身份证识别图像处理实验报告

课程大作业实验报告

基于图像分析身份证信息识别

课程名称:数字图像处理

组长: 林爱珊学号: 2010305903019 年级专业班级: 10通信3班成员一: 官璐学号: 201030590312 年级专业班级: 10通信3班成员二: 李妙云学号: 201030590317 年级专业班级: 10通信3班

指导老师：邓继忠

报告提交日期2013年6月答辩日期2012年6月

1.前言

1.1身份证识别综述

随着信息时代的到来，信息安全成为更重要的一部分，同时，越来越多的活动需要身份信息的获取，比如开网店，网上账户等，都将用到身份证信息的采集。身份证识别是利用硬件对身份证图像进行采集，将身份证图像中的信息分块提取到表格中，从而将身份证信息完整地，分门别类地展示出来，从而让使用者能够清晰准确地获得身份信息。

相比于传统的手工登记身份证，利用图像识别进行的身份证信息的获取有如下好处：（1）传统的手工登记人工工作量大，尤其对于需获取的信息较多时，耗时长且耗人力。而采用图像处理的身份证识别则有快速，少人力消耗的特点。（2）对于传统手工统计，信息的正确率受到人的状态的影响，一旦人处于疲劳状态，很容易造成信息丢失或者错误。采用图像处理的身份证信息则不受主观影响，能够提高准确率，稳定率。

基于上述两点，身份证识别可以极大提高工作效率及质量，具有其存在的必要性。

1.2目标

（1）CVI编程，实现对身份证图像的文字、字符等信息的识别，显示在界面的文本框内容；

（2）提取信息，并对信息进行分类，如姓名、性别、年龄、地区等，并将这些信息保存在excel中。

1.3.技术路线

图1.技术路线流程图

（1）.字符库的制作：选择合适的字体，对数字或汉字制作成统一尺寸的标准图像，便于后面的字符匹配。

（2）.模板提取：制作身份证模板，将身份证归一化后用模板提取出身份证各信息块的图像。

（3）.行列分割：将模板提取得的信息块中的文字进行行列分割，逐一分割出每个字符，标准化并将字符送到匹配模块。

（4）.匹配：将行列分割得到的各个字符与标准字符库进行匹配。

（5）导入到excel：将匹配得到的结果输入到excel，并在事先做好的excel文件中显示身份证的各部分信息.。

2.字符库的制作

2.1.字符图像的制作

（1）查找资料，得知身份证所用字体主要为华文细黑，而身份证号码为OCR-B 10 BT字体，出生日期为方正黑体简体

（2）用word做出以华文细黑字体，相同大小的一批文字，并分别做出OCR-B 10 BT、方正黑体简体两种字体的数字

（3）.将上述文字逐一输入到画图软件，每个文字保存为一个bmp文件，且每个bmp文件有相同的大小。

2.2. 字符的制作原理

将字符图像载入，进行行列分割。对图像进行行扫描，自上而下，扫到第一个黑点所在行作为起始行，自下而上，扫到第一个黑点处作为结束行。同理可得左右边界。通过对每个字符的处理从而提取出字符的边框。将边框中的字符标准化，形成标准字符。由于采用了合适的字体，并选用相同的标准制作，有助于字符匹配的准确率的提高。

2.3. 程序的改编

由于参考资料中的字符制作程序为单个字符制作，完成字库的制作工作量略大，且在执行时会有错误产生，因此我们进行了程序的改编。在理解单个字符制作程序的基础上，引入了多个字符制作的方法，编写了多文件打开的函数MultiFileSelectPopup（），利用status = MultiFileSelectPopup (lpath, "*.bmp", "", "", 0, 0, 1, &numFiles, &fileList);语句实现多图像文件的导入，同时导入大量文件，利用循环，自动完成导入的字符的批量制作。制作步骤包括：载入图像——阈值选择——二值化——边界提取——数字提取——标准化——保存——退出。由于步骤较多，我们通过调用函数实现了多字符制作一键完成，效果显著。

图2 字符图像的制作的实验结果

3．待识别字符图像处理

3.1模板提取

3.1.1模板提取的原理

每张载入的身份证大小不一，同时存在照片的质量不同，因而首先要进行归一化，以便后面的信息提取。将归一化后的图像进行信息块的位置的确认，制作模板。将制作的模板与身份证进行“与”操作，从而将信息块的信息突显出来，从而屏蔽其他无关信息。

图2.模板提取原理框图

3.1.2.模板提取的实现

（1）根据身份证，制作统一的标准的模板，并保存在程序中。

（2）实现对载入身份证的归一化。

（3）以后的使用中，每次载入身份证，标准化后直接与程序中的模板进行与运算，模板中信息块部分灰度值置255，而其余部分置0，当与标准身份证进行“与”运算时，模板中置0的部分也会被屏蔽，从而取出了信息块。

（4）选择合适的阈值，对取出的信息块进行二值化，避免背景对文字分割的影响。

图3 模板提取的实现

3.2行列分割

3.2.1 行列分割的原理

把信息块的内容突显出来后，要对每个信息块的内容进行行列分割，以确定单个字图像的提取区域，方便之后的单字提取。行列分割阈值和算法的选取决定了单字提取的准确率，所以显得尤为重要。

3.2.2行列分割的实现

对选中模块进行行分割，记录行分割的位置。再对分割出的每一行进行列分割，记录列分割的位置。在此为了提高其准确率，我们采用的判断算法进行了加强。然后在行列分割的位置进行画线，并显示出来。

图4.行列分割的实现框图

行，列分割位置的确定：

设x[a]为统计所得的a行的像素点，那么当条件满足x[a-1]=0,x[a+1]!=0且x[a]=0，此时，判断a行为起始行；当条件满足x[a-1]!=0,x[a+1] =0且x[a]=0,此时判断a行为结束行。同理可确定起始列和结束列，从而进行分割