其實圖像識別技術與我們平時做的密碼驗證之類的沒有什么區別，都是事先把要校驗的數據入庫，然后使用時將錄入（識別）的數據與庫中的數據做對比，只不過圖像識別技術有一部分的容錯性，而我們平時的密碼驗證是要100%匹配。

前幾天，有朋友談到做游戲點擊抽獎，識別圖片中的文字，當時立馬想到的就是js控制或者flash做遮罩層，感覺這種辦法是最方便快捷效果好，而且節省服務器資源，但是那邊提的要求竟然是通過php識別圖像中的文字。

趕巧那兩天的新聞有：1、馬云人臉識別支付；2、12306使用新的驗證碼，說什么現在國內的搶票軟件都不能用了，發布不到一天就被破解。然后又很湊巧的那天早上看了一篇Java的圖像識別技術文章。于是就琢磨著看一下PHP的圖像識別技術。

其實所謂的圖像識別，已經不是什么新技術了，起碼我找到的資料都是很早之前的了。只不過我一直沒涉及到這方面的工作，就一直沒看過。

先說下這次實驗的需求：有一張圖片，里面三個位置分別有三個數字，要求取出相應位置的數字的值。（眼尖的同學可能會看出下面的代碼是我拿的別人的，沒錯，的確是我直接copy別人并刪減的，畢竟我對這些也是淺嘗輒止，最后會貼出原作者的初始代碼）

html' target='_blank'>class gjPhone{  protected $imgPath; // 圖片路徑  protected $imgSize; // 圖片大小  protected $hecData; // 分離后數組  protected $horData; // 橫向整理的數據  protected $verData; // 縱向整理的數據  function __construct ($path)  {    $this->imgPath = $path;  }  public function getHec ()  {    $size = getimagesize($this->imgPath);    $res = imagecreatefrompng($this->imgPath);    for ($i = 0; $i < $size[1]; ++ $i) {      for ($j = 0; $j < $size[0]; ++ $j) {        $rgb = imagecolorat($res, $j, $i);        $rgbarray = imagecolorsforindex($res, $rgb);        if ($rgbarray['red'] < 125 || $rgbarray['green'] < 125 ||             $rgbarray['blue'] < 125) {          $data[$i][$j] = 1;        } else {          $data[$i][$j] = 0;        }      }    }    $this->imgSize = $size;    $this->hecData = $data;  }  public function magHorData ()  {    $data = $this->hecData;    $size = $this->imgSize;    $z = 0;    for ($i = 0; $i < $size[1]; ++ $i) {      if (in_array('1', $data[$i])) {        $z ++;        for ($j = 0; $j < $size[0]; ++ $j) {          if ($data[$i][$j] == '1') {            $newdata[$z][$j] = 1;          } else {            $newdata[$z][$j] = 0;          }        }      }    }    return $this->horData = $newdata;  }  public function showPhone ($ndatas)  {    error_reporting(0);    $phone = null;    $d = 0;    foreach ($ndatas as $key => $val) {      if (in_array(1, $val)) {        foreach ($val as $k => $v) {          $ndArr[$d] .= $v;        }      }      if (! in_array(1, $val)) {        $d ++;      }    }    foreach ($ndArr as $key01 => $val01) {      $phone .= $this->initData($val01);    }    return $phone;  }  /**   * 初始數據   */  public function initData ($numStr)  {    $result = null;    $data = array(        '1' => '00000000111000000000000001110000000001001000100000000010100011000000000011000110000000000110000100000000010110011000000',        '5' => '00000000001000000000000000010000000000100100100000000000101001110000000000100000110000000011000000100000001101000010000',        '10' => '00000011100011100000000011001100100100100010010001000110000100100010001100001001000100011000010010001001001001100010100'    );    foreach ($data as $key => $val) {      similar_text($numStr, $val, $pre);      if ($pre > 95) { // 相似度95%以上        $result = $key;        break;      }    }    return $result;  }}$imgurl = 'jd.png';list ($width, $heght, $type, $attr) = getimagesize($imgurl);$new_w = 17;$new_h = 11;$thisimage = imagecreatetruecolor($new_w, $new_h); // $new_w, $new_h 為裁剪后的圖片寬高$background = imagecolorallocate($thisimage, 255, 255, 255);imagefilledrectangle($thisimage, 0, 0, $new_w, $new_h, $background);$oldimg = imagecreatefrompng($imgurl); // 載入原始圖片                    // 首先定位要取圖的位置(這里可以通過前端js或者其他手段定位，由于我這是測試，所以就ps定位并寫死了)$weizhi = array(    '1' => 165,    '5' => 308,    '10' => 456);foreach ($weizhi as $wwzz) {  $src_y = 108;  imagecopy($thisimage, $oldimg, 0, 0, $wwzz, $src_y, $new_w, $new_h); // $src_y,$new_w為原圖中裁剪區域的左上角坐標拷貝圖像的一部分將src_im圖像中坐標從src_x，src_y開始，寬度為src_w，高度為src_h的一部分拷貝到dst_im圖像中坐標為dst_x和dst_y的位置上。  $tem_png = 'tem_1.png';  imagepng($thisimage, __DIR__ . '/' . $tem_png); // 通過定位從原圖中copy出想要識別的位置并生成新的緩存圖，用以后面的圖像識別類使用。    $gjPhone = new gjPhone($tem_png); // 實例化類  $gjPhone->getHec(); // 進行圖像像素分離  $horData = $gjPhone->magHorData(); // 將分離出是數據轉成01表示的圖像、這里可以根據自己喜好定  $phone = $gjPhone->showPhone($horData); // 將轉換好的01表示的數據與庫中的數據進行匹配，匹配度95以上就算成功，庫這里由于是做測試就直接寫了數組  echo '| ' . $phone . ' | ';}        
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。