徒手打造一款PK 名片全能王 的名片识别应用--名字篇之（如何100%准确提取名字）

接上文，名片全能王，虽然自称王，且敢当王的肯定不白给，但不代表这款产品没有毛病的地步。

做为专业人士，不得不吐槽一下，中文名字处理问题就很大，片全能王还得有做更多的工作才配那78块钱和那个名字，先看个错误：

正确的处理结果应当是这样的

名片全能王的错误在于：全军识别成了全室，职位还多了个 ”一了“，很是莫名其妙。

出现这类错误，只能说名片全能王 名字提取处理过于简单了，仅仅是联通区测试。

当然，名片识别过程中，名字是最难提取的，因为名字样式极其多变，要100%准确提取名字内容，并非易事。但名片扫描通

ScanZen做了这件事，并且愿意分享这些成果。

那如何才能100%准确提出名字呢？让我们先对名字进行分类以及约定：

• 大字体名字
  • 名字字符间距大
    • 有Title环绕的名字
      • title与名字距离大
      • title与名字距离小
    • 无Title环绕的名字
  • 名字字符间距小
• 小字体名字
  • 有Title环绕的名字
  • 无Title环绕的名字

名字提取要考虑因素有：字体大小、字符间距、字体粗细、Title环绕（左右上下），只要针对这多种组合进行处理，名字是完全能准确提取出来的。

处理办法：

在做版面分析时，分阶段强化提取联通区，找到象大字体名字行

[cpp]  view plain copy

1. LogoParse::LogoParse(Mat& card):m_scale(SCALE_IMG_WHEN_LAYOUT_PARSE)  
2. {  
3.     INFO << __FUNCTION__ <<std::endl;  
4.       
5.     assert(1==m_scale);  
6.       
7.     cv::bitwise_not(card, m_cropped);  
8.       
9.     //如果比BCR_5Point更大的话，会引发版面左右粘连  
10.     rlsaInHorizon(m_cropped, BCR_10POINT/m_scale);  
11.       
12.     //x方向不要处理，会引发左右丢字或者 名字名 孟，上面的子被处理没了  
13.     int erosion_type = MORPH_RECT; // MORPH_RECT, MORPH_CROSS, MORPH_ELLIPSE  
14.     int erosion_size = 2;  
15.     Mat erosion_element = getStructuringElement( erosion_type, Size( 2*0 + 1, 2*erosion_size+1), Point( 0, erosion_size));  
16.       
17.     cv::erode(m_cropped, m_cropped,erosion_element);  
18.     cv::dilate(m_cropped, m_cropped,erosion_element);  
19.       
20.     //find blobs  
21.     {  
22.         IplImage cropped(m_cropped);  
23.           
24.         // get blobs and filter them using its area  
25.         //CBlobResult blobs;  
26.           
27.         // find blobs in image  
28.         try {  
29.             blobs = CBlobResult( &cropped, NULL, 0 );  
30.         } catch (...) {  
31.             ERROR << "CBlobResult throw exception" <<std::endl;  
32.         }  
33.           
34.         int N = blobs.GetNumBlobs();  
35.           
36.         for( int j=0; j<N; j++)  
37.         {  
38.             CBlob *currentBlob = blobs.GetBlob(j);  
39.             CvRect rect = currentBlob->GetBoundingBox();  
40.             //scale it  
41.             rect.x *= m_scale;  
42.             rect.y *= m_scale;  
43.             rect.width *= m_scale;  
44.             rect.height *= m_scale;  
45.               
46.             //过滤没有成行的版面（如长宽比不足的，小于2）;简章的版面识别  
47.             if (  
48.                 rect.height > BCR_1POINT &&  
49.                 rect.height < BCR_10POINT&&  
50.                 double(rect.width)/rect.height > 2  
51.                   
52.                 )  
53.             {  
54.                 currentBlob->FillBlob(&cropped, CV_RGB(0, 0, 0));  
55.             }  
56.         }  
57.           
58.         rlsaInHorizon(m_cropped, BCR_20POINT*1.5/m_scale);  
59.         rlsaInVertical(m_cropped, BCR_10POINT/m_scale);  
60.         int erosion_type = MORPH_RECT; // MORPH_RECT, MORPH_CROSS, MORPH_ELLIPSE  
61.         int erosion_size = 2;  
62.         Mat erosion_element = getStructuringElement( erosion_type, Size( 2*erosion_size + 1, 2*erosion_size+1), Point( erosion_size, erosion_size));  
63.           
64.         cv::erode(m_cropped, m_cropped,erosion_element);  
65.         cv::dilate(m_cropped, m_cropped,erosion_element);  
66.           
67.         {  
68.             // find blobs in image  
69.             try {  
70.                 blobs = CBlobResult( &cropped, NULL, 0 );  
71.             } catch (...) {  
72.                 ERROR << "CBlobResult throw exception" <<std::endl;  
73.             }  
74.               
75.             IplImage editImage(card);  
76.             int N = blobs.GetNumBlobs();  
77.               
78.             for( int j=0; j<N; j++)  
79.             {  
80.                 CBlob *currentBlob = blobs.GetBlob(j);  
81.                 CvRect rect = currentBlob->GetBoundingBox();  
82.                 //scale it  
83.                 rect.x *= m_scale;  
84.                 rect.y *= m_scale;  
85.                 rect.width *= m_scale;  
86.                 rect.height *= m_scale;  
87.                   
88.                 //提取大概的大字体名字行  
89.                 if (  
90.                     rect.height > BCR_10POINT &&  
91.                     rect.height < BCR_20POINT &&  
92.                     double(rect.width)/rect.height > 2.0 &&  
93.                     double(rect.width)/rect.height < 10.0  
94.                     )  
95.                 {  
96.                     m_nameBox.push_back(rect);  
97.                       
98.                 }  
99.                 else  
100.                 {  
101.                     currentBlob->FillBlob(&editImage, CV_RGB(255, 255, 255));  
102.                 }  
103.             }  
104.         }  
105.     }  
106.       
107.     //尽快释放内存  
108.     m_cropped.release();  
109.       
110.     INFO << __FUNCTION__<< " end" <<std::endl;  
111. }  

