gd库多点画图 php_用 PHP 实现身份证号码识别

首先做一下广告：

---

多年以前，闲得淡疼，曾经用 PHP 实现了一个从身份证照片识别身份证号码的程序。读/写 jpg 图片使用了 PHP 的 GD 库，其余全部手写 PHP 。在整个识别过程中有这样几个问题：

1. 照片中身份证在什么位置？如何提取出来？
2. 身份证号码在证上的什么位置？如何提取出来？
3. 如何将号码切分成（18 个）数字和 x ？（身份证最后一位校验位有可能是 x 。）
4. 如何识别 10 个数字和 x ？

本文分别将我采用的解决办法陈述一下。本文代码 github：

https://github.com/zhangjuefei/php_id_card_number​github.com

---

1、照片中身份证在什么位置？如何提取出来？

例如下图的身份证（为保护隐私，以下示例图片都将部分身份信息涂灰）：

身份证照片（背景色要单一，且与身份证本身分界清晰）

要想将身份证部分切割出来，要先找到身份证上、下、左、右四个边缘。我用 Sobel 算子检测图像中的“边缘”，得到结果如下：

Sobel 滤波器检测出身份证图像中的边缘

这里存在一个不健壮之处：就是需要背景和身份证本身颜色尽量差别大些，这样才能检测出明显的边界，否则在这一步有可能失败。可以看到例图的边界比较清晰，因为我拍照时将身份证放在黑色哑光的椅子上。
接下来需要定位身份证的上、下、左、右四边缘。我使用了 Hough 变换来检测图像中的直线。由于实现较简单，这里存在另一个不鲁棒之处：如果图中除了身份证边缘之外还存在明显且长的直线，则会对边缘的识别形成干扰。
本来，用 Hough 变换可以得到四个边缘的方程，继而确定四角坐标。再通过映射变换，可以把扭歪放置拍照的身份证“扶正”。但为简单起见，我退而求其次：我要求身份证拍照时平放桌上、端正拍照。也就是说，要求身份证的上、下边界基本水平；左、右边界基本竖直。照得过于歪斜就有可能导致识别失败。通过 Hough 变换找到身份证的边框如下：

霍夫变换找到身份证的四条边界

接下来只要根据这四条边缘将身份证切割出来即可，得到：

将身份证从背景中剪裁出来

至此，第一个问题解决（虽然妥协甚多，但是仍可改进），接下来是第二个问题。

---

2、身份证号码在证上的什么位置？如何提取出来？

这个问题要简单一些，我默认身份证号码在证上的位置是固定的，于是只是要按照定死的位置和长宽比例把号码部分切割出来即可，得到：

把身份证号码部分截取出来

但是这里也有坑。我见过有来自内蒙古自治区的身份证，汉字的旁边还有蒙文，导致号码不在通常位置上。这个问题我选择忽视。可以看到为保险起见，切割时在号码四周保留了比较宽的边缘。进入下一步——分割数字之前，需要将图像二值化并将周围的边缘去掉。
这里使用了一个土办法：首先根据 RGB 值的方差和均值进行二值化。这样背景的白色和红/蓝的纹路就都可以去掉了。如下：

将背景花纹去掉

注意这个过程中的阈值都是写死的。如果要适应更广泛的情况，应该根据图片统计特性动态设置阈值。我为了简单，妥协之。

之后就是要去掉这串数字周围的白边。扫描上图的行和列，如果该行/列的前景色（黑色）像素所占比例低于阈值，则认为这行/列属于空白边缘。这里的阈值又是写死的。该过程的成果：

剪裁

---

3、如何将号码切分成数字和 'x' ？

我使用了一个简单的切分方法：扫描图像的每一列，计数该列中前景色（黑色）的像素数量。高于阈值（又是写死的阈值）的列认为属于数字部分，反之认为属于数字间空隙。上述号码串图像的每列前景色（黑色）像素数如下图：

17 位身份证号纵向前景色（数字本身）的像素数

上图中的每一簇（峰）就是一个数字。比如第三个有两个尖的簇就是数字 0 。两个尖就是 0 的两侧。又窄又高的那四簇就是 4 个 1 。能看出前几个数字是 110108 。后面几位我还是隐去了，因为会看的能看出是什么数字，保护隐私。

前景色（黑色）像素数低于阈值的部分就是数字间的空隙。这样就可以把这一串数字切分成一个个单独的数字图片。每一个数字图片采用之前用过的方法去除空白边缘。然后再用映射的办法缩放成 35 x 50 像素大小的图片。截取出来一个个数字图片如下：

后面的数字不贴了，保护隐私

我搜集了一些身份证照片，用上述方法取得了若干 0～9 数字和 x 的图片，作为训练集。需要指出，0~9 和 x 在身份证号中分布不均匀。有些较多，有些较少。我所能得到的身份证照片数量有限，不允许我抛弃样本以使 11 个总体数量均一。我忽略了这个问题。

---

4、如何识别 10 个数字和 'x' ？

至此，训练样本和待识别数字都被整理成 35x50 的二值图片。下一个问题是如何建模数字。我先将图片纵向分成 35x5 大小的 10 块，计数每一块中前景色（黑色）像素的个数，得到 10 个数值。再将图片横向分成 7x50 大小的 5 块，计数每一块中前景色（黑色）像素的个数，得到 5 个数值。这 15 个数值组成一个 15 维向量，作为该数字图像的建模。

把训练图片集中的数字图像建模，得到了来自 11 个总体（0~9 和 x）的一些训练样本。用均值估计每一个总体的期望。用加权平均（pooled）的方法估计了 11 个总体的共同协方差。这里我做了一个不太站得住脚的假设：就是 11 个总体的协方差矩阵相等。

识别时，把待识别的数字图像建模成 15 维向量，依次计算该向量与 11 个均值之间的Mahalanobis 距离：

取距离最小的均值所属的总体所代表的数字作为识别结果。

是 11 个数字（包含 x）中第 i 个的样本均值。

是全体样本（11 个数字都混在一块）的协方差矩阵的逆矩阵。算马氏距离取距离最小的数字类别，这本质上是最大似然（如果假设 11 个数字先验概率相同，那么这也是最大后验）。

---

5、代码

大家可以百度图片几张身份证（挑选背景颜色单纯、与身份证颜色反差大且拍照端正的）测试一下，正确率还不错。以下是源代码：

test.php

<?php
require_once(dirname(__FILE__) . DIRECTORY_SEPARATOR . 'recog.php');

ini_set('memory_limit', '2048M');

if ($argc < 2) {
    
	echo "usage: php test.php id_card_file_path";
	exit(1);
}

$recog = new recog($argv[1]);

try {
    
    echo $recog->recognize_id_number() . "n";
} catch (recog_exception $e) {
    
    echo "ERROR: " . $e->getMessage() . "n";
}

执行命令以及运行结果：

php test.php D:documentsstudy