验证码识别讲座

蓝天630902

cumulonimbus 发表于 2012-8-8 21:03
太深啦，看得我就像掉进大海里一样哈

这样子说，不好理解，是吗？
看看下面的，有没有帮助：

BMP文件，其存储结构的格式可以在Windows中的WINGDI.h文件中找到定义。（可以到网上下载一个看看）
DIB 是标准的 Windows 位图格式，设备无关位图，BMP 文件包含了一个 DIB。一个 BMP 文件包括 4个部分：
1、位图文件头结构BITMAPFILEHEADER
2、位图信息头结构 BITMAPINFOHEADER
3、调色板 PALETTE
4、位图像素数据
在 WINGDI.h 中定义了前3 个结构（可以用WinHex.exe观察）：

第一部分为位图文件头结构BITMAPFILEHEADER，其结构为：
typedef struct tagBITMAPFILEHEADER
{
WORD bfType;  //指定文件类型，必须是0x424D，即字符串“BM”，也就是说所有.bmp 文件的头两个字节都是“BM”。（占2字节）
DWORD bfSize;  //指定文件大小，包括这14 个字节。（占4字节）
WORD bfReserved1;  //为保留字，不用考虑。（占2字节）
WORD bfReserved2;  //为保留字，不用考虑。（占2字节）
DWORD bfOffBits;  //为从文件头到实际的位图数据的偏移字节数，也就是BMP 文件 4个部分中的前三个部分的长度之和。（占4字节）
} BITMAPFILEHEADER, FAR *LPBITMAPFILEHEADER, *PBITMAPFILEHEADER
这个结构的长度是固定的，为14 个字节（WORD 为无符号16 位整数，DWORD 为无符号32 位整数）

第二部分为位图信息头BITMAPINFOHEADER，也是一个结构，其定义如下：
typedef struct tagBITMAPINFOHEADER
{
DWORD biSize;  //指定这个结构（位图信息头BITMAPINFOHEADER）的长度，为40，单位是字节。（占4字节）
LONG biWidth;  //指定图像的宽度，单位是像素。（占4字节）
LONG biHeight;  //指定图像的高度，单位是像素。（占4字节）
WORD biPlanes;  //必须是1。（占2字节）
WORD biBitCount ; //指定表示颜色时要用到的位数，常用的值为1（黑白二色图）、4（16 色图）、8（256 色）、24（真彩色图）新的.bmp格式支持32位色（占2字节）
DWORD biCompression;  //指定位图是否压缩，有效的值为BI_RGB，BI_RLE8，BI_RLE4，BI_BITFIELDS（都是一些Windows定义好的常量）。要说明的是，Windows 位图可以采用RLE4 和RLE8 的压缩格式，但用的不多。（占4字节）
DWORD biSizeImage;  //指定实际的位图数据占用的字节数，其实也可以从以下的公式中计算出来：biSizeImage=biWidth’× biHeight（＝4×int((biWidth+3)/4)× biHeight） 要注意的是：上述公式中的biWidth’必须是4 的整倍数（所以不是biWidth，而是biWidth’，表示大于或等于biWidth 的、离4最近的整倍数。举个例子，如果biWidth=240，则biWidth’=240；如果biWidth=241，则biWidth’=244）。如果biCompression 为BI_RGB，则该项可能为零。（占4字节）
LONG biXPelsPerMeter;  //指定目标设备的水平分辨率，单位是每米的像素个数。（占4字节）
LONG biYPelsPerMeter;  //指定目标设备的垂直分辨率，单位同上。（占4字节）
DWORD biClrUsed;  //指定本图像实际用到的颜色数，如果该值为零，则用到的颜色数为2 的biBitCount 次方。（占4字节）
DWORD biClrImportant;  //指定本图像中重要的颜色数，如果该值为零，则认为所有的颜色都是重要的。（占4字节）
} BITMAPINFOHEADER;
这个结构的长度是固定的，为40 个字节（WORD 为无符号16 位整数，DWORD 无符号32 位整数，LONG 为32 位整数）

第三部分为调色板(Palette)，当然，这里是对那些需要调色板的位图文件而言的。有些位图，如真彩色图，前面已经讲过，是不需要调色板的，BITMAPINFOHEADER 后直接是位图数据。调色板实际上是一个数组，共有biClrUsed 个元素（如果该值为零，则有2 的biBitCount 次方个元素）。数组中每个元素的类型是一个RGBQUAD 结构，占4 个字节，其定义如下：
typedef struct tagRGBQUAD
{
BYTE rgbBlue; //该颜色的蓝色分量（占1字节）
BYTE rgbGreen; //该颜色的绿色分量（占1字节）
BYTE rgbRed; //该颜色的红色分量（占1字节）
BYTE rgbReserved; //保留值（占1字节）
} RGBQUAD;

