粘粘字符”花式分割”___原理概述

   粘连字符分割仍然是本系列文章讨论的主题，而研究的对象仍然是不含干扰弧线的粘连字符组成的验证码，这些验证码由数字和大小写英文字母组成，不过这次的算法与上一系列文章有本质的差异。这一系列文章的分割算法原理基于字符特征，将特征明显的字符优先提取或分割出来，逐一攻破，直到验证码中的字符全部为单一字符。本文先概要介绍本次分割算法的主要原理和初步的效果图。

   本算法的灵感来源于文献《The Robustness of “Connecting Characters Together” CAPTCHAs》，感谢原作者。感兴趣的读者朋友们可以各显神通去找到该文献，找不到的可以去求助于全国图书馆咨询联盟。为规避某些风险，本站不提供下载，请各位读者理解并支持，非常感谢。
   下图中的四线三格的线条是否似曾相识？是的，我们小时候用的拼音本就是这幅模样。

   回到主题，我们先来看图中用红色线条标示出的字符，它们都有一个共同的特征：均包含一个封闭区域间，在本系列文章中将其命名为loop。对于我们的研究对象而言，我们可以根据loop的左右极点来将含loop的字符提取出来。那么怎样才能得到loop的区域和左右极点呢？我们需要用的Color filling来将除了loop区域的背景进行填充，但是loop区域必须确保其认为白色或某个独有的颜色。得到loop的区域后，我们会根据一系列的规则来将含loop的字符提取出来，此部分我们称之为loop Principle，目前暂时实现了这一步，效果图如下，不算太理想，但是分割效果可以与上一系列的文章媲美。

   纵观我们的研究对象，有的验证码只要根据loop Principle就可以将四个字符完全分割开；而有的验证码被loop Principle后，会变成两部分或者三部分，也有的则巍然不动，对于这些含两个以上字符的部分，我们要用到“拼音本特征”。我们主要用到拼音本的“四线三格”中的“Mean line”和”base line”。根据一定的规则，对验证码图像绘制出“Mean line”和”base line”,根据这两条线之外和中间区域的特征来寻找合适的分割点。这一步暂未实现，我相信这一步实现后分割效果会有较大的提升，后续实现后会持续分享。

   上述原理的具体的思路，实现方法以及实现代码后续文章会详解，敬请期待。