一种基于OCR技术的复杂场景下身份证识别方法技术

本发明专利技术公开了一种基于OCR技术的复杂场景下身份证识别方法，包括：S1、基于SIFT算法的对身份证的特征点识别，确定现实场景中身份证的位置坐标；S2、基于获取的身份证位置坐标，对现实场景中身份证的目标区域进行定位检测，并确定待识别文字区域；S3、提取待识别文字区域内的文字信息；S4、对提取的文字信息进行校正，获得准确的身份证信息，完成身份证识别。本发明专利技术方法解决了在复杂环境如光线较暗、过度曝光、拍摄模糊等情况下身份证的定位和识别问题；通过对识别结果增加字符最小距离校正算法，显著提高识别准确度，且具有一定的结果纠错功能，使识别结果更为可靠。

【技术实现步骤摘要】
一种基于OCR技术的复杂场景下身份证识别方法
本专利技术属于身份证识别
，具体涉及一种基于OCR技术的复杂场景下身份证识别方法。
技术介绍
随着社会的发展和国家信用体制的不断完善，越来越多的场景需要对身份进行核验，居民身份证实名制在各行各业得到了广泛的应用。如果手动输入身份证号码和姓名等信息，速度慢、用户体验较差，操作人员溶液产生视觉疲劳。为了提高在移动终端上属兔身份证信息的速度和准确性，很多互联网公司都开发了身份证文字识别技术。现有技术采用OCR(光学字符识别)技术对图像、文字信息进行分析和管理，其应用场景往往都是在较为理想的环境下运行。现有方法主要是对身份证扫描包括腐蚀、提取身份证文字区域轮廓，并通过轮廓提取找到图片中身份证号码的文字区域。在实际的使用场景中，依然会存在一些问题：首先，身份证背景存在底纹和防伪反光条干扰，如果出现光照强度不均等客观拍摄环境影响，难以准确定位身份证在图像中的位置；其次，不同地区、不同省份、不同民族的第二代身份证存在字体多种多样、字号不统一、位置变差等问题；最后，人为因素导致的身份证拍摄效果不佳，例如手臂抖本文档来自技高网...

【技术保护点】
1.一种基于OCR技术的复杂场景下身份证识别方法，其特征在于，包括以下步骤：/nS1、通过SIFT算法对现实场景下的身份证图像进行检测和对齐，进而确定现实场景中身份证的位置坐标；/nS2、基于获取的身份证位置坐标，通过训练好的深度CNN网络对现实场景中身份证的目标区域进行定位检测，并基于其定位坐标确定待识别文字区域；/nS3、通过文字识别网络提取待识别文字区域内的文字信息；/nS4、使用最小模糊匹配算法对提取的文字信息进行校正，获得准确的身份证信息，完成身份证识别。/n

【技术特征摘要】
1.一种基于OCR技术的复杂场景下身份证识别方法，其特征在于，包括以下步骤：
S1、通过SIFT算法对现实场景下的身份证图像进行检测和对齐，进而确定现实场景中身份证的位置坐标；
S2、基于获取的身份证位置坐标，通过训练好的深度CNN网络对现实场景中身份证的目标区域进行定位检测，并基于其定位坐标确定待识别文字区域；
S3、通过文字识别网络提取待识别文字区域内的文字信息；
S4、使用最小模糊匹配算法对提取的文字信息进行校正，获得准确的身份证信息，完成身份证识别。


2.根据权利要求1所述的基于OCR技术的复杂场景下身份证识别方法，其特征在于，所述步骤S1具体为：
S11、使用SIFT算法分别对模板身份证和现实场景下的身份证图像进行特征点提取，获得对应的两组特征点；
S12、通过Ransac算法对提取的两组特征点进行对应关系的匹配，并删除匹配错误的特征点，获得现实场景下身份证到身份证模板的透视变换矩阵；
S13、将模板身份证中四个顶点的坐标依次与透视变换矩阵相乘，获得现实场景下身份证的四个顶点坐标，即现实场景中身份证的位置坐标。


3.根据权利要求2所述的基于OCR技术的复杂场景下身份证识别方法，其特征在于，所述步骤S13中，当模板身份对应顶点的坐标为(x,y)时，现实场景中的身份证中对应顶点的坐标(X,Y,Z)为：



式中，M为透视变换矩阵，mij为透视变换矩阵中第i行第j列的值，且i,j＝1,2,3。


4.根据权利要求2所述的基于OCR技术的复杂场景下身份证识别方法，其特征在于，所述步骤S2中，所述深度CNN网络包括依次连接的输入层、第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、第三卷积层、第三最大池化层、第四卷积层、第四最大池化层、两个全连接层和输出层；
所述深度CNN网络通过人工标注的身份证图像对其进行训练，所述深度CNN网络的训练参数设置为batch_size为6，nms_thres为0.5，img_size为448和优化器为Adam。


5.根据权利要求1所述的基于OCR技术的复杂场景下身份证识别方法，其特征在于，在所述步骤S2中，通过训练好的深度CNN网络对现实场景中身份证进行检测的目标区域包括姓名位置点、住址位置点、民族位置点、签发机关位置点、有效日期位置点和公安局位置点；
所述步骤S2中，基于目标区域位置坐标确定的待识别文字区域包括姓名内容框、性别内容框、民族内容框、出生内容框、住址内容框、身份证内容框、签发机关内容框和有效日期内容框。


6.根据权利要求5所述的基于OCR技术的复杂场景下身份证识别方法，其特征在于，对于所述住址内容框，将其分割为对应的单行文字区域作为待识别文字区域；
分割方法具体为：
A1、将住址内容框所在区域转化为对应的灰度图像；
A2、将灰度图像进行阈值分割，获得垂直分成三份的单行文字区域；
A3、对每一份单行文字区域进行垂直直方图统计，获得对应的文字存在控制变量ti；
其中，i为分割后的二值化图像变换，i＝1,2,3；
A4、对所有ti进行求和统计，得到住址内容框中的单行文字行数T，将其对应的单行文字区域作为待识别...

【专利技术属性】
技术研发人员：骆春波，罗杨，刘翔，胡永杰，
申请(专利权)人：成都科大极智科技有限公司，
类型：发明
国别省市：四川;51