C 从图像中提取较小的图像

我开始学习openCV，对此我有疑问

我的目标是识别验证码。
首先，我必须对图像进行预处理

有一个验证码的例子

---

所以问题是如何从图像中裁剪符号并将其放入2D数组（位图）

自动分区检测

---

您需要做的第一件事是创建背景色的过滤器数组。这将是包含背景中出现的颜色的数组。为此，您可以选择偏移20x20区域，也可以将其保留为用户选项，具体取决于您的项目立场

typedef unsigned char Pixel [3];
typedef *Pixel PixelArray;

// Function to return offset byte of x/y coordinate
int bmp_get_offset (int width, int x, int y)
{
    int w = width;
    const int channels = 3;
    const int bpp = 8;
    const int single = (channels * bmpp) / 8;
    const int offset = 54;
    int rowsize = w * single;
    int pixAddress;

    if(rowsize % 4 != 0) rowsize += 4 - (rowsize % 4);
    pixAddress = offset + yp * rowsize + xp * single;

    return pixAddress;
}

// Function to return specific area (pseudo-code)
PixelArray bmp_get_area (FILE * bmp, int x, int y, int w, int h)
{
    PixelArray buffer = buffer_new(bmp); // sets image into a memory-allocated buffer
    PixelArray area [h * w];
    const int src_width  = *((int*)&buffer[(0x12)]);

    for(int iWidth = 0; iWidth < w; iWidth++)
        for(int iHeight = 0; iHeight < h; iHeight++)
            area[iHeight * src_width + iWidth] = buffer[bmp_get_offset(src_width, x + iWidth, y + iHeight)];

    return area;
}

typedef无符号字符像素[3]；
typedef*像素像素阵列；
//返回x/y坐标的偏移字节的函数
int bmp_get_偏移量（int宽度、int x、int y）
{
int w=宽度；
const int通道=3；
常数int bpp=8；
const int single=（通道*bmpp）/8；
常数int offset=54；
int rowsize=w*单个；
int-pixAddress；
如果（rowsize%4！=0）rowsize+=4-（rowsize%4）；
pixAddress=offset+yp*行大小+xp*单个；
返回pixAddress；
}
//返回特定区域的函数（伪代码）
像素阵列bmp_get_区域（文件*bmp，int x，int y，int w，int h）
{
PixelArray buffer=buffer_new（bmp）；//将图像设置为内存分配的缓冲区
像素阵列面积[h*w]；
常量int src_width=*（（int*）和缓冲区[（0x12）]；
for（int-iWidth=0；iWidth

它没有那么多伪代码

---

现在有了过滤器，您可以限制外部像素。 现在您需要的是垂直光栅扫描。或者只是垂直扫描。 在整个验证码图像上。 如果垂直线的每个像素与已获得的

区域的某些颜色相匹配，则将额外检查该像素。
当检查像素是否接近或匹配
区域
颜色时，如果行的所有像素（具有图像高度的大小）返回正值，则aray索引器将递增，以便我们知道最后一个字符的结束位置。


编辑1
在3秒钟内，我调整了图像的颜色曲线，形成了一个普通的背景：

因此，这分别大大简化了过滤过程。
我所做的颜色曲线魔术实际上只是一个亮度/对比度调整控件，这可能是您可以实现的最简单的颜色处理（反转后）


我可能会定期编辑以进一步澄清。这肯定会给你一个很好的练习。真正的实践

文件：


（足够多的信息让您开始使用位图。最重要的是位图结构，它是BMPINFOHEADER和DIBHEADER的组合）
（替代方案将为您解决所有问题。但是，如果您使用最简单的解决方案解决问题，则不会使您成为更好的程序员）
这很容易通过原始处理完成，而且不涉及库。你允许我发布一个独立于库的解决方案来解决这个问题吗？@Malina好的，开始。这将是很好的+1提供参考“Tesseract OCR”的文本识别库/你的/APD很好，也很棘手。是的，我没有提供太多细节。。但如果需要我会的。