欧美性猛交XXXX免费看蜜桃,成人网18免费韩国,亚洲国产成人精品区综合,欧美日韩一区二区三区高清不卡,亚洲综合一区二区精品久久

本文源自我之前花了2天時(shí)間做的一個(gè)簡(jiǎn)單的車(chē)牌識別系統。那個(gè)項目，時(shí)間太緊，樣本也有限，達不到對方要求的95%識別率（主要對于車(chē)牌來(lái)說(shuō)，D,0，O，I，1等等太相似了。然后，漢字的識別難度也不?。?，因此未被對方接受。在此放出，同時(shí)描述一下思路及算法。

全文分兩部分，第一部分講車(chē)牌識別及普通驗證碼這一類(lèi)識別的普通方法，第二部分講對類(lèi)似QQ驗證碼，Gmail驗證碼這一類(lèi)變態(tài)驗證碼的識別方法和思路。

一、車(chē)牌/驗證碼識別的普通方法

車(chē)牌、驗證碼識別的普通方法為：

（1）       將圖片灰度化與二值化

（2）       去噪，然后切割成一個(gè)一個(gè)的字符

（3）       提取每一個(gè)字符的特征，生成特征矢量或特征矩陣

（4）       分類(lèi)與學(xué)習。將特征矢量或特征矩陣與樣本庫進(jìn)行比對，挑選出相似的那類(lèi)樣本，將這類(lèi)樣本的值作為輸出結果。

下面借著(zhù)代碼，描述一下上述過(guò)程。因為更新SVN Server，我以前以bdb儲存的代碼訪(fǎng)問(wèn)不了，因此部分代碼是用Reflector反編譯過(guò)來(lái)的，望見(jiàn)諒。

（1）       圖片的灰度化與二值化

這樣做的目的是將圖片的每一個(gè)象素變成0或者255，以便以計算。同時(shí)，也可以去除部分噪音。

圖片的灰度化與二值化的前提是bmp圖片，如果不是，則需要首先轉換為bmp圖片。

用代碼說(shuō)話(huà)，我的將圖片灰度化的代碼（算法是在網(wǎng)上搜到的）：

Code
1 protected static Color Gray(Color c)
2 {
3     int rgb = Convert.ToInt32((double) (((0.3 * c.R) + (0.59 * c.G)) + (0.11 * c.B)));
4     return Color.FromArgb(rgb, rgb, rgb);
5 }
6 

通過(guò)將圖片灰度化，每一個(gè)象素就變成了一個(gè)0-255的灰度值。

然后是將灰度值二值化為 0 或255。一般的處理方法是設定一個(gè)區間，比如，[a,b]，將[a,b]之間的灰度全部變成255，其它的變成0。這里我采用的是網(wǎng)上廣為流行的自適應二值化算法。

