基于计算机视觉的身份证号码识别算法

广东南方职业学院 李美玲

深圳大学信息工程学院 张俊阳

基于计算机视觉的身份证号码识别算法

广东南方职业学院 李美玲

深圳大学信息工程学院 张俊阳

针对图像采集过程中闪光灯开启造成的高亮区域，本文先通过自适应阈值分割算法去除身份证图像背景区域，并使用形态学操作提取并筛选轮廓的方法定位身份证号码区域，使用深度学习神经网络对切分得的字符进行识别。算法识别准确率高，文中使用了OpenCV库及caffe开源深度学习框架验证算法。

身份证号码定位；caffe；OpenCV；身份证号码识别

1 引言

图像是智能机器获取信息的重要来源之一，随着计算机视觉技术的发展，计算机视觉技术已经在工业上获得许多成功应用，例如零件缺陷检测、汽车自动辅助驾驶等领域。OCR字符识别技术也取得了重大的进展。身份证识别技术为OCR识别技术之一，目前身份证识别主要有基于匹配分类和基于机器学习的方法[1]。而随着深度学习的发展，深度学习正在颠覆传统领域，使用深度学习识别字符图像具有快速、准确率高等优势。

2 算法实现

本文主要针对的是拍摄设备近距离采集的身份证图像，要求身份证图像上号码信息较为清晰，人眼基本可辨别，且图像上身份证区域占据主要部分，无复杂背景干扰，当前图像采集器材分辨率、微距拍摄等功能已能满足要求，故在实际应用中是可行的。

图1 基于计算机视觉的身份证识别算法框图

图1为基于计算机视觉的身份证识别算法框图，文中首先提取原始图像的R分量作为分析对象，针对拍摄亮度不足时，补光灯造成的图像亮度不均或存在高光等问题，采用自适应阈值图像分割算法去除身份证非字符区域，然后使用形态学操作使字符粘连的方法提取字符轮廓，根据轮廓面积及长宽比例提取身份证号码区域，最后切分身份证字符并使用已训练的lenet-5深度学习网络模型进行识别。

2.1 身份证号码区域检测

2.1.1 图像灰度化

身份证样张上字体为黑色，背景则为纯颜色，为使字体与背景具有更大的区分度，取身份证图的R通道作为图像的灰度化处理，为便于后期定位身份证号码区域时字符之间相互粘合，结合身份证图片长宽比例，依次在3种分辨率下尝试定位身份证号码区域，这3种缩放分辨率分别为：

2.1.2 图像二值化

本文针对的是近距离拍摄的身份证图像，身份证整体轮廓占主要部分，由于身份证样张上字符颜色与背景颜色通常存在明显的差别，当采集的身份证图像光照均匀时，采用Otsu全局阈值二值化图像，二值化效果好；但由于光线不足，拍摄设备开启补光灯等原因造成高光区域时，Otsu全局阈值二值化效果不佳，这是由于Otsu算法没有考虑局部灰度信息的干扰[2]。

对Otsu二值化方法作出改进。

将图像切分为N×N块，对每一分块使用Otsu二值化算法计算得阈值，对其进行排序，排序后的阈值记为，对其中的中位数做均值滤波，使用滤波后的中位值作为图像二值化的全局阈值。经过实验将N设为5，滤波器核大小设为9。

图2 身份证图像二值化

图2为身份证图像二值化处理的效果图，可看出对于光照均匀或存在高光的图像，算法都能得到清晰的二值化号码。

2.1.3 形态学操作

对二值化图像作反色操作，并使用核大小为[15,3]的矩形结构元素对其做形态学闭运算，使号码字符发生粘连为一块区域，然后使用Opencv库自带轮廓检测方法检测各区域轮廓，并依据身份证号码轮廓面积及长宽比例筛选各区域，将筛选剩余的区域中最长的区域作为身份证号码区域，文中将长宽比例为 r =15，比例筛选范围设定为面积筛选范围设定为。

图3 形态学闭操作及号码定位

图3为形态学操作及号码区域定位的效果图，由于形态学的粘连效果受到结构元素大小的影响，故本文固定闭运算结构元素大小，并尝试在三种分辨率下提取身份证号码区域，以正确切分号码的位数作为是否定位成功的标志。

2.2 投影切分字符

先从R分量上依据定位得的身份证号码区域将其分割出，对分割得的图像作如下操作：

（1）使用Otsu二值化算法分割图像并进行反色，即字体为白色，背景为黑色。

（2）先使用水平投影法确定字符的高度，由于少部分字符之间可能存在粘连，故对垂直投影法做出改进，记身份证号码区域图像的宽度为W，为通过垂直投影法[3]确定的切割位置(包含起始点)，若存在 k <18，则存在字符粘连。由于每个字符宽度为，假设粘连在一块的字符总数记为c，则使用下式判断粘连位置及粘连数。

当满足公式(1)时，对[hi, hi+1]进行C均等分，可将粘连的字符分开。图4为正确切分的号码字符。

图4 字符切分结果

2.3 lenet-5深度学习模型

lenet-5是Yann LeCun教授针对手写数字图像所开发的卷积神经网络模型[4]，其已经成功应用于商业，识别率可达99%以上，由于身份证号码的字符图像与手写图像具有一定的相似性，且字体结构较为固定，没有手写体随意，故本文采用lenet-5模型对身份证号码图像作训练及分类。图5为lenet-5的网络模型。

图5 lenet-5深度学习网络

其中，卷积层C1、C3所用卷积核大小均为5×5大小，采样层S2、C3通常为均值采样，感受域大小为2×2，其余则为全连接结构。

3 实验与分析

本文实验配置为Ubuntu14.04，GTX750Ti的机器，从网上及实际拍摄获得身份证图像共576张，分为两部分，其中的300张用于训练，276张用于测试。使用本文算法对训练样本做字符分割，可正确切分字符的样本为287，定位及切分准确率为95.66；

本文使用开源的caffe版本lenet-5进行实验。由于从训练样本获得的字符仅为4895张0～9二值图像，故通过添加噪声、小角度倾斜、不同阈值二值化等方法将字符集扩充为8W，通过10W次迭代，训练准确率为96%左右，在字符识别时，容易错分的是字符“3”和“8”、“0”和“9”。276张用于测试的图像可识别得251张，整体识别率为91%左右，具有较高的应用价值。

4 结论

本文提出了一种基于计算机视觉技术的身份证识别算法，算法对光照均匀图像和存在高光的图像均能有效地定位身份证号码，对垂直投影法作出改进以更适合分割粘连的字符，最后对于除校验位外的字符图像，使用lenet-5深度学习模型进行训练及分类，校验位可由前17位数字计算得到。

[1]李开,陈礼安,曹计昌.基于灰度多值化的身份证号码识别[J].计算机工程与应用,2015(13):191-196.

[2]许向阳,宋恩民,金良海.Otsu准则的阈值性质分析[J].电子学报,2009(12):2716-2719.

[3杨晓娟,宋凯.基于投影法的文档图像分割算法[J].成都大学学报(自然科学版),2009(02):139-141.

[4]高灿.一种基于CNN手写字符识别的改进方法[J].黑龙江科技信息,2017(03):164.

李美玲（1988—），女，广东廉江人，大学本科，主要从事通信工程设计与管理和楼宇智能化工程技术的教学工作。

张俊阳（1991—），男，广东揭阳人，硕士研究生，主要研究领域：模式识别。