C++ OpenCV技术实战之身份证离线识别
OpenCV身份证离线识别技术的主要技术就是通过OpenCV找到身份证号码区域,然后通过OCR进行数字识别该区域的截图即可得到身份证号码。感兴趣的可以了解一下。编程学习资料点击领取
OpenCV身份证离线识别技术的主要技术就是通过OpenCV找到身份证号码区域,然后通过OCR进行数字识别该区域的截图即可得到身份证号码。本地ORC使用tess-two来完成,Tesseract是C++实现的OCR引擎,在Android中使用不是很方便,需要封装JavaAPI才能在Android平台中进行调用,然而tess-two已经帮我们做好了这些事情,通过集成tess-two就可以很方便的完成文字识别。
总体思路
图像的预处理
1、无损压缩
首先要处理的问题就是图片的大小不一样,因为每台设备的的像素或者说每个图片的大小本身都不一样,处理过程也会有所差异,所以首先解决的问题就是大小统一,先通过无损压缩把图片处理为大小一致的图像。根据经验值(或者说这是处理证件类的通用手法),先把图像处理为640×400的大小。
2、灰度化
现在大部分的彩色图像都是采用RGB颜色模式,处理图像的时候,要分别对RGB三种分量进行处理,实际上RGB并不能反映图像的形态特征,只是从光学的原理上进行颜色的调配。图像灰度化处理可以作为图像处理的预处理步骤,为之后的图像分割、图像识别和图像分析等上层操作做准备。
其实可以仔细想想,如果是处理一张RGB图像的话,一个像素点需要同时处理3个值,灰度化之后只需要处理一个值。如果是对比的话,一个RGB像素点就有256×256×256种可能,但是如果是对比灰度图的像素点,则只有256种可能,65536倍的速度提升,所以很多时候做其他图像处理之前,先转化为灰度图。
图像灰度化处理有分量法、最大值法、平均值法、加权平均法,其中用得较多的是加权平均法。由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对RGB三分量进行加权平均能得到较合理的灰度图像:
3、图像二值化
通过以上对彩色图片进行灰度化以后,把获取到的灰度图像进行二值化处理。对于二值化,其目的是将目标用户背景分类,为后续车道的识别做准备。灰度图像二值化最常用的方法是阈值法,他利用图像中目标与背景的差异,把图像分别设置为两个不同的级别,选取一个合适的阈值,以确定某像素是目标还是背景,从而获得二值化的图像。比如以100为阈值对图像进行二值化操作:
1 |
|
4、膨胀与腐蚀
膨胀与腐蚀属于图像处理中最基本的形态学运算,形态学操作就是基于形状的一系列图像处理操作。OpenCV为进行图像的形态学变换提供了快捷且方便的函数。主要用于噪声消除、分割出独立的图像元素、在图像中连接相邻的元素、寻找图像中的明显的极大值区域或极小值区域、求出图像的梯度。
简单理解,膨胀就是求局部最大值的操作。腐蚀就是求局部最小值的操作。在处理身份证的时候,我们希望把身份证号码等数字区域连接在一起,即在图像中连接相邻的元素,所以需要使用膨胀处理,就跟蒸馒头的酵母粉一样,可以是我们想要的元素膨胀并且黏合在一起。
5、轮廓检测与图像分割
通过图像的膨胀操作,身份证号码区域已经被连接在一起了,目前需要做的事情就是检测出该区域的轮廓,使用拉普拉斯算子可以完成这个操作,OpenCV内部也提供了findContours函数做轮廓检测。
那么如何分割出身份证号码区域呢?其实有一个非常简单的思路,由于身份证号码是一串不换行的数字,宽高比通常是大于9:1的,而且是位于最后一行的,如果有其他的部分的宽高比大于9:1但是却不是位于最后,那么也不能认为是身份证号码,只有坐标是最底部,而且宽高比满足大于9:1的条件才可以。
主要代码
VS2022 + OpenCV4.5.4
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 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 |
|
CMakeList.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
|
实现效果
来看看通过一系列的处理效果吧:
接下来要干的事情就主要有两件,首先是继承tess-two到Android,这样离线识别便搞定了,另外一件事情就是图像预处理的代码移植到Android上,这两件事情完成便搞定了身份证号码离线识别的功能了。
以上就是C++ OpenCV技术实战之身份证离线识别的详细内容。
C++ OpenCV技术实战之身份证离线识别相关推荐
- 基于OpenCV技术的汽车牌照的识别
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows.Android和Mac OS操作系统上.它轻量级而且高效--由一系列 C 函数和少量 C++ 类 ...
