基于Tesseract開(kāi)源OCR引擎的證件識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、證件的識(shí)別這個(gè)事務(wù)出現(xiàn)在日常生活中的各個(gè)場(chǎng)合，例如在入住酒店時(shí)需要使用身份證實(shí)名認(rèn)證，交警在處理交通事故的時(shí)候也需要對(duì)駕駛員的身份證和駕駛證進(jìn)行核對(duì)，確認(rèn)當(dāng)事人的身份。
　　因?yàn)橐M(jìn)行OCR識(shí)別，原圖片的獲取可以說(shuō)是基礎(chǔ)的一個(gè)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(méi)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(shí)候的圖像采取可能需要手機(jī)的攝像頭，顯然通過(guò)

2、這樣的方式獲取到的原圖像質(zhì)量會(huì)比較低?？赡苡龅降膯?wèn)題有，光線的不均勻造成的失真，拍照時(shí)沒(méi)法拍到正面而產(chǎn)生的透視形變，之后即便再高級(jí)的攝像機(jī)由于光學(xué)的成像原理在邊緣處都會(huì)有一些形變而造成失真。為了解決這些問(wèn)題本文提到了一系列圖像處理的方法來(lái)提升原圖像的質(zhì)量，進(jìn)而提升識(shí)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(xì)。從透視產(chǎn)生的原理，到解決透視問(wèn)題的數(shù)學(xué)方法。以及在實(shí)現(xiàn)上為了快速開(kāi)發(fā)而使用的OpenGL庫(kù)，或者是為了在

3、移動(dòng)端進(jìn)行擴(kuò)展而采用優(yōu)化過(guò)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(jī)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(shí)驗(yàn)中的證件識(shí)別器。
　　本文針對(duì)特定格式的類身份證性質(zhì)的證件，通過(guò)對(duì)圖像源的預(yù)處理，給予特定樣本的訓(xùn)練，實(shí)現(xiàn)一種基于 Tesseract-ocr的包含不同字體漢字?jǐn)?shù)字的證件格式化OCR識(shí)別系統(tǒng)。Tesseract是一個(gè)開(kāi)源的OCR引擎，支持漢字等等絕大多數(shù)文字的識(shí)別，并且提供了一系列

4、訓(xùn)練的方式，可以自行訓(xùn)練出需要的訓(xùn)練集。針對(duì)不同的場(chǎng)合進(jìn)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(shí)驗(yàn)中通過(guò)一些技術(shù)，使得TesseractOCR的識(shí)別效率以及識(shí)別的精確度大幅提升，分析的過(guò)程大致是通過(guò)證件的固有格式進(jìn)行區(qū)域的劃分而在對(duì)不同區(qū)域的識(shí)別上采用不同的參數(shù)以及不同的訓(xùn)練集。例如對(duì)性別的識(shí)別，所采用的訓(xùn)練集在訓(xùn)練時(shí)只訓(xùn)練了兩個(gè)字男和女，這樣的訓(xùn)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(chǎng)合都是能