基于計算機視覺的身份證號碼識別算法

廣東南方職業學院 李美玲

深圳大學信息工程學院 張俊陽

基于計算機視覺的身份證號碼識別算法

廣東南方職業學院 李美玲

深圳大學信息工程學院 張俊陽

針對圖像采集過程中閃光燈開啟造成的高亮區域，本文先通過自適應閾值分割算法去除身份證圖像背景區域，并使用形態學操作提取并篩選輪廓的方法定位身份證號碼區域，使用深度學習神經網絡對切分得的字符進行識別。算法識別準確率高，文中使用了OpenCV庫及caffe開源深度學習框架驗證算法。

身份證號碼定位；caffe；OpenCV；身份證號碼識別

1 引言

圖像是智能機器獲取信息的重要來源之一，隨著計算機視覺技術的發展，計算機視覺技術已經在工業上獲得許多成功應用，例如零件缺陷檢測、汽車自動輔助駕駛等領域。OCR字符識別技術也取得了重大的進展。身份證識別技術為OCR識別技術之一，目前身份證識別主要有基于匹配分類和基于機器學習的方法[1]。而隨著深度學習的發展，深度學習正在顛覆傳統領域，使用深度學習識別字符圖像具有快速、準確率高等優勢。

2 算法實現

本文主要針對的是拍攝設備近距離采集的身份證圖像，要求身份證圖像上號碼信息較為清晰，人眼基本可辨別，且圖像上身份證區域占據主要部分，無復雜背景干擾，當前圖像采集器材分辨率、微距拍攝等功能已能滿足要求，故在實際應用中是可行的。

圖1 基于計算機視覺的身份證識別算法框圖

圖1為基于計算機視覺的身份證識別算法框圖，文中首先提取原始圖像的R分量作為分析對象，針對拍攝亮度不足時，補光燈造成的圖像亮度不均或存在高光等問題，采用自適應閾值圖像分割算法去除身份證非字符區域，然后使用形態學操作使字符粘連的方法提取字符輪廓，根據輪廓面積及長寬比例提取身份證號碼區域，最后切分身份證字符并使用已訓練的lenet-5深度學習網絡模型進行識別。

2.1 身份證號碼區域檢測

2.1.1 圖像灰度化

身份證樣張上字體為黑色，背景則為純顏色，為使字體與背景具有更大的區分度，取身份證圖的R通道作為圖像的灰度化處理，為便于后期定位身份證號碼區域時字符之間相互粘合，結合身份證圖片長寬比例，依次在3種分辨率下嘗試定位身份證號碼區域，這3種縮放分辨率分別為：

2.1.2 圖像二值化

本文針對的是近距離拍攝的身份證圖像，身份證整體輪廓占主要部分，由于身份證樣張上字符顏色與背景顏色通常存在明顯的差別，當采集的身份證圖像光照均勻時，采用Otsu全局閾值二值化圖像，二值化效果好；但由于光線不足，拍攝設備開啟補光燈等原因造成高光區域時，Otsu全局閾值二值化效果不佳，這是由于Otsu算法沒有考慮局部灰度信息的干擾[2]。

對Otsu二值化方法作出改進。

將圖像切分為N×N塊，對每一分塊使用Otsu二值化算法計算得閾值，對其進行排序，排序后的閾值記為，對其中的中位數做均值濾波，使用濾波后的中位值作為圖像二值化的全局閾值。經過實驗將N設為5，濾波器核大小設為9。

圖2 身份證圖像二值化

圖2為身份證圖像二值化處理的效果圖，可看出對于光照均勻或存在高光的圖像，算法都能得到清晰的二值化號碼。

2.1.3 形態學操作

對二值化圖像作反色操作，并使用核大小為[15,3]的矩形結構元素對其做形態學閉運算，使號碼字符發生粘連為一塊區域，然后使用Opencv庫自帶輪廓檢測方法檢測各區域輪廓，并依據身份證號碼輪廓面積及長寬比例篩選各區域，將篩選剩余的區域中最長的區域作為身份證號碼區域，文中將長寬比例為 r =15，比例篩選范圍設定為面積篩選范圍設定為。

