1、Tess4j
最近在GitHub上看到一个图像识别的开源框架tess4j，而且是Java版的，为此利用此框架来识别验证码中的信息，利用它提供的字体库，来提取信息，对于没有什么干扰线的验证码准确率还是蛮高的，对于有一些干扰线的就差一些，不过也可以能通过训练字体库，从而可以提高准确率的。
根据范例，写了一个简单的提取验证码信息的工具类VerificationCode：
主要是用这个类的extract方法，这个方法有3个参数：
- 第1个参数是指定图片的路径
- 第2个参数是指定字体库的，其中chi_sim表示中文简体，eng表示英文
- 第3个参数是指定是否需要去除干扰线，true表示需要，false表示不需要
package com.swnote.tess4j.test;
import java.awt.image.BufferedImage;
import java.io.File;
import javax.imageio.ImageIO;
import com.recognition.software.jdeskew.ImageDeskew;
import net.sourceforge.tess4j.ITesseract;
import net.sourceforge.tess4j.Tesseract;
import net.sourceforge.tess4j.util.ImageHelper;
/**
* 识别验证码
*
* @author lzj
* @date [2019-03-03]
*/
public class VerificationCode {
/**
* 配置文件
*/
private static String config_path = "src/main/resources";
/**
* 调整倾斜度的阈值
*/
private static double deskew_threshold = 0.05d;
/**
* 提取验证码图片中的文字
*
* @param img_path
* @param lang
* @param clear
* @return
*/
public static String extract(String img_path, String lang, boolean clear) throws Exception {
// 图片文件
File img = new File(img_path);
if (clear) {
// 将去除干扰后的图片保存在同级目录下的ext目录下
String ext_path = img.getParentFile().getPath() + "/ext";
// 去除干扰
CleanImage.cleanLinesInImage(img, ext_path);
// 处理后的图片
img = new File(ext_path, img.getName());
}
// 设置语言库
ITesseract instance = new Tesseract();
File directory = new File(config_path);
String course_file = directory.getCanonicalPath();
instance.setDatapath(course_file + "/tessdata");
// chi_sim表示中文简体
// eng表示英文
instance.setLanguage(lang);
BufferedImage buffer_img = ImageIO.read(img);
ImageDeskew img_deskew = new ImageDeskew(buffer_img);
double img_skew_angle = img_deskew.getSkewAngle();
if ((img_skew_angle > deskew_threshold || img_skew_angle < -(deskew_threshold))) {
buffer_img = ImageHelper.rotateImage(buffer_img, -img_skew_angle);
}
String result = instance.doOCR(buffer_img);
return result;
}
}
其中CleanImage类是用于清楚验证码干扰线的，这个类是我从网上找到的，加上这个类有一定的效果，但是不是特别理想，希望大家能够找到更好的去除干扰线方式。
在此也贴一下CleanImage类的代码：
package com.swnote.tess4j.test;
import java.awt.Color;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import javax.imageio.ImageIO;
/**
* 网上找到清除图片干扰工具
*/
public class CleanImage {
public static void cleanLinesInImage(File sfile, String destDir) throws IOException {
File destF = new File(destDir);
if (!destF.exists()) {
destF.mkdirs();
}
BufferedImage bufferedImage = ImageIO.read(sfile);
int h = bufferedImage.getHeight();
int w = bufferedImage.getWidth();
// 灰度化
int[][] gray = new int[w][h];
for (int x = 0; x < w; x++) {
for (int y = 0; y < h; y++) {
int argb = bufferedImage.getRGB(x, y);
// 图像加亮（调整亮度识别率非常高）
int r = (int) (((argb >> 16) & 0xFF) * 1.1 + 30);
int g = (int) (((argb >> 8) & 0xFF) * 1.1 + 30);
int b = (int) (((argb >> 0) & 0xFF) * 1.1 + 30);
if (r >= 255) {
r = 255;
}
if (g >= 255) {
g = 255;
}
if (b >= 255) {
b = 255;
}
gray[x][y] = (int) Math.pow(
(Math.pow(r, 2.2) * 0.2973 + Math.pow(g, 2.2) * 0.6274 + Math.pow(b, 2.2) * 0.0753), 1 / 2.2);
}
}
// 二值化
int threshold = ostu(gray, w, h);
BufferedImage binaryBufferedImage = new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY);
