目錄

• 需求背景

• Tesseract簡介及環(huán)境搭建

• 字庫訓(xùn)練

• Tesseract for iOS

• 總結(jié)

需求背景

由于客戶端內(nèi)核的限制，市場(chǎng)上大多數(shù)身份證識(shí)別都會(huì)放在服務(wù)器校驗(yàn)乎完，客戶端一般只是負(fù)責(zé)抓取圖片，將抓取到的圖片上送到服務(wù)器識(shí)別秘狞。這樣一來如果客戶端抓取到的身份證圖片的質(zhì)量無法保障，服務(wù)器也很難識(shí)別得出來蹈集，會(huì)拖慢身份證識(shí)別進(jìn)程烁试，造成用戶體驗(yàn)不好的情況。(如我項(xiàng)目的流程是只要攝像頭一打開就開始抓取圖片上傳到服務(wù)器去識(shí)別拢肆，不管抓取到的圖片是否是身份證圖片减响，客戶端等待服務(wù)端返回結(jié)果，如果沒解析出來則繼續(xù)抓取圖片上傳郭怪，直至識(shí)別出來為止)支示。

針對(duì)客戶端抓取身份證圖片質(zhì)量的情況，客戶端應(yīng)先對(duì)身份證所必須的字庫進(jìn)行訓(xùn)練(在Tesseract提供的字庫中英文庫21.9M鄙才，中文庫52.7M颂鸿，如果直接使用大大增加APP包大小)。然后將訓(xùn)練好的字庫集成進(jìn)Tesseract框架分別對(duì)性別攒庵、出生日期嘴纺、身份證號(hào)、有效日期浓冒、人像等區(qū)域識(shí)別并進(jìn)行校驗(yàn)颖医，都通過校驗(yàn)之后再把得到的高質(zhì)量圖片上傳到服務(wù)器去識(shí)別。

如此一來裆蒸，大大減少客戶端與服務(wù)器交互的同時(shí)熔萧，把高質(zhì)量圖片上傳到服務(wù)器識(shí)別可以增加身份證識(shí)別成功率，減少身份證識(shí)別時(shí)間僚祷，提升用戶體驗(yàn)佛致。

Tesseract簡介及環(huán)境搭建

簡介

Tesseract的OCR引擎最先由HP實(shí)驗(yàn)室于1985年開始研發(fā)，至1995年時(shí)已經(jīng)成為OCR業(yè)內(nèi)最準(zhǔn)確的三款識(shí)別引擎之一辙谜。然而俺榆，HP不久便決定放棄OCR業(yè)務(wù)，Tesseract也從此塵封装哆。數(shù)年以后罐脊，HP意識(shí)到，與其將Tesseract束之高閣蜕琴，不如貢獻(xiàn)給開源軟件業(yè)萍桌，讓其重?zé)ㄐ律Ｔ?005年凌简，Tesseract由美國內(nèi)華達(dá)州信息技術(shù)研究所獲得上炎，并委托Google對(duì)其進(jìn)行改進(jìn)、優(yōu)化工作雏搂。

Tesseract目前已作為開源項(xiàng)目發(fā)布在Google Project藕施，它與Leptonica圖片處理庫結(jié)合寇损，可以讀取各種格式的圖像并將它們轉(zhuǎn)化成超過60種語言的文本，我們還可以不斷訓(xùn)練自己的庫裳食，使圖像轉(zhuǎn)換文本的能力不斷增強(qiáng)矛市。如果團(tuán)隊(duì)深度需要，還可以以它為模板诲祸，開發(fā)出符合自身需求的OCR引擎浊吏。

環(huán)境搭建

安裝

1.安裝Homebrew

打開Command Line Tool，直接輸入下面指令:

ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

2.安裝Tesseract

打開Command Line Tool烦绳，根據(jù)自己的需求選擇相應(yīng)的指令進(jìn)行安裝:

// 安裝tesseract的同時(shí)安裝訓(xùn)練工具

brew install --with-training-tools tesseract

// 安裝tesseract的同時(shí)安裝所有語言，語言包比較大配紫，如果安裝的話時(shí)間較長径密，建議不安裝，按需選擇

brew install --all-languages tesseract

// 安裝tesseract躺孝，并安裝訓(xùn)練工具和語言

brew install --all-languages --with-training-tools tesseract

// 只安裝tesseract享扔，不安裝訓(xùn)練工具

brew install tesseract

下載語言庫

根據(jù)自己的需求可以到這里選擇所需要的語言庫，如我們選擇的簡體中文庫是: chi_sim.traineddata植袍，將下載好的文件拷貝到: /usr/local/Cellar/tesseract/3.05.01(tesseract版本號(hào))/share/tessdata目錄下惧眠。

