内容导航：车牌识别中的不分割字符的端到端(End-to-End)识别,由用户肉眼识别其中的验证码信息,分割字符的方法也比较多,目前常用的随机数字图片验证码
{image}
一 、OCR文字识别用的是什么算法
一般OCR套路是这样的
1.先检测和提取Text region.
2.接着利用radon hough变换 等方法 进行文本校正 。
3.通过投影直方图分割出单行的文搏薯本的图片 。
最后是对单行的OCR
对单行的OCR主要由两种思想
第一种是需要分割字符的。
分割字符的方法也比较多，用的最多的是基于投影直方图极值点作为候选分割点并使用分类器+beam search 搜索最佳分割点 。
搜索到分割点之后对于单个字符 ，传统的就是特征工程+分类器 。 一般流程是 灰度 -> 二值化->矫正图像 -> 提取特征(方法多种芦历多样例如pca lbp 等等) ->分类器(分类器大致有SVM ANN KNN等等 )。
现在的 CNN（卷积神经网络）可以很大程度上免去特征工程。
第二种是无需分割字符的
还有一点就基哗者是端到端（end to end）的识别 ，但前提是你需要大量的标注好的数据集 。 这种方法可以不分割图像直接以连续的输出字符序列 。
对于短长度的可以使用mutli-label classification 。比如像车牌，验证码 。 这里我试过一个车牌的多标签分类 。 车牌识别中的不分割字符的端到端(End-to-End)识别
二 、TesseractOCR训练识别验证码有什么高效的办法吗
1.
采集图片库（一般每个出现的字符出现20次左右识别效果比较好） ，根据图片特点进行初步处理（二值化/灰度化/滤波/降噪等处理） ，并保存为.tif格式（)；
2. 使用JTessBoxEditor ,将得到的.tif图片合并为一张图片（Tool—>MergeTiff）；
3. 下载安装；
4. 安装后，运行命令行到.tif格式（)文件夹中，输入 x makebox;(PS:保存为 同名同文件夹下）
5. 使用JTessBoxEditor打开文件进行逐个校正；（PS:每次校正后都得保存）
6.校正后 ，命令行执行：
x nobatch ;
unicharset_ ;
7. 在目录下建立名为“font_properties ”的文件 ，并输入内容：x 1 0 0 1 0；
8.命令行执行：
;
–F font_properties –U unicharset ;
9. 将目录下生成的文件其中几个unicharset/inttemp/normproto/pffmtable文件加上训练名前缀“x. ”;
10.命令行执行：
combine_tessdata x.
生成最终的校验学习数据a文件；对要识别的内容，自己收集样本进行训练 ，一定程度上可比默认识别库的正确率要高如果是粘连比较厉害的还是算了 ，这个引擎不适合网上也有免费识别服务，提供api感觉还不错 ，有兴趣可以试试
三、网站上经常看到的验证码是干什么用的
唯一验证标志1） 。验证码一般是防止批量注册的 ，人眼看起来都费劲，何况是机器 。二像百度贴吧未登录发贴要输入验证码大概是防止大规模匿名回帖的发生目前 ，不少网站为了防止用户利用机器人自动注册 、登录 、灌水 ，都采用了验证码技术。所谓验证码，就是将一串随机产生的数字或符号 ，生成一幅图片 ，图片里加上一些干扰象素（防止OCR），由用户肉眼识别其中的验证码信息，输入表单提交网站验证 ，验证成功后才能使用某项功能 。（2） 。一般注册用户ID的地方以及各大论坛都要要输入验证码（3）。常见的验证码1 ，四位数字，随机的一数字字符串 ，最原始的验证码 ，验证作用几乎为零 。2，CSDN网站用户登录用的是GIF格式 ，目前常用的随机数字图片验证码 。图片上的字符比较中规中矩 ，验证作用比上一个好。没有基本图形图像学知识的人，不可破！可惜读取它的程序 ，在CSDN使用它的第一天 ，好像就在论坛里发布了，真是可怜！3 ，QQ网站用户登录用的是PNG格式 ，图片用的随机数字+随机大写英文字母，整个构图有点张扬,每刷新一次,每个字符还会变位置呢!有时候出来的图片,人眼都识别不了,厉害啊…4，MS的hotmail申请时候的是BMP格式,随机数字+随机大写英文字母+随机干扰像素+随机位置。5 ，Google的Gmail注册时候的是JPG格式 ，随机英文字母+随机颜色+随机位置+随机长度 。6，其他各大论坛的是XBM格式 ，内容随机 。（4）意义：不少网站为了防止用户利用机器人自动注册、登录、灌水 ，都采用了验证码技术。所谓验证码，就是将一串随机产生的数字或符号 ，生成一幅图片 ，图片里加上一些干扰象素（防止OCR），由用户肉眼识别其中的验证码信息 ，输入表单提交网站验证 ，验证成功后才能使用某项功能 。 。验证信息的！验证信息的！
四 、识别验证码过程中ocrInit 报错尝试读取或写入受保护的内存。这通常
你的类继承IDispose,重写Dispose方法就可郑差以了,这个方法里面用于清理内存消丛宏,这个可以去参考一下微软帮助里面.比如关闭数据库连接等拿册操作.