Code
 1 public static void Binarizate(Bitmap map)
 2 {
 3     int tv = ComputeThresholdValue(map);
 4     int x = map.Width;
 5     int y = map.Height;
 6     for (int i = 0; i < x; i++)
 7     {
 8         for (int j = 0; j < y; j++)
 9         {
10             if (map.GetPixel(i, j).R >= tv)
11             {
12                 map.SetPixel(i, j, Color.FromArgb(0xff, 0xff, 0xff));
13             }
14             else
15             {
16                 map.SetPixel(i, j, Color.FromArgb(0, 0, 0));
17             }
18         }
19     }
20 }
21 
22 private static int ComputeThresholdValue(Bitmap img)
23 {
24     int i;
25     int k;
26     double csum;
27     int thresholdValue = 1;
28     int[] ihist = new int[0x100];
29     for (i = 0; i < 0x100; i++)
30     {
31         ihist[i] = 0;
32     }
33     int gmin = 0xff;
34     int gmax = 0;
35     for (i = 1; i < (img.Width - 1); i++)
36     {
37         for (int j = 1; j < (img.Height - 1); j++)
38         {
39             int cn = img.GetPixel(i, j).R;
40             ihist[cn]++;
41             if (cn > gmax)
42             {
43                 gmax = cn;
44             }
45             if (cn < gmin)
46             {
47                 gmin = cn;
48             }
49         }
50     }
51     double sum = csum = 0.0;
52     int n = 0;
53     for (k = 0; k <= 0xff; k++)
54     {
55         sum += k * ihist[k];
56         n += ihist[k];
57     }
58     if (n == 0)
59     {
60         return 60;
61     }
62     double fmax = -1.0;
63     int n1 = 0;
64     for (k = 0; k < 0xff; k++)
65     {
66         n1 += ihist[k];
67         if (n1 != 0)
68         {
69             int n2 = n - n1;
70             if (n2 == 0)
71             {
72                 return thresholdValue;
73             }
74             csum += k * ihist[k];
75             double m1 = csum / ((double) n1);
76             double m2 = (sum - csum) / ((double) n2);
77             double sb = ((n1 * n2) * (m1 - m2)) * (m1 - m2);
78             if (sb > fmax)
79             {
80                 fmax = sb;
81                 thresholdValue = k;
82             }
83         }
84     }
85     return thresholdValue;
86 } 
87 
88 

灰度化與二值化之前的圖片：

灰度化與二值化之后的圖片：

注：對于車(chē)牌識別來(lái)說(shuō)，這個(gè)算法還不錯。對于驗證碼識別，可能需要針對特定的網(wǎng)站設計特殊的二值化算法，以過(guò)濾雜色。

（2）       去噪，然后切割成一個(gè)一個(gè)的字符

上面這張車(chē)牌切割是比較簡(jiǎn)單的，從左到右掃描一下，碰見(jiàn)空大的，咔嚓一刀，就解決了。但有一些車(chē)牌，比如這張：

    簡(jiǎn)單的掃描就解決不了。因此需要一個(gè)比較通用的去噪和切割算法。這里我采用的是比較樸素的方法：

    將上面的圖片看成是一個(gè)平面。將圖片向水平方向投影，這樣有字的地方的投影值就高，沒(méi)字的地方投影得到的值就低。這樣會(huì )得到一根曲線(xiàn)，像一個(gè)又一個(gè)山頭。下面是我手畫(huà)示意圖：

     然后，用一根掃描線(xiàn)（上圖中的S）從下向上掃描。這個(gè)掃描線(xiàn)會(huì )與圖中曲線(xiàn)存在交點(diǎn)，這些交點(diǎn)會(huì )將山頭分割成一個(gè)又一個(gè)區域。車(chē)牌圖片一般是7個(gè)字符，因此，當掃描線(xiàn)將山頭分割成七個(gè)區域時(shí)停止。然后根據這七個(gè)區域向水平線(xiàn)的投影的坐標就可以將圖片中的七個(gè)字符分割出來(lái)。

     但是，現實(shí)是復雜的。比如，“川”字，它的水平投影是三個(gè)山頭。按上面這種掃描方法會(huì )將它切開(kāi)。因此，對于上面的切割，需要加上約束條件：每個(gè)山頭有一個(gè)中心線(xiàn)，山頭與山頭的中心線(xiàn)的距離必需在某一個(gè)值之上，否則，則需要將這兩個(gè)山頭進(jìn)行合并。加上這個(gè)約束之后，便可以有效的切割了。

