论坛 › 『 提问交流 』 › 关于验证码识别中去除噪声的讨论

tryhi 发表于 2013-1-30 22:54:22

关于验证码识别中去除噪声的讨论

本帖最后由 tryhi 于 2013-2-3 12:43 编辑


注：图中的软件是用了疯子前辈的软件http://www.autoitx.com/forum.php?mod=viewthread&tid=32094
由于没学过验证码识别，所以提出的问题可能有点弱
图中红色、绿色的点是要去除的，目前我只想到了红色点的去除，关于绿色点没有比较好的方案，红色的思路是这样的，搜索该点周围8个点，如果空白，则去除，如果周围只有1个点，则搜索这一个的周围8个点，发现它也只有一个，就两个都去除，这样就能实现去除红色点的效果，代码如下，可能效率、思路、代码都不是很好，关于三点相连或者抱团的点，应该怎么去除比较好？R的右腿那里有个很浅的红色圆圈那里三个点是不用去除的，怕有人误除，特指出来。
年底比较忙，可能跟帖速度会很慢，大家见谅

#include <Array.au3>
$string = "                                                                      0                        "&@CRLF& _
"                  0 00                                                                           "&@CRLF& _
"                                       00                     0       0          0               "&@CRLF& _
"   0                                    0                              0            0      0   "&@CRLF& _
"                     0                         000                              0            "&@CRLF& _
"                                  0                                              0               "&@CRLF& _
"          0                      0                                    0                        "&@CRLF& _
"                              0                  0                   00                        "&@CRLF& _
"                                                   0                                 0         "&@CRLF& _
"   00       00         0                                                                0      "&@CRLF& _
"       00000000          0                                                            0          "&@CRLF& _
"         00            0               0   0                                    0000000      "&@CRLF& _
"         00                                             0                0   00000    000    "&@CRLF& _
"         00                        0                                             00       00 0 "&@CRLF& _
"         00                  0                                                      00       00"&@CRLF& _
"    0   00                   000000000                        0                  00       00   "&@CRLF& _
"0       00   0            00    000                0000000000                  00      00"&@CRLF& _
"      00             0      00   000             000       0       0         00      000 "&@CRLF& _
"      00                  00      00            000   0            0   00   0    00"&@CRLF& _
"       00                     00 0    00            00   0                     00      00"&@CRLF& _
"       00         0         00      000   0         00                           00         00 "&@CRLF& _
"       00            0      00   00               0000                     000      00 "&@CRLF& _
"       00                     00    0000 0            00   0   0                  00      00 "&@CRLF& _
" 0   00                     0000000      0          00   00                     00      00 "&@CRLF& _
"       00                     0000         0   0   00000000   0   0             000   00 "&@CRLF& _
"      00          0      0000   00                  00    00   0               00      00"&@CRLF& _
"      00                     00   00                  000    0                     00      0 "&@CRLF& _
"      00                     00 000               00   0                     00       00 "&@CRLF& _
"      00                     000000               00                           00       0"&@CRLF& _
"       00                      00    0000               00                         000   00"&@CRLF& _
"       00                      00   00                00                        0   00   000   "&@CRLF& _
"   0000                      00   00             0   00                      0   0000000   "&@CRLF& _
"   00000000          0      0000   000               00                         000          "&@CRLF& _
"                           00         0               000         0                     0"&@CRLF& _
"                  0                        0      0    00         0   0                      "&@CRLF

Local $array_s
$hang = StringRegExp($string,'\V+',3)
For $i = 0 To 34
        $lie = StringSplit($hang[$i],'',2)
        For $j = 0 To 96
                $array_s[$i][$j] = $lie[$j]
        Next
Next
_quchuzaodian($array_s)
_ArrayDisplay($array_s,'去除噪声之后')



