C#使用Tesseract OCR 解析验证码
tesseract
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。
项目地址:https://gitcode.com/gh_mirrors/te/tesseract
免费下载资源
·
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 或生成位置变化比较频繁的 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
|
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:
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
更多推荐
已为社区贡献2条内容
所有评论(0)