- 技术实战 I 硬盘无法识别怎么办?
硬盘在使用过程中常出现不识别问题,而导致硬盘不识别的原因也是多种多样. 意外断电.正常老化.剧烈震动.跌落.外力破坏等都可能造成磁盘内部精密构件和碟片的损伤,从而导致硬盘难以识别,不正确的恢复操作还会 ...
- OpenCV OCR实战:卡号识别
本文主要介绍通过OpenCV- python实现简单的银行卡卡号识别的思路和具体实现过程. 目录 知识准备 项目概述 实现过程 代码讲解 1.自定义函数 2.模版读入与预处理 3.银行卡读入与形态学操 ...
- Opencv项目实战:07 人脸识别和考勤系统
1.效果展示 人脸识别: 考勤效果: 2.项目介绍 接下来,我们将学习如何以高精度执行面部识别,首先简要介绍理论并学习基本实现.然后我们将创建一个考勤项目,该项目将使用网络摄像头检测人脸并在 Exce ...
- OpenCV计算机视觉实战,停车场车位识别!(完整代码)!
任务描述:识别这种停车场图的 空车位 与 被占用车位 识别流程:预处理 -> 获得车位坐标的字典 -> 训练VGG网络进行二分类 img_process 图像预处理过程 1.select_ ...
- 身份证扫描识别OCR技术的应用场景
关键词:身份证扫描识别,证件识别,身份证识别,二代身份证识别,手机移动端证件识别 目前来讲:智能OCR识别技术有关于身份证扫描识别OCR技术的服务主要有两种部署模式:身份证扫描识别OCR技术和云端/服 ...
- Opencv项目实战-信用卡数字识别
Opencv项目实战:信用卡数字识别 导入库,定义展示函数 import cv2 import numpy as np from imutils import contours import myut ...
- 扫一扫 移动端_移动端手机APP 身份证识别 手机扫一扫离线识别
证件识别是指能实现拍照自动输入身份信息,让用户完全告别手动输入身份证.驾驶证.行驶证等证件信息.它支持Android. iOS .Java.Linux等多终端形式接入,电 一山一,领九九,六八九八菱还 ...
- opencv图像处理—项目实战:答题卡识别判卷
哔站唐宇迪opencv课程--项目实战:答题卡识别判卷 [计算机视觉-OpenCV]唐宇迪博士教会了我大学四年没学会的OpenCV OpenCV计算机视觉实战全套课程(附带课程课件资料+课件笔记+源码 ...
- 分享一种身份证OCR识别技术
身份证识别SDK 移动互联网在快速发展,APP进入了我们的生活,越来越多的公司都推出了自己的移动APP,这些APP多数都涉及到个人身份证信息的输入认证(即实名认证),如果手动去输入身份证号码和姓名,速 ...
最新文章
- 深度学习工程师必看:更简单的超分辨重构方法拿走不谢
- linux 五种IO模型 简介
- android file 创建时间,获得文件的创建时间(精确到时分秒)
- IDC数据中心机房该如何节能
- 再谈Docker,微服务的场景化应用
- android user版本默认开启调试模式
- 妈蛋:kinMaxShow旋转木马异常,WebUploader图片上传坑爹,图像被压缩
- 【BERT实践】看不懂bert没关系,用起来so easy!
- Apache Spark技术实战之7 -- CassandraRDD高并发数据读取实现剖析
- 西门子PLC S7 200 SMART 没有触摸屏的仿真
- html都有哪些事件,HTML有哪些事件属性?
- JM模型I帧帧内预测流程
- ffmpeg学习十三:图像数据格式的转换与图像的缩放
- HDU 2448 Mining Station on the Sea(Floyd+最优匹配)
- 闪存芯片NAND FLASH的封装
- 工信部首次发声:培育一批进军元宇宙等新兴领域的创新型中小企业
- 9. 信息安全标准与法规
- 在复苏与重塑之路上,同程旅行为旅游业价值回归交出答卷
- hdu4514 并查集+树直径
- Oracle 按照每小时分组,求每组数量