移動端身份證號碼識別算法實現(xiàn)

朱健 馬漢杰 馮杰 楊芷晴 韓煌達(dá) 王健

摘要：為實現(xiàn)多場景下快速便捷的身份證號碼提取，提出一種基于移動端的身份證號碼識別算法。該算法利用搭載Android操作系統(tǒng)的移動設(shè)備，進(jìn)行身份證號碼區(qū)域定位和提取;首先利用身份證特殊的顏色分布，選取合適的通道分量;再通過圖像閾值分割、噪聲處理以及形態(tài)學(xué)處理，將身份證號碼圖像二值化;同時針對拍攝過程中可能出現(xiàn)的圖像傾斜情況，通過圖像旋轉(zhuǎn)和投影法進(jìn)行水平矯正;然后通過投影法將單個字符提取出來;最后使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別。通過MIX手機(jī)測試表明，單次身份證號碼圖像識別時間約為156ms，準(zhǔn)確率約為99.1%，能夠滿足魯棒性和實時性要求。

關(guān)鍵詞：移動設(shè)備;輪廓提取;傾斜校正;卷積神經(jīng)網(wǎng)絡(luò)

DOI：10.11907/rjd k.191330

中圖分類號：TP312 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2019）012-0019-03

0引言

身份證是最重要的個人標(biāo)識工具，越來越多的行業(yè)要求實名制和身份證登記管理，如何快速便捷地提取身份證信息是研究熱門領(lǐng)域。傳統(tǒng)的OCR算法多采用基于模板匹配或基于人工神經(jīng)網(wǎng)絡(luò)的方式?；谀０迤ヅ浞绞揭资茉肼暩蓴_，適用于目標(biāo)特征明顯且模板庫小的場景;基于人工神經(jīng)網(wǎng)絡(luò)方式存在系統(tǒng)復(fù)雜和計算量大的缺陷。深度學(xué)習(xí)（Deep Learning，DL）是近年來熱門研究方向，Le-cun等提出的卷積神經(jīng)網(wǎng)絡(luò)（convolutional Neural Net-work，CNN）能夠自動提取特征值，在模式分類領(lǐng)域表現(xiàn)出色。

本文使用OCR（Optical Character Recognition，光學(xué)字符識別）算法進(jìn)行身份證號碼提取和識別，該算法運(yùn)行在Android移動客戶端。識別步驟如下：首先進(jìn)行身份證號碼區(qū)域提取，利用拍攝圖像的固定位置獲取身份證號碼大致位置;然后利用身份證特殊的顏色分布，選取合適的通道分量過濾顏色信息的干擾;再通過圖像閾值分割采集證件號碼信息;通過噪聲處理減輕噪聲的干擾，通過形態(tài)學(xué)處理尋找身份證號碼的具體位置。同時針對拍攝過程中可能出現(xiàn)的圖像傾斜問題，通過圖像旋轉(zhuǎn)和水平投影法進(jìn)行水平矯正，最后通過垂直投影法將單個字符提取出來。得到單個字符圖像后，使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行身份證號碼的訓(xùn)練和識別。

1身份證號碼字符提取

首先在顯示屏幕上添加輔助框，將身份證號碼放置在該框內(nèi)。通過提取該區(qū)域圖像，能夠進(jìn)一步減小待處理區(qū)域并獲取準(zhǔn)確的身份證號碼位置。進(jìn)一步提取藍(lán)色分量可有效排除身份證文字信息和背景信息的干擾，如圖1所示。

最大類間方差法是一種自適應(yīng)的閾值確定方法，又叫大津法，簡稱OTSU。選定一個閾值T，將圖像分成背景和目標(biāo)。背景和目標(biāo)之間的類間方差越大，說明構(gòu)成圖像的前后部分差別越大，當(dāng)部分目標(biāo)錯分為背景或部分背景錯分為目標(biāo)都會導(dǎo)致兩部分差別變小。因此，使類間方差最大的分割意味著錯分概率最。計算公式如下：

移動手機(jī)拍攝得到的數(shù)字圖像會受到環(huán)境影響，或多或少帶有噪聲干擾，有可能在傳輸過程中產(chǎn)生，也有可能在量化等處理過程中產(chǎn)生。中值濾波是基于排序統(tǒng)計理論的一種有效抑制噪聲的非線性信號處理技術(shù)，其基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近真實值，從而消除孤立的噪聲點(diǎn)，其處理結(jié)果如圖3所示。由于身份證號碼之間排列緊密，通過膨脹操作可以將各個號碼相互連結(jié)，多次膨脹操作結(jié)果如圖4所示。

