C#验证码识别的基本思路及方法

投票软件比较有技术含量的部分就在验证码识别。为防止投票作弊,很多投票网站都会加随机验证码,输入验证码后才能投票。但是加了验证码是否就能万无一失呢,也不尽然。虽然不是所有验证码都能识别(如QQ的变形汉字验证码是不太可能用软件识别的,个人觉得),但还是有很多验证码可以用软件来识别的。

下面以天涯博客里的评论验证码为例,说明验证码识别的基本思路和方法:

第一步、获取验证码图片
C#可以用HttpWebRequest类GET验证码的网址,得到返回的数据流,再将数据流值赋给Bitmap变量。在Winform里放一个PictureBox控件,将它的Image属性指定为Bitmap变量,就可以显示出验证码图片了。
也可以使用Bitmap的Save方法将图片保存成Bmp文件。

1Stream resStream = response.GetResponseStream();//得到验证码数据流
2    Bitmap sourcebm = new Bitmap(resStream);//初始化Bitmap图片在Photoshop中将验证码图片放大1600%

 

第二步、将验证码图片去色(将彩色转换为灰度)
去色是为了进一步做成黑白双色图片。

1Color c = sourcebm.GetPixel(x, y);
2    int luma = (int)(c.R * 0.3 + c.G * 0.59 + c.B * 0.11);//转换灰度的算法
3    sourcebm.SetPixel(x, y, Color.FromArgb(luma, luma, luma));

 

第三步、去杂色,转换为黑白图片
从灰度图片中可以看出,数字的颜色比较深,而杂色都是比较浅,所以可以设定一个临界颜色值,颜色高于或等于这个值的设置为白色,低于这个值的设置为黑色。

1Color c = sourcebm.GetPixel(x, y);
2    if (c.R >= critical_value)
3        sourcebm.SetPixel(x, y, Color.FromArgb(255, 255, 255));
4    else
5        sourcebm.SetPixel(x, y, Color.FromArgb(0, 0, 0));

 


第四步、动态得到每个数字的边界

 1for (int x = 0; x < sourcebm.Width; x++)
 2{
 3    myColumn = true;
 4    for (int y = 0; y < sourcebm.Height; y++)
 5    {
 6        Color c = sourcebm.GetPixel(x, y);
 7        if (c.R == 0 && charStart == false)//第一次出现黑点
 8        {
 9            widthStartX[charNum] = x;
10            charStart = true;
11            break;
12        }
13        if (c.R == 0 && charStart == true)//后续出现黑点
14        {
15            myColumn = false;
16            break;
17        }
18    }
19    if (myColumn == true && charStart == true && widthStartX[charNum] < x)//如果当列没有黑点并且前面出现过黑点还没结束
20    {
21        widthEndX[charNum] = x - 1;
22        charStart = false;
23        charNum++;
24    }
25    if (charStart == true && myColumn == false && x == (bmp.Width - 1))//如果开始出现黑点了,并且最后一列也有黑点
26    {
27        widthEndX[charNum] = x;
28        charStart = false;
29        charNum++;
30    }
31}

 

五、得到每个字符的特征码
在每个字符的边界内,检测每个象素,如果象素为白色则为“0”,如果象素为黑色则为“1”,将“0”“1”连起来就是该数字或字符的特征码。

1Color c = sourcebm.GetPixel(x, y);
2    if (c.R == 0)
3        str = str + "1";
4    else
5        str = str + "0";

 

六、完成验证码图片的识别
将获取的特征码和对应的数字或字符保存起来,下次再将新获取的特征码跟保存的特征码对比,如果相同则提取对应的数字或字符,完成验证码的识别。