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！
c 垂直投影法 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...
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...
驗證碼 簡單驗證碼識別
這裡的驗證碼是內容非常簡單的，結構非常清晰的 這裡的驗證碼是內容非常簡單的，結構非常清晰的 這裡的驗證碼是內容非常簡單的，結構非常清晰的 興之所至之所以說簡單，我覺得是這樣的 抽了五張驗證碼扔進ps，50 透明度，長這樣 只有數字為內容 每張圖的數字都在固定位置 沒有太大的干擾因素 數字字型，形態完...