IOS身份证识别（OCR源码）详解及实例代码

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！

# IOS身份证识别（OCR源码） # IOS身份证识别详解 # IOS # OCR源码 # iOS 中使用正则表达式判断身份证格式及银行卡号格式是否正确(推荐) # IOS开发之由身份证号码提取性别的实现代码 # iOS身份证号码识别示例 # IOS 身份证校验详细介绍及示例代码 # iOS正则表达式验证手机号、邮箱、身份证号等 # iOS判断身份证号码是否正确的方法 # iOS Touch ID 身份认证 # Objective-C实现身份证验证的方法示例 # 身份证号码 # 转换成 # 都是 # 如有 # 吃了 # 希望能 # 大神 # 找了 # 分别为 # 谢谢大家 # 大家分享 # 贴出 # 开源 # 变大 # 检测到 # 共同探讨 # 主要有 # 并转 # 证件照 # imageNamed

返回目录在线咨询

上一篇：虎丘区网络营销调研中心,苏州市乐轩科技怎么样？
下一篇：频繁宕机怎么办？揭秘影响服务器稳定性的关键因素

您的项目需求

*请认真填写需求信息，我们会在24小时内与您取得联系。

全网整合营销服务商

IOS身份证识别（OCR源码）详解及实例代码

您的项目需求