圖像識(shí)別技術(shù)（OCR）在iOS 中的簡(jiǎn)單應(yīng)用

最近，公司的項(xiàng)目中用到了圖像識(shí)別技術(shù)，通過拍照來識(shí)別身份證號(hào)，之前沒有做過，經(jīng)過一番的研究，總算是搞定了，下面就將整個(gè)的實(shí)現(xiàn)過程分享一下：
圖像識(shí)別主要用到了兩個(gè)第三方的框架：OpenCV和TesseractOCR，OpenCV用來做圖像處理，定位到身份證號(hào)碼的區(qū)域，TesseractOCR則是對(duì)定位到的區(qū)域內(nèi)的內(nèi)容進(jìn)行識(shí)別。

框架的導(dǎo)入

1、OpenCv

OpenCV的導(dǎo)入比較簡(jiǎn)單，首先從OpenCV官網(wǎng)上下載iOS對(duì)應(yīng)的framework，然后將其直接拖入到工程中即可。

OpenCV.png

OpenCV是一套C++的框架，所以在使用到OpenCV的類中要將.m文件的后綴改為.mm文件。如果在.pch文件中導(dǎo)入頭文件的話，需要將頭文件放到下面的代碼中，表示只有C++文件才會(huì)編譯：

#ifdef __cplusplus

#endif

然后倒入一下三個(gè)頭文件

#import <opencv2/opencv.hpp>
#import <opencv2/imgproc/types_c.h>
#import <opencv2/imgcodecs/ios.h>

2、TesseractOCR

TesseractOCR是谷歌開源的一個(gè)OCR引擎，從github上下載Tesseract的工程和語(yǔ)言包(tessdata)，默認(rèn)TesseractOCR使用的是英文包（名稱：eng.traineddata），如果要識(shí)別中文，還需要將中文包（名稱：chi_sim.traineddata）導(dǎo)入到tessdata中（一個(gè)簡(jiǎn)單的方法是將中文包導(dǎo)入到tessdata中，并將名稱改為eng.traineddata，這樣其他的地方就不用做改變了）。

TesseractOCR.png

注意：在將tessdata文件夾導(dǎo)入到工程中時(shí)，要選擇Create folder refrences，如圖：

tessdata.png

獲取圖片

要識(shí)別圖像，首先得能獲取圖像，可以通過拍照，也可以從相冊(cè)中獲取，下面是我為身份證識(shí)別做的一下準(zhǔn)備工作：
在控制器中添加一個(gè)label（顯示結(jié)果）、一個(gè)imageView（顯示圖像）、兩個(gè)button（點(diǎn)擊分別拍照和進(jìn)入相冊(cè)），添加UIImagePickerController的全局變量，并初始化。

@interface ViewController ()<UINavigationControllerDelegate, UIImagePickerControllerDelegate>
{
    UIImagePickerController *_imagePickerVC;
}
@property (weak, nonatomic) IBOutlet UILabel *resultLabel;
@property (weak, nonatomic) IBOutlet UIImageView *cardImageView;

@end

@implementation ViewController
- (void)viewDidLoad {
    [super viewDidLoad];
    _imagePickerVC = [[UIImagePickerController alloc] init];
    _imagePickerVC.delegate = self;
    _imagePickerVC.modalTransitionStyle = UIModalTransitionStyleFlipHorizontal;
    _imagePickerVC.allowsEditing = YES;
}
- (IBAction)cameraAction:(id)sender {
    //判斷是否可以打開照相機(jī)
    if ([UIImagePickerController isSourceTypeAvailable:UIImagePickerControllerSourceTypeCamera]) {
        _imagePickerVC.sourceType = UIImagePickerControllerSourceTypeCamera;
        //設(shè)置攝像頭模式（拍照，錄制視頻）為拍照
        _imagePickerVC.cameraCaptureMode = UIImagePickerControllerCameraCaptureModePhoto;
        [self presentViewController:_imagePickerVC animated:YES completion:^{
        }];
    }

}
- (IBAction)photoLibaryAction:(id)sender {
    _imagePickerVC.sourceType = UIImagePickerControllerSourceTypePhotoLibrary;
    [self presentViewController:_imagePickerVC animated:YES completion:nil];
}
#pragma mark - UIImagePickerControllerDelegate
- (void)imagePickerController:(UIImagePickerController *)picker didFinishPickingMediaWithInfo:(NSDictionary<NSString *,id> *)info{
    UIImage *srcImage = nil;
    NSString *mediaType=[info objectForKey:UIImagePickerControllerMediaType];
    //判斷資源類型
    if ([mediaType isEqualToString:@"public.image"]){
        srcImage = info[UIImagePickerControllerEditedImage];
        self.cardImageView.image = srcImage;//得到圖片并顯示

