图像识别

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：