[发明专利]基于自定义模板的身份证信息自动提取和真伪校验方法

说明书

本发明公开了一种基于自定义模板的身份证信息自动提取和真伪校验方法，它涉及计算机图像处理技术领域；包括以下步骤，(1)自定义模板设置模块：选取基准图片；(2)身份证图片导入模块：用于单个或批量获取身份证图片；(3)图片预处理模块：提取图片中身份证的有效区域；(4)端到端OCR文字识别模块：为对齐后的图片进行端到端识别，首先截取图片中的待识别区域ROI图片，然后分别对其进行文字检测和文字识别处理；(5)身份真伪校验模块；(6)数据结构化存储模块：本发明能够根据自身需要设置识别区域，无需再识别全部字段，直接导入身份证图片，基于深度学习的身份证检测模型和基于深度学习的端到端文字识别模型，大大地提高了办公人员的工作效率。

技术领域

本发明属于计算机图像处理技术领域，具体涉及一种基于自定义模板的身份证信息自动提取和真伪校验方法。

背景技术

随着信息时代的飞速发展，身份证作为最行之有效的人口信息管理工具，已经深入到公民社会生活的方方面面，因此，身份证信息的获取具有十分重要的作用。近年来，身份证识别技术已经被广泛应用于安防、交通、教育、通讯、互联网、金融等领域。

传统的OCR技术，主要依赖于传统的图像处理技术，处理流程包括：输入图像，预处理，版面分析，行列切割，字符识别，后处理校正等步骤。该处理流程中的每一部分对识别结果的影响都很大。不管是哪个步骤处理效果欠佳，都会直接或者间接影响最终的识别结果。

目前，身份证识别技术主要借助于传统的OCR技术，将输入的图片转换成结构化数据，实现身份证信息的提取。但是此方法面临的主要问题是：身份证图像背景复杂；存在汉字，符号，英文等的混排；涉及汉字较多，尤其是“住址”字段等。这些问题对图像预处理、字符切分以及汉字特征提取等环节提出了非常高的要求。

针对以上几个问题，人们提出了利用深度学习的方法对身份证进行识别，但都是基于所有字段的整体识别，识别内容多，难免会降低识别速度。在结构化处理步骤，如果某个字段信息识别失误，结构化处理将会受到影响。

发明内容

为解决现有技术中存在的问题；本发明的目的在于提供一种基于自定义模板的身份证信息自动提取和真伪校验方法；通过设置自定义识别模板，利用基于深度学习的边缘检测模型和基于深度学习的端到端OCR技术实现对身份证指定区域的文字识别，以及基于识别结果的身份证真伪校验技术，提高身份证信息的识别准确率和速率，提升相关办公人员的办公效率。

本发明的一种基于自定义模板的身份证信息自动提取和真伪校验方法，它包括以下步骤：

步骤1，选定一类身份证的标准图片作为本类型身份证识别的基准图片，用于制作自定义识别模板；

步骤2，导入身份证图片，不仅支持单张图片导入，还支持多张图片批量导入；

步骤3，将步骤2中获取的图片进行预处理，首先通过基于深度学习的HED边缘检测模型对图片中的身份证区域轮廓进行提取，然后进行裁剪，放缩，最后通过级联透视变换对其进行倾斜校正，尽量保证其与模板基准图片中的对应区域对齐；

步骤4，将步骤3中对齐后的图片，根据基准图片上的待识别区域进行ROI区域裁剪，利用基于深度学习的端到端文字识别模型对截取的ROI区域进行文字检测和识别操作，输出待识别区域的文字信息；

步骤5，将步骤4中的识别结果进行真伪校验，主要是根据身份证号码校验规则，初步判定身份证的真假有效性；

步骤6，将步骤4和步骤5的输出结果进行结构化处理，最终以指定格式输出存储。

进一步的，所述步骤1中选定一类身份证图片，进行自定义模板的制作，采用以下步骤：

1-1、选取一张标准的身份证图片，作为制作模板的基准图片，该图片中的身份证区域必须是完整的、端正的、清晰的；