大字体名字行可能包含了Tile，对名字行还需要进行分割处理，行内进行聚类分析，将名字与Title拆开

[cpp]  view plain copy

1. std::vector<LineStatic> LineStatic::ccl_name_title() const  
2. {  
3.     /** 
4.      *  case 1: NNN TTT (可归为按空格分） 
5.      *  case 2: NNN ttt （字体高低有别且有别处有空格） 
6.      *  case 3: N N N ttt 
7.      */  
8.       
9.     //字体高度分类  
10.       
11.         此处理省去1000字<img alt="微笑" src="http://static.blog.csdn.net/xheditor/xheditor_emot/default/smile.gif">  
12.         // 输出分簇结果  
13.           
14.         for(int i=0;i<clusters.size();i++)  
15.         {  
16.             BCR::Point center = clusters[i].getCenter();  
17.             mincomplexity = std::min(mincomplexity, center.coordinate[0]);  
18.             if (mincomplexity == center.coordinate[0]) {  
19.                 mini = clusters[i].getPoints();  
20.                 num_eng = mini.size();  
21.             }  
22.             else  
23.             {  
24.                 num_chi = clusters[i].getPoints().size();  
25.             }  
26.             cout << clusters[i] << endl;  
27.         }  
28.           
29.         INFO << "TotalClustersDistance:" << BCR::KMeans::TotalClustersDistance(clusters) << endl;  
30.           
31.         for (std::vector<BCR::Point>::iterator it = mini.begin(); it != mini.end(); it++) {  
32.             mini_bg = std::min(mini_bg, it->coordinate[0]);  
33.             mini_ed = std::max(mini_ed, it->coordinate[0]);  
34.         }  
35.           
36.         BCR::Point eng_center = clusters[0].getCenter();  
37.         BCR::Point chi_center = clusters[1].getCenter();  
38.         if (eng_center.coordinate[0] > chi_center.coordinate[0]) {  
39.             std::swap(eng_center, chi_center);  
40.         }  
41.           
42.         title_height = eng_center.coordinate[0];  
43.         name_height = chi_center.coordinate[0];  
44.           
45.         title_width = eng_center.coordinate[1];  
46.         name_width = chi_center.coordinate[1];  
47.     }  
48.   
49.       
50.     //高低相差大于５号字，分行  
51.     std::vector<LineStatic> nametitle;  
52.       
53.     double averHeightDiff = this->rect.height*0.2;  
54.       
55.     if ((std::abs(name_height - title_height) > averHeightDiff ||  
56.         std::abs(name_width - title_width) > averHeightDiff)  
57.         &&  
58.         title_height > BCR_5POINT/2 &&  
59.         name_height > BCR_5POINT*1.5  
60.         )  
61.     {  
62.         t_boxes name;  
63.         t_boxes title;  
64.           
65.         t_boxes::const_iterator it = words.begin();  
66.         t_boxes::const_iterator it_pre = it;  
67.         for (; it != words.end(); it++)  
68.         {  
69.             //名字字体大于title,且在空格处  
70.             int space = it->x - it_pre->x - it_pre->width ;  
71.             it_pre = it;  
72.               
73.             if( std::max(it->width,it->height) < name_height - averHeightDiff  && space > BCR_5POINT/2)  
74.             {  
75.                 break;  
76.             }  
77.             else  
78.             {  
79.                 name.insert(*it);  
80.             }  
81.         }  
82.           
83.         for (; it != words.end(); it++)  
84.         {  
85.             //名字字体大于title  
86.             title.insert(*it);  
87.         }  
88.           
89.         //double check  
90.         LineStatic nameL(name);  
91.         LineStatic titleL(title);  
92.         if (nameL.rect.height - titleL.rect.height > BCR_DOT_POINT*2) {  
93.             nametitle.push_back(nameL);  
94.             nametitle.push_back(titleL);  
95.         }  
96.     }  
97.       
98.     if (0==nametitle.size()) {  
99.         nametitle.push_back(words);  
100.     }  
101.       
102.     return nametitle;  
103.       
104. }  

还要对OCR结果进行分析，找到最象名字的那个名字框

[cpp]  view plain copy

1. //(1): first name  
2. if (double(line.rect.width) / line.rect.height < 5.0  && strlen(name) > 1) {  
3.     std::string firstCharactor(name,3);  
4.     char* pos = strstr(ALL_CHINESE_FIRSTNAME, firstCharactor.c_str());  
5.     if (pos) {  
6.         weight += 10000;  
7.         tprintf("Chinese Name checked %s\n", firstCharactor.c_str());  
8.     }  
9. }  

经过这样 联通区提取、再分割、再确认，最终总能找到名片中最象名字的那一块内容。整个识别过程与人脑看名字的思路是一样的，先缩小范围，聚焦，再识别。

识别结果是这样的，有图有真相，下面是测试的结果图：

刚刚完善了名字提取功能，app还来的及升级！如您想测试一下，可以到App store中下载 名片扫描通 ScanZen