以下示例代码中，涉及到的知识点主要包括图像处理、验证码识别、Base64 转换、图像预处理等。以下是详细的知识点梳理，以及相应的代码示例：
1. 图像加载与保存
- 使用
Image.FromFile加载本地图像，并使用Bitmap进行图像操作。Bitmap是图像处理的主要类，支持各种图像操作。
代码示例：
Bitmap captchaImage = (Bitmap)Image.FromFile(imagePath);
captchaImage.Save(outputPath, System.Drawing.Imaging.ImageFormat.Jpeg);
2. Base64 编码与解码
- Base64 编码的图像可以通过
Convert.FromBase64String转换为字节数组，再用MemoryStream读取为Bitmap。
代码示例：
static Bitmap Base64ToImage(string base64)
{
byte[] imageBytes = Convert.FromBase64String(base64);
using (var ms = new MemoryStream(imageBytes))
{
return new Bitmap(ms);
}
}
3. 图像预处理
- 图像预处理主要包括图像的灰度化和二值化，以减少图像噪声，便于后续的验证码识别。
- 灰度化通过
ColorMatrix实现，二值化则基于图像亮度阈值，将图像转换为黑白。
代码示例：
static Bitmap PreprocessImage(Bitmap image)
{
// 灰度化
Bitmap grayImage = new Bitmap(image.Width, image.Height);
using (Graphics g = Graphics.FromImage(grayImage))
{
ColorMatrix colorMatrix = new ColorMatrix(new float[][]
{
new float[] { 0.3f, 0.3f, 0.3f, 0, 0 },
new float[] { 0.59f, 0.59f, 0.59f, 0, 0 },
new float[] { 0.11f, 0.11f, 0.11f, 0, 0 },
new float[] { 0, 0, 0, 1, 0 },
new float[] { 0, 0, 0, 0, 1 }
});
using (ImageAttributes attributes = new ImageAttributes())
{
attributes.SetColorMatrix(colorMatrix);
g.DrawImage(image, new Rectangle(0, 0, image.Width, image.Height), 0, 0, image.Width, image.Height, GraphicsUnit.Pixel, attributes);
}
}
// 二值化
Bitmap binaryImage = new Bitmap(grayImage.Width, grayImage.Height);
for (int y = 0; y < grayImage.Height; y++)
{
for (int x = 0; x < grayImage.Width; x++)
{
Color pixelColor = grayImage.GetPixel(x, y);
int brightness = (int)(pixelColor.R * 0.3 + pixelColor.G * 0.59 + pixelColor.B * 0.11);
Color newColor = brightness < 128 ? Color.Black : Color.White;
binaryImage.SetPixel(x, y, newColor);
}
}
return binaryImage;
}
4. 验证码识别（OCR）
- 使用
TesseractEngine（Tesseract OCR 引擎）进行验证码图像的文字识别。 TesseractEngine可以设置识别模式、字符集限制等参数。
代码示例：
static string RecognizeCaptcha(Bitmap captchaImage)
{
using (var engine = new TesseractEngine(@"./tessdata", "eng", EngineMode.Default))
{
string tempFilePath = Path.Combine(Path.GetTempPath(), "captcha.png");
captchaImage.Save(tempFilePath, System.Drawing.Imaging.ImageFormat.Png);
using (var img = Pix.LoadFromFile(tempFilePath))
{
var result = engine.Process(img);
return result.GetText().Trim();
}
}
}
5. 临时文件存储
- 在使用 Tesseract 识别时，需要将图像存储为临时文件，以便 Tesseract 引擎读取。临时文件路径通过
Path.GetTempPath()生成。
代码示例：
string tempFilePath = Path.Combine(Path.GetTempPath(), "captcha.png");
captchaImage.Save(tempFilePath, System.Drawing.Imaging.ImageFormat.Png);
6. 图像格式转换
- 在保存和处理图像时，经常需要指定图像的格式，比如 PNG 或 JPEG。使用
System.Drawing.Imaging.ImageFormat可以灵活处理各种图像格式。
代码示例：
captchaImage.Save(outputPath, System.Drawing.Imaging.ImageFormat.Jpeg);
7. 图像处理的常用库
- 在 C# 中，常用的图像处理库包括
System.Drawing、ImageSharp、Emgu CV等。选择适合项目需求的库可以提高开发效率和图像处理效果。
