资讯

精准传达 • 有效沟通

从品牌网站建设到网络营销策划,从策略到执行的一站式服务

Opencv获取身份证号码区域的示例代码

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。

目前成都创新互联公司已为1000+的企业提供了网站建设、域名、网页空间、网站托管、服务器租用、企业网站设计、于都网站维护等服务,公司将坚持客户导向、应用为本的策略,正道将秉承"和谐、参与、激情"的文化,与客户和合作伙伴齐心协力一起成长,共同发展。

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):

  • 对图片进行降噪以及二值化,凸显内容区域
  • 对图片进行轮廓检测
  • 对轮廓结果进行分析
  • 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 
#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> contours;
  vector 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:

Opencv获取身份证号码区域的示例代码

原图

Opencv获取身份证号码区域的示例代码

轮廓检测图

Opencv获取身份证号码区域的示例代码

剪裁结果图

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持创新互联。


当前文章:Opencv获取身份证号码区域的示例代码
网页链接:http://cdkjz.cn/article/jdiijh.html
多年建站经验

多一份参考,总有益处

联系快上网,免费获得专属《策划方案》及报价

咨询相关问题或预约面谈,可以通过以下方式与我们联系

大客户专线   成都:13518219792   座机:028-86922220