以上是水平投影。然后還需要做垂直投影與切割。這里的垂直投影與切割就一個(gè)山頭，因此好處理一些。

切割結果如下：

水平投影及切割代碼：

Code
 1 public static IList<Bitmap> Split(Bitmap map, int count)
 2 {
 3     if (count <= 0)
 4     {
 5         throw new ArgumentOutOfRangeException("Count 必須大于0.");
 6     }
 7     IList<Bitmap> resultList = new List<Bitmap>();
 8     int x = map.Width;
 9     int y = map.Height;
10     int splitBitmapMinWidth = 4;
11     int[] xNormal = new int[x];
12     for (int i = 0; i < x; i++)
13     {
14         for (int j = 0; j < y; j++)
15         {
16             if (map.GetPixel(i, j).R == CharGrayValue)
17             {
18                 xNormal[i]++;
19             }
20         }
21     }
22     Pair pair = new Pair();
23     for (int i = 0; i < y; i++)
24     {
25         IList<Pair> pairList = new List<Pair>(count + 1);
26         for (int j = 0; j < x; j++)
27         {
28             if (xNormal[j] >= i)
29             {
30                 if ((j == (x - 1)) && (pair.Status == PairStatus.Start))
31                 {
32                     pair.End = j;
33                     pair.Status = PairStatus.End;
34                     if ((pair.End - pair.Start) >= splitBitmapMinWidth)
35                     {
36                         pairList.Add(pair);
37                     }
38                     pair = new Pair();
39                 }
40                 else if (pair.Status == PairStatus.JustCreated)
41                 {
42                     pair.Start = j;
43                     pair.Status = PairStatus.Start;
44                 }
45             }
46             else if (pair.Status == PairStatus.Start)
47             {
48                 pair.End = j;
49                 pair.Status = PairStatus.End;
50                 if ((pair.End - pair.Start) >= splitBitmapMinWidth)
51                 {
52                     pairList.Add(pair);
53                 }
54                 pair = new Pair();
55             }
56             if (pairList.Count > count)
57             {
58                 break;
59             }
60         }
61         if (pairList.Count == count)
62         {
63             foreach (Pair p in pairList)
64             {
65                 if (p.Width < (map.Width / 10))
66                 {
67                     int width = (map.Width / 10) - p.Width;
68                     p.Start = Math.Max(0, p.Start - (width / 2));
69                     p.End = Math.Min((int) (p.End + (width / 2)), (int) (map.Width - 1));
70                 }
71             }
72             foreach (Pair p in pairList)
73             {
74                 int newMapWidth = (p.End - p.Start) + 1;
75                 Bitmap newMap = new Bitmap(newMapWidth, y);
76                 for (int ni = p.Start; ni <= p.End; ni++)
77                 {
78                     for (int nj = 0; nj < y; nj++)
79                     {
80                         newMap.SetPixel(ni - p.Start, nj, map.GetPixel(ni, nj));
81                     }
82                 }
83                 resultList.Add(newMap);
84             }
85             return resultList;
86         }
87     }
88     return resultList;
89 }
90 

代碼中的 Pair,代表掃描線(xiàn)與曲線(xiàn)的一對交點(diǎn)：

Code
 1 private class Pair
 2 {
 3     public Pair();
 4     public int CharPixelCount {  get; set; }
 5     public int CharPixelXDensity { get; }
 6     public int End { get;  set; }
 7     public int Start {  get;  set; }
 8     public BitmapConverter.PairStatus Status {  get;  set; }
 9     public int Width { get; }
10 }
11 

PairStatus代表Pair的狀態(tài)。具體哪個(gè)狀態(tài)是什么意義，我已經(jīng)忘了。

Code
1 private enum PairStatus
2 {
3     JustCreated,
4     Start,
5     End
6 }
7 

以上這一段代碼寫(xiě)的很辛苦，因為要處理很多特殊情況。那個(gè)PairStatus 也是為處理特殊情況引進(jìn)的。

垂直投影與切割的代碼簡(jiǎn)單一些，不貼了，見(jiàn)附后的dll的BitmapConverter.TrimHeight方法。

以上用到的是樸素的去噪與切割方法。有些圖片，尤其是驗證碼圖片，需要特別的去噪處理。具體操作方法就是，打開(kāi)CxImage（http://www.codeproject.com/KB/graphics/cximage.aspx），或者Paint.Net，用上面的那些圖片處理方法，看看能否有效去噪。記住自己的操作步驟，然后翻他們的源代碼，將其中的算法提取出來(lái)。還有什么細化啊，濾波啊，這些處理可以提高圖片的質(zhì)量。具體可參考ITK的代碼或圖像處理書(shū)籍。

