C++?OpenCV技術(shù)實(shí)戰(zhàn)之身份證離線識(shí)別
OpenCV身份證離線識(shí)別技術(shù)的主要技術(shù)就是通過OpenCV找到身份證號(hào)碼區(qū)域,然后通過OCR進(jìn)行數(shù)字識(shí)別該區(qū)域的截圖即可得到身份證號(hào)碼。本地ORC使用tess-two來完成,Tesseract是C++實(shí)現(xiàn)的OCR引擎,在Android中使用不是很方便,需要封裝JavaAPI才能在Android平臺(tái)中進(jìn)行調(diào)用,然而tess-two已經(jīng)幫我們做好了這些事情,通過集成tess-two就可以很方便的完成文字識(shí)別。
總體思路

圖像的預(yù)處理
1、無損壓縮
首先要處理的問題就是圖片的大小不一樣,因?yàn)槊颗_(tái)設(shè)備的的像素或者說每個(gè)圖片的大小本身都不一樣,處理過程也會(huì)有所差異,所以首先解決的問題就是大小統(tǒng)一,先通過無損壓縮把圖片處理為大小一致的圖像。根據(jù)經(jīng)驗(yàn)值(或者說這是處理證件類的通用手法),先把圖像處理為640×400的大小。
2、灰度化
現(xiàn)在大部分的彩色圖像都是采用RGB顏色模式,處理圖像的時(shí)候,要分別對(duì)RGB三種分量進(jìn)行處理,實(shí)際上RGB并不能反映圖像的形態(tài)特征,只是從光學(xué)的原理上進(jìn)行顏色的調(diào)配。圖像灰度化處理可以作為圖像處理的預(yù)處理步驟,為之后的圖像分割、圖像識(shí)別和圖像分析等上層操作做準(zhǔn)備。
其實(shí)可以仔細(xì)想想,如果是處理一張RGB圖像的話,一個(gè)像素點(diǎn)需要同時(shí)處理3個(gè)值,灰度化之后只需要處理一個(gè)值。如果是對(duì)比的話,一個(gè)RGB像素點(diǎn)就有256×256×256種可能,但是如果是對(duì)比灰度圖的像素點(diǎn),則只有256種可能,65536倍的速度提升,所以很多時(shí)候做其他圖像處理之前,先轉(zhuǎn)化為灰度圖。
圖像灰度化處理有分量法、最大值法、平均值法、加權(quán)平均法,其中用得較多的是加權(quán)平均法。由于人眼對(duì)綠色的敏感最高,對(duì)藍(lán)色敏感最低,因此,按下式對(duì)RGB三分量進(jìn)行加權(quán)平均能得到較合理的灰度圖像:

