今天在github上偶然看见一个关于身份证号码识别的小项目，于是有点手痒，也尝试了一下。不过由于以前也没有太多关于这方面的经验，所以还是走了一些弯路，所以在这里分享一些自己的经验。
项目链接：(/haoxinl/haosir_learning)
依赖
opencv
pytesseract
numpy
matplotlib
特别注意要安装Tesseract-OCR，并将其路径加入到系统环境变量中
流程
获取身份证号区域
image-》灰度=》反色=》膨胀=》findContours
数字识别
采用tesseract识别，由于本项目所处的环境较为简单，所以使用pytesseract.image_to_string(image, lang='ocrb', config=tessdata_dir_config)函数即可识别
引用
下面是具体代码细节
首先是第三方库的导入
-*- coding: UTF-8 -*-
import cv2
import matplotlib.pyplot as plt
import numpy as np
import pytesseract
from PIL import Image
debug = 1
然后是灰度化函数
def grayImg(img):
# 转化为灰度图
gray = cv2.resize(img, (img.shape[1] * 3, img.shape[0] * 3), interpolation=cv2.INTER_CUBIC)
gray = cv2.cvtColor(gray, cv2.COLOR_BGR2GRAY)
#otsu二值化操作
retval, gray = cv2.threshold(gray, 120, 255, cv2.THRESH_OTSU + cv2.THRESH_BINARY)
return gray
以及图像预处理以及身份证号码区域的确定
def preprocess(gray):
#二值化操作，但与前面grayimg二值化操作中不一样的是要膨胀选定区域所以是反向二值化
ret, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
ele = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 10))
#膨胀操作
dilation = cv2.dilate(binary, ele, iterations=1)
cv2.imwrite("binary.png", binary)
cv2.imwrite("dilation.png", dilation)
return dilation
def findTextRegion(img):
region = []
# 1. 查找轮廓
image, contours, hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 2. 筛选那些面积小的
for i in range(len(contours)):
cnt = contours[i]
# 计算该轮廓的面积
area = cv2.contourArea(cnt)
# 面积小的都筛选掉
if (area < 300):
continue
# 轮廓近似，作用很小
epsilon = 0.001 * cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, epsilon, True)
# 找到最小的矩形，该矩形可能有方向
rect = cv2.minAreaRect(cnt)
#函数 cv2.minAreaRect() 返回一个Box2D结构 rect：(最小外接矩形的中心(x，y)，(宽度，高度)，旋转角度)。
if debug:
print("rect is: ", rect)
# box是四个点的坐标
box = cv2.boxPoints(rect)
box = np.int0(box)
# 计算高和宽
height = abs(box[0][1] - box[2][1])
width = abs(box[0][0] - box[2][0])
# 筛选那些太细的矩形，留下扁的
if (height > width * 1.2):
continue
# 太扁的也不要
if (height * 18 < width):
continue
if (width > img.shape[1] / 2 and height > img.shape[0] / 20):
region.append(box)
return region
然后将preprocess与findTextRegion结合起来构成detect检测函数
def detect(img):
# fastNlMeansDenoisingColored(InputArray src, OutputArray dst, float h=3, float hColor=3, int templateWindowSize=7, int searchWindowSize=21 )
gray = cv2.fastNlMeansDenoisingColored(img, None, 10, 3, 3, 3)
#cv2.fastNlMeansDenoisingColored作用为去噪
coefficients = [0, 1, 1]
m = np.array(coefficients).reshape((1, 3))
gray = cv2.transform(gray, m)
if debug:
cv2.imwrite("gray.png", gray)
# 2. 形态学变换的预处理，得到可以查找矩形的图片
dilation = preprocess(gray)
# 3. 查找和筛选文字区域
region = findTextRegion(dilation)
# 4. 用绿线画出这些找到的轮廓
for box in region:
h = abs(box[0][1] - box[2][1])
w = abs(box[0][0] - box[2][0])
Xs = [i[0] for i in box]
Ys = [i[1] for i in box]
x1 = min(Xs)
y1 = min(Ys)
cv2.drawContours(img, [box], 0, (0, 255, 0), 2)
if w > 0 and h > 0 and x1 < gray.shape[1] / 2:
idImg = grayImg(img[y1:y1 + h, x1:x1 + w])
cv2.imwrite("idImg.png", idImg)
cv2.imwrite("contours.png", img)
return idImg
最后就是最后的字符检测以及结果展示
def ocrIdCard(imgPath, realId=""):
img = cv2.imread(imgPath, cv2.IMREAD_COLOR)
img = cv2.resize(img, (428, 270), interpolation=cv2.INTER_CUBIC)
idImg = detect(img)
image = Image.fromarray(idImg)
tessdata_dir_config = '-c tessedit_char_whitelist=0123456789X --tessdata-dir "./"'
print("checking")
print('the real id is '+realId)
# result = pytesseract.image_to_string(image, lang='ocrb', config=tessdata_dir_config)
tessdata_dir_config = '--tessdata-dir "C:\pylearning\card_ocr_cv\idcard_identification\\tessdata"'
result = pytesseract.image_to_string(image, lang='ocrb',config=tessdata_dir_config)
print('the detect result is '+result)
if realId==result:
print('ok,it is right')
else:
print('sorry,it is false')
# print(pytesseract.image_to_string(image, lang='eng', config=tessdata_dir_config))
if debug:
f, axarr = plt.subplots(2, 3)
axarr[0, 0].imshow(cv2.imread(imgPath))
axarr[0, 1].imshow(cv2.imread("gray.png"))
axarr[0, 2].imshow(cv2.imread("binary.png"))
axarr[1, 0].imshow(cv2.imread("dilation.png"))
axarr[1, 1].imshow(cv2.imread("contours.png"))
axarr[1, 2].imshow(cv2.imread("idImg.png"))
plt.show()
运行函数如下
if __name__=="__main__":
ocrIdCard("test1.png", "11204416541220243X")
最终结果如下：
处理过程展示.png
运行结果.png
如果觉得《python ocr识别身份证_Python+opencv+pytesseract实现身份证号码识别》对你有帮助，请点赞、收藏，并留下你的观点哦！