（3）       提取每一個(gè)字符的特征，生成特征矢量或特征矩陣

將切割出來(lái)的字符，分割成一個(gè)一個(gè)的小塊，比如3×3，5×5，或3×5，或10×8，然后統計一下每小塊的值為255的像素數量，這樣得到一個(gè)矩陣M，或者將這個(gè)矩陣簡(jiǎn)化為矢量V。

通過(guò)以上3步，就可以將一個(gè)車(chē)牌中的字符數值化為矢量了。

（1）-（3）步具體的代碼流程如下：

Code
 1             

 2             BitmapConverter.ToGrayBmp(bitmap);    // 圖片灰度化
 3             BitmapConverter.Binarizate(bitmap); // 圖片二值化
 4             IList<Bitmap> mapList = BitmapConverter.Split(bitmap, DefaultCharsCount); // 水平投影然后切割
 5             Bitmap map0 = BitmapConverter.TrimHeight(mapList[0], DefaultHeightTrimThresholdValue);    // 垂直投影然后切割
 6             ImageSpliter spliter = new ImageSpliter(map0);
 7             spliter.WidthSplitCount = DefaultWidthSplitCount;
 8             spliter.HeightSplitCount = DefaultHeightSplitCount;
 9             spliter.Init();
10 

     然后，通過(guò)spliter.ValueList就可以獲得 Bitmap map0 的矢量表示。

    （4）   分類(lèi)

分類(lèi)的原理很簡(jiǎn)單。用(Vij,Ci)表示一個(gè)樣本。其中，Vij是樣本圖片經(jīng)過(guò)上面過(guò)程數值化后的矢量。Ci是人肉眼識別這張圖片，給出的結果。Vij表明，有多個(gè)樣本，它們的數值化后的矢量不同，但是它們的結果都是Ci。假設待識別的圖片矢量化后，得到的矢量是V’。

直觀(guān)上，我們會(huì )有這樣一個(gè)思路，就是這張待識別的圖片，最像樣本庫中的某張圖片，那么我們就將它當作那張圖片，將它識別為樣本庫中那張圖片事先指定的字符。

在我們眼睛里，判斷一張圖片和另一張圖片是否相似很簡(jiǎn)單，但對于電腦來(lái)說(shuō)，就很難判斷了。我們前面已經(jīng)將圖片數值化為一個(gè)個(gè)維度一樣的矢量，電腦是怎樣判斷一個(gè)矢量與另一個(gè)矢量相似的呢？

這里需要計算一個(gè)矢量與另一個(gè)矢量間的距離。這個(gè)距離越短，則認為這兩個(gè)矢量越相似。

我用 SampleVector<T> 來(lái)代表矢量：

Code
1     public class SampleVector<T>
2     {
3         protected T[] Vector { get; set; }
4         public Int32 Dimension { get { return Vector.Length; } }
5         ……
6     }
7 

T代表數據類(lèi)型，可以為Int32，也可以為Double等更精確的類(lèi)型。

測量距離的公共接口為：IMetric

Code
1     public interface IMetric<TElement,TReturn>
2     {
3         TReturn Compute(SampleVector<TElement> v1, SampleVector<TElement> v2);
4     }
5 

