缺一位身份证号码时识别计算

有一次女朋友身份证找不到了,但是那时候急需要查看身份证号码,最绝的是20岁的巨婴连身份证号码都记不住,突然想到之前给他买过火车票,当我激动的打开12306才发现身份证后面只显示了三位,也就是说还差一位,我们都知道最后一位是校验位,也就是说缺一位是可以推出来的。哈哈哈哈哈,突然伟岸好多,今天我们来看看如何验证一个18位的身份证是否正确。
首先我们通过百度百科查的如下规则

  1. 将前面的身份证号码17位数分别乘以不同的系数。从第一位到第十七位的系数分别为:7 9 10 5 8 4 2 1 6 3 7 9 10 5 8 4 2 ;
  2. 将这17位数字和系数相乘的结果相加;
  3. 用加出来和除以11,看余数是多少;
  4. 余数只可能有0 1 2 3 4 5 6 7 8 9 10这11个数字。其分别对应的最后一位身份证的号码为1 0 X 9 8 7 6 5 4 3 2;

如果我们获得一个18位的字符串,先转换位数组

String s[]= sc.split("");

1.我们知道身份证存在x,所以我们需要将他转化为10

        List<Integer> number= new ArrayList<>();
       try {
               for (String str : s) {
                        if (str.equals("x") || str.equals("X")) {
                            str = "10";
                        }
               number.add(Integer.valueOf(str));
               }
       }catch (Exception e){
               System.out.println("身份证号码不能有除x和数字以外的其他字符");
            }

2.接下来就是前17位和系数相乘相加

public static final List<Integer> NUMBER =
            Arrays.asList(7,9,10,5,8,4,2,1,6,3,7,9,10,5,8,4,2);
int sum = 0;
for(int i=0;i<17;i++){
     sum = sum+ number.get(i)*NUMBER.get(i);
  }
        sum = sum % 11;

3.接下来我们发现余数为0和1时,对应数为1和0(之和为1),其他的余数和对应数之和为12

     if (sum==0 || sum =
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB是一个强大的数值计算和可视化平台,对于深度学习身份证数字识别,你可以使用其内置的深度学习工具箱,如Deep Learning Toolbox或者借助其他第三方库,如Deep Learning Kit。以下是一个简化的步骤概述: 1. **数据预处理**: - 收集或准备身份证号码的图像数据集,确保它们清晰并且是灰度或彩色图像。 - 对图片进行归一化、大小调整和可能的增强操作。 2. **构建深度学习模型**: - 选择一个合适的网络架构,例如卷积神经网络(CNN),因为图像识别任务通常使用CNN。 - 可能会用到的函数有`imageDatastore`、`trainNetwork` 或 `dlnetwork`。 ```matlab % 创建ImageDatastore来加载训练和验证数据 imds = imageDatastore('path_to_data', 'IncludeSubfolders', true, 'LabelSource', 'foldernames'); % 使用预训练的网络或者定义自己的网络结构 layers = [ imageInputLayer([height width channels]) convolution2dLayer(filterSize, numFilters, 'Padding', 'same') ... fullyConnectedLayer(numClasses) % 假设numClasses为10位身份证号码的种类数 softmaxLayer classificationLayer ]; % 设置优化器和损失函数 options = trainingOptions('adam', 'MaxEpochs', maxEpochs, 'MiniBatchSize', miniBatchSize); % 训练模型 net = trainNetwork(imds, layers, options); ``` 3. **模型评估**: - 使用`classify`函数对测试数据进行预测,并计算准确率。 4. **部署和应用**: - 将训练好的模型保存起来,用`save`函数。 - 对新的身份证图像进行识别,读取模型并使用`classify`进行预测。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值