服务器之家:专注于服务器技术及软件下载分享
分类导航

PHP教程|ASP.NET教程|Java教程|ASP教程|编程技术|正则表达式|C/C++|IOS|C#|Swift|Android|VB|R语言|JavaScript|易语言|vb.net|

服务器之家 - 编程语言 - C/C++ - Opencv获取身份证号码区域的示例代码

Opencv获取身份证号码区域的示例代码

2021-06-30 15:14nick_young C/C++

这篇文章主要介绍了Opencv获取身份证号码区域的示例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧

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):

  • 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:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
#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:

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服务器之家。

原文链接:https://www.jianshu.com/p/3a5c08a14ddd

延伸 · 阅读

精彩推荐