本發(fā)明涉及驗(yàn)證碼識(shí)別技術(shù)領(lǐng)域，具體地說是一種實(shí)用性強(qiáng)、空心驗(yàn)證碼的識(shí)別方法。

背景技術(shù)：

驗(yàn)證碼作為一種區(qū)分用戶是計(jì)算機(jī)還是人類的安全技術(shù)，已被大多數(shù)網(wǎng)站采用。驗(yàn)證碼的出現(xiàn)是為了防止某些惡意程序?qū)W(wǎng)站的破壞，如批量注冊(cè)、批量發(fā)帖、同時(shí)也防止爬蟲程序進(jìn)行資源抓取。目前主要采用基于圖像的字符驗(yàn)證碼。空心字符驗(yàn)證碼作為一種驗(yàn)證碼設(shè)計(jì)方式，設(shè)計(jì)為一條干擾線穿過空心字符，使用戶的視覺體驗(yàn)不像實(shí)心的粘連干擾造成的用戶體驗(yàn)下降?？招淖址?yàn)證碼作為一種比較新穎的設(shè)計(jì)方式，已被各大公司網(wǎng)站應(yīng)用到其用戶登錄、郵箱驗(yàn)證、論壇評(píng)論等模塊中。

因此，驗(yàn)證碼給網(wǎng)站帶來安全的同時(shí)，也給某些從事數(shù)據(jù)分析獲取工作的人們帶來了一定的不便，驗(yàn)證碼識(shí)別算法正是為解決此問題。目前，空心字符驗(yàn)證碼作為一種比較新穎的方式，目前還沒有一種有效的方法來識(shí)別它?；诖?，現(xiàn)提供一種空心驗(yàn)證碼的識(shí)別方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的技術(shù)任務(wù)是針對(duì)以上不足之處，提供一種實(shí)用性強(qiáng)、空心驗(yàn)證碼的識(shí)別方法。

一種空心驗(yàn)證碼的識(shí)別方法，該方法的實(shí)現(xiàn)過程為：

首先提取字符圖像，對(duì)提取的字符進(jìn)行預(yù)處理，提取出去除字符干擾的字符區(qū)域；

對(duì)字符區(qū)域進(jìn)行切割，分割出字符；

對(duì)字符進(jìn)行訓(xùn)練，得到相應(yīng)識(shí)別模型，進(jìn)行識(shí)別。

所述字符預(yù)處理過程通過圖像預(yù)處理模塊完成，該模塊的處理過程為：

步驟一、首先對(duì)提取字符進(jìn)行二值化處理，根據(jù)字符特征提取干擾線區(qū)域；

步驟二、然后對(duì)干擾線區(qū)域去除字符區(qū)域影響，得到干擾線所在位置；

步驟三、沿著干擾線方向，根據(jù)周圍字符的特征，去掉部分干擾線；

步驟四、對(duì)其進(jìn)行連通區(qū)域標(biāo)記，找出所有的字符斷裂部分及干擾線與字符形成的干擾區(qū)域，去除干擾區(qū)域。

所述步驟一的具體過程為：

對(duì)提取的字符圖像，首先使用包括高斯濾波的濾波算法，中值濾波濾除圖像中的噪聲點(diǎn)；

然后依據(jù)圖像的像素特征，使用自適應(yīng)閾值或者固定閾值算法，對(duì)圖像進(jìn)行二值化處理；

依據(jù)空心驗(yàn)證碼的生成特征，對(duì)有字符有斷裂的情況，修復(fù)字符輪廓線，保證字符外邊緣的完整性，從而完成干擾線區(qū)域的提取。

步驟二中根據(jù)干擾線區(qū)域提取干擾線是指依據(jù)空心驗(yàn)證碼的像素特征，提取出干擾線，并記錄下它所在的位置。

步驟三中去掉部分干擾線是指斷開干擾線的過程，即依據(jù)空心驗(yàn)證碼的像素特征，對(duì)干擾線的領(lǐng)域像素進(jìn)行分析，斷開明顯干擾線位置。

步驟四中標(biāo)記的連通區(qū)域包括斷裂字符的連通區(qū)域、字符與字符形成的連通區(qū)域、字符與干擾線形成的連通區(qū)域以及字符本身內(nèi)部的連通區(qū)域；

