[转载]零OCR基础6行代码实现C#验证码识别 - Я!ńɡ - 博客园

这两天因为工作需要，要到某个网站采集信息，一是要模拟登陆，二是要破解验证码，本想用 第三方付费打码，但是想想网上免费的代码也挺多的，于是乎准备从网上撸点代码下来，谁知道，撸了好多个都不行，本人以前也没接触过这方面的，代码无从下 手，最后不知道在哪个兄台博客找到一个国外的第三方开源OCR，说是强大的谷歌公司做维护，C++开发的，有.NET封装的链接库，甚好！
项目地址：https://github.com/tesseract-ocr/tesseract
语言库：https://github.com/tesseract-ocr/langdata
OCR语言训练：https://github.com/tesseract-ocr/tessdata

下面开始撸示例：

新建C#控制台，版本选择.NET 4.5

Tesseract ocr = new Tesseract();
ocr.SetVariable("tessedit_char_whitelist", "0123456789");
ocr.Init(@"D:\测试\Ocr\tessdata", "eng", true);

第一句就不用说了，第二句是设置识别的字符，例如，如果你要识别的验证码是A-Z0-9你就都写进来就OK了
第三句就是初始化OCR的语言训练配置，里面很多文件，只要写文件名小数点前面的就OK了

List<Word> result = ocr.DoOCR(bmp, Rectangle.Empty);
if(result.Count<=0)return;
string code = result[0].Text;

最后的Code就是识别出来的验证码了，这里验证码图片一定要转换为Bitmap对象才行，记得用完了释放Bitmap对象！

下面是我测试截图：

上面是验证码，下面文件名是识别出来的结果命名保存的文件！当然验证码是经过处理的，原始的验证码图片是酱紫的：

验证码图片太小，OCR识别不了，而且默认情况下，要是白底，黑子才能识别，所以网上的验证码一定要先自己二值化处理并且清除掉背景色，再进行识别！
我这里的处理方式是二值化之后，把图片放大三倍，不要担心看着有锯齿，OCR可以识别的
当初我把图片放大两倍，发现有的时候8会被识别成3，所以我干脆又放大了一倍，发现不存在这个问题了，虽然看起来锯齿感很明显，但是OCR不管美丑

你是不是参照案例撸码了，运行了？然后你发现程序运行报错了？

这里要在程序的app.config的startup节点加上 useLegacyV2RuntimeActivationPolicy=”true”节点，详细如下：

<?xml version="1.0" encoding="utf-8" ?>
<configuration>
  <startup useLegacyV2RuntimeActivationPolicy="true">
    <supportedRuntime version="v4.0" sku=".NETFramework,Version=v4.5" />
  </startup>
</configuration>

然后再运行，是不是可以识别出来了，就是这么简单！