OpenCV?Python身份證信息識別過程詳解
更新時間：2022年04月11日 08:20:11 作者：wFitting
本篇文章使用OpenCV-Python和CnOcr來實現(xiàn)身份證信息識別的案例,本篇文章使用的Python版本為3.6，OpenCV-Python版本為3.4.1.15，如果是4.x版本的同學，可能會有一些Api操作不同,下面跟隨小編看下OpenCV?Python身份證信息識別過程
本篇文章使用OpenCV-Python和CnOcr來實現(xiàn)身份證信息識別的案例。想要識別身份證中的文本信息，總共分為三大步驟：一、通過預處理身份證區(qū)域檢測查找；二、身份證文本信息提?。蝗?、身份證文本信息識別。下面來看一下識別的具體過程CnOcr官網(wǎng)。識別過程視頻
前置環(huán)境
這里的環(huán)境需要安裝OpenCV-Python，Numpy和CnOcr。本篇文章使用的Python版本為3.6，OpenCV-Python版本為3.4.1.15，如果是4.x版本的同學，可能會有一些Api操作不同。這些依賴的安裝和介紹，我就不在這里贅述了，均是使用Pip進行安裝。
識別過程
首先，導入所需要的依賴cv2，numpy，cnocr并創(chuàng)建一個show圖像的函數(shù)，方便后面使用：
import cv2
import numpy as np
from cnocr import CnOcr
def show(image, window_name):
cv2.namedWindow(window_name, 0)
cv2.imshow(window_name, image)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 加載CnOcr的模型
ocr = CnOcr(model_name='densenet_lite_136-gru')
身份證區(qū)域查找
通過對加載圖像的灰度處理–>濾波處理–>二值處理–>邊緣檢測–>膨脹處理–>輪廓查找–>透視變換（校正）–>圖像旋轉(zhuǎn)–>固定圖像大小一系列處理之后，我們便可以清晰的裁剪出身份證的具體區(qū)域。
原始圖像
使用OpenCV的imread方法讀取本地圖片。
image = cv2.imread('card.png')
show(image, "image")
灰度處理
將三通道BGR圖像轉(zhuǎn)化為灰度圖像，因為一下OpenCV操作都是需要基于灰度圖像進行的。
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) show(gray, "gray")
中值濾波
使用濾波處理，也就是模糊處理，這樣可以減少一些不需要的噪點。
blur = cv2.medianBlur(gray, 7) show(blur, "blur")
二值處理
二值處理，非黑即白。這里通過cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU，使用OpenCV的大津法二值化，對圖像進行處理，經(jīng)過處理后的圖像，更加清晰的分辨出了背景和身份證的區(qū)域。
threshold = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1] show(threshold, "threshold")
邊緣檢測
使用OpenCV中最常用的邊緣檢測方法，Canny，檢測出圖像中的邊緣。
canny = cv2.Canny(threshold, 100, 150) show(canny, "canny")
邊緣膨脹
為了使上一步邊緣檢測的邊緣更加連貫，使用膨脹處理，對白色的邊緣膨脹，即邊緣線條變得更加粗一些。
kernel = np.ones((3, 3), np.uint8) dilate = cv2.dilate(canny, kernel, iterations=5) show(dilate, "dilate")
輪廓檢測
使用findContours對邊緣膨脹過的圖片進行輪廓檢測，可以清晰的看到背景部分還是有很多噪點的，所需要識別的身份證部分也被輪廓圈了起來。
binary, contours, hierarchy = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) image_copy = image.copy() res = cv2.drawContours(image_copy, contours, -1, (255, 0, 0), 20) show(res, "res")
輪廓排序
經(jīng)過對輪廓的面積排序，我們可以準確的提取出身份證的輪廓。
contours = sorted(contours, key=cv2.contourArea, reverse=True)[0] image_copy = image.copy() res = cv2.drawContours(image_copy, contours, -1, (255, 0, 0), 20) show(res, "contours")
透視變換
通過對輪廓近似提取出輪廓的四個頂點，并按順序進行排序，之后通過warpPerspective對所選圖像區(qū)域進行透視變換，也就是對所選的圖像進行校正處理。
epsilon = 0.02 * cv2.arcLength(contours, True)
approx = cv2.approxPolyDP(contours, epsilon, True)
n = []
for x, y in zip(approx[:, 0, 0], approx[:, 0, 1]):
n.append((x, y))
n = sorted(n)
sort_point = []
n_point1 = n[:2]
n_point1.sort(key=lambda x: x[1])
sort_point.extend(n_point1)
n_point2 = n[2:4]
n_point2.sort(key=lambda x: x[1])
n_point2.reverse()
sort_point.extend(n_point2)
p1 = np.array(sort_point, dtype=np.float32)
h = sort_point[1][1] - sort_point[0][1]
w = sort_point[2][0] - sort_point[1][0]