常用的是MinkowskiMetric。

Code
 1     /// <summary>
 2     /// Minkowski 測度。
 3     /// </summary>
 4     public class MinkowskiMetric<TElement> : IMetric<TElement, Double>
 5     {
 6         public Int32 Scale { get; private set; }
 7         public MinkowskiMetric(Int32 scale)
 8         { Scale = scale; }
 9 
10         public Double Compute(SampleVector<TElement> v1, SampleVector<TElement> v2)
11         {
12             if (v1 == null || v2 == null) throw new ArgumentNullException();
13             if (v1.Dimension != v2.Dimension) throw new ArgumentException("v1 和 v2 的維度不等.");
14             Double result = 0;
15             for (int i = 0; i < v1.Dimension; i++)
16             {
17                 result += Math.Pow(Math.Abs(Convert.ToDouble(v1[i]) - Convert.ToDouble(v2[i])), Scale);
18             }
19             return Math.Pow(result, 1.0 / Scale);
20         }
21 }
22 
23 MetricFactory 負責生產(chǎn)各種維度的MinkowskiMetric：
24 
25     public class MetricFactory
26     {
27         public static IMetric<TElement, Double> CreateMinkowskiMetric<TElement>(Int32 scale)
28         {
29             return new MinkowskiMetric<TElement>(scale);
30         }
31 
32         public static IMetric<TElement, Double> CreateEuclideanMetric<TElement>()
33         {
34             return CreateMinkowskiMetric<TElement>(2);
35         }
36     }
37 

MinkowskiMetric是普遍使用的測度。但不一定是最有效的量。因為它對于矢量V中的每一個(gè)點(diǎn)都一視同仁。而在圖像識別中，每一個(gè)點(diǎn)的重要性卻并不一樣，例如，Q和O的識別，特征在下半部分，下半部分的權重應該大于上半部分。對于這些易混淆的字符，需要設計特殊的測量方法。在車(chē)牌識別中，其它易混淆的有D和0，0和O，I和1。Minkowski Metric識別這些字符，效果很差。因此，當碰到這些字符時(shí)，需要進(jìn)行特別的處理。由于當時(shí)時(shí)間緊，我就只用了Minkowski Metric。

我的代碼中，只實(shí)現了哪個(gè)最近，就選哪個(gè)。更好的方案是用K近鄰分類(lèi)器或神經(jīng)網(wǎng)絡(luò )分類(lèi)器。K近鄰的原理是，找出和待識別的圖片（矢量）距離最近的K個(gè)樣本，然后讓這K個(gè)樣本使用某種規則計算（投票），這個(gè)新圖片屬于哪個(gè)類(lèi)別（C）；神經(jīng)網(wǎng)絡(luò )則將測量的過(guò)程和投票判決的過(guò)程參數化，使它可以隨著(zhù)樣本的增加而改變，是這樣的一種學(xué)習機。有興趣的可以去看《模式分類(lèi)》一書(shū)的第三章和第四章。

二、 變態(tài)字符的識別

有些字符變形很?chē)乐?，有的字符連在一起互相交叉，有的字符被掩蓋在一堆噪音海之中。對這類(lèi)字符的識別需要用上特殊的手段。

下面介紹幾種幾個(gè)經(jīng)典的處理方法，這些方法都是被證實(shí)對某些問(wèn)題很有效的方法：

（1）   切線(xiàn)距離 （Tangent Distance）：可用于處理字符的各種變形，OCR的核心技術(shù)之一。

（2）   霍夫變換（Hough Transform）：對噪音極其不敏感，常用于從圖片中提取各種形狀。圖像識別中最基本的方法之一。

（3）   形狀上下文（Shape Context）：將特征高維化，對形變不很敏感，對噪音也不很敏感。新世紀出現的新方法。

因為這幾種方法我均未編碼實(shí)現過(guò)，因此只簡(jiǎn)單介紹下原理及主要應用場(chǎng)景。

（1）   切線(xiàn)距離

前面介紹了MinkowskiMetric。這里我們看看下面這張圖：一個(gè)正寫(xiě)的1與一個(gè)歪著(zhù)的1.

