印章识别印章还原印文识别印章定位ocr

分享下开发过的一个印章识别效果,有兴趣可以一起探讨。

支持如下形状印章定位及ocr识别:

 

1.圆形(企业章、公章)

2.椭圆形(财务章、合同专用章等)

3.正方形(法人章)

4.长方形(专用章等)

支持服务器本地部署,协助配合项目部署。

识别应用效果:

原图1

通过识别出的OCR参数还原出电子印章及展示ocr识别数据:

             

原图2

通过识别出的OCR参数还原出电子印章及展示ocr识别数据:

 

原图3

通过识别出的OCR参数还原出电子印章及展示ocr识别数据:

           

算法即可智能定位出复杂背景下的印章,并进行智能识别输出如下要素

:印章坐标位置及如下印章内容要素

请求参数内容

说明

filename

文件名称

image

图片二进制流的base64内容

返回参数内容

类型

说明

code

number

返回码:非0-失败,0-成功

info

object

识别结果的json内容

   stampMode

string

印章类型
imprint - 印迹

impression - 印模

   shapeInfo

object

印章形状信息

      shape

string

印章形状
circle - 圆形
 ellipse - 椭圆形

square - 正方形 rectangle - 长方形

      radius

number

当形状是圆形时,有该内容,表示圆半径

      majorAxis

number

当形状是椭圆形时,有该内容,表示长轴

      minorAxis

number

当形状是椭圆形时,有该内容,表示短轴

      edgeStrokeLen

number

外接椭圆/圆/正方形/长方形印章的笔画宽度

      edge

number

当形状是正方形时,有该内容,表示边长

      width

number

当形状是长方形时,有该内容,表示宽

      height

number

当形状是长方形时,有该内容,表示高

   markInfo

object

印章徽记信息

      shape

string

徽记形状
star - 五角星

partySeal - 党章

      position

object

徽记位置信息

          left

number

徽记左上角x坐标

          right

number

徽记右上角x坐标

          top

number

徽记左上角y坐标

          bottom

number

徽记右上角y坐标

   messageInfo

object

印章内容信息

       bendParts

array

印章弯曲内容,可能多个,是数组形式

          message

string

文字内容

          additionInfo

object

文字内容的格式信息

              angle

number

文字角度起点

              angleLength

number

文字跨度

              charWidth

number

字符宽度

              charHeight

number

字符高度

              charGap

number

字符间距

       unbendParts

array

印章非弯曲内容(即矩形字段),可能多个,是数组形式

          message

string

文字内容

          additionInfo

object

文字内容的格式信息

              left

number

文字内容区域的左上角x坐标

              right

number

文字内容区域的右上角x坐标

              top

number

文字内容区域的左上角y坐标

              bottom

number

文字内容区域的右上角y坐标

              charWidth

number

字符宽度

              charHeight

number

字符高度

              charGap

number

字符间距

              verOrHorIndex

number

字段排列方式;0-横排  1-竖排

欢迎您加我q好友一起交流技术:690899868

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