實際拍攝過程中，身份證會出現(xiàn)左右傾斜狀態(tài)，對此需要通過仿射變換對圖像進(jìn)行水平矯正。利用仿射變換進(jìn)行圖像旋轉(zhuǎn)，不改變圖像形狀，同時保持圖像中各線條的相對位置關(guān)系，即正方形變換后仍為正方形且面積不變，其數(shù)學(xué)表達(dá)式如式（3）所示。

其中，A為2×2大小的矩陣，B為2×1大小的向量，T為變換后的向量空間。通過仿射變換對圖像進(jìn)行左右旋轉(zhuǎn)，然后對圖像進(jìn)行水平投影，從左到右掃描統(tǒng)計白色區(qū)域長度。當(dāng)白色長度最短時，完成水平矯正，矯正后的圖像如圖5所示。最后利用投影法對圖像進(jìn)行切分，從上到下對圖像進(jìn)行掃描，如圖6所示。記錄目標(biāo)和背景之間的分割點(diǎn)，提取出單個字符圖像，得到如圖7所示的圖像。

2卷積神經(jīng)網(wǎng)絡(luò)設(shè)計

卷積神經(jīng)網(wǎng)絡(luò)模型LeNet-5在字符識別、圖像分類等應(yīng)用中效果很好，本文在LeNet-5網(wǎng)絡(luò)基礎(chǔ)上進(jìn)一步調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)，以實現(xiàn)身份證號碼11位數(shù)字的識別。修改后的網(wǎng)絡(luò)結(jié)構(gòu)如圖8所示。首先輸入層大小調(diào)整為28×28;第一層卷積層使用8個濾波器，每個濾波器大小為3×3，輸出數(shù)據(jù)體大小為6×26×26;第二層下采樣層執(zhí)行max運(yùn)算，濾波器大小為2×2，輸出數(shù)據(jù)體大小為6×13×13;第三層卷積層使用16個濾波器，卷積核大小為3×3，輸出數(shù)據(jù)體大小為16×6×6;第4層下采樣層執(zhí)行max運(yùn)算，濾波器大小為2×2，輸出數(shù)據(jù)體大小為16×3×3;第5層卷積層使用16個濾波器，卷積核大小為3×3，輸出數(shù)據(jù)體大小為16×2×2;第6層下采樣層執(zhí)行max運(yùn)算，輸出大小為16×1×1;最后輸出層使用11個濾波器，輸出大小為11×1×1。

3實驗結(jié)果與分析

3.1成功率測試

測試樣本集共有1000張圖像。身份證號碼由數(shù)字0-9和字母x共11個字符隨機(jī)組成。采集實驗室成員身份證照片，利用上述圖像處理方法剪切成單個字符圖像，收集每類圖像5000張，共55000張圖像作為樣本數(shù)據(jù)庫。利用Torch深度學(xué)習(xí)框架進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練。硬件環(huán)境為Intel i7-7800X CPU和NVIDIA Titan x GPU，共剪切成991張圖片，剪切成功率為99.1%。未剪切成功的圖像如圖9所示，剪切失敗原因有圖像拍攝模糊、高曝光和低亮度等。

識別精度如圖10所示。當(dāng)訓(xùn)練迭代次數(shù)超過60次后，生成的參數(shù)能夠?qū)崿F(xiàn)接近100%的測試精度。

3.2時間測試

基于移動端的身份證號碼識別算法運(yùn)行在Android移動端，測試手機(jī)為小米MIX2，其配置為1200萬像素后置攝像頭，6G內(nèi)存，驍龍835CPU。提取身份證號碼時間為76ms;測試LeNet-5網(wǎng)絡(luò)和改進(jìn)LeNet-5網(wǎng)絡(luò)的識別耗時如表1所示。LeNet-5網(wǎng)絡(luò)識別一次身份證號碼圖像共18張?zhí)柎a字符圖像花費(fèi)104ms，而改進(jìn)LeNet-5網(wǎng)絡(luò)僅花費(fèi)80ms，相比之下檢測時間提高23.1%，所以使用改進(jìn)LeNet-5網(wǎng)絡(luò)進(jìn)行身份證號碼識別總時間為156ms。

4結(jié)語

為實現(xiàn)多場景下居民身份證號碼快速識別，本文設(shè)計了基于移動端的身份證號碼識別算法。測試表明，本文算法達(dá)到99.1%的準(zhǔn)確率，單次檢測時間為156ms，能夠滿足魯棒性和實時性要求。但在低亮度、高曝光或者模糊情況下，本文算法還不能很好地完成，需要進(jìn)一步研究和調(diào)試。