示例（使用 ImageSharp）：
using SixLabors.ImageSharp;
using SixLabors.ImageSharp.Processing;
var image = Image.Load(imagePath);
image.Mutate(x => x.Grayscale());
image.Save(outputPath);
8. 多线程处理图像
- 对于大型图像处理任务，可以考虑使用多线程来加速处理。
Task和Parallel类可以有效地提高处理性能。
代码示例：
Parallel.For(0, binaryImage.Height, y =>
{
for (int x = 0; x < binaryImage.Width; x++)
{
// 处理每个像素
Color pixelColor = binaryImage.GetPixel(x, y);
// 进行图像处理
}
});
9. 图像增强
- 图像增强技术包括对比度调整、锐化等，可以提高图像质量，从而提高识别率。
代码示例（对比度调整）：
static Bitmap AdjustContrast(Bitmap image, float value)
{
// 调整对比度
var adjustedImage = new Bitmap(image.Width, image.Height);
float contrast = value * 255;
float t = 0.5f * (255 - contrast);
for (int y = 0; y < image.Height; y++)
{
for (int x = 0; x < image.Width; x++)
{
Color pixel = image.GetPixel(x, y);
int r = (int)(contrast * pixel.R + t);
int g = (int)(contrast * pixel.G + t);
int b = (int)(contrast * pixel.B + t);
adjustedImage.SetPixel(x, y, Color.FromArgb(
Clamp(r, 0, 255),
Clamp(g, 0, 255),
Clamp(b, 0, 255)));
}
}
return adjustedImage;
}
static int Clamp(int value, int min, int max)
{
return Math.Max(min, Math.Min(max, value));
}
10. 验证码识别精度提升
- 通过训练自定义的 Tesseract 模型，可以显著提升特定类型验证码的识别准确率。可以根据特定验证码的特点，提供自定义字符集。
示例代码：
// 自定义字符集
engine.SetVariable("tessedit_char_whitelist", "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ");
11. 错误处理与调试
- 在图像处理过程中，处理异常是很重要的，可以通过 try-catch 块捕获可能出现的异常，保证程序的健壮性。
代码示例：
try
{
Bitmap captchaImage = (Bitmap)Image.FromFile(imagePath);
}
catch (Exception ex)
{
Console.WriteLine("图像加载失败: " + ex.Message);
}
12. 图像显示与用户交互
- 在桌面应用中，可以使用 WinForms 或 WPF 显示处理后的图像，并提供用户交互功能（如按钮点击等）。
示例（WinForms）：
PictureBox pictureBox = new PictureBox();
pictureBox.Image = processedImage;
pictureBox.SizeMode = PictureBoxSizeMode.StretchImage;
this.Controls.Add(pictureBox);
13. 图像保存的格式选择
- 根据后续用途选择适当的图像格式进行保存，例如 PNG 适合保存带透明度的图像，而 JPEG 更适合保存照片等具有丰富色彩的图像。
代码示例：
// 保存为 PNG 格式
captchaImage.Save(outputPath, System.Drawing.Imaging.ImageFormat.Png);
14. 图像旋转与翻转
- 对于一些扭曲或倾斜的验证码图像，可以进行旋转和翻转操作，以提升识别率。
代码示例：
static Bitmap RotateImage(Bitmap image, float angle)
{
Bitmap rotatedImage = new Bitmap(image.Width, image.Height);
using (Graphics g = Graphics.FromImage(rotatedImage))
{
g.TranslateTransform((float)image.Width / 2, (float)image.Height / 2);
g.RotateTransform(angle);
g.TranslateTransform(-(float)image.Width / 2, -(float)image.Height / 2);
g.DrawImage(image, new Point(0, 0));
}
return rotatedImage;
}
14. 完整代码
- 提供完整的代码示例，帮助读者快速实现验证码文字识别，查看附件(OCR_Demo)即可。
- git 外链地址
运行结果
运行此程序后，将会在控制台显示识别出的验证码内容。确保在运行程序之前，已正确安装并配置好Tesseract引擎和相应的语言数据文件。
15. 总结
本文展示了如何使用C#进行验证码识别，包括图像的加载、预处理和文本提取。这些技术在处理需要自动化数据输入的任务时尤为重要。希望这篇技术文章能为大家提供有用的参考。
友情链接 OCR API 外部API地址
标签：OCR,示例,int,image,验证码,Bitmap,图像,new,识别 From： https://blog.csdn.net/Hellc007/article/details/142920905