述的身份證漢字識別方法，步驟（41)中，所述精確分割漢字字符，具體包括：
[0054] (a)采用以下公式，對灰度漢字區(qū)域進行局部二值化：
【主權項】
1. 一種身份證漢字識別方法，其特征在于，包括以下步驟： (1) 獲取分類器訓練文件； (2) 將待識別彩色圖像變換成灰度圖像； (3) 對身份證的漢字區(qū)域進行精確定位； (4) 對每個漢字區(qū)域進行字符識別； (5) 判斷當前漢字區(qū)域是否是最后一個漢字區(qū)域，若是，則輸出識別結果，若否，則返回 步驟（4)。
2. 根據(jù)權利要求1所述的身份證漢字識別方法，其特征在于，步驟（1)中，所述獲取分 類器訓練文件，具體包括： (11) 加載已有的人臉檢測分類器文件； (12) 加載tessract漢字識別庫； (13) 基于harr特征和adaboost算法，訓練關于身份證國徽的分類器文件； (14) 訓練身份證漢字區(qū)域含有的數(shù)字的模板。
3. 根據(jù)權利要求1所述的身份證漢字識別方法，其特征在于，步驟（3)中，所述對身份 證的漢字區(qū)域進行精確定位，具體包括： (31) 基于adaboost分類器，檢測身份證正面的人臉位置和身份證背面的國徽位置； (32) 根據(jù)眼睛位置對身份證正面圖像進行傾斜校正，根據(jù)國徽內(nèi)五星位置對身份證背 面圖像進行傾斜校正； (33) 基于人臉位置和國徽位置，分別選擇身份證正面和背面的漢字檢測有效區(qū)域，同 時進行反色處理； (34) 對圖像進行模糊處理，去除背景圖案干擾； (35) 獲取模糊處理后的灰度圖像的二值垂直邊緣特征圖； (36) 對二值垂直邊緣特征圖進行形態(tài)學運算，獲取連通區(qū)域； (37) 根據(jù)面積和位置特征，選擇相應的連通區(qū)域作為候選區(qū)域； (38) 基于候選區(qū)域內(nèi)字符間距特征，對身份證正面和背面的各漢字區(qū)域進行精確定 位； (39) 判斷當前人臉位置或國徽位置是否是最后一個人臉位置或國徽位置，若是，則輸 出相應的漢字區(qū)域定位結果，若否，則繼續(xù)執(zhí)行步驟（32)至步驟（39)。
4. 根據(jù)權利要求1所述的身份證漢字識別方法，其特征在于，步驟（4)中，所述對每個 漢字區(qū)域進行字符識別，具體包括： (41) 精確分割漢字字符； (42) 通過字符的寬度判斷單個字符是漢字還是數(shù)字，若是漢字，則執(zhí)行步驟（43)，若 是數(shù)字，則執(zhí)行步驟（45); (43) 增強漢字字形結構； (44) 基于tessract庫進行漢字識別； (45) 基于最近鄰算法進行數(shù)字識別； (46) 判斷當前字符是否是當前漢字區(qū)域的最后一個字符，若是，則輸出漢字識別結果， 若否，則進入下一個字符，繼續(xù)執(zhí)行步驟（42)至步驟（46)。
5. 根據(jù)權利要求3所述的身份證漢字識別方法，其特征在于，步驟（32)中，所述根據(jù)眼 睛位置對身份證正面圖像進行傾斜校正，具體包括： (al)基于三庭五眼布局規(guī)律，對左、右兩眼進行粗定位； (a2)精確定位出眼睛的中心點； (a3)根據(jù)兩眼的中心位置計算傾斜角度； (a4)對身份證正面圖像進行傾斜旋轉(zhuǎn)校正； 所述根據(jù)國徽內(nèi)五星位置對身份證背面圖像進行傾斜校正，具體包括： (bl)精確定位出國徽內(nèi)五顆星的中心點； (b2)以最大的一顆星為基礎，分別定位出四顆小星的相對位置； (b3)根據(jù)外側(cè)兩顆星的中心位置計算傾斜角度； (b4)對身份證背面圖像進行傾斜旋轉(zhuǎn)校正。
