OCR身份证识别简单算法流程

做OCR身份证识别的调研，正好整理一下从基础的图像处理角度的算法流程。

OCR简介

• 光学字符识别 Optical Character Recognition（OCR）
• 其目标是对图像中的字符进行分析识别，将其转换为文本格式的字符序列。
• 利用模式识别和数字图像处理技术，解决文字输入问题。

按输入方式分类

• 印刷体文字
• 手写体文字（由扫描仪输入/由手写板输入）

按识别字符集分类

• 英文，中文，日文，韩文等
• 中文，常用4000字，各种字体，相似字不易区分

面向应用的OCR

• 牌照，票据，文稿，名片，身份证，驾驶执照，汽车制造业。

---

身份证识别

识别身份证图片中的个人信息和数字编号

一个典型的身份证识别算法流程图如下：

图像预处理

• 降噪
  滤波、光照处理
• 增强（可选）
  灰度拉伸
• 二值化
  由灰度图像变成二值图像
• 倾斜校正
  Hough变换、投影法

图像分割

• 行分割

  身份证图像字符信息分布规则，每行有一定间隙；采用水平投影法进行图像分割
  

• 字符分割

  垂直投影
  

字符识别

• 模板匹配法

  对每个字符建立一个标准模板，进行图形匹配、笔画匹配、几何特征匹配。
  特点：实现简单，图像质量要求高，计算速度慢，相似字符识别率低

• 人工神经网络字符识别算法

  artificial neural network，简称神经网络（neural network），是一种模仿生物神经网络的结构和功能的数学模型或计算模型。

识别结果处理

对各文字识别结果进行后处理纠错

- 身份证号码验证

①1-2 省级行政区代码
②3-4 地级行政区划分代码
③5-6 县区行政区分代码
④7-14 出生年月日
⑤15-17 顺序码，同一地区同年同月同日出生人的编号，奇数是男性，偶数是女性
⑥18 校验码，如果是0-9则用0-9表示，如果是10则用X（罗马数字10）表示

- 有效期验证

5年，10年，20年，长期

---

身份证识别软件

• 云脉
• 文通
• Abbyy
• ……

识别效果和照片清晰度、 倾斜度、背景、光照、对比度等相关性较大。