基于Tesseract開源OCR引擎的證件識別系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、證件的識別這個事務(wù)出現(xiàn)在日常生活中的各個場合，例如在入住酒店時需要使用身份證實名認證，交警在處理交通事故的時候也需要對駕駛員的身份證和駕駛證進行核對，確認當事人的身份。
　　因為要進行OCR識別，原圖片的獲取可以說是基礎(chǔ)的一個要素。最理想的輸入設(shè)備應(yīng)該是掃描儀。掃描的輸入最為純凈，沒有附帶的背景，并且能保持圖像的正面成像，還能給與較高的分辨率和色彩還原度。但是掃描儀并不是常備的設(shè)備，更多時候的圖像采取可能需要手機的攝像頭，顯然通過

2、這樣的方式獲取到的原圖像質(zhì)量會比較低。可能遇到的問題有，光線的不均勻造成的失真，拍照時沒法拍到正面而產(chǎn)生的透視形變，之后即便再高級的攝像機由于光學的成像原理在邊緣處都會有一些形變而造成失真。為了解決這些問題本文提到了一系列圖像處理的方法來提升原圖像的質(zhì)量，進而提升識別的精確度。
　　在修正圖像的透視形變這方面本文介紹的較為詳細。從透視產(chǎn)生的原理，到解決透視問題的數(shù)學方法。以及在實現(xiàn)上為了快速開發(fā)而使用的OpenGL庫，或者是為了在

3、移動端進行擴展而采用優(yōu)化過的快速反透視變換算法。結(jié)合這些技術(shù)可以使得在照相機上獲取的帶有透視形變的證件快速還原成其原始的形態(tài)，再按證件的格式分析送入實驗中的證件識別器。
　　本文針對特定格式的類身份證性質(zhì)的證件，通過對圖像源的預處理，給予特定樣本的訓練，實現(xiàn)一種基于 Tesseract-ocr的包含不同字體漢字數(shù)字的證件格式化OCR識別系統(tǒng)。Tesseract是一個開源的OCR引擎，支持漢字等等絕大多數(shù)文字的識別，并且提供了一系列

4、訓練的方式，可以自行訓練出需要的訓練集。針對不同的場合進行優(yōu)化。也支持大量的參數(shù)調(diào)優(yōu)，例如行距，字距等等信息。
　　在本文的實驗中通過一些技術(shù)，使得TesseractOCR的識別效率以及識別的精確度大幅提升，分析的過程大致是通過證件的固有格式進行區(qū)域的劃分而在對不同區(qū)域的識別上采用不同的參數(shù)以及不同的訓練集。例如對性別的識別，所采用的訓練集在訓練時只訓練了兩個字男和女，這樣的訓練結(jié)果雖然帶有一些局限性，但是應(yīng)用于大多數(shù)的場合都是能