IOS身份证识别(OCR源码)详解及实例代码

发布时间:2020-10-09 20:56:10 作者:程序员小咖
来源:脚本之家 阅读:162

IOS身份证识别(OCR源码)详解

最近项目用到身份证识别,在github上搜了一堆demo,在Google上找了一堆代码,有能识别出证件照的,但是都是打包成.a的静态库,没有源码,我努力吃了几天书,有了一点研究成果,现在贴出来与大家分享,要是有更好的方法,希望大神指正,共同探讨解决方案。(以下代码本人亲测可用,正在进一步探索智能识别,如有兴趣,请加入)

这里用到了两个开源库:OpenCV、TesseractOCRiOS,两个语言包chi_sim、eng。身份证识别的流程主要有:灰度化,阀值二值化,腐蚀,轮廓检测,取出身份证号码区域,TesseractOCR识别文字。

身份证识别核心源码:

UIImage * image = [UIImage imageNamed:@"abc.png"];

//将UIImage转换成Matcv::Mat resultImage;

UIImageToMat(image, resultImage);

//转为灰度图

cvtColor(resultImage, resultImage, 6);

//利用阈值二值化

cv::threshold(resultImage, resultImage, 100, 255, CV_THRESH_BINARY);

//腐蚀,填充(腐蚀是让黑色点变大)

cv::Mat erodeElement = getStructuringElement(cv::MORPH_RECT, cv::Size(140,140)); 

cv::erode(resultImage, resultImage, erodeElement);

//轮廊检测std::vector> contours;

//定义一个容器来存储所有检测到的轮廊

cv::findContours(resultImage, contours, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));

//取出身份证号码区域

std::vectorrects;cv::Rect numberRect = cv::Rect(0,0,0,0); std::vector>::const_iterator itContours = contours.begin();

for ( ; itContours != contours.end(); ++itContours) {

cv::Rect rect = cv::boundingRect(*itContours);

rects.push_back(rect);

NSLog(@"位置分别为:x=%d,y=%d,width=%d,height%d",rect.x,rect.y,rect.width,rect.height);

//算法原理:如果新的区域范围宽度大于已赋值区域宽度,并且宽度为高度的五倍则赋予新值

    if (rect.width > numberRect.width && rect.width > rect.height * 5 && rect.height > 200 && rect.height < 300) {

    numberRect = rect;

    }

}

//定位成功成功,去原图截取身份证号码区域,并转换成灰度图、进行二值化处理

cv::Mat matImage;

UIImageToMat(image, matImage);

resultImage = matImage(numberRect);

cvtColor(resultImage, resultImage, cv::COLOR_BGR2GRAY);

cv::threshold(resultImage, resultImage, 80, 255, CV_THRESH_BINARY);

//将Mat转换成UIImage

UIImage *numberImage = MatToUIImage(resultImage);

感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!

推荐阅读:
  1. IOS 改变键盘颜色的源码
  2. ios对图像进行压缩源码

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

ios 身份证识别 ocr源码

上一篇:使用webpack搭建vue项目实现脚手架功能

下一篇:深入理解 JS 垃圾回收

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》