圖3 形態學閉操作及號碼定位

圖3為形態學操作及號碼區域定位的效果圖，由于形態學的粘連效果受到結構元素大小的影響，故本文固定閉運算結構元素大小，并嘗試在三種分辨率下提取身份證號碼區域，以正確切分號碼的位數作為是否定位成功的標志。

2.2 投影切分字符

先從R分量上依據定位得的身份證號碼區域將其分割出，對分割得的圖像作如下操作：

（1）使用Otsu二值化算法分割圖像并進行反色，即字體為白色，背景為黑色。

（2）先使用水平投影法確定字符的高度，由于少部分字符之間可能存在粘連，故對垂直投影法做出改進，記身份證號碼區域圖像的寬度為W，為通過垂直投影法[3]確定的切割位置(包含起始點)，若存在 k <18，則存在字符粘連。由于每個字符寬度為，假設粘連在一塊的字符總數記為c，則使用下式判斷粘連位置及粘連數。

當滿足公式(1)時，對[hi, hi+1]進行C均等分，可將粘連的字符分開。圖4為正確切分的號碼字符。

圖4 字符切分結果

2.3 lenet-5深度學習模型

lenet-5是Yann LeCun教授針對手寫數字圖像所開發的卷積神經網絡模型[4]，其已經成功應用于商業，識別率可達99%以上，由于身份證號碼的字符圖像與手寫圖像具有一定的相似性，且字體結構較為固定，沒有手寫體隨意，故本文采用lenet-5模型對身份證號碼圖像作訓練及分類。圖5為lenet-5的網絡模型。

圖5 lenet-5深度學習網絡

其中，卷積層C1、C3所用卷積核大小均為5×5大小，采樣層S2、C3通常為均值采樣，感受域大小為2×2，其余則為全連接結構。

3 實驗與分析

本文實驗配置為Ubuntu14.04，GTX750Ti的機器，從網上及實際拍攝獲得身份證圖像共576張，分為兩部分，其中的300張用于訓練，276張用于測試。使用本文算法對訓練樣本做字符分割，可正確切分字符的樣本為287，定位及切分準確率為95.66；

本文使用開源的caffe版本lenet-5進行實驗。由于從訓練樣本獲得的字符僅為4895張0～9二值圖像，故通過添加噪聲、小角度傾斜、不同閾值二值化等方法將字符集擴充為8W，通過10W次迭代，訓練準確率為96%左右，在字符識別時，容易錯分的是字符“3”和“8”、“0”和“9”。276張用于測試的圖像可識別得251張，整體識別率為91%左右，具有較高的應用價值。

4 結論

本文提出了一種基于計算機視覺技術的身份證識別算法，算法對光照均勻圖像和存在高光的圖像均能有效地定位身份證號碼，對垂直投影法作出改進以更適合分割粘連的字符，最后對于除校驗位外的字符圖像，使用lenet-5深度學習模型進行訓練及分類，校驗位可由前17位數字計算得到。

[1]李開,陳禮安,曹計昌.基于灰度多值化的身份證號碼識別[J].計算機工程與應用,2015(13):191-196.

[2]許向陽,宋恩民,金良海.Otsu準則的閾值性質分析[J].電子學報,2009(12):2716-2719.

[3楊曉娟,宋凱.基于投影法的文檔圖像分割算法[J].成都大學學報(自然科學版),2009(02):139-141.

[4]高燦.一種基于CNN手寫字符識別的改進方法[J].黑龍江科技信息,2017(03):164.

李美玲（1988—），女，廣東廉江人，大學本科，主要從事通信工程設計與管理和樓宇智能化工程技術的教學工作。

張俊陽（1991—），男，廣東揭陽人，碩士研究生，主要研究領域：模式識別。