使用

使用如下指令進(jìn)行圖片文字識(shí)別:

// 默認(rèn)使用eng字庫，imageName是圖片絕對(duì)路徑于个，result是識(shí)別結(jié)果

tesseract imageName result

// 指定使用簡體中文

tesseract -l chi_sim imageName result

// 指定多語言氛魁，用+號(hào)相連

tesseract -l chi_sim+eng imageName result

// 查看本地存在的語言庫

tesseract --list-langs

有個(gè)地方需要特別注意，參數(shù)psm

// 輸入命令厅篓，查看psm的參數(shù)

tesseract --help-psm

  0    Orientation and script detection (OSD) only.

  1    Automatic page segmentation with OSD.

  2    Automatic page segmentation, but no OSD, or OCR.

  3    Fully automatic page segmentation, but no OSD. (Default)

  4    Assume a single column of text of variable sizes.

  5    Assume a single uniform block of vertically aligned text.

  6    Assume a single uniform block of text.

  7    Treat the image as a single text line.

  8    Treat the image as a single word.

  9    Treat the image as a single word in a circle.

10    Treat the image as a single character.

翻譯:

0 定向腳本監(jiān)測(cè)（OSD）

1 使用OSD自動(dòng)分頁

2 自動(dòng)分頁秀存，但是不使用OSD或OCR（Optical Character Recognition，光學(xué)字符識(shí)別）

3 全自動(dòng)分頁羽氮，但是沒有使用OSD（默認(rèn)）

4 假設(shè)可變大小的一個(gè)文本列或链。

5 假設(shè)垂直對(duì)齊文本的單個(gè)統(tǒng)一塊。

6 假設(shè)一個(gè)統(tǒng)一的文本塊档押。

7 將圖像視為單個(gè)文本行澳盐。

8 將圖像視為單個(gè)詞。

9 將圖像視為圓中的單個(gè)詞令宿。

10 將圖像視為單個(gè)字符

根據(jù)情況選擇不同的psm值叼耙，這很重要，如果選擇到不恰當(dāng)?shù)闹禃?huì)導(dǎo)致識(shí)別失敗粒没。

例如下面這張圖應(yīng)假設(shè)為一個(gè)統(tǒng)一的文本塊:

num.png

使用命令:

tesseract num.png result -l chi_sim

打友：

Tesseract Open Source OCR Engine v3.05.01 with Leptonica

Empty page!!

Empty page!!

使用命令:

tesseract num.png result -l chi_sim -psm 6

打開result.txt文件，成功識(shí)別:

一二三四

一二三四

字庫訓(xùn)練

安裝jTessBoxEditor

翻墻后革娄，在這里下載 jTessBoxEditorFX-2.0-Beta.zip倾贰，解壓后得到j(luò)TessBoxEditorFX文件夾冕碟，由于這是由Java開發(fā)的，所以我們應(yīng)確保運(yùn)行jTessBoxEditor前先安裝JRE（Java Runtime Environment匆浙，Java運(yùn)行環(huán)境）安寺，由于JRE的安裝教程很多，這里就不做過多介紹了。

獲取樣本文件

由于身份證的字體是比較固定的，所以不需要做太多樣本進(jìn)行訓(xùn)練批销。像身份證號(hào)的數(shù)字和X是黑體舔示，性別、生日绽淘、有效期等字體是方正黑體簡體，所以我們只需要在word上輸入身份證上對(duì)應(yīng)字體的文字，然后用切圖工具把文字切出來凳枝，這樣樣本就可以獲取到了。下面是我獲取身份證文字的樣本圖片:

黑體數(shù)字:

