提取身份證資訊-階段1 影象處理

目標

為了實現pc端，提取一張拍攝的身份證照片中人物的資訊，照片背景單一且為淺色，初步使用影象處理知識進行處理。

由淺入深，第一步，使用簡單的圖片，並且有針對性的對某幅圖片進行針對性處理，得到大部分黑色字型的位置框，為後期利用tesseract技術進行文字識別提供區域位置提取。

示例效果

從效果圖可以看出3個問題：

1.不是所有的黑色字型都識別了出來 -->解決：藍色框相近的合併，並且取邊界的最大覆蓋面，只要兩端有字識別出來，中間就沒有問題，也正好適用於tesseract進行連串識別 。

2.人物影象上也有藍色識別框 -->解決：因為是針對身份證的識別，後期可以進行有針對性的校調。

3.身份證擺放不正 -->解決：一開始考慮只要能識別出黑色就好了，而且tesseract一連串識別最佳並且避免了很多單個框識別的調整問題，所以下一階段要加上傾斜校正。

識別步驟

1.提取rgb影象的r通道得到灰度圖（透過對比了rgb聯合灰度、r通道、g通道和b通道影象得出的最合適結果）。

2.影象二值化並且反色，使得背景為黑前景為白（findCountours作用物件為白色），針對這幅圖選擇閾值90，程式碼中設定了調節條，可以檢視不同閾值的處理效果。

3.opencv中findCountours和boundingRect函式進行邊框提取，並進行大小過濾，這裡選擇面積在(30,800)內的矩形框。

4.將邊框畫在原圖，進行顯示（經過初步測試，和二值化後毛糙的圖片相比，tesseract對原圖的提取更加準確）