去除干擾連通區(qū)域是指去除除斷裂字符外所有的連通區(qū)域，具體為：通過分析連通區(qū)域外在的分布特征，區(qū)別出斷裂字符連通區(qū)域和干擾連通區(qū)域，進(jìn)行分類，去除。

上述預(yù)處理步驟中還包括斷裂連接和旋轉(zhuǎn)矯正的步驟，具體為：

斷裂連接步驟是指斷裂字符連通區(qū)域部分連接，分析干擾線對(duì)字符的截?cái)嘤绊懱卣?，設(shè)計(jì)對(duì)應(yīng)的連接模板，連接斷裂部分；

旋轉(zhuǎn)矯正步驟是指找出每字符每部分的最小外接矩形，去除干擾矩形，統(tǒng)計(jì)計(jì)算得出旋轉(zhuǎn)角度，旋轉(zhuǎn)驗(yàn)證碼圖像。

對(duì)字符區(qū)域進(jìn)行切割通過空心字符分割模塊完成，該模塊通過對(duì)每個(gè)字符區(qū)域進(jìn)行合并分類，得到每個(gè)字符所在的區(qū)域，切割每個(gè)字符輸出，具體為：

對(duì)得到的字符連通區(qū)域，進(jìn)行合并分類，計(jì)算出每個(gè)字符所在的中心位置，在此位置附近設(shè)置閾值，計(jì)算得出與字符所在位置的距離，如果小于預(yù)設(shè)閾值，則歸入此字符，否則，屬于其他字符，從而得到了每個(gè)字符所在的具體位置；通過上述計(jì)算得到的每個(gè)字符的具體位置，對(duì)每個(gè)字符進(jìn)行切割輸出，用于下一步的字符識(shí)別。

字符識(shí)別通過字符識(shí)別模塊實(shí)現(xiàn)，該模塊把字符用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練出符合本類字符特征的模型，用該模型來進(jìn)行字符判斷識(shí)別。

本發(fā)明的一種空心驗(yàn)證碼的識(shí)別方法，具有以下優(yōu)點(diǎn)：

該發(fā)明的一種空心驗(yàn)證碼的識(shí)別方法，在數(shù)據(jù)分析人員需要獲取大量網(wǎng)絡(luò)數(shù)據(jù)時(shí)，針對(duì)空心驗(yàn)證碼，能夠自動(dòng)迅速的識(shí)別出驗(yàn)證碼中的字符，進(jìn)行準(zhǔn)確的獲取，不會(huì)因驗(yàn)證碼的阻礙及識(shí)別錯(cuò)誤，出現(xiàn)沒法獲取數(shù)據(jù)，另外，由于本字符模型是針對(duì)于本類的字符訓(xùn)練得到，識(shí)別率大大提高，實(shí)用性強(qiáng)，適用范圍廣泛，易于推廣。

附圖說明

附圖1為本發(fā)明的實(shí)現(xiàn)結(jié)構(gòu)示意圖。

附圖2為本發(fā)明的實(shí)現(xiàn)流程圖。

具體實(shí)施方式

下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。

如附圖1、圖2所示，本發(fā)明提供一種空心驗(yàn)證碼的識(shí)別方法，用來針對(duì)帶干擾線的空心字符的驗(yàn)證碼進(jìn)行識(shí)別。該方法利用二值化提取字符的邊緣，根據(jù)字符特征提取干擾線區(qū)域，去除字符區(qū)域影響，得到干擾線所在位置，沿著干擾線方向，根據(jù)周圍字符的特征，去掉部分干擾線，然后對(duì)其進(jìn)行連通區(qū)域標(biāo)記，找出所有的字符斷裂部分及干擾線與字符形成的干擾區(qū)域，采用本發(fā)明提出的一種算法，去除干擾區(qū)域。采用本發(fā)明提出的幾個(gè)鄰域模型連接斷裂部分，通過對(duì)每個(gè)連通區(qū)域的統(tǒng)計(jì)分析，計(jì)算旋轉(zhuǎn)角度，旋轉(zhuǎn)圖像，對(duì)每個(gè)字符區(qū)域進(jìn)行分類合并，得到每個(gè)字符所在的區(qū)域，最后切割每個(gè)字符輸出。然后把字符用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練出符合本類字符特征的模型，用本模型來進(jìn)行字符判斷識(shí)別。

