记得应该是16年的时候，从一个公开课看到了关于OCR方面的内容，里面讲到了通过OpenCV对身份证号码区域的剪裁以及使用Tess-Two进行文字识别，实现了对身份证号码的识别功能。
断断续续看了点关于OpenCV的资料，感觉不是这个专业的真难看懂，各种公式各种名词。今天主要用于做个记录，那个一直碎碎念的东西终于完成了！

原理

我理解的原理（除去文字识别）：

1. 对图片进行降噪以及二值化，凸显内容区域
2. 对图片进行轮廓检测
3. 对轮廓结果进行分析
4. 剪裁指定区域

代码实现

本文采用VS2017实现，代码如下：

#include "stdafx.h"
#include "idocr.h"
#include <opencv2/opencv.hpp>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
using namespace std;
void dealImg(char * path)
{
    Mat src = imread(path);
    // 结果图
    Mat dst;
    // 显示原图
    imshow("原图", src);

    cvtColor(src, dst, COLOR_RGB2GRAY);
    // 高斯模糊，主要用于降噪
    GaussianBlur(dst, dst, Size(3, 3), 0);
    imshow("GaussianBlur图", dst);
    // 二值化图，主要将灰色部分转成白色，使内容为黑色
    threshold(dst, dst, 165, 255, THRESH_BINARY);
    imshow("threshold图", dst);
    // 中值滤波，同样用于降噪
    medianBlur(dst, dst, 3);
    imshow("medianBlur图", dst);
    // 腐蚀操作，主要将内容部分向高亮部分腐蚀，使得内容连接，方便最终区域选取
    erode(dst, dst, Mat(9, 9, CV_8U));
    imshow("erode图", dst);

    //定义变量
    vector<vector<Point>> contours;
    vector<Vec4i> hierarchy;
    findContours(dst, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);

    Mat result;

    for (int i = 0; i < hierarchy.size(); i++)
    {

        Rect rect = boundingRect(contours.at(i));
        rectangle(src, rect, Scalar(255, 0, 255));
        // 定义身份证号位置大于图片的一半，并且宽度是高度的6倍以上
        if (rect.y > src.rows / 2 && rect.width / rect.height > 6)
        {
            result = src(rect);
            imshow("身份证号", result);
        }
    }

    imshow("轮廓图", src);
}

详细步骤：

1. 载入原图
2. 将原图转为灰度图
3. 使用高斯模糊进行第一次降噪
4. 将图片二值化
5. 使用中值滤波进行降噪
6. 腐蚀操作，主要将内容部分向高亮部分腐蚀，使得内容连接，方便最终轮廓检测
7. 轮廓检测，获得所有轮廓
8. 定义身份证号位置大于图片的一半，并且宽度是高度的6倍以上，并剪裁该区域

结果

对于身份证比较正的图片位置识别的还算是挺正确的，但是如果图片不正，那么第一步就应该对图片进行较正，无奈我是菜鸡。下面是网上搜的一个假身份证图片：

原图

轮廓检测图

剪裁结果图