    }
    [_imagePickerVC dismissViewControllerAnimated:YES completion:^{
    }];
}

圖像處理和識(shí)別

接下來，就說一下圖像處理的過程，得到最適合的識(shí)別區(qū)域：
首先，在工程中創(chuàng)建一個(gè)圖像識(shí)別處理的工具類：RecognizeUtil，在.h文件中聲明如下方法，并在.m中實(shí)現(xiàn)。
RecognizeUtil工具類中的結(jié)構(gòu)基本如下：

#import <Foundation/Foundation.h>
@class UIImage;
@interface RecognizeUtil : NSObject
/*
 單例
 */
+ (instancetype)recognizeUtil;
 /*
  身份證號(hào)碼識(shí)別
 */
- (void)recognizeCardNumWithImage:(UIImage *)image complete:(void(^)(NSString *resultNum,UIImage *resultImage))complete;
@end

#import "RecognizeUtil.h"
#import <opencv2/opencv.hpp>
#import <opencv2/imgproc/types_c.h>
#import <opencv2/imgcodecs/ios.h>
#import "TesseractOCRiOS/TesseractOCR/TesseractOCR.h"
@implementation RecognizeUtil
static RecognizeUtil *recognizeUtil = nil;
+ (instancetype)recognizeUtil {
    static dispatch_once_t onceToken;
    dispatch_once(&onceToken, ^{
        recognizeUtil = [[RecognizeUtil alloc] init];
    });
    return recognizeCardManager;
}
- (void)recognizeCardNumWithImage:(UIImage *)image complete:(void(^)(NSString *resultNum))complete{
    UIImage *handledImage = [self opencvHandleImage:image];
    [self tesseractRecognizeImage:handledImage complete:^(NSString *resultNum,UIImage *image) {
        complete(resultNum, image);
    }];
}
/*
 OpenCV 圖像處理 返回處理過后的圖片
 */
- (UIImage *)opencvHandleImage:(UIImage *)image{
    return nil;
}
/*
 tesseract 圖像識(shí)別 block回調(diào)識(shí)別結(jié)果
*/
- (void)recognizeCardNumWithImage:(UIImage *)image complete:(void(^)(NSString *resultNum,UIImage *resultImage))complete;
    complete(resultNum,resultImage);
}
@end

下面到了最關(guān)鍵的環(huán)節(jié)，就是圖像處理和識(shí)別的具體方法：

1、處理

opencvHandleImage:方法實(shí)現(xiàn)

/*
 OpenCV 圖像處理 返回處理過后的圖片
 */
- (UIImage *)opencvHandleImage:(UIImage *)image{
    //將UIImage轉(zhuǎn)換成Mat
    cv::Mat resultImage;
    UIImageToMat(image, resultImage);
    //轉(zhuǎn)為灰度圖
    cvtColor(resultImage, resultImage, cv::COLOR_BGR2GRAY);
    //閾值二值化
    cv::threshold(resultImage, resultImage, 100, 255, CV_THRESH_BINARY);
    //腐蝕，填充（腐蝕是讓黑色點(diǎn)變大）
    cv::Mat erodeElement = getStructuringElement(cv::MORPH_RECT, cv::Size(26,26));
    cv::erode(resultImage, resultImage, erodeElement);
    //定義一個(gè)容器來存儲(chǔ)所有檢測(cè)到的輪廓
    std::vector<std::vector<cv::Point>> contours;
    cv::findContours(resultImage, contours, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));
    //取出身份證號(hào)碼區(qū)域
    std::vector<cv::Rect> rects;
    cv::Rect numberRect = cv::Rect(0,0,0,0);
    std::vector<std::vector<cv::Point>>::const_iterator itContours = contours.begin();
    for ( ; itContours != contours.end(); ++itContours) {
        cv::Rect rect = cv::boundingRect(*itContours);
        rects.push_back(rect);//push_back 在容器尾部插入一個(gè)數(shù)據(jù)
        //算法原理（寬度最大，并且寬度大于高度的5倍）
        if (rect.width > numberRect.width && rect.width > rect.height * 5) {
            numberRect = rect;
        }
    }
    //定位失敗
    if (numberRect.width == 0 || numberRect.height == 0) {
        return nil;
    }
    //得到身份證號(hào)的區(qū)域，去原圖中后去該區(qū)域，并轉(zhuǎn)成二值圖
    cv::Mat matImage;
    UIImageToMat(image, matImage);
    resultImage = matImage(numberRect);
    cvtColor(resultImage, resultImage, cv::COLOR_BGR2GRAY);
    cv::threshold(resultImage, resultImage, 80, 255, CV_THRESH_BINARY);
    //將Mat轉(zhuǎn)換成UIImage
    UIImage *numberImage = MatToUIImage(resultImage);
    return numberImage;
}