黑體數(shù)字.jpg

黑體X:

image

華文黑體簡體漢字:

image

華文黑體簡體數(shù)字:

image

【注意】：樣本圖像文件格式必須為tif/tiff格式

Merge樣本文件

進(jìn)入jTessBoxEditor目錄跋核，在終端執(zhí)行java -Xms128m -Xmx1024m -jar jTessBoxEditorFX.jar命令岖瑰，會(huì)出現(xiàn)如下操作界面:

image

Tools->Merge TIFF，將樣本文件全部選上砂代，并將合并文件保存為font.tif蹋订，進(jìn)入該文件所在目錄，執(zhí)行指令

tesseract font.tif font batch.nochop makebox

生成文件名為font.box文件

字符矯正

生成font.box文件后刻伊，可以使用jTessBoxEditor對(duì)字符進(jìn)行矯正了露戒。選中Box Editor->Open，打開font.tif捶箱，會(huì)出現(xiàn)如下操作界面:

image

剛開始對(duì)數(shù)字和字母識(shí)別得比較準(zhǔn)確玫锋，但是識(shí)別的中文應(yīng)該是亂碼，選中文字在Character一欄輸入正確的文字進(jìn)行字符矯正讼呢、保存撩鹿。這樣就可以得到一個(gè)較為準(zhǔn)確的字符集（PS:如果要識(shí)別其他字體和文字得獲取大量樣本進(jìn)行訓(xùn)練矯正，由于身份證字體比較固定悦屏，所以只需識(shí)別固定文字即可节沦，創(chuàng)建出來的字庫在165KB左右）。

執(zhí)行批處理文件

生成字符特征

執(zhí)行指令

tesseract font.tif font nobatch box.train

生成.tr文件础爬，它包含了訓(xùn)練頁的每個(gè)字符的特征甫贯。

計(jì)算字符集

執(zhí)行指令

unicharset_extractor font.box

生成unicharset數(shù)據(jù)文件，它包含了tesseract需要知道可能要輸出的字符集看蚜。

字體屬性

執(zhí)行指令

echo 'font 0 0 0 0 0' > font_properties

可以將提供字體形式信息重定向到font_properties文本文件中叫搁，通過-F filename選項(xiàng)指定來進(jìn)行mftraining.

當(dāng)運(yùn)行mftraining時(shí)，每個(gè).tr文件名必須有相關(guān)entry在font_properties文件中，否則將中止mftraining渴逻。

聚合

當(dāng)所有訓(xùn)練頁的字符特征被抽取出來時(shí)疾党，我們需要將它們聚集起來創(chuàng)建prototype文件。這些字符形狀特性可以通過使用shapeclustering惨奕、mftraining和cntraining程序進(jìn)行聚焦雪位。

// shapeclustering通過形狀聚集創(chuàng)建了主形狀表，并將它寫到一個(gè)文件中: shapetable.

shapeclustering -F font_properties -U unicharset font.tr

// mftraining將輸出兩個(gè)其它的數(shù)據(jù)文件: inttemp(形狀原型)和pffmtable(每個(gè)字符所希望的特征)

mftraining -F font_properties -U unicharset -O font.unicharset font.tr

// 輸出normproto數(shù)據(jù)文件

cntraining font.tr

生成字庫

將聚合后得到的normproto梨撞、inttemp雹洗、pffmtable、shapetable文件重命名為font.normproto卧波、font.inttemp时肿、font.pffmtable、font.shapetable

執(zhí)行下面指令得到traineddata文件

combine_tessdata font.

最終的文件目錄應(yīng)該如下圖所示:

image

生成的font.traineddata就是我們所需要的字庫港粱。

Tesseract for iOS

通過前面的介紹我們知道了Tesseract框架是根據(jù)我們提供的字庫對(duì)圖片上的文字進(jìn)行識(shí)別螃成，然后轉(zhuǎn)化為文本的形式輸出，并且我們也創(chuàng)建了自己的字庫啥容。但往往一張圖片上不一定只有一個(gè)文本塊锈颗，有可能有多個(gè)文本塊顷霹。例如身份證它就有身份證號(hào)咪惠、性別、民族淋淀、出生年月遥昧、姓名等多個(gè)區(qū)塊，那么如何把它們截取為一個(gè)個(gè)區(qū)塊朵纷，然后將每個(gè)區(qū)塊分別提供給Tesseract框架進(jìn)行識(shí)別呢炭臭？

目前找到了兩種方法對(duì)這些區(qū)塊進(jìn)行分離：

圖像處理技術(shù)

