验证码识别最佳实践

Question

我正在做一个基于文本的验证码识别的真实项目。

图片处理步骤大致设计为

1. 对灰度图像进行预处理（膨胀、腐蚀或模糊等），以去除微小的噪声。

2. 如果内容周围有任何边框填充则裁剪

3. 根据横轴计算直方图，尝试垂直破解文字

4. 使用 tesseract 等工具识别单个字符。

目前我在Python+Opencv中编码，得到的结果如下：

现在我得到了直方图，如果我在数字中填充一些空洞，每个文本将很好地显示为直方图中的正态分布。

但是我怎样才能真正找出这张图片中的每个局部最大值呢？目前直方图是离散的并且不是那么平滑。我现在卡在这个阶段了。

而且，那些噪音带无法删除。因为文字有不同的颜色。那么我是否需要将颜色 space 转换为 HSV 或其他任何东西？

如果您能给我一些建议，我将不胜感激。

谢谢！

Answer 1

是的.. 尝试查看图像在不同 HSV 层中的外观。对值层、阈值应用直方图equalization/contrast归一化，看看是否有差异。