Opencv獲取身份證號碼區(qū)域的示例代碼
記得應該是16年的時候,從一個公開課看到了關于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

剪裁結果圖
以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
C++使用chrono庫處理日期和時間的實現(xiàn)方法
C++11 中提供了日期和時間相關的庫 chrono,通過 chrono 庫可以很方便地處理日期和時間,本文主要介紹了C++使用chrono庫處理日期和時間的實現(xiàn)方法,感興趣的小伙伴們可以參考一下2021-09-09
C++實現(xiàn)LeetCode(7.翻轉整數(shù))
這篇文章主要介紹了C++實現(xiàn)LeetCode(7.翻轉整數(shù)),本篇文章通過簡要的案例,講解了該項技術的了解與使用,以下就是詳細內(nèi)容,需要的朋友可以參考下2021-07-07

