本帖最后由 hudie631489527 于 2012-07-21 23:34:34 编辑
好久没有写文章了，手也开始痒痒了这次为大家带来的是一个关于PHP提取图片数据的内容
这里没有什么新技术，只是为了让大家了解PHP也可以处理图片以及处理的原理和方式
在此实现一个简单的DEMO，读取图片中指定位置的数据‘特定字母+数字’(本例图片来源于cacti监控流量图片)
以下两步分开单进行
I 先来取模操作，实现步骤:
1．定位图片需要识别区域，从图片中取出此部分
2．将此部分的字模提取出来，记录到字模文件中，供以后匹配使用(为了得到完整的字模，所以需要多张图片进行测试)
II进行图片文字提取，实现步骤:
1．定位图片需要识别区域，从图片中取出此部分
2．将此部分的字模提取出来，与已经保存好的字模文件中数据对比，找出此字模对应的数据即可
这两步分开说，个人觉得是很有必要的，虽然他们有很多相似之处，但毕竟两者是两个不同的过程
刚洗个澡想了一下，还是觉得先介绍第二部分，然后在介绍第一部分，这样大家可能会有兴趣点，先看到结果，勾起你们的欲望，哈哈哈…
正式进入主题:
先将需要操作的类放出来，点击下面右边箭头可查看类文件
<?php/*** * @author: Buty(孟婆) * */class picWords { private $width; private $height; private $zimo_file = 'piczimo.php'; //需要生成的字模文件 private $zimo_info = ''; private $continued; //高峰流量持续的时间 private $warnning_data; //流量报警峰值 private $hourstep; //一小时在时间轴上的长度 function __construct() { if(!extension_loaded('gd')) { //需要gd扩展的支持 exit('GD extension is supported,please load GD extension and go on.'); } if(file_exists('config.php')) { require 'config.php'; $this->continued = $continued; $this->warnning_data = $warnning_data; $this->hourstep = $hourstep; } }/*****************************************自行创建字模图片与字模数组文件********************************/ function readPicDot($picfile) { $res = imagecreatefrompng($picfile); $size = getimagesize($picfile); $this->width = $size[0]; $this->height = $size[1]; $data = array(); for($j = 0; $j < $this->height; ++$j) { /* * 取需要的数据段 * 262,273 day.png */ if($j > 262 && $j < 273) { for($i=0; $i < $this->width; ++$i) { if($i > 420) { $rgb = imagecolorat($res,$i,$j); $rgbarray = imagecolorsforindex($res, $rgb); if($rgbarray['red'] < 145 && $rgbarray['green'] < 145 & $rgbarray['blue'] < 145) { $data[$i][$j]=1; } else { $data[$i][$j]=0; } } } } } return $data; } function readMaxOutDot($picfile) { $res = imagecreatefrompng($picfile); $size = getimagesize($picfile); $this->width = $size[0]; $this->height = $size[1]; $data = array(); for($j = 0; $j < $this->height; ++$j) { /* * 取需要的数据段 * 262,273 day.png */ if($j > 262 && $j < 273) { for($i=0; $i < $this->width; ++$i) { if($i < 180 && $i > 90) { $rgb = imagecolorat($res,$i,$j); $rgbarray = imagecolorsforindex($res, $rgb); if($rgbarray['red'] < 145 && $rgbarray['green'] < 145 & $rgbarray['blue'] < 145) { $data[$i][$j]=1; } else { $data[$i][$j]=0; } } } } } return $data; } function readHourDot($picfile) { $res = imagecreatefrompng($picfile); $size = getimagesize($picfile); $this->width = $size[0]; $this->height = $size[1]; $data = array(); for($j = 0; $j < $this->height; ++$j) { /* * 取需要的数据段 * popup_module_view_hour.png * 25, 245 # 35, 480 * */ if($j > 30 && $j < 242) { for($i=0; $i < $this->width; ++$i) { if($i >66 && $i < 486) { $rgb = imagecolorat($res,$i,$j); $rgbarray = imagecolorsforindex($res, $rgb); if(($rgbarray['red'] < 50 && $rgbarray['green'] > 180 && $rgbarray['blue'] < 50) || ($rgbarray['red'] < 145 && $rgbarray['green'] < 145 & $rgbarray['blue'] < 145)) { $data[$i][$j]=1; } else { $data[$i][$j]=0; } } } } } return $data; } function cutData($data) { $zimo = $tmp = array(); $num = $len = 0; $count_start = false; foreach($data as $k => $v) { if(in_array(1, $v)) { $zimo[$num][] = $v; $count_start = true; $len++; if($len >= 6) { //解决字体连在一起 $len = 0; $num++; //字数加1 } } else { $len = 0; $count_start = false; } if(!$count_start) { $num++; } } //var_dump(array_keys($zimo)); //对于字母T的修复 $res = $this->createZimoArray($zimo); //$this->debugPic($zimo[35]); //die(); //打印完整字模点阵 /* foreach($zimo as $k => $v) { if($k == 35) { echo '
'; $this->debugPic($v); } } */ //var_dump($res); end($res);//移动数据指针 $last_two_data = prev($res); if(!strcmp($last_two_data, '0100000000')) { //说明切割T时存在问题 $last_three_data = prev($res); $last_three_data_real = $last_three_data . $last_two_data; //补充到T字母中 foreach($res as $k => $v) { if(!strcmp($v, $last_three_data)) { $res[$k] = $last_three_data_real; } } } return $res; } //构造字模数组 function createZimoArray($data) { $str = array(); foreach($data as $k => $v) { $str[$k] = ''; foreach($v as $ks => $vs) { $str[$k] .= implode('', $vs); } } return $str; } //将数据字模读入文件中 function storeZimo($data) { $str = $this->createZimoArray($data); $picwords = APP_CACHE_PATH.'picwords.php'; swritefile($picwords, "<?php\r\nreturn ".var_export($str, true)."\r\n?>"); } //匹配字模数据 function matchZimo($str_arr) { $need_str = ''; $picwords = $this->zimo_file; if(empty($this->zimo_info)) { $this->zimo_info = include_once($picwords); } foreach($str_arr as $k => $v) { foreach($this->zimo_info as $ks => $vs) { similar_text($v, $vs, $tmp); if($tmp > 99) $need_str .= $ks; } } return $need_str; } function debugPic($data) { echo ''; foreach($data as $k => $v) { echo ''; foreach($v as $ks => $vs) { echo $vs."