3、圖像二值化
通過以上對(duì)彩色圖片進(jìn)行灰度化以后,把獲取到的灰度圖像進(jìn)行二值化處理。對(duì)于二值化,其目的是將目標(biāo)用戶背景分類,為后續(xù)車道的識(shí)別做準(zhǔn)備?;叶葓D像二值化最常用的方法是閾值法,他利用圖像中目標(biāo)與背景的差異,把圖像分別設(shè)置為兩個(gè)不同的級(jí)別,選取一個(gè)合適的閾值,以確定某像素是目標(biāo)還是背景,從而獲得二值化的圖像。比如以100為閾值對(duì)圖像進(jìn)行二值化操作:
f(i, j) = \left{\begin{array}{cc} 0, & (\text { gray }< = 100) \ 255, & (\text { gray }>100) \end{array}\right.
4、膨脹與腐蝕
膨脹與腐蝕屬于圖像處理中最基本的形態(tài)學(xué)運(yùn)算,形態(tài)學(xué)操作就是基于形狀的一系列圖像處理操作。OpenCV為進(jìn)行圖像的形態(tài)學(xué)變換提供了快捷且方便的函數(shù)。主要用于噪聲消除、分割出獨(dú)立的圖像元素、在圖像中連接相鄰的元素、尋找圖像中的明顯的極大值區(qū)域或極小值區(qū)域、求出圖像的梯度。
簡(jiǎn)單理解,膨脹就是求局部最大值的操作。腐蝕就是求局部最小值的操作。在處理身份證的時(shí)候,我們希望把身份證號(hào)碼等數(shù)字區(qū)域連接在一起,即在圖像中連接相鄰的元素,所以需要使用膨脹處理,就跟蒸饅頭的酵母粉一樣,可以是我們想要的元素膨脹并且黏合在一起。
5、輪廓檢測(cè)與圖像分割
通過圖像的膨脹操作,身份證號(hào)碼區(qū)域已經(jīng)被連接在一起了,目前需要做的事情就是檢測(cè)出該區(qū)域的輪廓,使用拉普拉斯算子可以完成這個(gè)操作,OpenCV內(nèi)部也提供了findContours函數(shù)做輪廓檢測(cè)。
那么如何分割出身份證號(hào)碼區(qū)域呢?其實(shí)有一個(gè)非常簡(jiǎn)單的思路,由于身份證號(hào)碼是一串不換行的數(shù)字,寬高比通常是大于9:1的,而且是位于最后一行的,如果有其他的部分的寬高比大于9:1但是卻不是位于最后,那么也不能認(rèn)為是身份證號(hào)碼,只有坐標(biāo)是最底部,而且寬高比滿足大于9:1的條件才可以。
主要代碼
VS2022 + OpenCV4.5.4
#include <iostream>
#include <opencv2/opencv.hpp>
#include <vector>
#define DEFAULT_CARD_WIDTH 640
#define DEFAULT_CARD_HEIGHT 400
#define FIX_IDCARD_SIZE Size(DEFAULT_CARD_WIDTH, DEFAULT_CARD_HEIGHT)
#define FIX_TEMPLATE_SIZE Size(153, 28)
using namespace std;
using namespace cv;
int main() {
std::cout << "Hello, World!" << std::endl;
Mat src = imread("src.png");
imshow("src", src);
//處理身份證
Mat src_img = src;
//1、無損壓縮 640*400 (通用卡片類的處理方式)
resize(src_img, src_img, FIX_IDCARD_SIZE);
imshow("dst", src_img);
Mat dst_img;
//2、灰度化
Mat dst;
cvtColor(src_img, dst, COLOR_BGR2GRAY);
imshow("gray", dst);
//3、二值化(降噪)
threshold(dst, dst, 100, 255, THRESH_BINARY);
imshow("threshold", dst);
// 4.1 腐蝕、膨脹
Mat erodeElement = getStructuringElement(MORPH_RECT, Size(20, 10));
erode(dst, dst, erodeElement);
imshow("erode", dst);
//4、輪廓檢測(cè),把所有的連續(xù)的閉包用矩形包起來
/*
* 一個(gè)矩形用兩個(gè)點(diǎn)表示,contours就包含了很多矩形
*/
vector<vector<Point>> contours;
vector<Rect> rects;
findContours(dst, contours, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));
for (size_t i = 0; i < contours.size(); i++)
{
// 基于兩點(diǎn)構(gòu)建矩形
Rect rect = boundingRect(contours.at(i));
// 繪制矩形
rectangle(dst, rect, Scalar(0, 0, 255));
imshow("contours", dst);
// 對(duì)符合條件的圖片進(jìn)行篩選,寬高比大于1:9的
if(rect.width > rect.height*9)
{
cout << "找到了" << endl;
rects.push_back(rect);
rectangle(dst, rect, Scalar(0, 0, 255));
// 還需要再次矯正
//dst_img = src_img(rect);
}
}
// imshow("dst_Img", dst_img);
// 如果只找到了一個(gè)矩形,說明這個(gè)就是,如果多個(gè)就找出縱坐標(biāo)最低的矩形
if(rects.size() == 1)
{
Rect rect = rects.at(0);
dst_img = src_img(rect);
}else
{
int lowPoint = 0;
Rect finalRect;
for (size_t i = 0; i < rects.size(); ++i)
{
Rect rect = rects.at(i);
Point p = rect.tl();
if(rect.tl().y > lowPoint)
{
lowPoint = rect.tl().y;
finalRect = rect;
}
}
rectangle(dst, finalRect, Scalar(255, 255, 0));
dst_img = src_img(finalRect);
}
imshow("dst_Img", dst_img);
waitKey();
return 0;
}
CMakeList.txt
cmake_minimum_required (VERSION 3.8)
project(opencv_idcard)
set(CMAKE_CXX_STANDARD 11)
add_executable (opencv_idcard "opencv_idcard.cpp" )
set(OpenCV_DIR "D:/develop/opencv-4.5.4/opencv-4.5.4-build")
find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})
target_link_libraries(opencv_idcard ${OpenCV_LIBS})
實(shí)現(xiàn)效果
來看看通過一系列的處理效果吧:

接下來要干的事情就主要有兩件,首先是繼承tess-two到Android,這樣離線識(shí)別便搞定了,另外一件事情就是圖像預(yù)處理的代碼移植到Android上,這兩件事情完成便搞定了身份證號(hào)碼離線識(shí)別的功能了。
以上就是C++ OpenCV技術(shù)實(shí)戰(zhàn)之身份證離線識(shí)別的詳細(xì)內(nèi)容,更多關(guān)于C++ OpenCV身份證離線識(shí)別的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
C++使用遞歸函數(shù)和棧操作逆序一個(gè)棧的算法示例
這篇文章主要介紹了C++使用遞歸函數(shù)和棧操作逆序一個(gè)棧的算法,結(jié)合實(shí)例形式分析了C++遞歸函數(shù)與逆序棧的相關(guān)操作技巧,需要的朋友可以參考下2017-05-05
C++ const限定符以及頂層const和底層const的案例詳解
這篇文章主要介紹了C++ const限定符以及頂層const和底層const的案例詳解,本篇文章通過簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-09-09

