基于opencv-python的身份证识别(KNN与OCR两种算法)

本文涉及的产品
通用文字识别,通用文字识别 200次/月
个人证照识别,个人证照识别 200次/月
文档理解,结构化解析 100页
简介: 本文是学习opencv之初的一个阶段性小任务,主要做练习使用,并没有过多的追求准确率和高可用性,比如对输入身份证照片有要求,必须是完全的身份证照片,不能有背景,如需改进,可以通过增加轮廓检测和透视变换来裁剪出身份证照片;还有对身份证号区域的检测,采用的是先裁剪出一个固定大小的模板,进行模板匹配,当时学的比较浅,所以直接草率的这样做了,其实也可以通过轮廓检测排序,从而查找到身份证号区域。 另外,利用KNN算法做识别,也是我当时刚接触KNN算法,一时兴起做的,这算是我初次做算法模型训练,然后进行检测,也是为后来学习的各种深度学习算法打基础。效果并不是很好,因为我训练用到的数据集就是

本文是学习opencv之初的一个阶段性小任务,主要做练习使用,并没有过多的追求准确率和高可用性,比如对输入身份证照片有要求,必须是完全的身份证照片,不能有背景,如需改进,可以通过增加轮廓检测和透视变换来裁剪出身份证照片;还有对身份证号区域的检测,采用的是先裁剪出一个固定大小的模板,进行模板匹配,当时学的比较浅,所以直接草率的这样做了,其实也可以通过轮廓检测排序,从而查找到身份证号区域。

       另外,利用KNN算法做识别,也是我当时刚接触KNN算法,一时兴起做的,这算是我初次做算法模型训练,然后进行检测,也是为后来学习的各种深度学习算法打基础。效果并不是很好,因为我训练用到的数据集就是最后那一张图片(trainum.png),进行了少量的数据集增强。

KNN  train训练程序(train.py):

# -*-coding:utf-8-*-# @Author: Phantom# @编译环境:windows 10 + python3.8# @IDE:Pycharm2021.1.3importcv2.cv2ascvimportnumpyasnpdefKNN():
train=cv.imread("trainum.png", 0)
# 24*32trainimgs= [train]
# 腐蚀和膨胀,增强训练集foriinrange(1,3):
kernel=np.ones((i, i), np.uint8)
j=cv.erode(train, kernel)
trainimgs.append(j)
r=cv.dilate(train, kernel)
trainimgs.append(r)
# 生成knn对象knn=cv.ml.KNearest_create()
#训练knn模型fortrainimgintrainimgs:
cells= [np.hsplit(row, 30) forrowinnp.vsplit(trainimg, 11)]
x=np.array(cells)
# print(x[1][1])trn=x[:, :].reshape(-1,768).astype(np.float32)
k=np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
train_label=np.repeat(k,30)
knn.train(trn,cv.ml.ROW_SAMPLE,train_label)
cell= [np.hsplit(row, 30) forrowinnp.vsplit(train, 11)]
x=np.array(cell)
# print(x[1][1])train=x[:, :].reshape(-1, 768).astype(np.float32)
t=np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
train_label=np.repeat(t, 30)
returnknn,train,train_labeldefmain():
knn ,train,train_label=KNN()
test=train.copy()
test_label=train_label.copy()
ret, result, neighbours, dist=knn.findNearest(test, 3)
right=0foriinrange(330):
ifresult[i] ==test_label[i]:
right+=1# print(f'{len(test):}个测试数据识别正确{right:}个')#计算正确率ac=right/result.sizeprint(f'正确率{ac*100:.2f}%')
if__name__=='__main__':
main()
cv.waitKey(0)

KNN算法主程序:

# -*-coding:utf-8-*-# @Author: Phantom# @编译环境:windows 10 + python3.8# @IDE:Pycharm2021.1.3importcv2.cv2ascvimportnumpyasnpimporttrain# 读取图片和身份证号位置模板idimg=cv.imread("033.jpg")
idimg=cv.resize(idimg, (509, 321), interpolation=cv.INTER_CUBIC)
template=cv.imread("position1.jpg", 1)
cv.imshow("idimg", idimg)
# 转灰度图gray=cv.cvtColor(idimg, cv.COLOR_BGR2GRAY)
cv.imshow("gray", gray)
# 黑帽运算闭运算的卷积核kernel1=np.ones((15, 15), np.uint8)
# kernel2 = np.ones((1,1),np.uint8)# 黑帽运算cvblackhat=cv.morphologyEx(gray, cv.MORPH_BLACKHAT, kernel1)
cv.imshow("black", cvblackhat)
# 闭运算cvclose1=cv.morphologyEx(cvblackhat, cv.MORPH_CLOSE, kernel1)
cv.imshow("cvclose", cvclose1)
# 原图像二值化ref=cv.threshold(cvclose1, 0, 255, cv.THRESH_OTSU)[1]
# 身份证号码区域二值化twoimg=cv.threshold(cvblackhat, 0, 255, cv.THRESH_OTSU)[1]
cv.imshow("ref", ref)
# 为了模板匹配cv.imwrite("ref.jpg", ref)
ref=cv.imread("ref.jpg", 1)
# 获取模板高和宽h, w=template.shape[:2]
# 模板匹配(相关匹配)找身份证号码位置res=cv.matchTemplate(ref, template, cv.TM_CCORR)
# 获得最匹配地方的左上角坐标min_val, max_val, min_loc, max_loc=cv.minMaxLoc(res)
top_left=max_loc# 计算最匹配地方的右下角坐标bottom_right= (top_left[0] +w, top_left[1] +h)
# 框出身份证号区域并展示cv.rectangle(idimg, top_left, bottom_right, (0, 255, 0), 2)
cv.imshow("idimgOK", idimg)
# 展示身份证号码的二值图像rectangleid=cv.resize(twoimg[top_left[1]:bottom_right[1], top_left[0]:bottom_right[0]], (432, 32),
interpolation=cv.INTER_CUBIC)
# rectangleid = cv.erode(rectangleid,kernel2)cv.imshow("rectangleid", rectangleid)
# 划分获得每一个数字的图像cells= [np.hsplit(row, 18) forrowinnp.vsplit(rectangleid, 1)]
# 转换成np.array类型x=np.array(cells)
cv.imshow("cell9", x[0][9])
cv.imshow("cell10", x[0][10])
# 图像数据转换为特征矩阵test=x[:, :].reshape(-1, 768).astype(np.float32)
# 获得训练好的knn模型knn=train.KNN()
# 测试ret, result, neighbours, dist=knn.findNearest(test, 2)
# 输出预测结果result=np.uint8(result).reshape(-1, 18)[0]
id= ["0", "1", "2", "3", "4", "5", "6", "7", "8", "9", "X"]
idstr=""foriinresult:
idstr+=id[i]
print(idstr)
cv.waitKey(0)

