印刷体数字快速识别算法在身份证数字识别中的应用

印刷体数字快速识别算法在身份证数字识别中的应用

1实验应用的ocr面临的挑战光学字符识别（orc）已经发展了几十年，并从实验研究转向应用。实际应用中对OCR提出了高识别率和高置信度的要求。单一特征抽取构成的识别系统通常难以满足要求2资源提取基于印刷体数字结构,我们抽取了数字的4种特征:横线特征,竖线特征,水平方向过线数,垂直方向过线数。2.1水平方向上黑像素点的个数根据数字的结构特征,数字中有可能存在横线。于是,在水平方向上,定义比例:其中:nWidth为图像的宽度,用像素点个数来度量,nHBlackNum为水平方向上黑像素点连续出现的个数。若0.6<=HoriR<=1,则认为该数字中这些连续出现的黑像素点构成了一条横线。由于数字中的横线是有一定的宽度的,因此在水平扫描线顺序扫描时,相邻的几条横线,将其视为同一条横线。根据横线在数字中的不同位置,我们定义:从左上角开始的横线为上横线,从左下角开始的横线为下横线。以数字1、7为例,如图1所示:根据上述的描述,易知:1有一条下横线,7有一条上横线。2.2连续出现的个数与横线特征原理相同。在垂直方向上,定义比例:其中:nHeight为图像的高度,用像素点个数来度量,nVBlackNum为垂直方向上黑像素点连续出现的个数。若0.4<=VertR<=1,则认为该数字中这些连续出现的黑像素点构成了一条竖线。同理,由于数字中的竖线是有一定的宽度的,因此在垂直扫描线顺序扫描时,相邻的几条竖线,将其视为同一条竖线。根据竖线在数字中的不同位置,我们定义:从左下角开始的竖线为左竖线,从右下角开始的竖线为右竖线。以数字0为例,如图2所示:根据上述描述易知:0有一条左竖线,有一条右竖线。2.3素区域常见农业点火数把数字平均分成上、中、下3部分,在每个部分中分别以水平方向的扫描线从左到右穿过数字,计算每条扫描线穿越黑像素区域的交点数,在上部分得到的最大交点数定义为该数字的上过线数,在下部分得到的最大交点数定义为该数字的下过线数,在Y固定时得到的交点数定义为该数字在Y处的过线数。以数字2为例,如图3所示。显见:数字2的上过线数为2,下过线数为2,在1/2高度处的过线数为1,在上1/3高度处的过线数为1,在下1/3高度处的过线数为1。2.4最大控制点数的生成原理类似于2.3所述,把数字平均分成左、中、右3部分,在每个部分中分别以垂直方向的扫描线从上到下穿过数字,计算每条扫描线穿越黑像素区域的交点数,在左部分得到的最大交点数定义为该数字的左过线数,在右部分得到的最大交点数定义为该数字的右过线数,在X固定时得到的交点数定义为该数字在X处的过线数。以数字9为例,如图4所示。显而易见:数字9的左过线数为3,右过线数为3,在1/2宽度处的过线数为3,在左1/3宽度处的过线数为3,在右1/3宽度处的过线数为3。以上述原理为依据,我们以宋体为例,对数字0~9进行特征抽取,得到它们的特征值,如表1所示。3识别标记根据表1中的特征值,我们构造了编码器,进行数字识别。3.2基于编码的识别算法由表2易知,每个数字的编码表不完全相同,所以可由此编码器识别出数字0-9。我们将此算法具体应用于身份证图像中编号数字的识别。先对身份证图像中的编号数字进行定位分割后,将待识别字符作一次行扫描,抽取水平方向的过线数和横线特征;再作一次列扫描,抽取垂直方向的过线数和竖线特征。再利用表2的编码,对数字进行识别。整个识别流程,如图5所示。3.3识别数字数字身份实验中,我们用VisualC++6.0编制了所有软件,在PCK6-2300(32MB内存)上对300张身份证图像中的编号数字进行识别,识别统计结果如表3所示。实验表明该算法简洁、快速、可靠、实用、抗干扰