模式识别之身份证识别
2015-10-14 21:53
232 查看
在各种证件识别中,身份证识别相对来讲还是比较简单的,因为字体及位置固定,而且颜色与背景差别较大。
识别流程:
(1)输入图像 (2)身份证图像粗定位及分割 (3)细定位各种信息及分割 此步可根据需求选择提取或不提取
(只提取了部分信息,其他类似)
(4)识别各种信息
对输入图像进行预处理:身份证图像的预处理是指对采集到的身份证图像进行灰度化和去噪处理,以使身份证图像图像的质量得到改善,同时保留和增强身份证中纹理和颜色的信息,去除可能影响身份证区域纹理和颜色信息的噪点,为身份证图像定位提供方便。主要方法:图像灰度化;图像灰度拉伸;空域滤波之中值滤波。
身份证图像粗定位:使原始图像经过各种算法的处理后能够清楚地显示出身份证图像区域,同时使图像中的非身份证区域减弱,从而能准确有效地定位出身份证在图像中的位置。算法主要有:边缘检测法、数学形态学法、基于纹理分析的定位方法、行检测和边缘统计法、遗传算法,Hough变化和轮廓线法、基于小波变换的方法、神经网络法等。
细定位各种信息:由于身份证的信息位置固定,可直接指定ROI区域的子图像;或采用垂直投影和水平投影定位。
识别:这一步也是计算量比较大的一部分。方法有模板匹配字符识别算法;统计特征匹配法(13线法);神经网络字符识别算法;SVM+特征提取;以及最近比较火的深度学习之CNN。测试时模板匹配识别率较低,利用SVM+特征提取识别较好。
代码不能公开,大家都懂得~
识别流程:
(1)输入图像 (2)身份证图像粗定位及分割 (3)细定位各种信息及分割 此步可根据需求选择提取或不提取
(只提取了部分信息,其他类似)
(4)识别各种信息
对输入图像进行预处理:身份证图像的预处理是指对采集到的身份证图像进行灰度化和去噪处理,以使身份证图像图像的质量得到改善,同时保留和增强身份证中纹理和颜色的信息,去除可能影响身份证区域纹理和颜色信息的噪点,为身份证图像定位提供方便。主要方法:图像灰度化;图像灰度拉伸;空域滤波之中值滤波。
身份证图像粗定位:使原始图像经过各种算法的处理后能够清楚地显示出身份证图像区域,同时使图像中的非身份证区域减弱,从而能准确有效地定位出身份证在图像中的位置。算法主要有:边缘检测法、数学形态学法、基于纹理分析的定位方法、行检测和边缘统计法、遗传算法,Hough变化和轮廓线法、基于小波变换的方法、神经网络法等。
细定位各种信息:由于身份证的信息位置固定,可直接指定ROI区域的子图像;或采用垂直投影和水平投影定位。
识别:这一步也是计算量比较大的一部分。方法有模板匹配字符识别算法;统计特征匹配法(13线法);神经网络字符识别算法;SVM+特征提取;以及最近比较火的深度学习之CNN。测试时模板匹配识别率较低,利用SVM+特征提取识别较好。
代码不能公开,大家都懂得~
相关文章推荐
- 交换算法经常使用的两个数的值
- 文件I/O实践(3) --文件共享与fcntl
- JAVA IO类
- ROS(11):莓派Raspberry Pi 小车组装,安装电机和超声波
- day2_Android下单元测试相关
- linux下基于SMTP协议的C++邮件客户端
- HDU 1711 Number Sequence(kmp)
- don't mistake the float/double's display & real value.
- 数据库中文乱码问题
- 组合模式解决树状结构
- Lync Server 2010标准版前端服务器迁移之一:新建中央站点(下)
- React Native For Android初体验
- 判断闪光灯的工作状态
- POJ 3393:Lucky and Good Months by Gregorian Calendar 年+星期 模拟
- POJ 3393:Lucky and Good Months by Gregorian Calendar 年+星期 模拟
- 图的深度遍历和广度遍历
- MapReduce:详解Shuffle过程
- 数据包截获:Netfilter
- <LeetCode><Easy>226Invert a binary tree
- PostgreSQL 逻辑复制插件 UDR,可以愉快的玩类似MySQL的binlog复制了。