for (int x = 0; x < w; x++) {
for (int y = 0; y < h; y++) {
if (gray[x][y] > threshold) {
gray[x][y] |= 0x00FFFF;
} else {
gray[x][y] &= 0xFF0000;
}
binaryBufferedImage.setRGB(x, y, gray[x][y]);
}
}
// 去除干扰线条
for (int y = 1; y < h - 1; y++) {
for (int x = 1; x < w - 1; x++) {
boolean flag = false;
if (isBlack(binaryBufferedImage.getRGB(x, y))) {
// 左右均为空时，去掉此点
if (isWhite(binaryBufferedImage.getRGB(x - 1, y))
&& isWhite(binaryBufferedImage.getRGB(x + 1, y))) {
flag = true;
}
// 上下均为空时，去掉此点
if (isWhite(binaryBufferedImage.getRGB(x, y + 1))
&& isWhite(binaryBufferedImage.getRGB(x, y - 1))) {
flag = true;
}
// 斜上下为空时，去掉此点
if (isWhite(binaryBufferedImage.getRGB(x - 1, y + 1))
&& isWhite(binaryBufferedImage.getRGB(x + 1, y - 1))) {
flag = true;
}
if (isWhite(binaryBufferedImage.getRGB(x + 1, y + 1))
&& isWhite(binaryBufferedImage.getRGB(x - 1, y - 1))) {
flag = true;
}
if (flag) {
binaryBufferedImage.setRGB(x, y, -1);
}
}
}
}
// 矩阵打印
// for (int y = 0; y < h; y++) {
// for (int x = 0; x < w; x++) {
// if (isBlack(binaryBufferedImage.getRGB(x, y))) {
// System.out.print("*");
// } else {
// System.out.print(" ");
// }
// }
// System.out.println();
// }
ImageIO.write(binaryBufferedImage, "jpg", new File(destDir, sfile.getName()));
}
public static boolean isBlack(int colorInt) {
Color color = new Color(colorInt);
if (color.getRed() + color.getGreen() + color.getBlue() <= 300) {
return true;
}
return false;
}
public static boolean isWhite(int colorInt) {
Color color = new Color(colorInt);
if (color.getRed() + color.getGreen() + color.getBlue() > 300) {
return true;
}
return false;
}
public static int isBlackOrWhite(int colorInt) {
if (getColorBright(colorInt) < 30 || getColorBright(colorInt) > 730) {
return 1;
}
return 0;
}
public static int getColorBright(int colorInt) {
Color color = new Color(colorInt);
return color.getRed() + color.getGreen() + color.getBlue();
}
public static int ostu(int[][] gray, int w, int h) {
int[] histData = new int[w * h];
// Calculate histogram
for (int x = 0; x < w; x++) {
for (int y = 0; y < h; y++) {
int red = 0xFF & gray[x][y];
histData[red]++;
}
}
// Total number of pixels
int total = w * h;
float sum = 0;
for (int t = 0; t < 256; t++)
sum += t * histData[t];
float sumB = 0;
int wB = 0;
int wF = 0;
float varMax = 0;
int threshold = 0;
for (int t = 0; t < 256; t++) {
wB += histData[t]; // Weight Background
if (wB == 0)
continue;
wF = total - wB; // Weight Foreground
if (wF == 0)
break;
sumB += (float) (t * histData[t]);
float mB = sumB / wB; // Mean Background
float mF = (sum - sumB) / wF; // Mean Foreground
// Calculate Between Class Variance
float varBetween = (float) wB * (float) wF * (mB - mF) * (mB - mF);
// Check if new maximum found
if (varBetween > varMax) {
varMax = varBetween;
threshold = t;
}
}
return threshold;
}
}
2、测试
首先测试一张没有干扰线的图片，即： 
然后调用工具类，可以得到如下结果： 
结果是正确的。
再一测试一个中文的，同时具有干扰线的，即： 
测试结果为： 
中文内容是识别出来了，但是也识别了一些其它信息。
关注我
以你最方便的方式关注我： 微信公众号： 
来源：oschina
链接：https://my.oschina.net/u/4100840/blog/3030699