0. bmp.GetPixel(i,j).ToArgb()==Color.Black.ToArgb() 判断像素点颜色是否为黑色。
1.这是一个C#中讲bitmap对象方法的博文：http://blog.csdn.net/yingzhaom/article/details/7743429
经过这几天的研究想总结下验证码预处理的一些方法：
验证码预处理方法主要有：
0.0 上下腐蚀： //对于斜线效果比较好，是横线用水平腐蚀，竖线用垂直腐蚀， （如何区别是横线那还是竖线）（Erode）
腐蚀应该是让验证码瘦一圈。就这么简单。
垂直腐蚀-----|像素点为黑---上白或者下白=》置为白色
else=》置为黑色
------|像素点为白---=》置为白色
水平腐蚀-----|像素点为黑---左白或者右白=》置为白色
else=》置为黑色
------|像素点为白---=》置为白色
0.1 上下膨胀：这个方法主要是加深验证码的主题内容，让主要内容更为明显 ，
//横线用水平腐蚀，竖线用垂直腐蚀， （如何区别是横线那还是竖线）(Dilate)
相应的膨胀只是让验证码胖一圈。
垂直膨胀-----|像素点为白---上黑或者下黑=》置为黑色
else=》置为白色
------|像素点为黑----》置为黑色
水平膨胀-----|像素点为白---左黑或者右黑=》置为黑色
else=》置为白色
------|像素点为黑---=》置为黑色
插一段：
先腐蚀后膨胀的过程称为开运算。它具有消除细小物体，在纤细处分离物体和平滑较大物体边界的作用。先膨胀后腐蚀的过程称为闭运算。它具有填充物体内细小空洞，连接邻近物体和平滑边界的作用。
0.2 验证码中的骨架细化：(Thinning) （前提是二值化过得图形）（索引公式为什么？ 橡皮擦数组怎么来的？--这都是算法中的，不必深究。）
细化广泛应用于图像处理与模式识别中，从细化得到的骨架不但保持了原图像的几何和拓扑特征，而且更重要的是减少了图像的冗余。
垂直细化-----|像素点为黑---上白或者下白=》通过周围8个邻居计算索引值，查橡皮擦表，判断是否可以置为白色，即删去细化了，else不处理
（垂直细化自适应横线） else=》不处理
------|像素点为白---=》不处理
水平细化-----|像素点为黑---左白或者右白=》通过周围8个邻居计算索引值，查橡皮擦表，判断是否可以置为白色，即删去细化了，else不处理
（水平细化自适应竖线） else=》不处理
------|像素点为白---=》不处理
0.3 CFS字符分割（觉得我的文章总是越写越乱，没什么结构可寻，哎。。。）
该方法针对字符间非粘连的种类比较好，对每一个黑色像素，探索他周围的8个像素点，如果又探索到黑色像素点，就以该像素点为中心，继续探索他周 围的像素点，直到检测不到黑色像素点，这样遍历每一个像素，就可以把图片划分成区域。（color filling segmentation）
0.4 竖直投影法的字符分割
该方法对于字符不黏连，且每一个竖直条上只有一个字母的线条，就是扭曲程度不大的验证码效果好，对于字符粘连大的验证码还有别方法
0.5 OpenCV是一个很常用的计算机图像处理和机器视觉库，一般用于人脸识别，跟踪移动物体等等。
0.6 越写越乱，就此打住吧，明天一大早还要不停的奋斗，好累。。。
但是！
生活还是要有梦想的！！！
加油，奋斗中的各位！！！
明天继续战斗C#，基于师兄给的代码，整合我的毕设。11点了，回宿舍睡觉！