『壹』 求易語言圖片識別的方法或者 源碼 謝謝 有分 瞎打的別來 不給分
強大的識圖識色模塊個插件，精易論壇搜索大漠兩個字，有一大堆你需要的模塊和插件。
『貳』 現在在弄openCV的OCR，不知道怎麼展開，求大神指點迷津一些思路什麼的，要求可以自己訓練，識別字元數字
假設已經把驗證碼圖片保存到本地了
驗證碼識別的大致步驟
1，讀取圖片到bitmap
2，進行灰度操作
3，進行才二值操作
4，如果有干擾點 一般用濾波器或八鄰域去干擾點
5，如果有干擾線 如果是簡單的直線可以用掃描法，八後法等，復雜的應該根據特點調整演算法
6，如果有干擾色塊 也應該想法去除
7，如果有較大的傾斜 需要進行適當校正
8，此時得到的應該是比較干凈的字元了，如果是非粘連的可以直接用投影法分割成單個字元
如果有粘連，需要根據圖形特點從演算法上做相應的處理，保證大致分割正確
9，分割成單個字元以後，如果字元比較正常 變形扭曲程序不大，可以直接用模式識別
如果變形扭曲較厲害，一般建議使用神經網路進行訓練後再識別
如果是比較簡單的驗證碼可以使用網上的一些組件，我常用的一個是OcrKingApi
不是太復雜的識別效果還可以，關鍵是免費的。使用文檔可以看一下文庫的鏈接
http://wenku..com/view/b5b6721555270722192ef7b3.html
字元識別沒大必要用openCV 你不覺得它太大了嗎，而且它的主要適用於計算機視覺方面的處理
如果是變形比較厲害的可以用神經網路訓練 常用的有BP ,SVM等
『叄』 連通區域標記演算法概述
數字圖像處理中，像素鄰接關系主要體現在四鄰域、D 鄰域與八鄰域三種。圖像中的連通區域由相同像素值且相鄰的像素組成，連通區域標記演算法的任務則是給圖像中所有連通區域賦予不同符號。
以圖示為例，下圖.a 展示原始二值圖像，下圖.b 根據四鄰居規則標記連通區域，下圖.c 則是利用八鄰域規則。從圖中可見，四鄰域規則標記出四個獨立區域，而八鄰域規則則為三個。此標記演算法在二值化圖像上操作，旨在將感興趣前景與背景分離，為後續圖像處理提供基礎。其應用領域廣泛，如光學字元識別中的字元分割，醫學圖像處理中目標提取，視頻圖像中前景目標分割提取等。
連通區域標記演算法分為兩種常用類型：基於 Seed-Filling 的演算法與基於 Two-Pass 的演算法。Seed-Filling 演算法只需一次遍歷圖像，效率較高，而 Two-Pass 演算法需遍歷兩次，運行時間較長。本節將簡要介紹 Seed-Filling 演算法。
Seed-Filling 演算法核心思想：選取圖像中一點作為種子，依據指定鄰接關系將滿足條件的像素歸入集合中。遍歷結束後，集合內的像素點構成同一連通區域，標記為label。演算法具體步驟如下：
1. 按照從左到右、從上至下的順序遍歷圖像中的每個像素點。
2. 若像素點已遍歷，則繼續遍歷，否則跳至步驟3。
3. 將該像素點設為種子，並將其加入標記為 label 的集合中，然後使用指定鄰域關系將符合條件的像素壓入棧中。
4. 彈出棧頂像素，將其加入集合中，同時使用鄰域關系將符合條件的像素壓入棧中。
5. 重復步驟4，直至棧空，此時找到一個連通區域，其類別標記為label。
6. 重復步驟2直至遍歷完整幅圖像。