Func _quchuzaodian(ByRef $array)
        $35 = UBound($array, 1) - 1
        $97 = UBound($array, 2) - 1
        For $i = 0 To $35
                For $j = 0 To $97
                        If $array[$i][$j] = "0" Then
                                $sizhou = _sizhou($array, $i, $j)
                                If $sizhou = 0 Then $array[$i][$j] = " "
                                If $sizhou = 1 Then
                                        $sizhou2 = _sizhou($array, $sizhou, $sizhou)
                                        If $sizhou2 = 1 Then
                                                $array[$i][$j] = " "
                                                $array[$sizhou][$sizhou] = " "
                                        EndIf
                                EndIf
                        EndIf
                Next
        Next
EndFunc   ;==>_quchuzaodian

Func _sizhou($array, $1, $2, $front = '0')
        If Not IsArray($array) Then Return SetError(1)
        Local $temp = 0, $a = UBound($array, 1) - 1, $b = UBound($array, 2) - 1
        Local $temp =
        If $1 > 0 And $2 > 0 Then
                If $array[$1 - 1][$2 - 1] = $front Then $temp = _sizhou_udf($temp, $1, $2, 1)
        EndIf
        If $1 > 0 Then
                If $array[$1 - 1][$2 + 0] = $front Then $temp = _sizhou_udf($temp, $1, $2, 2)
        EndIf
        If $1 > 0 And $2 < $b Then
                If $array[$1 - 1][$2 + 1] = $front Then $temp = _sizhou_udf($temp, $1, $2, 3)
        EndIf
        If $2 < $b Then
                If $array[$1 + 0][$2 + 1] = $front Then $temp = _sizhou_udf($temp, $1, $2, 4)
        EndIf
        If $1 < $a And $2 < $b Then
                If $array[$1 + 1][$2 + 1] = $front Then $temp = _sizhou_udf($temp, $1, $2, 5)
        EndIf
        If $1 < $a Then
                If $array[$1 + 1][$2 + 0] = $front Then $temp = _sizhou_udf($temp, $1, $2, 6)
        EndIf
        If $1 < $a And $2 > 0 Then
                If $array[$1 + 1][$2 - 1] = $front Then $temp = _sizhou_udf($temp, $1, $2, 7)
        EndIf
        If $2 > 0 Then
                If $array[$1 + 0][$2 - 1] = $front Then $temp = _sizhou_udf($temp, $1, $2, 8)
        EndIf
        Return $temp
EndFunc   ;==>_sizhou

Func _sizhou_udf($array,$1,$2,$i)
        Switch $i
                Case 1
                        $array = $1-1
                        $array = $2-1
                Case 2
                        $array = $1-1
                        $array = $2+0
                Case 3
                        $array =$1-1
                        $array = $2+1
                Case 4
                        $array = $1+0
                        $array = $2+1
                Case 5
                        $array = $1+1
                        $array = $2+1
                Case 6
                        $array = $1+1
                        $array = $2+0
                Case 7
                        $array = $1+1
                        $array = $2-1
                Case 8
                        $array = $1+0
                        $array = $2-1
        EndSwitch
        $array += 1
        Return $array
EndFunc

524443834 发表于 2013-1-31 10:22:26

厉害哈，，表示关注

nxbigdaddy 发表于 2013-1-31 12:56:17

不错不错，很牛啊！

tryhi 发表于 2013-2-2 00:45:13

有没人提出可行的思路

unique009 发表于 2013-2-3 07:00:51

我觉得不要管红点绿点,取灰点就行了,
搜索到一个灰点,并将其周围8个点中是灰点的位置记录下来,再分别分析这8个点的周围的点(已分析过的点要略过),将灰点提取出来.....
总之,英文字符点阵肯定是连续的,所以这种方法肯定可行

另外,我想知道楼主提取出灰点后,怎样将点阵识别成字?

unique009 发表于 2013-2-3 07:14:35

噢,不能识别颜色啊?不过看起来噪点跟字符没有粘连,所以还是可行的,只是注意每个点如果标记为已搜索就不要再搜索,否则可能就死循环了

unique009 发表于 2013-2-3 07:18:20

搜索踫到边界或全是空白时就停下,并且每个点只搜索一次,这样应该不会死循环

tryhi 发表于 2013-2-3 12:49:31

回复 7# unique009

回复 6# unique009

回复 5# unique009


听起来好像没有什么可行性。。。。。。

查看完整版本: 关于验证码识别中去除噪声的讨论