OCR算法主程序

# -*-coding:utf-8-*-# @Author: Phantom# @编译环境:windows 10 + python3.8# @IDE:Pycharm2021.1.3importcv2.cv2ascvimportnumpyasnpimportpytesseract# 读取图片和身份证号位置模板idimg=cv.imread("0033.jpg")
idimg=cv.resize(idimg, (509, 321), interpolation=cv.INTER_CUBIC)
idimgok=idimg.copy()
template=cv.imread("position1.jpg", 1)
cv.imshow("idimg", idimg)
# 转灰度图gray=cv.cvtColor(idimg, cv.COLOR_BGR2GRAY)
cv.imshow("gray", gray)
# 黑帽运算闭运算的卷积核kernel1=np.ones((15, 15), np.uint8)
# kernel2 = np.ones((1,1),np.uint8)# 黑帽运算cvblackhat=cv.morphologyEx(gray, cv.MORPH_BLACKHAT, kernel1)
cv.imshow("black", cvblackhat)
# 闭运算cvclose1=cv.morphologyEx(cvblackhat, cv.MORPH_CLOSE, kernel1)
cv.imshow("cvclose", cvclose1)
# 原图像二值化ref=cv.threshold(cvclose1, 0, 255, cv.THRESH_OTSU)[1]
# 身份证号码区域二值化twoimg=cv.threshold(cvblackhat, 0, 255, cv.THRESH_OTSU)[1]
cv.imshow("ref", ref)
# 为了模板匹配cv.imwrite("ref.jpg", ref)
ref=cv.imread("ref.jpg", 1)
# 获取模板高和宽h, w=template.shape[:2]
# 模板匹配(相关匹配)找身份证号码位置res=cv.matchTemplate(ref, template, cv.TM_CCORR)
# 获得最匹配地方的左上角坐标min_val, max_val, min_loc, max_loc=cv.minMaxLoc(res)
top_left=max_loc# 计算最匹配地方的右下角坐标bottom_right= (top_left[0] +w, top_left[1] +h)
# 框出身份证号区域并展示cv.rectangle(idimg, top_left, bottom_right, (0, 255, 0), 2)
cv.imshow("idimgOK", idimg)
# 展示身份证号码的二值图像rectangleid=cv.resize(idimgok[top_left[1] -2:bottom_right[1] +2, top_left[0] -2:bottom_right[0] +2], (436, 36),
interpolation=cv.INTER_CUBIC)
# rectangleid = cv.erode(rectangleid,kernel2)cv.imshow("rectangleid", rectangleid)
text=pytesseract.image_to_string(rectangleid)
print(text)
cv.waitKey(0)

程序中所用到的图片

0033.jpg为标准身份证照片

                                                                    position1.jpg

相关文章
|
29天前
|
算法 前端开发 数据处理
小白学python-深入解析一位字符判定算法
小白学python-深入解析一位字符判定算法
46 0
|
1月前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
54 4
|
1月前
|
机器学习/深度学习 缓存 算法
Python算法设计中的时间复杂度与空间复杂度,你真的理解对了吗?
【10月更文挑战第4天】在Python编程中,算法的设计与优化至关重要,尤其在数据处理、科学计算及机器学习领域。本文探讨了评估算法性能的核心指标——时间复杂度和空间复杂度。通过详细解释两者的概念,并提供快速排序和字符串反转的示例代码,帮助读者深入理解这些概念。同时,文章还讨论了如何在实际应用中平衡时间和空间复杂度,以实现最优性能。
57 6
|
2天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
18 2
|
30天前
|
存储 机器学习/深度学习 算法
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
蓝桥杯Python编程练习题的集合,涵盖了从基础到提高的多个算法题目及其解答。
51 3
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
|
12天前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
15 3
|
14天前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
55 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
19天前
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
27天前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
50 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
|
1月前
|
存储 算法 安全
Python 加密算法详解与应用
Python 加密算法详解与应用
22 1
下一篇
无影云桌面