第1章 数字图像与图像处理 1 1.1 数字图像相关概念 1 1.1.1 数字图像 1 1.1.2 图像处理 2 1.1.3  图像识别 2 1.1.4 图像理解 3 1.2 图像的获取、显示与表示 3 1.2.1 图像的获取 3 1.2.2 图像显示 4 1.2.3 图像表示 4 1.3 数字图像处理系统的基本组成结构 9 第2章 相关的图像处理技术 10 2.1  图像分割技术 10 2.1.1 阈值与图像分割 10 2.1.2 梯度与图像分割 11 2.1.3 边界提取与轮廓跟踪 11 2.1.4  Hough变换 12 2.1.5 区域增长 12 2.2 图像复原 12 2.2.1 数学模型 12 2.2.2 维纳滤波(Wiener Filtering) 13 2.3 图像的纹理分析技术 13 2.3.1 空间灰度层共现矩阵 14 2.3.2  纹理能量测量 16 2.3.3 纹理的结构分析方法和纹理梯度 18 2.3.4 纹理识别示例——云类自动识别 19 2.4 图像的形态学处理技术 20 2.4.1 基本概念 21 2.4.2 开运算和闭运算 22 2.4.3 击中、击不中、变换 (HMT-Hit Miss Transform) 23 2.4.4 边界和骨架(Boundary and Skeleton) 23 第 3章 指纹识别系统(上) 24 3.1 指纹识别的历史 24 3.2 指纹识别研究的现状 24 3.3 指纹识别系统的构成  25 3.3.1 指纹的录入 26 3.3.2 指纹图像增强 28 3.3.3 指纹识别的基本原理 29 3.3.4  系统问题 30 3.3.5 系统性能评估 31 3.3.6 一套指纹识别算法库的构成 32 3.4 指纹的粗分类与匹配 89 3.5  基于Matlab的指纹识别系统 92 3.5.1 主界面程序 93 3.5.2 指纹中心计算程序 115 3.5.3 计算有效区域 117 3.5.4 二维Gabor变换 118 3.5.5 归一化扇区 119 3.5.6 读取图像 120 3.5.7  旋转角度计算 121 第4章 指纹识别系统(下) 123 4.1 指纹图像的预处理 123 4.1.1 预处理概述  123 4.1.2 指纹质量评估 124 4.1.3 指纹图像分割 129 4.1.4 指纹图像增强 134 4.1.5  指纹图像二值化 135 4.1.6 指纹图像细化 136 4.1.7 相关预处理算法代码 139 4.2 指纹特征提取  177 4.2.1 指纹特征的表述 177 4.2.2 局部细节特征提取 180 4.2.3 特征提取算法代码 186 4.3  基于点模式的细节匹配 194 4.4 指纹识别的实际应用案例 204 4.4.1 指纹门禁系统 204 4.4.2 指纹考勤系统 205 4.5 指纹处理算法库测试程序 206 4.6 本章小结 218 第5章 数字水印技术 219 5.1  基本概念 219 5.1.1 水印技术的基本要求 219 5.1.2 数字水印算法基本思路 219 5.1.3 一些关键问题 220 5.2 水印应用现状分析 220 5.2.1 现有水印算法不适应版权保护 220 5.2.2 盲检测算法 222 5.2.3  盲检测算法的公证 222 5.2.4 数字水印系统的一般组成 223 5.3 基于DCT域的数字水印方案 223 5.3.1  离散余弦变换 223 5.3.2 Torus自同构映射 224 5.3.3 人眼视觉频率响应及DCT变换系数的选取 224 5.3.4  水印算法 226 5.4 基于扩频通信的水印算法 228 5.4.1 扩频通信原理 228 5.4.2 扩频通信在数字水印中的利用 229 5.4.3 加载强度的讨论 233 5.4.4 水印加载算法的实现 237 5.5 一个基于DCT域的实例  240 5.5.1 一些算法代码 240 5.5.2 加载水印 271 5.5.3 提取水印 275 5.5.4 水印算法评价 281 5.6 本章小结 294 第6章 条形码技术 295 6.1 常用的条码编码规则 295 6.1.1  条码的一般组成 295 6.1.2 条码的种类 296 6.1.3 EAN-13码的构造 296 6.2 一个简单的条形码打印系统 298 6.3 一维条形码的识别 312 6.3.1 硬件识别系统 312 6.3.2 预处理过程 312 6.3.3  译码过程 314 6.4 一维条形码识别系统实例 315 6.4.1 DIB.H位图存取头文件 316 6.4.2  DIB.CPP位图存取源程序 317 6.4.3 BARRECOG.H条码识别头文件 322 6.4.4 BARRECOG.CPP条码识别源程序 323 6.5 二维条形码介绍 337 6.5.1 PDF417符号的结构 338 6.5.2 簇及符号字符定义 338 6.5.3 层编码 339 6.5.4 模式结构 339 