OCR介绍
要实现一个可以识别身份证内容的app,就需要用到OCR(optical character recognition)技术,OCR详细介绍可以看百度百科:OCR文字识别_百度百科 (baidu.com)。简单来说,OCR可以将图片转换成文字。github上开源的Tesseract即实现了OCR算法,然而Tesseract是用C++写的,在安卓app中使用会很麻烦。这里介绍github上另一个开源项目tess-two,使安卓app可以轻松调用tesseract算法。(虽然tess-two项目原作者目前不维护了,但是这个库目前还是能正常使用的)
tess-two介绍
tess-two提供了一套api可以方便安卓app调用。
首先我们需要下载训练好的模型文件保存到sd卡中,例如识别中文的训练好的模型文件下载地址:tessdata/chi_sim.traineddata at master · tesseract-ocr/tessdata (github.com)
在安卓sd卡中选择一个app有读写权限的目录tessdataPath,在这个目录中创建名为“tessdata”的文件夹,然后将下载的chi_sim.traineddata文件放到tessdata文件夹中。
准备好了tessdataPath目录后,tess-two的使用方法如下:
TessBaseAPI baseApi = new TessBaseAPI(); // new一个TessBaseAPI对象
baseApi.init(tessdataPath, "chi_sim"); // 调用init方法,传入tessdataPath,其中"chi_sim"表示加载的是识别中文的模型
baseApi.setImage(bitmap); // 调用setImage方法传入要识别的bitmap图像
String text = baseApi.getUTF8Text(); // 调用getUTF8Text执行ocr算法得到文本
baseApi.clear();
baseApi.end();
安卓app实现
要预先准备训练好的模型文件是一件比较麻烦的事情,我采取的解决方案是将模型文件放入assets目录,在app启动时再将模型文件写入sd卡中。这样就直接用app即可,不用用户预先准备模型文件。
直接对整个身份证图片识别速度慢,准确率低,不方便提取单项数据。所以我采取的思路是对身份证图片进行切割,将姓名、性别、民族等单项信息单独切割出来再并行进行识别。
app的流程:首先调用相机对身份证进行拍照,然后将得到的照片进行裁剪,将姓名、性别等每个区域裁剪成一个bitmap,最后调用tess-two的api对身份证的每个区域的bitmap分别进行ocr识别转换成文字,其中每个bitmap都可以在独立的线程里面并行识别加快整体的识别速度。
源代码地址:SSSxCCC/IdCardRecognition: Android id card recognition based on OCR. 安卓基于OCR的身份证识别。 (github.com)