[第41期]简单验证码识别

ldy

简单验证码识别

已知条件：

目录下的bmp文件夹中有300个 BMP 图像（24位位图）

目录下有“模板.bmp” BMP 图像（24位位图）

bmp目录下的图片均为 40像素宽 10像素高，大小均为1254 字节

分别显示4位数字，所有图片背景色一样。

虽然图片为彩色，但所有单个数字的颜色一样（例：图片中所有的“1” 都是同样的颜色）

模板.bmp 由出题者制作，100像素宽 10像素高，大小为3055字节

显示 0 到 9， 10位数字

为便于核对，bmp目录下所有图片均以所示数字为名。

题目1 判断 2分

请根据“模板.bmp” 依次读取300个图片中所示数字填写在 B列，文件名填写在 A列

注意：不是从文件名判断所示数字，文件名仅是便于验证结果、制作模板时用

题目2 模板制作 2 分

编写代码从 300 个图片中提取若干（自选）图片生成模板。

注意：模板制作需要人工判断，允许使用文件名中的数字

模板格式可以是任何形式，如所制作模板与"模板.bmp" 不同，

需要编写 相应的代码依次读取 300个图片（题目1 可以此代替）。

答题精彩者另外加分

仅需发送 EXCEL文件。

EXCEL文件请以用户ID+"_41VBA"保存 例如 LDY_41VBA

答案请压缩后发送到 26258103@163.com 并跟贴占位，请勿在跟贴中直接发答案

邮件主题 格式为 41VBA答案_用户ID 例如 41VBA答案_LDY

因每天收到邮件过多，请严格按要求发送邮件。谢谢合作

题目下载


[ 本帖最后由 ldy 于 2008-11-29 18:49 编辑 ]

zldccmx

赶紧占位，抢沙发!

答案已经发出，请注意查收! 2008.11.1  凌晨1：45


已收到

[ 本帖最后由 ldy 于 2008-11-29 10:36 编辑 ]

彭希仁

跟贴占位
题目1   答案已发送,

题目2  题二也不知我理解的对不对



已收到， 题二理解正确

[ 本帖最后由 ldy 于 2008-11-29 10:36 编辑 ]

joforn

跟贴占位
由于VBA中的限制，此Excel文档识别功能非常有限，只能识别题目中的图片。
由于VBA中的标准控件都没有hWnd或是hDC，所以没有做字符移位、字符旋转、去噪点、去干扰线、字符变色等功能。本身也只是一个竞赛题，又不想自已再去写个控件（没动力 ）。
所以这个不能算是一个真正的验证码识别，只是做了简单的图片处理。


[ 本帖最后由 ldy 于 2008-11-29 10:37 编辑 ]

agstick

跟帖，偷懒的做法，不知道服不符合题意。。



收到邮件，符合题意--ldy


[ 本帖最后由 ldy 于 2008-11-29 10:37 编辑 ]

joforn

看来又没收到我的邮件，版主你把我的邮箱地址给屏蔽了？



非常抱歉，可能在某次屏蔽垃圾邮件时，误选的你的邮件。
终于在网上找到了，上次40期的也找到了，是10月11 日的，
如果答案正确，在这一楼 补40期的分。

感谢你的积极参与，并及时提醒。

                                                        -ldy

[ 本帖最后由 ldy 于 2008-11-10 00:31 编辑 ]

ldy

首先要大致了解，BMP24位位图的储存方式（Zldccmx 的答案中有比较详细的比对、介绍）
图像最小单位是像素，通常说的屏幕分辨率 800*600 就是 宽800像素高600像素
每个图片查看器属性，也都可以看到长宽的像素值。
每个像素都以 红蓝绿三色来表示，每个颜色都是以0-255 来表示（BYTE）
但BMP文件的存储顺序为绿蓝红（反的），但这里只是进行比较判断的话，可以不用理会
象bmp文件夹中的图片 都是40*10像素，那么它的大小应该是40*10*3 =1200 字节才对
但实际大小是1254字节，多出来的54个字节就是文件头，通过查看属性得到的信息都在这54个字节里面
这种图片格式 可以说是“原生态” 格式。其他类型的文件格式如JPG PNG等都可以优化压缩bmp文件
但是不管哪种文件格式，只要他的像素乘积相同，那么它的显示的时候所消耗的显存也是相同的。
要验证这个说法也很容易，找一个比较大的图片，分别另存为 24位BMP 和jpeg格式，文件大小的区别约10倍
用两个image控件分别导入这两个图片。
然后用SavePicture方法分别导出，所导出的两个文件大小一模一样
关于图片的文件结构，请查阅相关资料，这里不多废话了
了解了图片文件结构，就可以用二进制数组跳过文件头直接取得图像数据，来比对分析
二进制数组是一条状的（线性的），而显示出来图片是平面的。电脑显示图片的时候
是按照文件头的 宽、高 属性逐行逐点显示的（如果用程序把宽高换个位，那么显示出来的就是凌乱的图像）。
有一点跟人们的思维模式不同的是，人的思维习惯是从左到右、从上倒下来摆顺序的，但BMP文件不是这样的。
它是从左到右、从下到上来摆顺序的。

在这个4个数字的图片中每个数占1/4 (10*10像素）就是300字节
我们可以像电脑显示图片那样循环，用MOD \ 等一些算法，
取得每个数的300字节，分别与模板中的比较，从而得到图片所示数字。
模板的制作，简单的还是数字做成10个文件，二进制数组写成文件，分别命名为0 到 9
或者合并成一个文件，以数组套数组的形式写入文件
（关于多维数组的读写到硬盘，参考附件中的代码 以及 http://club.excelhome.net/thread-375305-1-1.html）



[ 本帖最后由 ldy 于 2008-11-29 21:01 编辑 ]

jssy

答题期过后，好象应该关闭“作者开启了回复仅楼主可见，本回复内容您不可见”，公布答案吧！

joforn

原帖由 ldy 于 2008-11-29 10:46 发表
  ...
但实际大小是1254字节，多出来的54个字节就是文件头，通过查看属性得到的信息都在这54个字节里面。
...

稍稍说明一下：文件头并不一定就是54个字节(用我的那个生成的模版图片文件，文件头就大于54，因为在文件里面包含了一个模版字符串，只是用图片方式打开时图片并不会显示出来)，文件长度也不一定就是 3*宽度*高度 个字节(在40*10的情况下成立，但多数情况下不成立，因为BMP文件是四字节对齐方式存储的) 。

[ 本帖最后由 joforn 于 2008-12-6 10:46 编辑 ]

ldy

看到了，但标准的24位BMP文件头长度为54 ，这里说的标准是用SavePicture方法产生的 24位BMP

Set ppp = LoadPicture(ThisWorkbook.Path & "\模版.bmp")'  3070大小 动过手脚的文件，这个文件用window自带的画图程序打开，后再保存就会错位
SavePicture ppp, ThisWorkbook.Path & "\模板2.bmp"   '''''''''''''''''3054大小 = 54 +100*10*3

这个说法依然成立
在你的那个模版.Bmp 中可以看到 文件头长度为69

当然出于一些原因，一些小图片后面也可以附带很大的其它文件，但只要这个图片被读取后再保存，就会恢复原始状态


另外 你所说的“  在40*10的情况下成立，但多数情况下不成立，因为BMP文件是四字节对齐方式存储的)”

这样的BMP文件能不能发一个给我研究一下，因为我所接触到的24位BMP文件，其大小都符合 54 + 长*宽*3 这个规律

[ 本帖最后由 ldy 于 2008-12-5 18:28 编辑 ]