[发明专利]一种基于特征匹配的安卓手机身份证字符识别方法

说明书

技术领域

本发明公开了一种基于特征匹配的安卓手机身份证字符识别方法，特别是结合欧式距离提取汉字外围特征进行一级区分、提取汉字笔划穿越次数特征进行二级区分、提取汉字网格特征进行最终识别的方法，属于图像处理与字符识别的技术领域。

背景技术

目前身份证的信息大多需要人工录入，效率十分低下，而且长时间的识别过程也会使人眼疲劳。所以该方法已经不适应于当今计算机等领域飞速发展的现状。现如今安卓手机在人群中应用广泛，研究安卓手机如何自动读取身份证信息是十分必要的，可以有效地克服人工识别的局限性，且具有识别效率高、识别准确度高的优点。

身份证姓名汉字识别属于印刷体汉字识别的范围。印刷体汉字的识别最早追溯到20世纪60年代。经过这么多年发展，现有的印刷体汉字识别方法有结构模式识别方法、统计模式识别方法、结构模式识别和统计模式识别相结合的方法、人工神经网络方法、仿人视觉的识别方法等。其中，常用的统计模式识别方法有模板匹配、利用变换特征的方法、利用笔画方向特征的方法、利用外围特征的方法、利用特征点特征的方法。

基于特征匹配的安卓手机身份证字符识别是通过对采集的含有身份证的图像进行识别来获取姓名、性别、身份证号等信息。安卓手机身份证字符识别技术主要涉及身份证图像采集，采集图像处理，身份证分割，字符分割，特征提取，特征匹配等步骤。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于特征匹配的安卓手机身份证字符识别方法，解决现有的身份证字符识别方法较为复杂的问题。

技术方案：

一种基于特征匹配的安卓手机身份证字符识别方法，包括步骤：

步骤1：通过安卓手机摄像头采集身份证图像；

步骤2：对步骤1采集的身份证图像进行预处理；然后利用Hough变换检测直线；通过直线找交点，透视变换分割出宽和高的比例在1.49至1.69区间的无背景身份证图像；

步骤3：根据姓名、性别、身份证号三个信息区域在身份证上位置固定，利用比例坐标，分割出以上三个区域图像；

步骤4：对步骤3分割出的三个区域图像分别进行二值化，使用投影法进行字符分割，然后对分割后的字符进行归一化处理；

步骤5：在步骤4的基础上提取待识别姓名汉字图像的特征向量，依次提取汉字外围特征、提取笔划穿越次数特征及提取汉字网格特征，分别提取性别和身份证号两部分图像的网格特征；

步骤6：对标准字库中的汉字、0至9的10个数字和英文字母x的二值图像使用投影法进行字符分割，然后对各字符归一化，进而提取出各字符的特征向量，构成标准字库；

步骤7：根据步骤5提取的待识别图像的特征向量与标准字库中个字符的特征向量的差距大小进行特征匹配，完成字符识别。

所述步骤2中对采集的身份证图像进行预处理，具体为：首先将输入图像按公式GrayValue＝(306*R+601*G+117*B)>>10计算各像素的灰度值，然后将灰度图像缩放成像素341*256的图像，再对缩放后的灰度图像进行中值滤波，最后对图像进行自适应Canny边缘检测。

所述步骤2通过直线找交点，透视变换分割出宽和高的比例在1.49至1.69区间的无背景身份证图像具体为：

步骤21：对于Hough变换得到的直线集合，分别对位置在图像上1/5处、下1/5处、左1/5处、右1/5处的直线进行同一条直线的连接处理；具体为：

(1)当一条直线L1在图像右1/5处时，若一条直线L2满足：a.L2倾斜角度与L1夹角在5度以内；b.两条直线列间距在3个像素点以内；c.两条直线行间距在30个像素点以内；d.两条直线的长度均大于7个像素点，则将两条直线连在一起；

(2)当一条直线L3在图像左1/5处时，若一条直线L4满足：a.L4倾斜角度与L3夹角在5度以内；b.两条直线列间距在3个像素点以内；c.两条直线行间距在30个像素点以内；d.两条直线的长度均大于7个像素点，则将两条直线连在一起；

(3)当一条直线L5在图像上1/5处时，若一条直线L6满足：a.L5倾斜角度与L6夹角在5度以内；b.两条直线行间距在3个像素点以内；c.两条直线列间距在30个像素点以内；d.两条直线的长度均大于7个像素点，则将两条直线连在一起；