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(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
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2021-09-09C++實現(xiàn)LeetCode(7.翻轉(zhuǎn)整數(shù))
這篇文章主要介紹了C++實現(xiàn)LeetCode(7.翻轉(zhuǎn)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