记得应该是16年的时候，从一个公开课看到了关于OCR方面的内容，里面讲到了通过OpenCV对身份证号码区域的剪裁以及使用Tess-Two进行文字识别，实现了对身份证号码的识别功能。
断断续续看了点关于OpenCV的资料，感觉不是这个专业的真难看懂，各种公式各种名词。今天主要用于做个记录，那个一直碎碎念的东西终于完成了！
原理
我理解的原理（除去文字识别）：
对图片进行降噪以及二值化，凸显内容区域 对图片进行轮廓检测 对轮廓结果进行分析 剪裁指定区域
代码实现
本文采用VS2017实现，代码如下：
#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); // 结果图 Mat dst; // 显示原图 imshow("原图", 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图", dst); // 二值化图，主要将灰色部分转成白色，使内容为黑色 threshold(dst, dst, 165, 255, THRESH_BINARY); imshow("threshold图", dst); // 中值滤波，同样用于降噪 medianBlur(dst, dst, 3); imshow("medianBlur图", dst); // 腐蚀操作，主要将内容部分向高亮部分腐蚀，使得内容连接，方便最终区域选取 erode(dst, dst, Mat(9, 9, CV_8U)); imshow("erode图", dst); //定义变量 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)); // 定义身份证号位置大于图片的一半，并且宽度是高度的6倍以上 if (rect.y > src.rows / 2 && rect.width / rect.height > 6) { result = src(rect); imshow("身份证号", result); } } imshow("轮廓图", src);}
详细步骤：
- 载入原图 将原图转为灰度图 使用高斯模糊进行第一次降噪 将图片二值化 使用中值滤波进行降噪 腐蚀操作，主要将内容部分向高亮部分腐蚀，使得内容连接，方便最终轮廓检测 轮廓检测，获得所有轮廓 定义身份证号位置大于图片的一半，并且宽度是高度的6倍以上，并剪裁该区域
结果
对于身份证比较正的图片位置识别的还算是挺正确的，但是如果图片不正，那么第一步就应该对图片进行较正，无奈我是菜鸡。下面是网上搜的一个假身份证图片：
原图
轮廓检测图
剪裁结果图
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
有了你，我不再作孤飞于蓝天的雄鹰，
