Captcha识别的最佳实践

Question

我正在研究一个基于文本的验证码识别的真实项目。

图像处理步骤大致设计为

1. 预处理灰度图像（扩张，腐蚀或模糊等），以消除微小的噪音。

2. 裁剪内容周围是否有任何边框填充

3. 根据横轴计算直方图，并尝试垂直破解文本。

4. 使用tesseract等工具识别单个字符。

目前我正在使用Python + Opencv进行编码，结果如下：



所以我现在得到了直方图，如果我在数字中填入一些洞，每个文本都会很好地显示为直方图中的正态分布。

但是如何才能真正找出此图片中的每个局部最大值？目前，直方图是离散的，而不是那么平滑。我现在陷入了这个阶段。

而且，这些隔音条无法移除。因为文本有不同的颜色。那么我需要将色彩空间转换为HSV还是其他任何东西？

如果你能给我一些建议，我将不胜感激。

谢谢！

Answer 1

是..尝试在HSV的各个层中查看图像的外观。将直方图均衡/对比度归一化应用于值图层，阈值并查看是否存在差异。