第四部分就是实际的图像数据了。对于用到调色板的位图，图像数据就是该像素值在调色板中的索引值，对于真彩色图，图像数据就是实际的R、G、B 值。下面对2 色、16 色、256 色位图和真彩色位图分别介绍。
对于2 色位图，用1 位就可以表示该像素的颜色（一般0 表示黑，1 表示白），所以一个字节可以表示8 个像素。
对于16 色位图，用4 位可以表示一个像素的颜色，所以一个字节可以表示2 个像素。
对于256 色位图，一个字节刚好可以表示1 个像素。
对于真彩色图，三个字节才能表示1 个像素。

注意：
1．每一行的字节数必须是4 的整倍数，如果不是，则需要补齐。这在前面介绍biSizeImage时已经提到了。
2．一般来说，BMP 文件的数据从下到上，从左到右。也就是说，从文件中最先读到的是图像最下面一行的左边第一个像素，然后是左边第二个像素；接下来是倒数第二行左边第一个像素，左边第二个像素；依次类推 ，最后得到的是最上面一行的最右一个像素。

liucqa

你钻研完BMP，还有JPG、GIF、PNG、TIF无数格式等着你呢

其实如果仅仅是做验证码识别的话，用GDI库的API是最简单的方法，无需知道图片的具体格式就可以转成像素的RGB数组，

处理RGB数组，才是最通用的方法。

蓝天630902

liucqa 发表于 2012-8-8 21:22
你钻研完BMP，还有JPG、GIF、PNG、TIF无数格式等着你呢

其实如果仅仅是做验证码识别的话，用GDI库的API是 ...

在40楼已经说过：
用GetClipboardData(8)方法，所得到的数据，是设备无关位图数据，即我们通常所见到的BMP文件存储结构的格式。任何格式的图片，Copy后，用GetClipboardData(8)方法，都得到BMP格式。
所以不必研究“JPG、GIF、PNG、TIF”等等文件。

liucqa

蓝天630902 发表于 2012-8-8 21:29
在40楼已经说过：
用GetClipboardData(8)方法，所得到的数据，是设备无关位图数据，即我们通常所见到的B ...

你这个离不开剪贴板和IE，实际应用起来经常会受限的。

蓝天630902

liucqa 发表于 2012-8-8 21:32
你这个离不开剪贴板和IE，实际应用起来经常会受限的。

问题在于，可以确保得到ＢＭＰ格式数据，和同步得到ＢＭＰ数据，同步是很重要的。
比如说，下面的代码也能得到图片数据，但不能同步得到数据，也不能保证是ｂｍｐ格式，当然ＢＭＰ不是主要的。
仅仅是得到数据下面的代码，也应该有效：

Sub 读取图片()
    Dim arr() As Byte
    With CreateObject("Microsoft.XMLHTTP")
        .Open "GET", "http://www.zjadc.com/ADCCSSPortal/ValidateCode/generatevalidatecode.aspx", False
        .Send
        arr = .responseBody
    End With
    For i = 0 To UBound(arr)
        Cells(i + 1, 1) = arr(i)
    Next i
    Erase arr()          '清空数组，释放内存
End Sub

cumulonimbus

蓝天630902 发表于 2012-8-8 20:04
其实这个应该是非常简单的事，就是数组里面的数相加：
1、如果是有调色板，就从第bfOffBits字节（其实是第 ...

这段话我看了三遍，还是弄不懂
        For i = 1 To a2 * a3
            arr(i) = 1
            ts = 0
            For j = 0 To a5 - 1
                ts = ts + Val(bytClipData((i - 1) * a5 + a1 + j))
            Next j
            ts = ts / a5
            If ts > 200 Then
                arr(i) = ""
            End If
        Next i
这段中ts > 200 ，这个200数字是如何得出来的？可否有个简单的算法？
希望得到兄弟的程序算法。

引子玄

蓝天大师这么认真仔细的辅导抓图片的人，真不容易，很难得{:soso_e179:}值得其他人学习

大师这么辛苦指点求问的人，连鲜花都不送，汗、、、、、、

蓝天630902

cumulonimbus 发表于 2012-8-8 22:03
这段话我看了三遍，还是弄不懂
        For i = 1 To a2 * a3
            arr(i) = 1

其实算法都已经给出了，我估计你没有认真看“ＢＭＰ格式说明.xlsm”

如果需要的点的ts是200以下，而不需要的点的ts在200以上，那么我们就用ts > 200 来过滤他们。

所以，这个200是随着问题的不同，肯定会取不同的值。

蓝天630902

引子玄 发表于 2012-8-8 22:21
蓝天大师这么认真仔细的辅导抓图片的人，真不容易，很难得值得其他人学习

大师这么辛苦指点 ...

清风_ll 大师给了我 + 50 财富、+ 2技术，我都感到惶恐。谢谢清风_ll 大师！

liucqa

蓝天630902 发表于 2012-8-8 21:41
问题在于，可以确保得到ＢＭＰ格式数据，和同步得到ＢＭＰ数据，同步是很重要的。
比如说，下面的代码 ...

你不能用ie打开页面，然后再用xmlhttp，这样肯定不行。

只用xmlhttp就行了，换句话说，确保randcode的链接只访问一次