原文地址:http://www.cnblogs.com/ivanyb/archive/2011/11/25/2263043.html

之前我在<<C#简单数字验证码解析>>一文中介绍了用C#识别简单不变形数字验证码,但是对于识别变形的image 或生成位置变化比较频繁的image 验证码的准确率却不高。

下面介绍一个开源的OCR引擎Tesseract2。值得庆幸的是虽然是开源的但是它的识别率较高,并不比其他引擎差劲。网上介绍Tessnet2也是当时时间排名第三的识别引擎,只是后来慢慢不维护了,目前是Google在维护,大家都知道Google 在搞电子图书馆,每天都有不同类目的书被扫描成电子版。所以有G老大维护,识别率差不到哪里去。呵呵。。别鄙视我。。。

Tessnet2 是用vc ++ 开发的,其中是生成Tessnet2.dll ,我们可以通过.net 来调用内部具体类库实现识别。

Tessnet2的使用:

1、点击http://files.cnblogs.com/zhuxiangyu/tessnet2_32.rar链接下载Tessnet2.dll ,

   Tessnet2是支持多国语的。语言包下载链接:http://code.google.com/p/tesseract-ocr/downloads/list

2、将Tessnet2.dll 添加到vs 引用中,和添加.net程序集一样。

3、用Tessnet2进行识别

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
WebRequest request = WebRequest.Create( "http://sz.2zf.cn/js/code2.asp" );
             WebResponse response = request.GetResponse();
             Stream st = response.GetResponseStream();
             Bitmap bitmap = (Bitmap)Bitmap.FromStream(st);
  UnCodebase ud = new  UnCodebase(bitmap );
             bitmap = ud.GrayByPixels();
             ud.ClearNoise(128, 2);
 
             pictureBox1.Image = bitmap ;
 
tessnet2.Tesseract ocr = new  tessnet2.Tesseract(); //声明一个OCR类
             ocr.SetVariable( "tessedit_char_whitelist" , "0123456789" ); //设置识别变量,当前只能识别数字。
             ocr.Init(Application.StartupPath + @"\\tmpe" , "eng" , true ); //应用当前语言包。注,Tessnet2是支持多国语的。语言包下载链接:http://code.google.com/p/tesseract-ocr/downloads/list
             List<tessnet2.Word> result = ocr.DoOCR(bitmap , Rectangle.Empty); //执行识别操作
             string  code = result[0].Text;
             textBox1.Text = code;

 

 

识别效果:

image

 

代码下载:CSharp简单数字验证码解析.rar

人生无处不PK

GitHub 加速计划 / te / tesseract
11
3
下载
tesseract-ocr/tesseract: 是一个开源的光学字符识别(OCR)引擎,适用于从图像中提取和识别文本。特点是可以识别多种语言,具有较高的识别准确率,并且支持命令行和API调用。
最近提交(Master分支:3 个月前 )
bc490ea7 Don't check for a directory, because a symbolic link is also allowed. Signed-off-by: Stefan Weil <sw@weilnetz.de> 5 个月前
2991d36a - 5 个月前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