6.5.5 起始符和终止符 340 6.5.6  空白区 340 6.5.7 错误监测与纠正 340 6.6 二维条形码打印程序 340 6.6.1 PDF417LIB.H二维条形码库头文件 340 6.6.2 PDF417LIBIMP.H数据定义 342 6.6.3 PDF417LIB.C函数实现文件  353 6.6.4 PDF417.C主程序 377 6.7 本章小结 378 第7章 手势识别系统 379 7.1  立体测量 379 7.1.1 立体匹配法 379 7.1.2 立体视觉的原理 379 7.1.3 用立体视觉进行距离测量  381 7.2 用一台摄像头进行距离测量 382 7.2.1 摄像头正对前方 382 7.2.2 摄像头倾斜 383 7.2.3  一台摄像头测量距离 385 7.3 假想演奏系统的构成 387 7.3.1 系统概述 387 7.3.2 肤色提取 388 7.3.3  右手位置检测 390 7.3.4 摄像机的距离测量 391 7.3.5 音阶范围与音量范围 391 7.3.6 声音的表现方法 392 7.3.7 系统整体构成 393 7.4 程序代码 393 7.5 本章小结 432 第8章 印鉴鉴定系统 433 8.1 伪印鉴的制作及人工防伪技术 433 8.1.1 常用伪造印鉴的方法及其特征 433 8.1.2 真假印鉴印文的检验 435 8.2 印鉴图像的分离 435 8.2.1 封闭凸多边形图像提取的算法提出 436 8.2.2 封闭凸多边形图像的提取方法——种子扩散浮置实体算法 436 8.3 基于矩不变量的印鉴识别 439 8.4 基于Fourier描述符的印鉴识别方法 441 8.4.1 提取字符包络线 441 8.4.2 字符包络线的Fourier描述 442 8.5 基于边缘和模板匹配的印鉴识别 443 8.6 部分算法代码 446 8.6.1 背景去除(利用颜色) 446 8.6.2 基于矩不变量的代码 450 8.7 本章小结 455 第9章 光学字符识别技术(上) 456 9.1 概述 456 9.1.1 文字识别系统的构成 456 9.1.2 文字识别技术 457 9.1.3 印刷体汉字识别 459 9.1.4 存在的问题 461 9.2  预处理技术 461 9.2.1 二值化 462 9.2.2 版面分析 463 9.2.3 倾斜度校正 464 9.2.4  版面切分 467 9.2.5 行、字分割 467 9.2.6 细化和规范化 469 9.2.7 预处理算法源代码示例 470 9.3  特征提取 537 9.3.1 概述 538 9.3.2 边缘跟踪 538 9.3.3 笔画的分类 540 9.3.4 笔画识别前的噪声处理 541 9.3.5 笔画方向码合并处理及笔画识别 542 9.3.6 笔画间特征量的定义及识别 543 9.3.7  整字匹配的距离准则 544 9.3.8 一些统计特征 545 第10章 光学字符识别技术(下) 549 10.1 分类与识别 549 10.1.1 判别器的选择 549 10.1.2 决策树的基本概念 550 10.1.3 决策树设计 552 10.1.4  节点分类器设计 555 10.1.5 多方案组合识别器 558 10.1.6 代码示例 560 10.2 后处理 623 10.3  OCR程序示例 639 10.4 本章小结 640
OCR身份证识别模块是一种基于光学字符识别技术的自动识别身份证信息的工具。它可以将身份证上的文字、号码等信息转化为计算机可识别的数据,以方便后续的数据处理和应用。 OCR身份证识别模块通常由图像预处理、文字区域检测、文字分割和文字识别等步骤组成。首先,该模块会对输入的身份证图像进行预处理,包括灰度化、二值化、降噪等操作,以提高后续处理步骤的准确性。然后,模块会使用特定的算法和技术来检测身份证中的文字区域,识别出身份证上的文字位置和边界框。接下来,模块会将文字区域进行分割,将每个字符单独提取出来,以便进行后续的识别。最后,识别模块会使用OCR技术,通过训练好的模型和算法,将每个字符转化为计算机可读的文字数据。 OCR身份证识别模块可以广泛应用于各种需要自动化、高效率身份证信息识别的场景。比如,银行、机场、酒店等需要进行身份验证的场所,可以使用OCR身份证识别模块快速读取身份证信息,提高操作效率和准确性。同时,该技术也可以应用在人工智能、大数据等领域,用于身份证信息的统计分析和应用开发。 然而,OCR身份证识别模块也存在一定的局限性。例如,图像质量差、身份证文字模糊、字体特殊等情况都可能影响识别的准确性。因此,在实际应用中,我们还需要根据具体需求进行优化和改进,以提高识别效果和用户体验。

“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 6
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