golang识别身份证号

最新推荐文章于 2023-09-27 09:45:55 发布
最新推荐文章于 2023-09-27 09:45:55 发布
阅读量1.2k 收藏 4
点赞数
分类专栏： go技术 文章标签： golang linux 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35392791/article/details/123813363
版权

使用go做身份证号码识别

1.本实例主要是学习使用image库
2.实现思路:
(1).获取图片
(2).对图片指定区域进行裁剪
(3).将图片进行二值化,使用黑白两色作为区分
(4).去掉图片无用的边缘
(5).将数字进行裁剪为一张一张的小图片
(6).将图片使用0和1来进行数据化
(7).使用提前准备的指纹库进行数据相似度对比

实例图片请添加图片描述
实现代码
package main

import (
	"fmt"
	"github.com/nfnt/resize"
	"image"
	"image/color"
	"image/draw"
	"image/jpeg"
	"os"
	"strconv"
	"strings"
)

// 指纹验证
var numSign = map[int]string{
	0: "0011111001111111111000111100000111000001110000010111111100111110",
	1: "0000000000110000001000000110000001100000011111111111111111111111",
	2: "0110001101100011110001111100010111001101110110010111100100110000",
	4: "0000010000001110000111100011011001100110111111110111111100000110",
	6: "0011111001111111010110011101000111010001110110010100111101001110",
	8: "0000011001111111011111011101100111011001110110010111111101110111",
}

// 读取图片
func main() {
	//  打开图片
	imgFile, err := os.Open("./img/idcard.jpeg")
	if err != nil {
		panic(fmt.Sprintf("打开文件失败:%+v", err))
	}
	defer imgFile.Close()
	// 解析图片
	img, err := jpeg.Decode(imgFile)
	if err != nil {
		panic(fmt.Sprintf("解析图片失败:%+v", err))
	}
	locImg := imgLocation(img)
	binImg := imgBinarzation(locImg)
	imgCutSide := imgCutSide(binImg)
	imgCutSilce := imgCutSilce(imgCutSide)
	//imgView(imgCutSilce...)
	imgNum := imgDiscern(imgCutSilce)
	fmt.Println(imgNum)
}

// 指纹验证
func imgSign(imgBinary string) string {
	if imgBinary == "" {
		return imgBinary
	}
	imgBinarySign := strings.Split(imgBinary, "")
	// 相似度
	maxSimilarity := 0
	num := ""
	for n, sign := range numSign {
		tmpSimilarity := 0
		signArr := strings.Split(sign, "")
		for k, s := range imgBinarySign {
			if s == signArr[k] {
				tmpSimilarity++
			}
		}
		if maxSimilarity < tmpSimilarity {
			maxSimilarity = tmpSimilarity
			num = strconv.Itoa(n)
		}
	}
	return num
}

// 图片识别 将图片转换为01的数据 进行验证
func imgDiscern(imgs []image.Image) string {
	signNum := make([]string, 0)
	for _, img := range imgs {
		tmpSignNum := make([]string, 0)
		rect := img.Bounds()
		for x := 0; x < rect.Dx(); x++ {
			for y := 0; y < rect.Dy(); y++ {
				// 获取颜色
				r, _, _, _ := img.At(x, y).RGBA()
				if r > 0x7788 {
					tmpSignNum = append(tmpSignNum, "1")
				} else {
					tmpSignNum = append(tmpSignNum, "0")
				}
			}
		}
		signNum = append(signNum, strings.Join(tmpSignNum, ""))
	}
	res := make([]string, 0)
	for _, v := range signNum {
		res = append(res, imgSign(v))
	}
	return strings.Join(res, "")
}

// 图片切片 判断是否白色结束 黑色开始
func imgCutSilce(img image.Image) []image.Image {
	rect := img.Bounds()
	imgs := make([]image.Image, 0)
	// 记录当前x的位置
	nowCutStartX := 0
	nowCutEndX := 0
	for x := 0; x <= rect.Dx(); x++ {
		lxflag := true
		for y := 0; y < rect.Dy(); y++ {
			// 获取颜色
			r, _, _, _ := img.At(x, y).RGBA()
			if r == 0x0000 {
				continue
			} else {
				// 读取到最新一个白点作为截取结束x坐标
				nowCutEndX = x
				lxflag = false
				break
			}
		}
		if lxflag {
			// 当读取到x轴只有黑色时, 并且读取到白色为当前黑色前一个像素 则做处理
			if nowCutEndX == x-1 {
				// 创建新的图片
				rectangle := image.Rectangle{
					Min: image.Point{X: 0, Y: 0},
					Max: image.Point{X: x - nowCutStartX, Y: rect.Dy()},
				}
				newImg := image.NewGray(rectangle)
				draw.Draw(newImg, newImg.Bounds(), img, image.Point{X: nowCutStartX, Y: 0}, draw.Over)
				newResizeImg := resize.Resize(8, 8, newImg, resize.Lanczos3)
				imgs = append(imgs, newResizeImg)
			} else {
				// 记录x轴截取开始位置
				nowCutStartX = x + 1
			}
		}
	}
	return imgs
}