圖像處理技術(shù)是使用OpenCV庫對(duì)圖像進(jìn)行灰度化，二值化袍辞，腐蝕鞋仍，輪廓檢測(cè)等。

1.灰度化處理：圖片灰度化處理就是將指定圖片每個(gè)像素點(diǎn)的RGB三個(gè)分量通過一定的算法計(jì)算出該像素點(diǎn)的灰度值搅吁，使圖像只含亮度而不含色彩信息威创。

image

2.二值化：二值化處理就是將經(jīng)過灰度化處理的圖片轉(zhuǎn)換為只包含黑色和白色兩種顏色的圖像，他們之間沒有其他灰度的變化谎懦。在二值圖中用255便是白色肚豺，0表示黑色。

image

3.腐蝕：圖片的腐蝕就是將得到的二值圖中的黑色塊進(jìn)行放大界拦。即連接圖片中相鄰黑色像素點(diǎn)的元素吸申。通過腐蝕可以把身份證上的身份證號(hào)碼連接在一起形成一個(gè)矩形區(qū)域。

image

4.輪廓檢測(cè)：圖片經(jīng)過腐蝕操作后相鄰點(diǎn)會(huì)連接在一起形成一個(gè)大的區(qū)域，這個(gè)時(shí)候通過輪廊檢測(cè)就可以把每個(gè)大的區(qū)域找出來截碴，這樣就可以定位到身份證上面號(hào)碼的區(qū)域梳侨。

image

代碼處理:

// 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);

// 利用閾值二值化

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);

// 輪廊檢測(cè)

std::vector<std::vector<cv::Point>> contours; // 定義一個(gè)容器來存儲(chǔ)所有檢測(cè)到的輪廊

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);

    // 算法原理

    if (rect.width > numberRect.width && rect.width > rect.height * 5) {

        numberRect = rect;

    }

}

這種方式的優(yōu)點(diǎn)是不需要用戶定點(diǎn)描框隐岛，只要用戶將身份證放到攝像頭內(nèi)便可自動(dòng)處理猫妙，代碼也相對(duì)簡單，能夠很大程度上提升用戶體驗(yàn)聚凹。缺點(diǎn)是引入OpenCV庫會(huì)增加了4M包的大小割坠。

坐標(biāo)計(jì)算處理

坐標(biāo)計(jì)算處理原理是在手機(jī)上給定一個(gè)身份證區(qū)域讓用戶將身份證放入該區(qū)域內(nèi)，通過計(jì)算坐標(biāo)獲取指定的區(qū)域(如我Demo的效果是這樣):

正面

反面

這種方式的優(yōu)點(diǎn)是不需要引入OpenCV庫而導(dǎo)致又一程度上增加包的大小妒牙。缺點(diǎn)也是顯而易見的彼哼，那就是需要用戶對(duì)準(zhǔn)指定區(qū)域進(jìn)行定點(diǎn)描框，要不坐標(biāo)計(jì)算后獲取到的錯(cuò)誤區(qū)域拋給Tesseract框架是識(shí)別不出的湘今，用戶體驗(yàn)不是很好敢朱。

綜上所述，在實(shí)現(xiàn)方式的選擇上可以根據(jù)自己的項(xiàng)目具體情況具體分析摩瞎，由于我司項(xiàng)目是一個(gè)金融APP拴签，引入TesseractOCRiOS框架已經(jīng)增加5.1M包大小，若再引入OpenCV旗们，那么為了一個(gè)OCR優(yōu)化功能增加9M的包大小這是不能夠接受的蚓哩。若是類似于美圖秀秀那類型的APP，使用圖像處理的地方比較多則比較適合引入OpenCV庫上渴。所以下面將著重對(duì)坐標(biāo)計(jì)算處理這種方式進(jìn)行介紹岸梨。

實(shí)現(xiàn)步驟

導(dǎo)入Tesseract的iOS庫

這里通過CocoaPods的方式引入第三方庫:

pod 'TesseractOCRiOS'

導(dǎo)入字庫

將創(chuàng)建好的字庫放入tessdata文件夾并拖進(jìn)工程，這里要特別注意稠氮，因?yàn)門esseractOCRiOS這個(gè)庫尋找字庫時(shí)不支持路徑傳遞曹阔，并且找尋的路徑是主Bundle路徑下的tessdata文件夾里面的字庫。所以一定要使用Create folder references這個(gè)選項(xiàng)在主Bundle下創(chuàng)建tessdata文件夾才能夠獲取到里面的字庫隔披。