pts2 = np.array([[0, 0], [0, h], [w, h], [w, 0]], dtype=np.float32)
# 生成變換矩陣
M = cv2.getPerspectiveTransform(p1, pts2)
# 進行透視變換
dst = cv2.warpPerspective(image, M, (w, h))
# print(dst.shape)
show(dst, "dst")
固定圖像大小
將圖像變正，通過對圖像的寬高進行判斷，如果寬<高，就將圖像旋轉(zhuǎn)90°。并將圖像resize到指定大小。方便之后對圖像進行處理。
if w < h:
dst = np.rot90(dst)
resize = cv2.resize(dst, (1084, 669), interpolation=cv2.INTER_AREA)
show(resize, "resize")
檢測身份證文本位置
經(jīng)過灰度，二值濾波和開閉運算后，將圖像中的文本區(qū)域主鍵顯現(xiàn)出來。
temp_image = resize.copy() gray = cv2.cvtColor(resize, cv2.COLOR_BGR2GRAY) show(gray, "gray") threshold = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1] show(threshold, "threshold") blur = cv2.medianBlur(threshold, 5) show(blur, "blur") kernel = np.ones((3, 3), np.uint8) morph_open = cv2.morphologyEx(blur, cv2.MORPH_OPEN, kernel) show(morph_open, "morph_open")
極度膨脹
給定一個比較大的卷積盒，進行膨脹處理，使白色的區(qū)域加深加大。更加顯現(xiàn)出文本的區(qū)域。
kernel = np.ones((7, 7), np.uint8) dilate = cv2.dilate(morph_open, kernel, iterations=6) show(dilate, "dilate")
輪廓查找文本區(qū)域
使用輪廓查找，將白色塊狀區(qū)域查找出來。
binary, contours, hierarchy = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) resize_copy = resize.copy() res = cv2.drawContours(resize_copy, contours, -1, (255, 0, 0), 2) show(res, "res")
篩選出文本區(qū)域
經(jīng)過上一步輪廓檢測，我們發(fā)現(xiàn)，選中的輪廓中有一些噪點，通過對圖像的觀察，使用近似輪廓，然后用以下邏輯篩選出文本區(qū)域。并定義文本描述信息，將文本區(qū)域位置信息加入到指定集合中。到這一步，可以清晰的看到，所需要的文本區(qū)域統(tǒng)統(tǒng)都被提取了出來。
labels = ['姓名', '性別', '民族', '出生年', '出生月', '出生日', '住址', '公民身份證號碼']
positions = []
data_areas = {}
resize_copy = resize.copy()
for contour in contours:
epsilon = 0.002 * cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, epsilon, True)
x, y, w, h = cv2.boundingRect(approx)
if h > 50 and x < 670:
res = cv2.rectangle(resize_copy, (x, y), (x + w, y + h), (0, 255, 0), 2)
area = gray[y:(y + h), x:(x + w)]
blur = cv2.medianBlur(area, 3)
data_area = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
positions.append((x, y))
data_areas['{}-{}'.format(x, y)] = data_area
show(res, "res")
對文本區(qū)域進行排序
發(fā)現(xiàn)文本的區(qū)域是由下到上的順序，并且x軸從左到右的的區(qū)域是無序的，所以使用以下邏輯，對文本區(qū)域進行排序
positions.sort(key=lambda p: p[1])
result = []
index = 0
while index < len(positions) - 1:
if positions[index + 1][1] - positions[index][1] < 10:
temp_list = [positions[index + 1], positions[index]]
for i in range(index + 1, len(positions)):
if positions[i + 1][1] - positions[i][1] < 10:
temp_list.append(positions[i + 1])
else:
break
temp_list.sort(key=lambda p: p[0])
positions[index:(index + len(temp_list))] = temp_list
index = index + len(temp_list) - 1
else:
index += 1
識別文本
對文本區(qū)域使用CnOcr一一進行識別，最后將識別結(jié)果進行輸出。
positions.sort(key=lambda p: p[1])
result = []
index = 0
while index < len(positions) - 1:
if positions[index + 1][1] - positions[index][1] < 10:
temp_list = [positions[index + 1], positions[index]]