// 删除边 判断边缘是否为白色
func imgCutSide(img image.Image) image.Image {
	rect := img.Bounds()
	// 开始x坐标
	leftStartX := 0
	for x := 0; x < rect.Dx(); x++ {
		lxflag := false
		for y := 0; y < rect.Dy(); y++ {
			// 获取颜色
			r, _, _, _ := img.At(x, y).RGBA()
			if r == 0xFFFF {
				lxflag = true
				break
			}
		}
		if lxflag {
			leftStartX = x
			break
		}
	}
	// 开始y坐标
	leftStartY := 0
	for y := 0; y < rect.Dy(); y++ {
		lyflag := false
		for x := 0; x < rect.Dx(); x++ {
			// 获取颜色
			r, _, _, _ := img.At(x, y).RGBA()
			if r == 0xFFFF {
				lyflag = true
				break
			}
		}
		if lyflag {
			leftStartY = y
			break
		}
	}
	// 结束x坐标
	rightEndX := 0
	for x := rect.Dx(); x > 0; x-- {
		rxflag := false
		for y := rect.Dy(); y > 0; y-- {
			// 获取颜色
			r, _, _, _ := img.At(x, y).RGBA()
			if r == 0xFFFF {
				rxflag = true
				break
			}
		}
		if rxflag {
			rightEndX = x
			break
		}
	}
	// 结束y坐标
	rightEndY := 0
	for y := rect.Dy(); y > 0; y-- {
		ryflag := false
		for x := rect.Dy(); x > 0; x-- {
			// 获取颜色
			r, _, _, _ := img.At(x, y).RGBA()
			if r == 0xFFFF {
				ryflag = true
				break
			}
		}
		if ryflag {
			rightEndY = y
			break
		}
	}
	// 创建新的图片
	rectangle := image.Rectangle{
		Min: image.Point{X: 0, Y: 0},
		Max: image.Point{X: rightEndX - leftStartX, Y: rightEndY - leftStartY},
	}
	newSideImg := image.NewGray(rectangle)
	draw.Draw(newSideImg, newSideImg.Bounds(), img, image.Point{X: leftStartX, Y: leftStartY}, draw.Over)
	return newSideImg
}

// 二值化 去掉多余的颜色 使用黑白色进行图片渲染
func imgBinarzation(img image.Image) image.Image {
	binImg := image.NewGray16(img.Bounds())
	draw.Draw(binImg, binImg.Bounds(), img, img.Bounds().Min, draw.Over)
	rect := binImg.Bounds()
	// 遍历点像素点
	for x := 0; x < rect.Dx(); x++ {
		for y := 0; y < rect.Dy(); y++ {
			// 获取颜色
			r, _, _, _ := binImg.At(x, y).RGBA()
			if r < 0x7788 {
				binImg.Set(x, y, color.White)
			} else {
				binImg.Set(x, y, color.Black)
			}
		}
	}
	return binImg
}

// 根据左上角 和 右下角的坐标来确定要截取生成新的图片
func imgLocation(img image.Image) image.Image {
	rect := img.Bounds()
	// 左上角的坐标 x: w(总宽度)*测量x轴的位置/测量总x的宽度
	// 左上角的坐标 y: h(总高度)*测量y轴的位置/测量总y的高度
	leftLoc := image.Point{X: rect.Dx() * 200 / 606, Y: rect.Dy() * 315 / 383}
	// 右下角的坐标 x: w(总宽度)*测量x轴的位置/测量总x的宽度
	// 右下角的坐标 y: h(总高度)*测量y轴的位置/测量总y的高度
	rightLoc := image.Point{X: rect.Dx() * 474 / 606, Y: rect.Dy() * 340 / 383}
	// 设置新生成图片的坐标位置
	rectangle := image.Rectangle{
		Min: image.Point{X: 0, Y: 0},
		Max: image.Point{X: rightLoc.X - leftLoc.X, Y: rightLoc.Y - leftLoc.Y},
	}
	// 新建图片
	locImg := image.NewNRGBA(rectangle)
	draw.Draw(locImg, locImg.Bounds(), img, leftLoc, draw.Over)
	return locImg
}

