Opencv获取身份证号码区域

  1. 云栖社区>
  2. 博客>
  3. 正文

Opencv获取身份证号码区域

ksuu 2018-07-27 20:22:00 浏览1118
展开阅读全文

记得应该是16年的时候,从一个公开课看到了关于OCR方面的内容,里面讲到了通过OpenCV对身份证号码区域的剪裁以及使用Tess-Two进行文字识别,实现了对身份证号码的识别功能。
断断续续看了点关于OpenCV的资料,感觉不是这个专业的真难看懂,各种公式各种名词。今天主要用于做个记录,那个一直碎碎念的东西终于完成了!

原理

我理解的原理(除去文字识别):

  1. 对图片进行降噪以及二值化,凸显内容区域
  2. 对图片进行轮廓检测
  3. 对轮廓结果进行分析
  4. 剪裁指定区域

代码实现

本文采用VS2017实现,代码如下:

#include "stdafx.h"
#include "idocr.h"
#include <opencv2/opencv.hpp>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
using namespace std;
void dealImg(char * path)
{
    Mat src = imread(path);
    // 结果图
    Mat dst;
    // 显示原图
    imshow("原图", src);

    cvtColor(src, dst, COLOR_RGB2GRAY);
    // 高斯模糊,主要用于降噪
    GaussianBlur(dst, dst, Size(3, 3), 0);
    imshow("GaussianBlur图", dst);
    // 二值化图,主要将灰色部分转成白色,使内容为黑色
    threshold(dst, dst, 165, 255, THRESH_BINARY);
    imshow("threshold图", dst);
    // 中值滤波,同样用于降噪
    medianBlur(dst, dst, 3);
    imshow("medianBlur图", dst);
    // 腐蚀操作,主要将内容部分向高亮部分腐蚀,使得内容连接,方便最终区域选取
    erode(dst, dst, Mat(9, 9, CV_8U));
    imshow("erode图", dst);

    //定义变量
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(dst, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);

    Mat result;

    for (int i = 0; i < hierarchy.size(); i++)
    {

        Rect rect = boundingRect(contours.at(i));
        rectangle(src, rect, Scalar(255, 0, 255));
        // 定义身份证号位置大于图片的一半,并且宽度是高度的6倍以上
        if (rect.y > src.rows / 2 && rect.width / rect.height > 6)
        {
            result = src(rect);
            imshow("身份证号", result);
        }
    }

    imshow("轮廓图", src);
}

详细步骤:

  1. 载入原图
  2. 将原图转为灰度图
  3. 使用高斯模糊进行第一次降噪
  4. 将图片二值化
  5. 使用中值滤波进行降噪
  6. 腐蚀操作,主要将内容部分向高亮部分腐蚀,使得内容连接,方便最终轮廓检测
  7. 轮廓检测,获得所有轮廓
  8. 定义身份证号位置大于图片的一半,并且宽度是高度的6倍以上,并剪裁该区域

结果

对于身份证比较正的图片位置识别的还算是挺正确的,但是如果图片不正,那么第一步就应该对图片进行较正,无奈我是菜鸡。下面是网上搜的一个假身份证图片:


img_d3e04c1c7a7f43fe438fcb5d0a86a3b9.png
原图
img_878e1994352ed1851c69e13dcb99f4ff.png
轮廓检测图
img_f9ed459843be7604c5abf72eccd6581a.png
剪裁结果图

网友评论

登录后评论
0/500
评论
ksuu
+ 关注