"; } echo ''; } echo ''; } function handleHourData($data) { $data_info = array(); foreach($data as $k => $v) { $get = true; $data_info[$k] = 0; foreach($v as $ks => $vs) { if($vs == 1 && $get) { $get = false; } if(!$get) { $data_info[$k]++; } else { unset($data[$k][$ks]); } } } return $data_info; }/************************************取数据的方法*******************************/ //总流量 function getPicWords($file) { $need_str = ''; //读取图片点阵信息 $data = $this->readPicDot($file); //处理切割到的数据，并写入数组 $data = $this->cutData($data); //匹配字模数据 $need_str = $this->matchZimo($data); return $need_str; } //得到最大流量速度 function getMaxSpeed($file) { $need_str = ''; //读取图片点阵信息 $data = $this->readMaxOutDot($file); //处理切割到的数据，并写入数组 $data = $this->cutData($data); //匹配字模数据 $need_str = $this->matchZimo($data); return $need_str; } //分析小时图中的流量峰值 function parseFlow($file, $info) { //得到最大流量速度 $maxflow = floatval($this->getMaxSpeed($file)); //读取图片点阵信息 $data = $this->readHourDot($file); //数据抽象形变 $data_info = $this->handleHourData($data); $max = max($data_info); $radio = (float) ($maxflow / $max); //流量计算比列 $timeradio = ceil($this->hourstep / 60);//每分钟格数 $continued_time = $this->continued * $timeradio;//持续时间用点阵长度量化 $count = 0; foreach($data_info as $v) { if($v * $radio > $this->warnning_data) { $count++; if($count >= $continued_time) { echo "ServerID: $info[sid] IP: $info[ip] flow over: ".$this->warnning_data.'
'; //发邮件 break; } } else { $count = 0; } } } }?> 一．文字提取功能介绍
需要操作的图片，下面红字部分是我们需要取出的文字
经过代码处理后得到如下图片
<?php$picWord = new picWords();$picfile = 'popup_module_view.png';//图片路径$data = $picWord->readPicDot($picfile);//读取图片点阵信息?>
此图片由一组0、1表示，相信大家都看的出来这图里面的字符串吧
到此我们已经缩小了我们操作对象的范围，马上问题也来了，我们如何可以得图片中的字符个数及字符
这个问题也是最难的，到此我们就开始切割了
经过代码处理得到如下图片:
<?php$data = $picWord->cutData($data);//处理切割到的数据，并写入数组?>
每一个块都对应一个字符（此时还不是真正的字符，还只是未知数据，等待咱们去转换）
细心的朋友应该看出来了，倒数据第二、三块，其实是表示的一个T，后续代码中对此有单独的处理
在此解释一下，因为我是按每个字符6个像素来宽图和10个像素高度来计算的，或许有同学来问了，那你怎么就一定要用这样两个数字来计算呢？我想说，这些是在对此图片里面的文字观察来的，5，7都不行，所以就选了6作宽度，高度很容易看出来10
<?php$need_str= $picWord->matchZimo($data);//匹配字模数据?>
然后在将保存这些字符串的数组转化为’10101010…’的字符串，以及与字模文件（这里我们先用，后面我们在介绍它）匹配，然后得到我们要的数据
二．生成字模
生成字模的过程跟上面的是一样的，只是在最后需要我们人工去识别、记录保存字符的数组中的字符串与对应的字符，此步聚一定要在上面之前完成，不然上面没有可以用来匹配的字模文件。
或许同学们要说，这还是得人工去识别，不是智能的。但没有现成的字模文件，所以我们必须手动去生成。要是那位同学对于字体字模有研究，一眼可以看出来图片中的文字是用哪种字模同时有此字模文件，那到是可以不用咱们人工生成，直接借来一用即可
好了今天这篇文章就到这里了，取到文件中的固定文字
一个DEMO下载地址，完整的代码，有兴趣的同学可以下载交流一下， 点击下载DEMO
解压文件后运行pick_pic_data.php即可，图片文件也可以在此文件重随意指定
下次我们在介绍如何根据波形来检测超过某个固定值的情况，从而做出回应
回复讨论(解决方案)
多谢分享。。。。。。
谢谢分享。
谢谢分享，学习了。。。。
您好，我有个问题想要请教。 piczimo.php文件中0-9是怎么转换为以下模式的。
'0' => '001111110001100001100100000010010010001001100001100011111100',
'1' => '01000000100100000010011111111000000000100000000010',
那a-z A-Z 呢？望指点谢谢。