毕业论文课题相关文献综述
1.前言
本课题借助轻量级图像处理计算机视觉库OpenCV、强大的机器学习算法库TensorFlow框架、在计算机视觉领域应用较广的卷积神经网络来进行身份证信息处理与分析的相关研究,主要内容包括身份证图像的预处理、身份证图像区域分割和字符分割以及身份证数字以及文字识别三个方面。
OCR技术是计算机视觉的一个重要分支，OCR即光学字符识别，是指电子设备用字符识别等方式将形状翻译为计算机文字的过程，涉及到模式识别，图像处理，人工智能等学科，是一门综合性的技术。身份证识别属于OCR 技术，身份证识别系统可以准确快速的从用户拍摄的身份证图片中提取性别、籍贯、出生年月、身份证号，签发单位、有效期文本信息，以方便用户进行身份鉴别和认证，有效解决了身份证信息录入问题，身份证信息采集问题，能够快速、高效的处理数据，大大提高了效率。
2.发展和研究现状
居民身份证的使用，已经普及到了社会各个领域。在酒店、旅馆、机场、车站、海关、银行、图书馆等许多场合，都要对身份证信息进行检查登记。然而由于手工录入的效率极低，并且难以避免失误，负责检查录入资料的部门时常面临着证件信息量过大的困扰。身份证是公民的一张名片,它由政府机构赋予给公民并作为每个人独一无二的公民身份的证明工具。身份证识别系统相比于人工来说最大的优势是准确、高效和安全。开展基于图像处理与分析的身份证信息提取具有非常广泛的实际应用价值。
身份证信息提取是OCR领域的一个重要应用，随着数字化金融的发展，在线支付，网上理财等业务蓬勃发展，用算法代替人力提取身份证信息是未来的发展趋势。并且随着互联网的发展迅猛，让网络实名制再次引起社会的重视，越来越多的行业要求实名认证。这对进一步加强网络秩序的安全管理，营造良好的网络环境对推进社会治安综合治理工作显得尤为突出和重要。这时候OCR身份证识别技术的优势就逐渐凸显出来了。
基于深度学习的身份证识别系统根据我国第二代身份证的特点构建，方便通过网络核验公民的身份信息，可以实现文字及图像的迅速提取，降低了人工录入的错误率，还可以进一步优化人力资源配置。而且随着网络技术和数据库技术的发展，还可以将各部分的识别结果按照不同的需要进行数据管理，如：可以通过网络与公安机关的身份证信息数据库相结合，通过验证可以识别该身份证的真伪，同时完成其它的业务管理。这使得信息的查询与管理越来越方便、快捷，为身份证自动识别技术的普及提供了前提条件，身份证自动识别技术可以技广泛应用于机场、海关、酒店登记、公民身份核查、暂住人口调查、罪犯追逃等环节中，也为如今实名制提供新兴的技术支持，具有很重要的现实意义。
3.课题研究和实现的具体功能及要求
1) 无需借助外部硬件设备读卡仪器，通过任何移动终端摄像头对身份证拍照，采集身份证信息，只需符合规范的图片即可完成有效识别身份证证件上的姓名、身份证、出生、性别、民族、住址、签发机和有效期文本信息。
2) 图片矫正：当对身份证扫描角度不正、透视角度不正时，支持旋转、透视校正身份证图片，将几何畸变的图行变换成正视图。
3) 图像预处理：自动判断证件边缘，并进行切割。图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。