for i in range(index + 1, len(positions)):
if positions[i + 1][1] - positions[i][1] < 10:
temp_list.append(positions[i + 1])
else:
break
temp_list.sort(key=lambda p: p[0])
positions[index:(index + len(temp_list))] = temp_list
index = index + len(temp_list) - 1
else:
index += 1
結(jié)語
通過以上的步驟，便成功的將身份證信息進行了提取，過程中的一些數(shù)字參數(shù)，可能會在不同的場景中有些許的調(diào)整。
以下放上所有的代碼：
代碼
import cv2
import numpy as np
from cnocr import CnOcr
def show(image, window_name):
cv2.namedWindow(window_name, 0)
cv2.imshow(window_name, image)
# 0任意鍵終止窗口
cv2.waitKey(0)
cv2.destroyAllWindows()
ocr = CnOcr(model_name='densenet_lite_136-gru')
image = cv2.imread('card.png')
show(image, "image")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
show(gray, "gray")
blur = cv2.medianBlur(gray, 7)
show(blur, "blur")
threshold = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
show(threshold, "threshold")
canny = cv2.Canny(threshold, 100, 150)
show(canny, "canny")
kernel = np.ones((3, 3), np.uint8)
dilate = cv2.dilate(canny, kernel, iterations=5)
show(dilate, "dilate")
binary, contours, hierarchy = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
image_copy = image.copy()
res = cv2.drawContours(image_copy, contours, -1, (255, 0, 0), 20)
show(res, "res")
contours = sorted(contours, key=cv2.contourArea, reverse=True)[0]
image_copy = image.copy()
res = cv2.drawContours(image_copy, contours, -1, (255, 0, 0), 20)
show(res, "contours")
epsilon = 0.02 * cv2.arcLength(contours, True)
approx = cv2.approxPolyDP(contours, epsilon, True)
n = []
for x, y in zip(approx[:, 0, 0], approx[:, 0, 1]):
n.append((x, y))
n = sorted(n)
sort_point = []
n_point1 = n[:2]
n_point1.sort(key=lambda x: x[1])
sort_point.extend(n_point1)
n_point2 = n[2:4]
n_point2.sort(key=lambda x: x[1])
n_point2.reverse()
sort_point.extend(n_point2)
p1 = np.array(sort_point, dtype=np.float32)
h = sort_point[1][1] - sort_point[0][1]
w = sort_point[2][0] - sort_point[1][0]
pts2 = np.array([[0, 0], [0, h], [w, h], [w, 0]], dtype=np.float32)
M = cv2.getPerspectiveTransform(p1, pts2)
dst = cv2.warpPerspective(image, M, (w, h))
# print(dst.shape)
show(dst, "dst")
if w < h:
dst = np.rot90(dst)
resize = cv2.resize(dst, (1084, 669), interpolation=cv2.INTER_AREA)
show(resize, "resize")
temp_image = resize.copy()
gray = cv2.cvtColor(resize, cv2.COLOR_BGR2GRAY)
show(gray, "gray")
threshold = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
show(threshold, "threshold")
blur = cv2.medianBlur(threshold, 5)
show(blur, "blur")
kernel = np.ones((3, 3), np.uint8)
morph_open = cv2.morphologyEx(blur, cv2.MORPH_OPEN, kernel)
show(morph_open, "morph_open")
kernel = np.ones((7, 7), np.uint8)
dilate = cv2.dilate(morph_open, kernel, iterations=6)
show(dilate, "dilate")
binary, contours, hierarchy = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
resize_copy = resize.copy()
