRect = new Rectangle(posx1, posy1, posx2 - posx1 + 1, posy2 - posy1 + 1);
      bmpobj = bmpobj.Clone(cloneRect, bmpobj.PixelFormat);
    }

    /// <summary>
    /// 得到有效图形,图形为类变量
    /// </summary>
    /// <param name="dgGrayValue">灰度背景分界值</param>
    /// <param name="CharsCount">有效字符数</param>
    /// <returns></returns>
    public void GetPicValidByValue(int dgGrayValue)
    {
      int posx1 = bmpobj.Width; int posy1 = bmpobj.Height;
      int posx2 = 0; int posy2 = 0;
      for (int i = 0; i < bmpobj.Height; i++)   //找有效区
      {
        for (int j = 0; j < bmpobj.Width; j++)
        {
          int pixelValue = bmpobj.GetPixel(j, i).R;
          if (pixelValue < dgGrayValue)   //根据灰度值
          {
            if (posx1 > j) posx1 = j;
            if (posy1 > i) posy1 = i;

            if (posx2 < j) posx2 = j;
            if (posy2 < i) posy2 = i;
          };
        };
      };
      //复制新图
      Rectangle cloneRect = new Rectangle(posx1, posy1, posx2 - posx1 + 1, posy2 - posy1 + 1);
      bmpobj = bmpobj.Clone(cloneRect, bmpobj.PixelFormat);
    }

    /// <summary>
    /// 得到有效图形,图形由外面传入
    /// </summary>
    /// <param name="dgGrayValue">灰度背景分界值</param>
    /// <param name="CharsCount">有效字符数</param>
    /// <returns></returns>
    public Bitmap GetPicValidByValue(Bitmap singlepic, int dgGrayValue)
    {
      int posx1 = singlepic.Width; int posy1 = singlepic.Height;
      int posx2 = 0; int posy2 = 0;
      for (int i = 0; i < singlepic.Height; i++)   //找有效区
      {
        for (int j = 0; j < singlepic.Width; j++)
        {
          int pixelValue = singlepic.GetPixel(j, i).R;
          if (pixelValue < dgGrayValue)   //根据灰度值
          {
            if (posx1 > j) posx1 = j;
            if (posy1 > i) posy1 = i;

            if (posx2 < j) posx2 = j;
            if (posy2 < i) posy2 = i;
          };
        };
      };
      //复制新图
      Rectangle cloneRect = new Rectangle(posx1, posy1, posx2 - posx1 + 1, posy2 - posy1 + 1);
      return singlepic.Clone(cloneRect, singlepic.PixelFormat);
    }

    /// <summary>
    /// 平均分割图片
    /// </summary>
    /// <param name="RowNum">水平上分割数</param>
    /// <param name="ColNum">垂直上分割数</param>
    /// <returns>分割好的图片数组</returns>
    public Bitmap [] GetSplitPics(int RowNum,int ColNum)
    {
      if (RowNum == 0 || ColNum == 0)
        return null;
      int singW = bmpobj.Width / RowNum;
      int singH = bmpobj.Height / ColNum;
      Bitmap [] PicArray=new Bitmap[RowNum*ColNum];

      Rectangle cloneRect;
      for (int i = 0; i < ColNum; i++)   //找有效区
      {
        for (int j = 0; j < RowNum; j++)
        {
          cloneRect = new Rectangle(j*singW, i*singH, singW , singH);
          PicArray[i*RowNum+j]=bmpobj.Clone(cloneRect, bmpobj.PixelFormat);//复制小块图
        }
      }
      return PicArray;
    }

    /// <summary>
    /// 返回灰度图片的点阵描述字串,1表示灰点,0表示背景
    /// </summary>
    /// <param name="singlepic">灰度图</param>
    /// <param name="dgGrayValue">背前景灰色界限</param>
    /// <returns></returns>
    public string GetSingleBmpCode(Bitmap singlepic, int dgGrayValue)
    {
      Color piexl;
      string code = "";
      for (int posy = 0; posy < singlepic.Height; posy++)
        for (int posx = 0; posx < singlepic.Width; posx++)
        {
          piexl = singlepic.GetPixel(posx, posy);
          if (piexl.R < dgGrayValue)  // Color.Black )
            code = code + "1";
          else
            code = code + "0";
        }
      return code;
    }
  }
}

以上2则都是使用C#实现的orc识别的代码,希望对大家学习C#有所帮助。

********转载:https://m.jb51.net/article/74533.htm

原文地址:https://www.cnblogs.com/linybo/p/10126847.html

时间: 2024-10-04 01:26:17

c#实现识别图片上的验证码数字的相关文章

Python3.x:如何识别图片上的文字

Python3.x:如何识别图片上的文字 一.安装第三方库(pillow.pytesseract) pip install pillow pip install pytesseract 二.安装识别引擎tesseract-ocr 下载地址(解压安装): 原文地址:https://www.cnblogs.com/lizm166/p/8331398.html

识别图片上的一维码信息

识别图片上的一维码信息先需要引用一个DLL文件zxing.dll文件 你可以在扩展与跟新里面将这个添加,也可以通过这个地址 https://code.msdn.microsoft.com/ZXINGNET-QRCode-Generator-05128cfb?SRC=VSIDE 下载dll文件. 文件下载完毕之后将dll引用. 这两个dll都需要引用. 好了,我们引用玩了可以调用了.调用其实很简单. 第一步,实例化. 第二步,调用方法. this.BackgroundImage是一张Image图片

如何用手机去识别图片上的文字?

