C#调用Emgu.cv.OCR做身份证件识别实例

前段时间，研究了下Emgu图像处理，发现也可以做OCR识别，依赖中文字库chi_sim.traineddata，网络搜一下Tesseract字库，我记得我是在github上下载的，有需要的自己去下载。

后来公司需要做证件的ocr识别，当时是用的别人的收费的ocr识别，基于此自己也试着抽时间简单的实现了一下OCR识别身份证，包括切出头像照片。

总体思路：

1、为了增加识别率，照片需要清晰度高，并且光线充足；

2、要求证件照片端正，并完全占满整个照片；

3、考虑到身份证各个部分内容在证件中都是固定位置，可以首先将各部分内容单独切图；以减少噪音，增加识别的准确性；

4、单独对这些图做灰度、二值化处理；

5、最后对处理后的图片做ocr识别；

具体图片：

1、定义好，各部分的区域

        Size sSource = new Size(450, 290);
        Rectangle rName = new Rectangle(90, 30, 290 - 90, 40);
        Rectangle rSex = new Rectangle(90, 70, 130 - 90, 40);
        Rectangle rNation = new Rectangle(207, 70, 290 - 207, 40);
        Rectangle rBirth = new Rectangle(90, 108, 290 - 90, 140 - 108);
        Rectangle rYear = new Rectangle(90, 108, 138 - 90, 140 - 108);
        Rectangle rMonth = new Rectangle(165, 108, 198 - 165, 140 - 108);
        Rectangle rDay = new Rectangle(228, 108, 258 - 228, 140 - 108);
        Rectangle rAddress = new Rectangle(90, 140, 295 - 90, 220 - 140);
        Rectangle rNumber = new Rectangle(195, 230, 450 - 195, 270 - 230);
        Rectangle rFace = new Rectangle(290, 30, 440 - 290, 230 - 30);

2、加载源图

            OpenFileDialog of = new OpenFileDialog();
            of.Title = "请选择图片";
            if (of.ShowDialog() == DialogResult.OK)
            {
                image = new Image<Bgr, byte>(of.FileName);
                
                picFace.Image = image.GetSubRect(getRect(sSource, rFace, image.Size)).ToBitmap();

                picSource.Image = image.ToBitmap();
            }

3、从原图中切出需要的图片，做灰度处理、二值化处理

            Image<Bgr, Byte> imageSource = image.GetSubRect(getRect(sSource, rName, image.Size));
            picName1.Image = imageSource.ToBitmap();
            Image<Gray, byte> imageGrayscale = imageSource.Convert<Gray, Byte>();
            iName = imageGrayscale.ThresholdBinary(new Gray(100), new Gray(255));
            this.picName.Image = iName.ToBitmap();

4、定义OCR关键代码，并识别文字

Emgu.CV.OCR.Tesseract _ocr = new Emgu.CV.OCR.Tesseract(Application.StartupPath + @"\tessdata", "chi_sim", OcrEngineMode.Default);
_ocr.Recognize(iName);
String text = _ocr.GetText();
this.textBox1.Text = text + "\n";

/// <summary>
        /// 获取实际图片大小的Rectangle
        /// </summary>
        /// <param name="sSource"></param>
        /// <param name="rSource"></param>
        /// <returns></returns>
        private Rectangle getRect(Size sSource, Rectangle rSource, Size sDec)
        {
            return new Rectangle((rSource.X * sDec.Height / sSource.Height), (rSource.Y * sDec.Width / sSource.Width), (rSource.Width * sDec.Width / sSource.Width), (rSource.Height * sDec.Height / sSource.Height));
        }

最后的效果如下：

最后说明：

这里指贴出了部分关键代码，代码看懂后，其他的就可以自己补充了；

识别的准确性，与中文字库有关，这是一个不可控的因素，想要准确，可以自己试着训练自己的字库；

二值化处理时，可以适当的调整阈值的大小，这里使用了100,255

iName = imageGrayscale.ThresholdBinary(new Gray(100), new Gray(255));

这里说一下大家最关心的准确率，我使用了自己身份证照片做模板，调整阈值后，识别的准确率是100%；

同时用了同事的3张身份证测试，别率基本可以达到99%；识别错误的基本集中在地址文字中。

感兴趣可以自己试试；

​​​​​​​