分享两道阿里P7究极难度算法题，值得收藏！

前言

最近经常被朋友问到的两个问题。

问题一： “从事IT工作3年了，做技术好累啊，是不是做到30岁就不能继续往下做啊？”问题二： “我已经30岁了，还能不能学编程？”

我给出的答案是：

只要你兴趣还在，可以一直做，什么时候都不会晚；种一棵树最好的时间是十年前，其次是现在。

本人目前在 IT 行业工作了 6 年，做过大大小小的项目，虽然跟网上那些大牛比还差很远。但也确实经历过同样困惑，也迷茫过，踩过很多坑，今后也会继续踩。所以关于这一类问题，也有心得体验，在此算是做个人分享吧。

本文知识点

身份证识别整体架构

• 效果演示
• 身份证识别的应用场景
• 项目核心架构

身份证识别关键技术

• NDK开发的原理
• 什么是JNI
• OpenCV架构体系
• OCR技术架构

身份证识别项目实战

• 关键架构
• 核心步骤与手写实现
• 同步运行下IOS windows
• Android架构

一.什么是身份证识别

关键问题分析：找到号码所在区域→获取号码图片→识别身份证号码

二.核心

OpenCV:
OpenCV的全称是Open Source Computer Vision Library是一个跨平台的计算机视觉库。IBM 1999 年开始研发，用C++ 提供接口Mat 数据结构

应用领域:
图像处理. 人脸识别.手势识别.人机交互动作识别.运动跟踪.物体识别 图像分割

Tess-two：
OCR的全称是Optical Character Recognition是一个对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

tess-two是TesseraToolsForAndroid的一个git分支

使用特征：

1：简单易用
2：开源且支持离线使用
3：为 Android平台定制的java api

NDK开发：：

三.详细架构

问题：

1： 什么是灰度图
2： 什么是二值化为什么？
3： 轮廓检测是什么
4： 图像膨胀是什么
5： 图片分割会导致OOM吗？
6： OCR文本训练如何进行
7： 图文识别的API是怎样的？

3.1图像识别核心步骤-灰度化

3.2图像识别核心步骤-二值化

3.3图像识别核心步骤-轮廓检测

所有连续的闭包用矩形框起来

3.4图像识别核心步骤-膨胀

3.5图像识别核心步骤-轮廓筛选

3.6文字识别

OCR文字样本→记忆文本→直文字识别

总结

图片上传怎么做？

不能说，接口怎么实现，我就怎么调用，虽然我也是这么做的

要明白：

1：明白什么是Http，从而知道http如何上传图片
2：使用okhttp，retrofit怎么是实现这个过程

如何做好面试突击，规划学习方向？

面试题集可以帮助你查漏补缺，有方向有针对性的学习，为之后进大厂做准备。但是如果你仅仅是看一遍，而不去学习和深究。那么这份面试题对你的帮助会很有限。最终还是要靠资深技术水平说话。

网上学习 Android的资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。建议先制定学习计划，根据学习计划把知识点关联起来，形成一个系统化的知识体系。

学习方向很容易规划，但是如果只通过碎片化的学习，对自己的提升是很慢的。

同时我还搜集整理2020年字节跳动，以及腾讯，阿里，华为，小米等公司的面试题，把面试的要求和技术点梳理成一份大而全的“ Android架构师”面试 Xmind（实际上比预期多花了不少精力），包含知识脉络 + 分支细节。

在搭建这些技术框架的时候，还整理了系统的高级进阶教程，会比自己碎片化学习效果强太多。

点击：

《Android架构视频+BAT面试专题PDF+学习笔记》

即可免费获取~

片转存中…(img-VwTTedlq-1621317798177)]

点击：

《Android架构视频+BAT面试专题PDF+学习笔记》

即可免费获取~

网上学习 Android的资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。希望这份系统化的技术体系对大家有一个方向参考。