[发明专利]图形验证码识别方法、装置、可读存储介质及终端设备

权利要求书

1.一种图形验证码识别方法，其特征在于，包括：

对待识别的图形验证码进行灰度化处理，得到所述图形验证码的第一灰度图像；

根据所述第一灰度图像中的灰度分布特征对所述第一灰度图像进行图像增强处理，得到所述图像验证码的第二灰度图像；

对所述第二灰度图像进行二值化处理，得到所述图形验证码的二值图像；

对所述二值图像中的各个字符进行定位，并分别从所述二值图像中提取出各个字符所在区域的子图像；

使用预设的机器学习模型群组对各个所述子图像分别进行识别，得到各个字符的识别结果，所述机器学习模型群组中包括N层机器学习模型，各层机器学习模型分别用于从不同的维度对字符进行识别，N为大于1的整数。

2.根据权利要求1所述的图形验证码识别方法，其特征在于，所述使用预设的机器学习模型群组对各个所述子图像分别进行识别，得到各个字符的识别结果包括：

使用第一识别模型对第cn个子图像进行识别，得到第cn个子图像的字符类别，所述第一识别模型为所述机器学习模型群组中的第1层机器学习模型，1≤cn≤CN，CN为所述二值图像中的字符数目；

从所述机器学习模型群组中的第2层机器学习模型集合中选取与第cn个子图像的字符类别对应的机器学习模型作为第二识别模型；

使用所述第二识别模型对第cn个子图像进行识别，得到第cn个子图像的字体类别；

从所述机器学习模型群组中的第3层机器学习模型集合中选取与第cn个子图像的字体类别对应的机器学习模型作为第三识别模型；

使用所述第三识别模型对第cn个子图像进行识别，得到第cn个子图像的识别结果。

3.根据权利要求1所述的图形验证码识别方法，其特征在于，所述根据所述第一灰度图像中的灰度分布特征对所述第一灰度图像进行图像增强处理，得到所述图像验证码的第二灰度图像包括：

根据下式计算所述第一灰度图像的灰度分布的第一概率密度：

其中，P(k)为第k级灰度分布的第一概率密度，0≤k≤L，L为灰度等级的级数，n_k为第k级灰度的像素点个数，N为像素点总数；

根据下式计算所述第一灰度图像的灰度分布的第二概率密度：

其中，q为灰度扩展因子，且0<q<1，PMAX为第一概率密度的最大值，即：PMAX＝max(P(1)，P(2)，...，P(k)，...，P(L))，max为求最大值函数，Q(k)为第k级灰度分布的第二概率密度；

根据下式对所述第一灰度图像进行图像增强处理：

其中，floor为向下取值函数，F(k)为第k级灰度在图像增强处理后的灰度值。

4.根据权利要求1所述的图形验证码识别方法，其特征在于，所述对所述第二灰度图像进行二值化处理，得到所述图形验证码的二值图像包括：

遍历各个二值化阈值，并根据下式分别计算使用各个二值化阈值对所述第二灰度图像进行二值化处理时，第一类像素点与第二类像素点之间的区分度：

其中，所述第一类像素点为灰度值大于或等于二值化阈值的像素点，FstNum为所述第一类像素点的数目，fn为所述第一类像素点的序号，1≤fn≤FstNum，Grey_fn为第fn个第一类像素点的灰度值，FstRatio为所述第一类像素点的比例系数，FstAve为所述第一类像素点的平均灰度值，所述第二类像素点为灰度值小于二值化阈值的像素点，SndNum为所述第二类像素点的数目，sn为所述第二类像素点的序号，1≤sn≤SndNum，Grey_sn为第sn个第二类像素点的灰度值，SndRatio为所述第二类像素点的比例系数，SndAve为所述第二类像素点的平均灰度值，GreyAve为所述第二灰度图像的平均灰度值，Var为所述第一类像素点与所述第二类像素点之间的区分度；

将所述区分度取得最大值时所对应的二值化阈值确定为最优阈值，并使用所述最优阈值对所述第二灰度图像进行二值化处理，得到所述图形验证码的二值图像。