身份证的信息获取在公安部门建立信息档案数据库中有十分重要的作用,目前身份证中的个人信息大多需要人工录入,效率十分低下。随着OCR技术的迅速发展,印刷体文字识别技术已经相当成熟,并得到了广泛的应用。因此,如果能利用图像处理技术对扫描得到的身份证图像信息进行自动分割,进而对分割出的文字进行自动识别,定能显著地提高工作效率。 本论文的研究重点主要包括文字区域的定位、字符的分割和字符识别三个部分。首先综合运用图像处理和分析技术,并针对身份证扫描图像自身的特点(存在强烈的底纹以及激光防伪标识造成的干扰),对图像进行了预处理。 其次,由于二值化是预处理中的关键步骤,为了减少噪声的影响,设定了分割模板将灰度图像分成几个子块,在深入研究现有图像二值化方法的基础上,提出了一种基于迭代阈值法的身份证图像二值化算法。改进了水平投影算法和垂直投影算法分别用于完成文字行的准确定位和单个字符的精确分割。 最后,在对单个字符图像进行归一化和细化处理后,针对身份证号码,提取了能较好反映数字统计和结构特性的22维混合特征向量。选择欧氏距离作为度量,提出基于最小距离分类的判决准则实现对数字的识别。根据身份证编号表示的意义和校验码的生成算法,对识别结果能够进行初步的校验处理,这样在一定程度上提高了编号识别的准确性。实验表明了该算法简单、易于实现、识别效果较好。