// 图片预览
func imgView(img ...image.Image) {
	for i := 0; i < len(img); i++ {
		dts, err := os.Create(fmt.Sprintf("./view/cutImg%d.jpeg", i))
		if err != nil {
			panic(fmt.Sprintf("创建失败:%+v", err))
		}
		defer dts.Close()
		err = jpeg.Encode(dts, img[i], nil)
		if err != nil {
			panic(fmt.Sprintf("写入图片失败:%+v", err))
		}
	}
}
猿职场
关注
专栏目录
身份证照片自动识别java源码-golangman:golangman是一个帮助具有其他语言开发经验的人快速上手golang的开源项目
06-07
身份证照片自动识别java源码 第零章 说明 golangman中golang表示语言,man表示linux man命令. 本项目针对具有一定开发经验的开发者,不面向初学者. 如同man命令一样,本项目不能代替官方完整文档,更多的起到了解、帮助与速查的功能. 本项目可任意转载,但必须指明出处且不得删除本说明. 如果本项目对你有帮助,请分享给更多的人.. 第一章 快速开始 下载golang安装包 安装后目录结构 配置环境变量 GOROOT 目的是告诉一些其他程序(如IDE)golang安装包安装在哪里 PATH 目的是可以系统中直接运行go.exe,而无需进入到安装目录 GOPATH 目的是指定go包的安装目录.（注意：在学习第四章之前，这样理解是没问题的。） golang的包类似java的jar、c++的lib.golang的包管理类似nodejs的npm、java的maven、c#的nuget. 除了系统自带的一些包,其他包均需要下载. 安装IDE 个人喜好,因为我很喜欢WebStorm开发js,所以安装了WebStorm的go插件,个人可自行改变,但根据我试用多个IDE或代码编辑器
Golang开发的OCR-身份证号码识别(不依赖第三方)
最新发布
GoFLy开发者的博客
09-18 750
使用golang的image库写的身份证号码识别，还有用了一个resize外部库，用来更改图片尺寸大小，将每个数字所在的图片的大小进行统一可以更好的进行数字识别。
身份证号码识别（golang）
qq_45738177的博客
04-30 1471
身份证号码识别（golang）
python基础经典问题-判断身份证号码是否有效
Meropidae的博客
10-20 9143
输入一个身份证号，判断其是否有效： 若不为18位，提示“长度错误”； 若前17位不为数字，提示“有无效字符”； 最后一位为校验码，若错误，提示”校验码错误”， 若校验码正确，提示“校验码正确”。 ...
go 解析身份证
Bel_Ami_n的博客
08-02 3336
package card import ( "encoding/json" "errors" "strconv" "strings" "time" ) //包括1980-2020年的所有行政区划代码 var zone = `{"110000":"北京市","110101":"东城区","110102":"西城区","110103":"崇文区","110104":"宣武区","110105":"朝阳区","110106":"丰台区","110107":"石景山区","1101
Golang 实现本地身份证归属地查询
qq_42617465的博客
07-07 1086
Golang 实现本地身份证归属地查询1）身份证号码验证2）读取本地身份证归属地数据表3）全部代码4）小结 1）身份证号码验证 因为离线本地查询，不调用api接口，个人认为除了拥有公安机关保密的全国身份证号码数据库，要不然我们难以验证所有身份证号码是否正确。所以我们只能验证身份证格式，有些符合格式但是却又不存在的身份证号码可能也会被识别出来。我们主要从区域码、校验码和生日格式来判断身份证号码的准确性。 验证区域码 区域码就是身份证前两位数字，如：44代表广东省，45代表广西壮族自治区… //验证区域码
Go-ai.baidiu.com接口的golang调用sdk
08-14
ai.baidiu.com 里的语音识别,语音合成,中文分词, 中文词向量表示, 短文本相似度, 中文DNN语言模型, 评论观点抽取, 词性标注, 人脸识别, 人脸N:N比对, 身份证识别, 黄色图片识别, 图片查找, 等接口的golang调用sdk
图片文字OCR识别-tesseract-ocr压缩包
09-29
这项技术广泛应用于纸质文档数字化、车牌识别、身份证信息读取等领域。Tesseract OCR引擎以其高准确率和灵活性，在众多OCR软件中脱颖而出。 **Tesseract的特性与优势** 1. **开源免费**：Tesseract是开源软件，...
基于人脸识别和图像分割技术制作证件照
eton_liu的专栏
12-08 7743
我们经常会遇到这样的问题，报名参加考某种考试，需要提交符合指定背景、尺寸要求的照片，但是手上只有生活中，或者照片尺寸符合要求，但是背景不符合要求的情况。今天我教大家基于人脸识别和图像分割技术制作证件照，其关键代码不足10行。 1. 读取图像节点，使用PIL库的Image对象的Open方法打开图片 Image.open(fp) 2. 修改尺寸节点，使用if……else判断语句 3. 人脸轮廓检测节点，使用paddlepaddle深度学习框架，调用模face_landmark_localiz...