屬性選擇

創(chuàng)建OcrDetectView

實(shí)時(shí)顯示攝像頭成像赃份，并提供截取圖片API供外部調(diào)用，它是照片數(shù)據(jù)源的來源奢米。

布局身份證區(qū)域框

這里通過重力感應(yīng)支持橫豎屏切換抓韩。這里要特別注意當(dāng)身份證區(qū)域框進(jìn)行橫豎屏切換時(shí)截取的文字區(qū)域也同步需要進(jìn)行坐標(biāo)轉(zhuǎn)換，后面再詳細(xì)介紹恃慧。

截取圖片

每隔一定的時(shí)間(Demo里為1秒)定時(shí)截取圖片园蝠，由于得到的圖片是整個(gè)手機(jī)屏幕的圖片，所以這里需要根據(jù)坐標(biāo)及橫豎屏進(jìn)行圖片處理痢士。

坐標(biāo)計(jì)算

由于限定了身份證區(qū)域框讓用戶將身份證放入該區(qū)域內(nèi)進(jìn)行識(shí)別彪薛，所以這些坐標(biāo)是可以獲取到的茂装。

如獲取身份證區(qū)域:

// 獲取屏幕縮放比例(我是在6s機(jī)型上做的，當(dāng)時(shí)設(shè)定的寬度為347.0善延，屏幕寬度為375.0少态，所以屏幕縮放比為347.0 / 375.0)

CGFloat scale  = 347.0 / 375.0;

// 獲取身份證區(qū)域image

- (UIImage *)fetchIDCardImage:(UIImage *)image isLandscape:(BOOL)isLandscape

{

    CGSize  size = [UIScreen mainScreen].bounds.size;

    CGFloat screenWidth  = size.width;

    CGFloat screenHeight = size.height;

// 圖片實(shí)際寬高

    CGFloat width  = screenWidth  * scale;

    CGFloat height = screenHeight * scale;

// image相對(duì)于屏幕的縮放比

    float px = image.size.width / screenWidth;

    float py = image.size.height / screenHeight;

    // 根據(jù)橫豎屏計(jì)算x,y,w,h

    float x, y, w, h;

    if (isLandscape)

    {

    // 由于切換為橫屏實(shí)際上是以豎屏的身份證區(qū)域框的中心為基點(diǎn)旋轉(zhuǎn)90°

    // 所以橫屏下的x實(shí)際上是身份證區(qū)域框高度的一半加上豎屏狀態(tài)下距離屏幕頂部的距離

    // 再減掉橫屏狀態(tài)下的寬度的一半

        x = height / 2.0 + idcardBoxTopOffset - width / 2.0;

        // 同理橫屏狀態(tài)下的y實(shí)際上是屏幕寬度減身份證區(qū)域高度的一半

        y = (screenWidth - height) / 2.0;

        w = width;

        h = height;

        image = [UIImage imageWithCGImage:image.CGImage

                                    scale:image.scale

                              orientation:UIImageOrientationUp];

    }

    else

    {

        x = (screenWidth - width) / 2.0;

        y = idcardBoxTopOffset;

        w = width;

        h = height;

    }

// 身份證區(qū)域

    CGRect cutFrame = CGRectMake(x*py, y*px, w*py, h*px);

// 根據(jù)傳入身份證區(qū)域獲取相應(yīng)的image

    UIImage *croppedImage = [JKOcrDetectUtils croppedImage:image inRect:cutFrame];

    croppedImage = [JKOcrDetectUtils adjustImageOrientation:croppedImage];

    return croppedImage;

}

獲取身份證號(hào)區(qū)域:

- (UIImage *)fetchIDCardNoImage:(UIImage *)image isLandscape:(BOOL)isLandscape

{

    CGSize  size = [UIScreen mainScreen].bounds.size;

    CGFloat screenWidth  = size.width;

    CGFloat screenHeight = size.height;

    CGFloat width  = screenWidth  * self.widthScale;

    CGFloat height = screenHeight * self.heightScale;

    float px = image.size.width / screenWidth;

    float py = image.size.height / screenHeight;

    float x, y, w, h;

    if (isLandscape)

