記得應(yīng)該是16年的時候，從一個公開課看到了關(guān)于OCR方面的內(nèi)容，里面講到了通過OpenCV對身份證號碼區(qū)域的剪裁以及使用Tess-Two進行文字識別，實現(xiàn)了對身份證號碼的識別功能。
斷斷續(xù)續(xù)看了點關(guān)于OpenCV的資料，感覺不是這個專業(yè)的真難看懂，各種公式各種名詞。今天主要用于做個記錄，那個一直碎碎念的東西終于完成了！
#include "stdafx.h"
#include "idocr.h"
#include
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
using namespace std;
void dealImg(char * path)
{
Mat src = imread(path);
// 結(jié)果圖
Mat dst;
// 顯示原圖
imshow("原圖", src);
cvtColor(src, dst, COLOR_RGB2GRAY);
// 高斯模糊，主要用于降噪
GaussianBlur(dst, dst, Size(3, 3), 0);
imshow("GaussianBlur圖", dst);
// 二值化圖，主要將灰色部分轉(zhuǎn)成白色，使內(nèi)容為黑色
threshold(dst, dst, 165, 255, THRESH_BINARY);
imshow("threshold圖", dst);
// 中值濾波，同樣用于降噪
medianBlur(dst, dst, 3);
imshow("medianBlur圖", dst);
// 腐蝕操作，主要將內(nèi)容部分向高亮部分腐蝕，使得內(nèi)容連接，方便最終區(qū)域選取
erode(dst, dst, Mat(9, 9, CV_8U));
imshow("erode圖", dst);
//定義變量
vector> contours;
vector hierarchy;
findContours(dst, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);
Mat result;
for (int i = 0; i < hierarchy.size(); i++)
{
Rect rect = boundingRect(contours.at(i));
rectangle(src, rect, Scalar(255, 0, 255));
// 定義身份證號位置大于圖片的一半，并且寬度是高度的6倍以上
if (rect.y > src.rows / 2 && rect.width / rect.height > 6)
{
result = src(rect);
imshow("身份證號", result);
}
}
imshow("輪廓圖", src);
}
對于身份證比較正的圖片位置識別的還算是挺正確的，但是如果圖片不正，那么第一步就應(yīng)該對圖片進行較正，無奈我是菜雞。下面是網(wǎng)上搜的一個假身份證圖片：
重慶分公司
重慶分公司