用MinkowskiMetric計算的話(huà)，兩者的MinkowskiMetric很大。

然而，在圖像識別中，形狀形變是常事。理論上，為了更好地識別，我們需要對每一種形變都采足夠的樣，這樣一來(lái)，會(huì )發(fā)現樣本數幾乎無(wú)窮無(wú)盡，計算量越來(lái)越大。

怎么辦呢？那就是通過(guò)計算切線(xiàn)距離，來(lái)代替直接距離。切線(xiàn)距離比較抽象，我們將問(wèn)題簡(jiǎn)化為二維空間，以便以理解。

上圖有兩條曲線(xiàn)。分別是兩個(gè)字符經(jīng)過(guò)某一形變后所產(chǎn)生的軌跡。V1和V2是2個(gè)樣本。V’是待識別圖片。如果用樣本之間的直接距離，比較哪個(gè)樣本離V’最近，就將V’當作哪一類(lèi)，這樣的話(huà)，就要把V’分給V1了。理論上，如果我們無(wú)限取樣的話(huà)，下面那一條曲線(xiàn)上的某個(gè)樣本離V’最近，V’應該歸類(lèi)為V2。不過(guò)，無(wú)限取樣不現實(shí)，于是就引出了切線(xiàn)距離：在樣本V1，V2處做切線(xiàn)，然后計算V’離這兩條切線(xiàn)的距離，哪個(gè)最近就算哪一類(lèi)。這樣一來(lái)，每一個(gè)樣本，就可以代表它附近的一個(gè)樣本區域，不需要海量的樣本，也能有效的計算不同形狀間的相似性。

深入了解切線(xiàn)距離，可參考這篇文章。Transformation invariance in pattern recognition – tangent distance and tangent propagation (http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.32.9482)這篇文章。

（2）   霍夫變換

霍夫變換出自1962年的一篇專(zhuān)利。它的原理非常簡(jiǎn)單：就是坐標變換的問(wèn)題。

如，上圖中左圖中的直線(xiàn)，對應著(zhù)有圖中k-b坐標系中的一個(gè)點(diǎn)。通過(guò)坐標變換，可以將直線(xiàn)的識別轉換為點(diǎn)的識別。點(diǎn)的識別就比直線(xiàn)識別簡(jiǎn)單的多。為了避免無(wú)限大無(wú)限小問(wèn)題，常用的是如下變換公式：

下面這張圖是wikipedia上一張霍夫變換的示意圖。左圖中的兩條直線(xiàn)變換后正對應著(zhù)右圖中的兩個(gè)亮點(diǎn)。

 

通過(guò)霍夫變換原理可以看出，它的抗干擾性極強極強：如果直線(xiàn)不是連續的，是斷斷續續的，變換之后仍然是一個(gè)點(diǎn)，只是這個(gè)點(diǎn)的強度要低一些。如果一個(gè)直線(xiàn)被一個(gè)矩形遮蓋住了，同樣不影響識別。因為這個(gè)特征，它的應用性非常廣泛。

對于直線(xiàn)，圓這樣容易被參數化的圖像，霍夫變換是最擅長(cháng)處理的。對于一般的曲線(xiàn)，可通過(guò)廣義霍夫變換進(jìn)行處理。感興趣的可以google之，全是數學(xué)公式，看的人頭疼。

（3）   形狀上下文

上圖中的驗證碼，對Shape Context來(lái)說(shuō)只是小Case。

看看這幾張圖。嘿嘿，硬是給識別出來(lái)了。

Shape Context是新出現的方法，其威力到底有多大目前還未見(jiàn)底。這篇文章是Shape context的必讀文章：Shape Matching and Object Recognitiom using shape contexts（http://www.cs.berkeley.edu/~malik/papers/BMP-shape.pdf）。最后那兩張驗證碼識別圖出自Greg Mori,Jitendra Malik的《Recognizing Objects in Adversarial Clutter:Breaking a Visual CAPTCHA》一文。

=========================================================== 

附件：第一部分的代碼（vcr.zip）. 3個(gè)dll文件，反編譯看的很清晰。源代碼反而沒(méi)dll好看，我就不放了。其中，Orc.Generics.dll是幾個(gè)泛型類(lèi)，Orc.ImageProcess.Common.dll 對圖像進(jìn)行處理和分割，Orc.PatternRecognition.dll 是識別部分。