    {

        x = height / 2.0 + idcardBoxTopOffset - width / 2.0 + idcardNoOffsetX;

        y = (screenWidth - height) / 2.0 + idcardNoOffsetY;

        w = idcardNoWidth;

        h = idcardNoHeight;

        image = [UIImage imageWithCGImage:image.CGImage

                                    scale:image.scale

                              orientation:UIImageOrientationUp];

    }

    else

    {

        x = (screenWidth - width) / 2.0 + idcardNoOffsetX;

        y = idcardBoxTopOffset + idcardNoOffsetY;

        w = idcardNoWidth;

        h = idcardNoHeight;

    }

    CGRect cutFrame = CGRectMake(x*py, y*px, w*py, h*px);

    UIImage *croppedImage = [JKOcrDetectUtils croppedImage:image inRect:cutFrame];

    croppedImage = [JKOcrDetectUtils adjustImageOrientation:croppedImage];

    return croppedImage;

}

識(shí)別

通過坐標(biāo)計(jì)算這個(gè)步驟可以獲得可供識(shí)別的文本塊圖片樣本，在這里我獲取了5個(gè)區(qū)塊易遣，分別是性別彼妻、出生日期、身份證號(hào)豆茫、有效日期侨歉、人像。

同之前在Mac上識(shí)別步驟一樣揩魂，初始化字庫->設(shè)置psm等參數(shù)->傳入待識(shí)別的圖片->得到識(shí)別后的文本->校驗(yàn)文本幽邓。

識(shí)別身份證號(hào)代碼:

- (void)recognizeImageWithTesseract:(UIImage *)image mode:(DetectMode)mode completionBlock:(void(^)(BOOL isRecognized, NSString *recognizedText))completionBlock

{

    // 創(chuàng)建`G8RecognitionOperation`對(duì)象異步執(zhí)行OCR識(shí)別并初始化字庫

    G8RecognitionOperation *operation = [[G8RecognitionOperation alloc] initWithLanguage:@"font"];

    // 設(shè)置psm參數(shù)

    operation.tesseract.pageSegmentationMode = G8PageSegmentationModeSingleBlock;

    // 設(shè)置最大識(shí)別時(shí)間

    operation.tesseract.maximumRecognitionTime = 1.0;

    // 設(shè)置識(shí)別圖片

    operation.tesseract.image = image;

    __weak JKOcrService *wself = self;

    operation.recognitionCompleteBlock = ^(G8Tesseract *tesseract) {

        // 識(shí)別后的文本

        NSString *recognizedText = tesseract.recognizedText;

        __strong JKOcrService *sself = wself;

// 校驗(yàn)文本

        if ([JKOcrDetectUtils accurateVerifyIDCardNumber:recognizedText])

        {

            // 識(shí)別成功回調(diào)

            if (completionBlock) completionBlock(YES, recognizedText);

        }

        else

        {

// 識(shí)別失敗回調(diào)

            if (completionBlock) completionBlock(NO, @"");

        }

    };

    // 添加隊(duì)列

    [self.operationQueue addOperation:operation];

}

校驗(yàn)身份證號(hào)代碼:

+ (BOOL)accurateVerifyIDCardNumber:(NSString *)value

{

    value = [value stringByTrimmingCharactersInSet:[NSCharacterSet whitespaceAndNewlineCharacterSet]];

    int length = 0;

    if (!value)

    {

        return NO;

    }

    else

    {

        length = (int)value.length;

        if (length !=15 && length !=18)

        {

            return NO;

        }

    }

    // 省份代碼

    NSArray *areasArray = @[ @"11", @"12", @"13", @"14", @"15", @"21", @"22", @"23", @"31", @"32", @"33", @"34", @"35", @"36", @"37", @"41", @"42", @"43", @"44", @"45", @"46", @"50", @"51", @"52", @"53", @"54", @"61", @"62", @"63", @"64", @"65", @"71", @"81", @"82", @"91"];

    NSString *valueStart2 = [value substringToIndex:2];

    BOOL areaFlag = NO;

    for (NSString *areaCode in areasArray)

    {

        if ([areaCode isEqualToString:valueStart2])

        {

            areaFlag = YES;

            break;

        }

    }

    if (!areaFlag)

    {

        return false;

    }

    NSRegularExpression *regularExpression;

    NSUInteger numberofMatch;

    int year = 0;

    switch (length)