在当今这个时代,我们经常会使用手机去拍摄一些图片,这样就可以保存一些东西了.小编经常会拍摄一些学习的东西,这样的会更方便一些.时间久了,图片可能因为占用了太多的空间会被我们删除,但是我们记录的内容就没有了.小编在这里就分享给大家一个用手机去识别图片上文字的操作. 第一步:首先,我们需要打开手机上的OCR文字识别软件,进入到功能选择的页面. 第二步:在功能选择的页面里点击上传图片识别,会访问我们的相册,从我们的相册里选择需要识别的图片. 第三步:把我们要识别的图片添加进去,点击"立即识别"

分享C#识别图片上的数字

通过Emgu实现对图片上的数字进行识别.前期步骤:1.下载Emgu安装文件,我的版本是2.4.2.1777.3.0版本则实现对中文的支持.2.安装后需填写环境变量,环境变量Path值后加入Emgu安装路径到bin下.如C:\Emgu\emgucv-windows-x86-gpu 2.4.2.1777\bin:3.在bin下查找需要的dll如Emgu.CV.dll与Emgu.CV.OCR.dll等.4.将C:\Emgu\emgucv-windows-x86-gpu 2.4.2.1777\bin下的

C#识别图片上的数字

通过Emgu实现对图片上的数字进行识别. 前期步骤: 1.下载Emgu安装文件,我的版本是2.4.2.1777.3.0版本则实现对中文的支持. 2.安装后需填写环境变量,环境变量Path值后加入Emgu安装路径到bin下.如C:\Emgu\emgucv-windows-x86-gpu 2.4.2.1777\bin: 3.在bin下查找需要的dll如Emgu.CV.dll与Emgu.CV.OCR.dll等. 4.将C:\Emgu\emgucv-windows-x86-gpu 2.4.2.1777\

识别图片上文字的软件

在上海这样的大城市想要生存下去不仅要过硬的知识基础,还要紧跟时代的脚步,不然随时都可能被淘汰.同一职位可以有巨大的差距,有的前台每天就只是做着可有可无的工作,每天接收到文件就直接发给需要的部门,这样的人员就算哪一天帮你不再了对公司也没有任何的影响,各部门自己接受一下就是.但是如果是这样一位前台,每天会按照你需要的要求把接收到的文件做好处理,拿到文件直接就能够使用,就拿扫描文件来说,前台收到的时候会帮你转换成word,这样使用的时候就能够直接使用,有一天前台不在,你拿到的是扫描文件,是不是会非常的

如何快速识别提取图片上的文字

我们在日常工作中,我们经常会遇到将图片上文字转换成Word文档这样的情况,要知道, 图片上的文字是不能直接复制的,这是一件令人头疼的一件事情.那么要怎样才能快速的 提取这些图片的文字呢? 快速识别提取图片上的的文字的方法--迅捷文字识别小程序 1.首先打开手机微信,在微信上搜索迅捷文字识别,这是一个可以快速识别图片上 的文字的小程序,是一个比较智能的工具. 2.找到小程序之后,点击进入小程序的主界面,点击"照片/拍照". 3.再点击"选择图片". 4.选择一张你手机

微信怎么识别图片文字

微信怎么识别图片文字?微信拍照就能识别图片上的文字,抛弃那些APP解放手机的好方法你知道吗?相信很多人还不知道,那小编今天就将方法分享给大家吧. 迅捷文字识别属性:微信小程序 优点:相机模式:对着文字进行拍照即可获取优质的识别和翻译.图片模式:选择已储存的图片,识别图片中的文字后可对结果进行英汉互译.结果编辑:翻译图片后,可以对识别内容进行编辑,如:复制.翻译.转发. 操作步骤: 1:首先打开微信,点击发现后在选择小程序. 2:先点击右上角的放大镜,然后在搜索框里输入需要的小程序名字. 3:找到

机器学习进阶-项目实战-信用卡数字识别 1.cv2.findContour(找出轮廓) 2.cv2.boudingRect(轮廓外接矩阵位置) 3.cv2.threshold(图片二值化操作) 4.cv2.MORPH_TOPHAT(礼帽运算突出线条) 5.cv2.MORPH_CLOSE(闭运算图片内部膨胀) 6. cv2.resize(改变图像大小) 7.cv2.putText(在图片上放上文本)

7. cv2.putText(img, text, loc, text_font, font_scale, color, linestick) # 参数说明:img表示输入图片,text表示需要填写的文本str格式,loc表示文本在图中的位置,font_size可以使用cv2.FONT_HERSHEY_SIMPLEX, font_scale表示文本的规格,color表示文本颜色,linestick表示线条大小 信用卡数字识别: 信用卡      数字模板涉及到的内容:主要是采用模板匹配的思想 思