本篇文章使用OpenCV-Python和CnOcr來實現身份證信息識别的案例。想要識别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域檢測查找；二、身份證文本信息提取；三、身份證文本信息識别。下面來看一下識别的具體過程；CnOcr官網。識别過程視頻
前置環境這裡的環境需要安裝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，我就不在這裡贅述了，均是使用Pip進行安裝。
識别過程首先，導入所需要的依賴cv2，numpy，cnocr并創建一個show圖像的函數，方便後面使用：
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')
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–>固定圖像大小一系列處理之後，我們便可以清晰的裁剪出身份證的具體區域。
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")
将三通道BGR圖像轉化為灰度圖像，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")
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，非黑即白。這裡通過cv2.THRESH_BINARY_INV cv2.THRESH_OTSU，使用OpenCV的大津法二值化，對圖像進行處理，經過處理後的圖像，更加清晰的分辨出了背景和身份證的區域。
threshold = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV
cv2.THRESH_OTSU)[1]
show(threshold, "threshold")
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")
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")
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，所需要識别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")
經過對輪廓的排序，我們可以準确地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")
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，之後通過warpPerspective對所選圖像區域進行透視變換，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")
将圖像變正，通過對圖像的寬高進行判斷，如果寬<高，就将圖像旋轉90°。并将圖像resize到指定大小。方便之後對圖像進行處理。
if w < h:
dst = np.rot90(dst)
resize = cv2.resize(dst, (1084, 669), interpolation=cv2.INTER_AREA)
show(resize, "resize")
經過灰度，二值濾波和開閉運算後，将圖像中的文本區域主鍵顯現出來。
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")
給定一個比較大的卷積盒，進行膨脹處理，使白色的區域加深加大。更加顯現出文本的區域。
kernel = np.ones((7, 7), np.uint8)
dilate = cv2.dilate(morph_open, kernel, iterations=6)
show(dilate, "dilate")
使用輪廓查找，将白色塊狀區域查找出來。
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")
經過上一步輪廓檢測，我們發現，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，然後用以下邏輯篩選出文本區域。并定義文本描述信息，将文本區域位置信息加入到指定集合中。到這一步，可以清晰地看到，所需要的文本區域統統都被提取了出來。
labels = ['姓名', '性别', '民族', '出生年', '出生月', '出生日', '住址', '公民身份證号碼']
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")
發現文本的區域是由下到上的順序，并且x軸從左到右的區域是無序的，所以使用以下邏輯，對文本區域進行排序
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
對文本區域使用CnOcr一一進行識别，最後将識别結果進行輸出。
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")
通過以上的步驟，便成功地将身份證信息進行了提取，過程中的一些數字參數，可能會在不同的場景中有些許的調整。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', '性别', '民族', '出生年', '出生月', '出生日', '住址', '公民身份證号碼']
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")
更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!
zpostcode 
Recruit 
weather 
mreligion 
Yellowpages 
sport 
constellation 
shopping 
name 
game 
directory 
literature 
Word 
tour 
furnish 
Lottery 
tftnews 
lyrics 
News 
digital 
car 
dir 
Edu 
Finance 
