0. bmp.getpixel(i,j).toargb()==color.black.toargb() 判斷畫素點顏色是否為黑色。
1.這是乙個c#中講bitmap物件方法的博文：
經過這幾天的研究想總結下驗證碼預處理的一些方法：
驗證碼預處理方法主要有：
0.0 上下腐蝕： //對於斜線效果比較好，是橫線用水平腐蝕，豎線用垂直腐蝕， (如何區別是橫線那還是豎線)(erode)
腐蝕應該是讓驗證碼瘦一圈。就這麼簡單。
垂直腐蝕-----|畫素點為黑---上白或者下白=》置為白色
else=》置為黑色
------|畫素點為白---=》置為白色
水平腐蝕-----|畫素點為黑---左白或者右白=》置為白色
else=》置為黑色
------|畫素點為白---=》置為白色
0.1 上下膨脹：這個方法主要是加深驗證碼的主題內容，讓主要內容更為明顯 ，
//橫線用水平腐蝕，豎線用垂直腐蝕， (如何區別是橫線那還是豎線)(dilate)
相應的膨脹只是讓驗證碼胖一圈。
垂直膨脹-----|畫素點為白---上黑或者下黑=》置為黑色
else=》置為白色
------|畫素點為黑----》置為黑色
水平膨脹-----|畫素點為白---左黑或者右黑=》置為黑色
else=》置為白色
------|畫素點為黑---=》置為黑色
插一段：
先腐蝕後膨脹的過程稱為開運算。它具有消除細小物體，在纖細處分離物體和平滑較大物體邊界的作用。先膨脹後腐蝕的過程稱為閉運算。它具有填充物體內細小空洞，連線鄰近物體和平滑邊界的作用。
0.2 驗證碼中的骨架細化：(thinning) (前提是二值化過得圖形)(索引公式為什麼？ 橡皮擦陣列怎麼來的？--這都是演算法中的，不必深究。)
細化廣泛應用於影象處理與模式識別中，從細化得到的骨架不但保持了原影象的幾何和拓撲特徵，而且更重要的是減少了影象的冗餘。
垂直細化-----|畫素點為黑---上白或者下白=》通過周圍8個鄰居計算索引值，查橡皮擦表，判斷是否可以置為白色，即刪去細化了，else不處理
(垂直細化自適應橫線) else=》不處理
------|畫素點為白---=》不處理
水平細化-----|畫素點為黑---左白或者右白=》通過周圍8個鄰居計算索引值，查橡皮擦表，判斷是否可以置為白色，即刪去細化了，else不處理
(水平細化自適應豎線) else=》不處理
------|畫素點為白---=》不處理
0.3 cfs字元分割(覺得我的文章總是越寫越亂，沒什麼結構可尋，哎。。。)
該方法針對字元間非粘連的種模擬較好，對每乙個黑色畫素，探索他周圍的8個畫素點，如果又探索到黑色畫素點，就以該畫素點為中心，繼續探索他周 圍的畫素點，直到檢測不到黑色畫素點，這樣遍歷每乙個畫素，就可以把劃分成區域。(color filling segmentation)
0.4 豎直投影法的字元分割
該方法對於字元不黏連，且每乙個豎直條上只有乙個字母的線條，就是扭曲程度不大的驗證碼效果好，對於字元粘連大的驗證碼還有別方法
0.5 opencv是乙個很常用的計算機影象處理和機器視覺庫，一般用於人臉識別，跟蹤移動物體等等。
0.6 越寫越亂，就此打住吧，明天一大早還要不停的奮鬥，好累。。。
但是！生活還是要有夢想的！！！
加油，奮鬥中的各位！！！
明天繼續戰鬥c#，基於師兄給的**，整合我的畢設。11點了，回宿舍睡覺！
驗證碼降噪方法彙總
0.bmp.getpixel i,j toargb color.black.toargb 判斷畫素點顏色是否為黑色。1.這是乙個c 中講bitmap物件方法的博文 經過這幾天的研究想總結下驗證碼預處理的一些方法 驗證碼預處理方法主要有 0.0 上下腐蝕 對於斜線效果比較好，是橫線用水平腐蝕，豎線用垂...
垂直投影法分割驗證碼
字元分割的方法太簡單 哈哈，我是故意的，就是想試試看有沒有效果 神經網路也太落後，哪有三層就想搞定這種事情 基於學姐給的建議以及自己查閱資料以後的結論，我會嘗試用更多的演算法來對字元進行分割。分割字元最常用的方法就是 垂直投影法 連通域分析法。其中連通域分析法對於非粘連字元的分割有很好的效果，但是對...
驗證碼再次學習。（處理方法彙總）
預處理 2.膨脹 胖一圈 3.腐蝕 瘦一圈 去燥 1.噪點 直接判斷周圍8個點有沒有畫素，沒有就置為白 3.噪線 和背景顏色差不多一樣的噪線 但是噪線的所有畫素點的rgb值一樣，就用連通域方法用cfs將噪線顏色的連通域都染出來再去除 個人心得 對於去燥這一步工作，我認為還是應該對於不同的驗證碼有不同...