上面主要利用到了OpenCV中的一些簡(jiǎn)單的處理圖像的方法：灰度處理、二值化、腐蝕、邊緣檢測(cè)等等。

灰度處理和二值化的作用是將圖像變?yōu)橹挥泻诎變煞N顏色的二值圖；

腐蝕的作用是將黑色的區(qū)域 擴(kuò)大，這樣，相鄰的黑色區(qū)域就會(huì)連在一起，便于將號(hào)碼的區(qū)域隔離出來；

邊緣檢測(cè)的作用就是獲取各個(gè)黑色區(qū)域的值

最后通過比較各個(gè)黑色區(qū)域的特點(diǎn)，就可以將號(hào)碼的區(qū)域分離出來，得到號(hào)碼區(qū)域的值，再?gòu)脑瓐D中截取號(hào)碼區(qū)域即可。

在處理之前，先要將UIImage類型轉(zhuǎn)換為OpenCV中的圖像類型：Mat

UIImageToMat()

2、識(shí)別

識(shí)別就比較簡(jiǎn)單了，代碼基本上都是從Demo中拷貝的，選擇好語(yǔ)言，將圖片作為參數(shù)傳入，就可以返回識(shí)別的內(nèi)容。

/*
 tesseract 圖像識(shí)別 block回調(diào)識(shí)別結(jié)果
*/
- (void)tesseractRecognizeImage:(UIImage *)image complete:(void(^)(NSString *resultNum,UIImage *image))complete{
    dispatch_async(dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_BACKGROUND, 0), ^{
        G8Tesseract *tesseract = [[G8Tesseract alloc] initWithLanguage:@"eng"];
        tesseract.image = [image g8_blackAndWhite];
        tesseract.image = image;
        // Start the recognition
        [tesseract recognize];
        dispatch_async(dispatch_get_main_queue(), ^{
            //執(zhí)行回調(diào)
            complete(tesseract.recognizedText,image);
            
        });
    });
}

總結(jié)：

關(guān)于圖像識(shí)別，最關(guān)鍵的應(yīng)該就是處理的環(huán)節(jié)了，在以上的代碼中，所做的處理比較簡(jiǎn)單，所以對(duì)照片的要求比較高，拍照時(shí)，身份證的背景為純白色，識(shí)別的幾率為更高。
關(guān)于OpenCV，其中還有好多對(duì)圖像處理的方法，使用OpenCV對(duì)圖像進(jìn)行最合適的預(yù)處理，可以很大程度的提高識(shí)別概率。

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 轉(zhuǎn)自：http://m.itdecent.cn/p/ac4c4536ca3e# 一、前言??身份證識(shí)別，又稱O...
    ZhangCc_閱讀 1,627評(píng)論 1贊 11
  • 這些年計(jì)算機(jī)視覺識(shí)別和搜索這個(gè)領(lǐng)域非常熱鬧，后期出現(xiàn)了很多的創(chuàng)業(yè)公司，大公司也在這方面也花了很多力氣在做。做視覺搜...
    方弟閱讀 6,760評(píng)論 6贊 24
  • 最近不少簡(jiǎn)友說git上下載下來的代碼報(bào)各種問題，因?yàn)榘膸?kù)都比較大，所以大家在pod的時(shí)候耐心等待，另外我已經(jīng)將...
    peaktan閱讀 38,488評(píng)論 158贊 327
  • 身份證識(shí)別，又稱OCR技術(shù)。OCR技術(shù)是光學(xué)字符識(shí)別的縮寫，是通過掃描等光學(xué)輸入方式將各種票據(jù)、報(bào)刊、書籍、文稿及...
    SunshineAutumn閱讀 6,591評(píng)論 12贊 16
  • 它要是高興，能比誰(shuí)都溫柔可親：同身子蹭你的腿，把脖兒伸出來要求給抓癢?；蚴窃谀銓懽鞯臅r(shí)候，跳上桌來，在稿紙上踩印幾...
    小梅弄堂閱讀 324評(píng)論 0贊 1

友情鏈接更多精彩內(nèi)容