res = cv2.drawContours(resize_copy, contours, -1, (255, 0, 0), 2)
show(res, "res")
labels = ['姓名', '性別', '民族', '出生年', '出生月', '出生日', '住址', '公民身份證號碼']
positions = []
data_areas = {}
resize_copy = resize.copy()
for contour in contours:
epsilon = 0.002 * cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, epsilon, True)
x, y, w, h = cv2.boundingRect(approx)
if h > 50 and x < 670:
res = cv2.rectangle(resize_copy, (x, y), (x + w, y + h), (0, 255, 0), 2)
area = gray[y:(y + h), x:(x + w)]
blur = cv2.medianBlur(area, 3)
data_area = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
positions.append((x, y))
data_areas['{}-{}'.format(x, y)] = data_area
show(res, "res")
positions.sort(key=lambda p: p[1])
result = []
index = 0
while index < len(positions) - 1:
if positions[index + 1][1] - positions[index][1] < 10:
temp_list = [positions[index + 1], positions[index]]
for i in range(index + 1, len(positions)):
if positions[i + 1][1] - positions[i][1] < 10:
temp_list.append(positions[i + 1])
else:
break
temp_list.sort(key=lambda p: p[0])
positions[index:(index + len(temp_list))] = temp_list
index = index + len(temp_list) - 1
else:
index += 1
for index in range(len(positions)):
position = positions[index]
data_area = data_areas['{}-{}'.format(position[0], position[1])]
ocr_data = ocr.ocr(data_area)
ocr_result = ''.join([''.join(result[0]) for result in ocr_data]).replace(' ', '')
# print('{}：{}'.format(labels[index], ocr_result))
result.append('{}：{}'.format(labels[index], ocr_result))
show(data_area, "data_area")
for item in result:
print(item)
show(res, "res")
到此這篇關(guān)于OpenCV Python身份證信息識別的文章就介紹到這了,更多相關(guān)Python身份證信息識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python并行庫joblib之delayed函數(shù)與Parallel函數(shù)詳解
這篇文章主要介紹了Python并行庫joblib之delayed函數(shù)與Parallel函數(shù)詳解,Joblib就是一個可以簡單地將Python代碼轉(zhuǎn)換為并行計算模式的軟件包,它可非常簡單并行我們的程序,從而提高計算速度,需要的朋友可以參考下2023-08-08
這篇文章主要介紹了Python常用庫Numpy進行矩陣運算詳解，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-07-07
今天小編就為大家分享一篇python 搜索大文件的實例代碼，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
這篇文章主要為大家詳細介紹了python實現(xiàn)發(fā)送郵件及附件功能，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-05-05
模板匹配就是在一幅圖像中尋找另一幅模板圖像最匹配，本文主要實現(xiàn)了多模板匹配，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-06-06
這篇文章主要介紹了python自定義分頁器的實現(xiàn)，通過自定義分頁器封裝展開主題并對其實用方法簡單介紹，具有一定的參考價值，需要的小伙伴可以參考一下2022-04-04
PyTorch實現(xiàn)手寫數(shù)字的識別入門小白教程
這篇文章主要介紹了python實現(xiàn)手寫數(shù)字識別，非常適合小白入門學習，本文通過實例圖文相結(jié)合給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-06-06
這篇文章主要介紹了如何使用Python破解ZIP或RAR壓縮文件密碼,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-01-01
這篇文章主要介紹了Python使用回溯法解決迷宮問題,簡單講述了迷宮問題的原理并結(jié)合實例形式分析了Python基于回溯法子集樹模板解決迷宮問題的相關(guān)操作技巧與注意事項,需要的朋友可以參考下2017-09-09
下面小編就為大家分享一篇python 對象和json互相轉(zhuǎn)換方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-03-03