验证码图像的字符分割

Question

我正在尝试破解验证码图像，但我找不到分割字符的方法。

我有这样的图像：

​

我应用了一些过滤器和阈值，产生了这个图像：

​

现在我需要分割图像，以便在分类器中使用，例如SVM或ANN。

问题是有些字符是连接在一起的，我找不到一种方法来将它们分开。

更多图片示例：

​

​

​

​

​

​

有没有人有办法分割图像并获取字符？

Answer 1

在我看来，你的字符有最大的笔画宽度。每当您发现水平的黑色像素行宽于此宽度时，就表示此处连接了两个字符。

所以

对于比斑点每行单个字符更宽的每个连接的斑点，_

• 查找该行中比这些lines

的中心的X坐标更长的所有不间断的黑色像素水平线

• __

​

- cluster the found X-coordinates
- split the block at the center of each cluster with more than N coordinates.
- (you can either simply split vertically, or try to fit a line through the points in the cluster)

​

Answer 2

你的方法对我来说似乎太自下而上了。

字符的数量是恒定的，它们看起来是单间距的

因此，只需按宽度拆分图像，并确保检索到的特征是旋转/缩放不变的。

然后可以将其输入到ANN中。我不明白你为什么要分割角色。

Answer 3

这是一个最小化问题。棘手的部分是选择正确的指标，并使其快速。

1. 收集(手动)每个字符(字母或数字)的示例:每个字符至少有几个示例，由手工清理
2. 解算验证码(手动)以获得适当数量的示例(数百个)。这给了你一个测试数据集。
3. 给定一个图像，试着将它与示例字符的稍微失真的版本进行匹配。最佳匹配可以认为是图像中K1 *白色区域之和最小的匹配+ K2 *图像中的黑色区域+匹配中的白色+ K3 *字符的期望平均位置和方向与匹配中字符的位置和方向之间的距离+ K4 *字符的几何变形。这是要最小化的指标。
4. 这是一个相当大的搜索空间:然而，由于字符的间距是相对规则的，你可以一次适合一个字符，所以从预期的平均位置开始，在字符的位置/失真上进行简单的梯度下降(对于每个可能的字符)将会找到一个很好的匹配，你可以选择最佳匹配作为你认为在那里的字符，然后移动到下一个字符。总共:6 x (26个字母+ 10个数字)梯度下降(大致)2个位置+1个倾斜+1个比例+1个拉伸维度。本质上，这将上面描述的最小化问题分解为一次匹配一个字符的问题，独立但顺序。然后掩蔽找到的匹配项并重复下一个(相邻的)预期位置，直到所有6个都有匹配项。根据您提供的示例，这将具有非常高的置信度，即正确答案的分数将比任何其他答案好得多(对于每个字符individually).

附言:这可能很有趣：https://code.google.com/p/captchacker/