验证码识别（01）

大四毕业设计题目是《百度验证码的识别》，本文以百度验证码为例,概述验证码识别的基本步骤。

基本步骤

移除背景

用图像处理的方法将验证码去噪（去除干扰的图案）。
分离字符

通过二值化，去噪，垂直投影，颜色填充等步骤将验证码中的字符分离出来。对于实心字符并且原本就是分开的验证码（如图一），通过垂直方向的投影就能分离出来；但是如果是字符有粘连，甚至重合（如图二），那么字符的分离会麻烦很多；如果是空心字符（如图三），可以通过颜色填充来分离字符；但是如果遇上既是重合又是空心的验证码（如图四），那分离难度会很大很大。
识别单独字符
- 模板匹配法，利用模板图像与待识别的字符进行点对点比较，取相似度最高的字符。
- 特征匹配法，通过分析字符的笔划特征或者字符像素在图像中的分布，设计分类器，识别字符。
- 机器学习（神经网络），用大量人工识别的字符训练神经网络，然后用机器识别分离出来的字符。