最近，想做一个刷票的程序，有验证码，好在验证码不是很复杂，所以就想着能不能识别。开始想用svm来分类，但是不知道怎么回事，识别率达不到要求，可能中间的某个环节没有做好。听说神经网络也很好，但是本人对神经网络不怎么熟悉。
后来到网上查找资料的时候，有人用ocr来做验证码的识别，开始觉得有点杀鸡用牛刀的感觉，但是苦于没有其他的办法，只能一试。开始想用office的 ocr组件，但是发现根本就识别不了。后来发现开源的Tesseract比较好，但网站上提供的是c++的代码，个人对c++不是太熟。最后我找到了 Tesseract的.net版本，下载地址如下：
Tesseract源码下载：附件:
tesseract-2.04.rar Tessnet2源码下载：附件:
dotnet.rar 另外发现这个用法非常简单，注意还需要下载语言包，我这里识别的是纯字母的，所以就用英文的语言包了。另外为了提高验证率，还可以自己进行训练，由于我的需求比较简单，我就没有做这个步骤了，直接使用英文语言包了。
下面是我的关键测试代码：
- InitializeComponent();
- ocr = new tessnet2.Tesseract();
- ocr.SetVariable("tessedit_char_whitelist", "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ");
- ocr.Init(Application.StartupPath + @"\lng\eng", "eng", false);
- WebClient wc = new WebClient();
- byte[] oimg = wc.DownloadData("some url"); // 这里我地址做了隐藏，自己修改成要识别的地址吧
- Bitmap bp = new Bitmap(new MemoryStream(oimg), true);
- pictureBox1.Image = bp;
- bp = ImageProcess.RemoveGreen(bp);
- bp = ImageProcess.ToBW(bp);
- pictureBox2.Image = bp;
- List<tessnet2.Word> result = ocr.DoOCR(bp, Rectangle.Empty);
- string txt = "";
- foreach (tessnet2.Word word in result)
- {
- txt += word.Text;
- }
- textBox1.Text = txt;
另外，还有一个问题，我这里先对图像进行了简单的预处理，去除干扰，转换成二值图像。不知道大家还有没有更好的方法。我的这种方法，对于简单的验证码，效果还不错。（文/
小橋流水）
-