6. 根據(jù)權利要求3所述的身份證漢字識別方法，其特征在于，步驟（36)中，所述對二值 垂直邊緣特征圖進行形態(tài)學運算，獲取連通區(qū)域，具體包括： (a) 對二值垂直邊緣特征圖中所有垂直連通邊緣的高度值數(shù)據(jù)進行統(tǒng)計； (b) 將統(tǒng)計出的高度值數(shù)據(jù)從大到小排序，并求出排在前面三分之一位置之內(nèi)的高度 數(shù)據(jù)的平均值，作為二值垂直邊緣特征圖中垂直連通邊緣的平均高度只； (c) 利用結構元素模板，對二值垂直邊緣特征圖進行次形態(tài)學膨脹運算，其中， 表示不大于Sl的最大整數(shù)； (d) 利用結構元素模板，對經(jīng)過[Ei]次形態(tài)學膨脹運算的二值垂直邊緣特征圖進行2次 形態(tài)學閉運算； (e) 利用結構元素模板，對經(jīng)過2次形態(tài)學閉運算的二值垂直邊緣特征圖進行次形 態(tài)學腐蝕運算。
7. 根據(jù)權利要求4所述的身份證漢字識別方法，其特征在于， 步驟（41)中，所述精確分割漢字字符，具體包括： (a) 采用以下公式，對灰度漢字區(qū)域進行局部二值化：
其中，g(x，y)表示二值化后對應的像素（X，y)處的灰度值，f(x，y)表示二值化前像素 (x，y)處的灰度值，f (X1^yn)表示二值化前以像素（x，y)為中心的M*N鄰域內(nèi)像素（X1^y n) 處的灰度值，M、N分別表示鄰域的寬度和高度，offset表示偏移量； (b) 按照面積大小，對干擾連通區(qū)域進行過濾； (c) 進行垂直投影，獲取每一列的前景目標高度； (d) 通過波峰和波谷的位置關系，進行字符分割； (e) 對粘連字符進行二次分割； (f) 對斷裂字符進行合并處理。
8. 根據(jù)權利要求4所述的身份證漢字識別方法，其特征在于，步驟（43)中，所述增強漢 字字形結構，具體包括： (a) 統(tǒng)計單個字符的連通區(qū)域個數(shù)，判斷是否大于1，若是，則執(zhí)行步驟（b)，若否，則直 接執(zhí)行步驟（44); (b) 連接各個部分連通區(qū)域，具體包括： (bl)任意選擇兩個連通區(qū)域，計算二者之間的最小距離； (b2)在最小距離處，畫一條直線，連接兩個連通區(qū)域，形成新的總連通區(qū)域； (b3)依次連接剩下的連通區(qū)域和總連通區(qū)域，形成最終的連通區(qū)域。
9. 根據(jù)權利要求4所述的身份證漢字識別方法，其特征在于，步驟（45)中，所述基于最 近鄰算法進行數(shù)字識別，具體包括： (a) 采用以下公式，計算待識別字符與所有模板字符之間的特征距離：
其中，diSi表示待識別字符與第i個模板字符之間的特征距離，f(x，y)表示待識別字 符的像素（X，y)處的灰度值，m(x，y)表示模板字符的像素（X，y)處的灰度值； (b) 選擇最小特征距離對應的模板字符作為識別結果。
【專利摘要】本發(fā)明提供一種身份證漢字識別方法，包括以下步驟：獲取分類器訓練文件；將待識別彩色圖像變換成灰度圖像；對身份證的漢字區(qū)域進行精確定位；對每個漢字區(qū)域進行字符識別；判斷當前漢字區(qū)域是否是最后一個漢字區(qū)域。本發(fā)明采用圖像處理技術，進行身份證漢字的定位、分割，基于tessract庫和字形結構質(zhì)量增強的漢字圖像進行字符識別，識別準確度更高，不需要特定的設備，成本低，可以進行多身份證信息同時讀取。
【IPC分類】G06K9-00, G06K9-66
【公開號】CN104680130
【申請?zhí)枴緾N201510013041
【發(fā)明人】張卡, 何佳, 尼秀明, 陳舜
【申請人】安徽清新互聯(lián)信息科技有限公司
【公開日】2015年6月3日
【申請日】2015年1月9日