其實(shí)現(xiàn)過程為：

首先提取字符圖像，對(duì)提取的字符進(jìn)行預(yù)處理，提取出去除字符干擾的字符區(qū)域；

對(duì)字符區(qū)域進(jìn)行切割，分割出字符；

對(duì)字符進(jìn)行訓(xùn)練，得到相應(yīng)識(shí)別模型，進(jìn)行識(shí)別。

所述字符預(yù)處理過程通過圖像預(yù)處理模塊完成，該模塊的處理過程為：

使用濾波算法如高斯濾波，中值濾波濾除圖像中的噪聲點(diǎn)。

依據(jù)圖像的像素特征，使用自適應(yīng)閾值或者固定閾值算法，對(duì)圖像進(jìn)行二值化處理。

依據(jù)空心驗(yàn)證碼的生成特征，對(duì)有字符有斷裂的情況，需要修復(fù)字符輪廓線，保證字符外邊緣的完整性。

提取干擾線，依據(jù)空心驗(yàn)證碼的像素特征，提取出干擾線，并記錄下它所在的位置。

斷開干擾線，依據(jù)空心驗(yàn)證碼的像素特征，對(duì)干擾線的領(lǐng)域像素進(jìn)行分析，斷開明顯干擾線位置。

連通區(qū)域標(biāo)記，找出所有的連通區(qū)域，并標(biāo)記處位置，此時(shí)的連通區(qū)域，不僅包括斷裂字符的連通區(qū)域，還包括字符與字符形成的連通區(qū)域，字符與干擾線形成的連通區(qū)域以及字符本身內(nèi)部的連通區(qū)域，都需要標(biāo)記出來。

去干擾連通區(qū)域，主要包括上述除斷裂字符外所有的連通區(qū)域，主要通過分析連通區(qū)域外在的分布特征，根據(jù)某種策略，區(qū)別出斷裂字符連通區(qū)域和干擾連通區(qū)域，進(jìn)行分類，去除。

斷裂字符連通區(qū)域部分連接，分析干擾線對(duì)字符的截?cái)嘤绊懱卣?，設(shè)計(jì)對(duì)應(yīng)的連接模板，連接斷裂部分。（此步一般不能把所有的字符斷裂部分連接起來）

旋轉(zhuǎn)矯正，找出每字符每部分的最小外接矩形，去除干擾矩形，統(tǒng)計(jì)計(jì)算得出旋轉(zhuǎn)角度，旋轉(zhuǎn)驗(yàn)證碼圖像。

對(duì)字符區(qū)域進(jìn)行切割通過空心字符分割模塊完成，該模塊通過對(duì)每個(gè)字符區(qū)域進(jìn)行合并分類，得到每個(gè)字符所在的區(qū)域，切割每個(gè)字符輸出，具體為：

對(duì)上述得到的字符連通區(qū)域，進(jìn)行合并分類，一般是計(jì)算出每個(gè)字符所在的大體中心位置，在此位置附近，根據(jù)某種策略，設(shè)置閾值，計(jì)算得出與字符所在位置的距離，如果小于預(yù)設(shè)閾值，則歸入此字符，否則，屬于其他字符，從而得到了每個(gè)字符所在的具體位置。

通過上述計(jì)算得到的每個(gè)字符的具體位置，對(duì)每個(gè)字符進(jìn)行切割輸出，用于下一步的字符識(shí)別。

字符識(shí)別通過字符識(shí)別模塊實(shí)現(xiàn)，該模塊把字符用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練出符合本類字符特征的模型，用該模型來進(jìn)行字符判斷識(shí)別。本模塊主要負(fù)責(zé)對(duì)上述得到的每個(gè)字符，進(jìn)行識(shí)別，目前有許多已有的字符識(shí)別模塊，但是識(shí)別效果都是不太理想，為此，用本類空心字符通過訓(xùn)練機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，得到能夠反映本類空心字符固有特征的模型，用此模型來識(shí)別，輸識(shí)別字符，比用現(xiàn)有的識(shí)別模塊，字符識(shí)別率大有提高。

上述具體實(shí)施方式僅是本發(fā)明的具體個(gè)案，本發(fā)明的專利保護(hù)范圍包括但不限于上述具體實(shí)施方式，任何符合本發(fā)明的一種空心驗(yàn)證碼的識(shí)別方法的權(quán)利要求書的且任何所屬技術(shù)領(lǐng)域的普通技術(shù)人員對(duì)其所做的適當(dāng)變化或替換，皆應(yīng)落入本發(fā)明的專利保護(hù)范圍。