記得應(yīng)該是16年的時候，從一個公開課看到了關(guān)于OCR方面的內(nèi)容，里面講到了通過OpenCV對身份證號碼區(qū)域的剪裁以及使用Tess-Two進行文字識別，實現(xiàn)了對身份證號碼的識別功能。
斷斷續(xù)續(xù)看了點關(guān)于OpenCV的資料，感覺不是這個專業(yè)的真難看懂，各種公式各種名詞。今天主要用于做個記錄，那個一直碎碎念的東西終于完成了！

原理

我理解的原理（除去文字識別）：

對圖片進行降噪以及二值化，凸顯內(nèi)容區(qū)域

對圖片進行輪廓檢測

對輪廓結(jié)果進行分析

剪裁指定區(qū)域

代碼實現(xiàn)

本文采用VS2017實現(xiàn)，代碼如下：

#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);// 結(jié)果圖Mat dst;// 顯示原圖imshow("原圖", 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圖", dst);// 二值化圖，主要將灰色部分轉(zhuǎn)成白色，使內(nèi)容為黑色threshold(dst, dst, 165, 255, THRESH_BINARY);imshow("threshold圖", dst);// 中值濾波，同樣用于降噪medianBlur(dst, dst, 3);imshow("medianBlur圖", dst);// 腐蝕操作，主要將內(nèi)容部分向高亮部分腐蝕，使得內(nèi)容連接，方便最終區(qū)域選取erode(dst, dst, Mat(9, 9, CV_8U));imshow("erode圖", dst);//定義變量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));// 定義身份證號位置大于圖片的一半，并且寬度是高度的6倍以上if (rect.y > src.rows / 2 && rect.width / rect.height > 6){result = src(rect);imshow("身份證號", result);}}imshow("輪廓圖", src); }

詳細步驟：

載入原圖

將原圖轉(zhuǎn)為灰度圖

使用高斯模糊進行第一次降噪

將圖片二值化

使用中值濾波進行降噪

腐蝕操作，主要將內(nèi)容部分向高亮部分腐蝕，使得內(nèi)容連接，方便最終輪廓檢測

輪廓檢測，獲得所有輪廓

定義身份證號位置大于圖片的一半，并且寬度是高度的6倍以上，并剪裁該區(qū)域

結(jié)果

對于身份證比較正的圖片位置識別的還算是挺正確的，但是如果圖片不正，那么第一步就應(yīng)該對圖片進行較正，無奈我是菜雞。下面是網(wǎng)上搜的一個假身份證圖片：

?

原圖

輪廓檢測圖

剪裁結(jié)果圖
鏈接：https://www.jianshu.com/p/3a5c08a14ddd

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的Opencv获取身份证号码区域的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。