ID_figure(1).rar_matlab 身份证_身份证_身份证 分割_身份证分割_身份证识别

%方法一 （字幅分割：X方向投影后，根据突变边缘作为分割边界） clear all clc close all open imshow; %1，图像的预处理，读入彩色图像将其灰度化 PS=imread('ID.jpg'); %读 入JPG彩色图像文件 PS_ini=PS; figure,imshow(PS) %显 示出来 figureNO 1 title('输入的彩色JPG图像'); %imwrite(rgb2gray(PS),'C:\Users\lvz\Desktop\ID_figure\gray.bmp'); %将 彩色图片灰度化并保存 PS=rgb2gray(PS); %灰度化后的数据存入数组 figure; imshow(PS) %显 示灰度化后的图像，也是均衡化前的样品 figure NO 2 title('灰度化后的图像'); %2， 对灰度化后的身份证图像进行canny边缘检测，得到二值边缘图像 figure; THRESH=[0.4 0.9]; edge_PS=edge(PS,'canny',THRESH); imshow(edge_PS) title('canny 边缘检测'); %3， Hough 变换检测图像中所有直线，找出长度最长的直线，即身份证上( 或下) 边界 theta_d=1; [H,T,R] = hough(edge_PS,'Theta',-90:theta_d:89); figure; H_gray=mat2gray(H); imshow(imadjust(H_gray),'XData',T,'YData',R,... 'InitialMagnification','fit'); title('Hough 变换的映射，找出其中最大值对应的点，为身份证最长边缘'); xlabel('\theta'), ylabel('\rho'); axis on, axis normal; [max_rows,max_cols]=find(H_gray==max(max(H_gray))); best_theta=-90+(max_cols-1)*theta_d if best_theta>30 best_theta=best_theta-90; end %5 图像旋转 image_rotation=[]; image_rotation=imrotate(PS,best_theta,'nearest'); figure; imshow(image_rotation); title('调正后的图像'); %6 身份证区域边界确定及分割 figure; THRESH=[0.4 0.9]; edge_image_rotation=edge(image_rotation,'canny',THRESH); imshow(edge_image_rotation) title('canny 边缘检测'); [M,N]=size(edge_image_rotation); y_max=1; y_min=M; x_max=1; x_min=N; for y=1:M for x=1:N if edge_image_rotation(y,x)>0 if x>x_max x_max=x; end if x<x_min x_min=x; end if y>y_max y_max=y; end if y<y_min y_min=y; end end end end ID_area=image_rotation(y_min:y_max,x_min:x_max); imshow(ID_area); title('基于canny边缘检测，将身份证区域分割出来'); [M,N]=size(ID_area); %7 号码区域粗分割 figure;%根据号码在身份证上的位置进行粗分割 data_area=ID_area(round(M*16/20):round(M*18/20),round(N*5/16):round(N*15/16)); imshow(data_area); title('根据数字区域在身份中的固定位置比例，粗提取数字区域'); [M,N]=size(data_area);%绘制灰度直方图 确定二值化阈值 GP=zeros(1,256); %创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(M*N); %计算每级灰度出现的概率，将其存入GP中相应位置 end figure; bar(0:255,GP,'g') title('原图像直方图，用于确定将数字区域二值化的阈值'); xlabel('灰度值'); ylabel('出现概率'); for y=1:M for x=1:N if data_area(y,x)>100 data_area(y,x)=0; else data_area(y,x)=255; end end end figure; imshow(data_area); title('二值化处理'); %8 每个数字的分割，y方向投影，确定上下边沿；x方向投影，分割字母 X_shadow=sum(data_area); %求出图像向X轴的投影 Y_shadow=sum(data_area'); %求出图像向Y轴的投影 plot(X_shadow); title('X方向投影'); [M,N]=size(X_shadow); X_max(1:18)=1;% 记录18个数字的开始、结束坐标 X_min(1:18)=N; i=1; j=1; for x=1:N-3 % 记录18个数字的开始、结束坐标 if X_shadow(x)<800 && X_shadow(x+1)<800 && X_shadow(x+2)<800 if X_shadow(x+3)>1000 X_min(i)=x; i=i+1; end end if X_shadow(x)>1000 if X_shadow(x+1)<800 && X_shadow(x+2)<800 && X_shadow(x+3)<800 X_max(j)=x; j=j+1; end end end [A,B]=size(Y_shadow);% 记录上下边缘的坐标 Y_max=1; Y_min=B; for y=1:B if Y_shadow(y)>1000 if y>Y_max Y_max=y; end if y<Y_min Y_min=y; end end end data_area_cut=data_area(Y_min:Y_max,:); % 显示切割效果 en=0; for x=1:N-1 en=0; for i=1:18 if x==X_min(i) | x==X_max(i) en=1; end end if en==1 data_area_cut(:,x)=255; end end figure; imshow(data_area_cut); title('显示切割边缘'); xlabel('方法：y方向投影，确定上下边沿；x方向投影，分割字母'); % %9将切割出来的字符输出，并建立字符库，用于之后的数字判断 % % % word0=imresize(data_area(Y_min:Y_max,X_min(3):X_max(3)),[40 20]); % imwrite(word0,'C:\Users\lvz\Desktop\ID_figure\0.bmp'); % word1=imresize(data_area(Y_min:Y_max,X_min(7):X_max(7)),[40 20]); % imwrite(word1,'C:\Users\lvz\Desktop\ID_figure\1.bmp'); % word2=imresize(data_area(Y_min:Y_max,X_min(4):X_max(4)),[40 20]); % imwrite(word2,'C:\Users\lvz\Desktop\ID_figure\2.bmp'); % word3=imresize(data_area(Y_min:Y_max,X_min(1):X_max(1)),[40 20]); % imwrite(word3,'C:\Users\lvz\Desktop\ID_figure\3.bmp'); % % word4=imresize(data_area(Y_min:Y_max,X_min(6):X_max(6)),[40 20]); % % imwrite(word4,'C:\Users\lvz\Desktop\ID_figure\4.jpg'); % % word5=imresize(data_area(Y_min:Y_max,X_min(18):X_max(18)),[40 20]); % % imwrite(word5,'C:\Users\lvz\Desktop\ID_figure\5.jpg'); % % word6=imresize(data_area(Y_min:Y_max,X_min(14):X_max(14)),[40 20]);%实例图片中，这几位数字没有 % % imwrite(word6,'C:\Users\lvz\Desktop\ID_figure\6.jpg'); % word7=imresize(data_area(Y_min:Y_max,X_min(14):X_max(14)),[40 20]); % imwrite(word7,'C:\Users\lvz\Desktop\ID_figure\7.bmp'); % word8=imresize(data_area(Y_min:Y_max,X_min(5):X_max(5)),[40 20]); % imwrite(word8,'C:\Users\lvz\Desktop\ID_figure\8.bmp'); % word9=imresize(data_area(Y_min:Y_max,X_min(8):X_max(8)),[40 20]); % imwrite(word9,'C:\Users\lvz\Desktop\ID_figure\9.bmp'); % wordX=imresize(data_area(Y_min:Y_max,X_min(18):X_max(18)),[40 20]); % imwrite(wordX,'C:\Users\lvz\Desktop\ID_figure\XX.bmp'); % word4=imresize(data_area(Y_min:Y_max,X_min(6):X_max(6)),[40 20]); % imwrite(word4,'C:\Users\lvz\Desktop\ID_figure\4.bmp'); % word5=imresize(data_area(Y_min:Y_max,X_min(18):X_max(18)),[40 20]); % imwrite(word5,'C:\Users\lvz\Desktop\ID_figure\5.bmp'); % word6=imresize(data_area(Y_min:Y_max,X_min(14):X_max(14)),[40 20]);%实例图片中，这几位数字没有 % imwrite(word6,'C:\Users\lvz\Desktop\ID_figure\6.bmp') word0=imresize(imread('module\\0.bmp'),[40 20]); %读其他模板 word1=imresize(imread('module\\1.bmp'),[40 20]); %读其他模板 word2=imresize(imread('module\\2.bmp'),[40 20]); %读其他模板 word3=imresize(imread('module\\3.bmp'),[40 20]); %读其他模板 word4=imresize(imread('module\\4.bmp'),[40 20]); %读其他模板 word5=imresize(imread('module\\5.bmp'),[40 20]); %读其他模板 word6=imresize(imread('module\\6.bmp'),[40 20]); %读其他模板 word7=imresize(imread('module\\7.bmp'),[40 20]); %读其他模板 word8=imresize(imread('module\\8.bmp'),[40 20]); %读其他模板 word9=imresize(imread('module\\9.bmp'),[40 20]); %读其他模板 wordX=imresize(imread('module\\XX.bmp'),[40 20]); %读其他模板 % % %10输出字符作为模板，用于模式识别；模板与需要判断的字符的差，作为匹配依据 for i=1:18 m=i word=imresize(data_area(Y_min:Y_max,X_min(i):X_max(i)),[40 20]); for j=1:11 switch j case 1, word_module=word0; case 2, word_module=word1; case 3, word_module=word2; case 4, word_module=word3; case 5, word_module=word4; case 6, word_module=word5; case 7, word_module=word6; case 8, word_module=word7; case 9, word_module=word8; case 10, word_module=word9; case 11, word_module=wordX; end n=j word_error=abs(word-word_module); total_error(j)=sum(sum(word_error)) end min_error=min(total_error); min_index(i)=find(total_error=