golang 身份证信息处理
nihaoqlw的博客
03-16 2612
功能简单介绍：针对一串身份证字符串（string）的处理： 1. 验证身份证的正确性 2. 提取出生年月日 3. 提取性别 4. 把15位的身份证号码转成18位 5. 验证省份代码正确性 直接上代码： package citizen import ( "strconv" "errors" "time" ) var weight = [17]int{7, 9, 10, 5,...
Go-IdValidator中国大陆用户身份证校验
08-14
IdValidator 中国大陆用户身份证校验
身份证图片识别工具C#.rar
07-18
身份证图片识别工具（C#附源码），有源码，可以直接执行!好东西不容错过呀，下载就有惊喜 ！
【基础入门题006】求身份证校验位是否正确
热门推荐
汉阳Hann's Home
11-11 1万+
【基础入门题】2021.11.02 关于身份证校验位： 1、将前面的身份证号码前17位数分别乘以不同的系数（第1~17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； 5、通过上面得知如果余数是2，就会在身份证的第18位数字上
检验身份证的正确性(Golang版本)
weixin_30698297的博客
05-18 468
// CheckID_card project main.go package main /* * ai -> a1 , a2, a3, a4, a5, a6... a17 (a18 是校验码) 身份证前17位对应(ai) * wi -> 7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2 (17位) ...
Go语言：检验是不是一个身份证（包含18位身份证）
q469587851的博客
03-31 450
package main import "regexp" func main() { isIdentityCard(`123456789012345`) isIdentityCard(`12345678901234567X`) } // 识别身份证 func isIdentityCard(identityCard string) { switch len(identityCard) { case 15: // 15位身份证号码：15位全是数字 result, _ := regexp..
Linux 环境中安装 ORC 库，golang读取orc文件，做大数据处理学习准备
freewebsys的专栏
04-12 1157
目录前言1，关于ORC库2，安装使用3，golang代码4，orc总结 前言 本文的原文连接是: https://blog.csdn.net/freewebsys/article/details/124121247 未经博主允许不得转载。 博主地址是：http://blog.csdn.net/freewebsys 1，关于ORC库 网站地址：https://orc.apache.org/ ORC的全称是(Optimized Row Columnar)，ORC文件格式是一种Hadoop生态圈中的列式存储格
golang 通过docker 搭建 ocr识别
gitxuzan
07-08 3576
开源gosseract 地址 gosseract 首先下载docker 和docker-compose ，具体的查看官网 注意 docker版本和docker-compose 版本一致 gosseract 在源码中找到dockerfile 文件如下(做了稍微的修改，只安装golang 和 tesseract-ocr/)： ##### docker build -f docker_file -t otiai10:0.1 . # This is a working example of settin
使用Golang实现OCR
HmoaAmp的博客
09-27 2121
在本文中，我们将介绍如何使用tesseract库进行OCR处理。接下来，我们将图像转换为灰度图像，并使用OCR引擎对其进行处理。在Windows系统中，可以从Tesseract OCR的官方网站（https://github.com/tesseract-ocr/tesseract）下载预编译的二进制文件，并将其添加到系统路径中。在Golang中，有许多可用的OCR库，如gocv、go-opencv等。在本文中，我们将使用gocv库。在我们安装好所需的库之后，我们可以开始编写代码来进行OCR处理。
golang 身份证号md5
03-13
在Golang中，可以使用md5算法对身份证号进行加密。首先，你需要导入`crypto/md5`包。然后，使用`md5.Sum()`函数将身份证号转换为md5哈希值。下面是一个示例代码： ```go package main import ( "crypto/md5" ...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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