    {

        case 15:

            year = [value substringWithRange:NSMakeRange(6,2)].intValue +1900;

            if (year %4 == 0 || (year % 100 == 0 && year % 4 ==0))

            {

                regularExpression = [[NSRegularExpression alloc] initWithPattern:@"^[1-9][0-9]{5}[0-9]{2}((01|03|05|07|08|10|12)(0[1-9]|[1-2][0-9]|3[0-1])|(04|06|09|11)(0[1-9]|[1-2][0-9]|30)|02(0[1-9]|[1-2][0-9]))[0-9]{3}$"

                                                                        options:NSRegularExpressionCaseInsensitive

                                                                          error:nil];//測(cè)試出生日期的合法性

            }

            else

            {

                regularExpression = [[NSRegularExpression alloc]initWithPattern:@"^[1-9][0-9]{5}[0-9]{2}((01|03|05|07|08|10|12)(0[1-9]|[1-2][0-9]|3[0-1])|(04|06|09|11)(0[1-9]|[1-2][0-9]|30)|02(0[1-9]|1[0-9]|2[0-8]))[0-9]{3}$"

                                                                        options:NSRegularExpressionCaseInsensitive

                                                                          error:nil];//測(cè)試出生日期的合法性

            }

            numberofMatch = [regularExpression numberOfMatchesInString:value

                                                              options:NSMatchingReportProgress

                                                                range:NSMakeRange(0, value.length)];

            if (numberofMatch > 0)

            {

                return YES;

            }

            else

            {

                return NO;

            }

        case 18:

            year = [value substringWithRange:NSMakeRange(6,4)].intValue;

            if (year % 4 ==0 || (year % 100 ==0 && year % 4 ==0))

            {

                regularExpression = [[NSRegularExpression alloc] initWithPattern:@"^[1-9][0-9]{5}19[0-9]{2}((01|03|05|07|08|10|12)(0[1-9]|[1-2][0-9]|3[0-1])|(04|06|09|11)(0[1-9]|[1-2][0-9]|30)|02(0[1-9]|[1-2][0-9]))[0-9]{3}[0-9Xx]$"

                                                                        options:NSRegularExpressionCaseInsensitive

                                                                          error:nil];//測(cè)試出生日期的合法性

            }

            else

            {

                regularExpression = [[NSRegularExpression alloc] initWithPattern:@"^[1-9][0-9]{5}19[0-9]{2}((01|03|05|07|08|10|12)(0[1-9]|[1-2][0-9]|3[0-1])|(04|06|09|11)(0[1-9]|[1-2][0-9]|30)|02(0[1-9]|1[0-9]|2[0-8]))[0-9]{3}[0-9Xx]$"

                                                                        options:NSRegularExpressionCaseInsensitive

                                                                          error:nil];//測(cè)試出生日期的合法性

            }

            numberofMatch = [regularExpression numberOfMatchesInString:value

                                                              options:NSMatchingReportProgress

                                                                range:NSMakeRange(0, value.length)];

            if(numberofMatch >0)

            {

                int S = ([value substringWithRange:NSMakeRange(0,1)].intValue + [value substringWithRange:NSMakeRange(10,1)].intValue) *7 + ([value substringWithRange:NSMakeRange(1,1)].intValue + [value substringWithRange:NSMakeRange(11,1)].intValue) *9 + ([value substringWithRange:NSMakeRange(2,1)].intValue + [value substringWithRange:NSMakeRange(12,1)].intValue) *10 + ([value substringWithRange:NSMakeRange(3,1)].intValue + [value substringWithRange:NSMakeRange(13,1)].intValue) *5 + ([value substringWithRange:NSMakeRange(4,1)].intValue + [value substringWithRange:NSMakeRange(14,1)].intValue) *8 + ([value substringWithRange:NSMakeRange(5,1)].intValue + [value substringWithRange:NSMakeRange(15,1)].intValue) *4 + ([value substringWithRange:NSMakeRange(6,1)].intValue + [value substringWithRange:NSMakeRange(16,1)].intValue) *2 + [value substringWithRange:NSMakeRange(7,1)].intValue *1 + [value substringWithRange:NSMakeRange(8,1)].intValue *6 + [value substringWithRange:NSMakeRange(9,1)].intValue *3;

                int Y = S % 11;

                NSString *M = @"F";

                NSString *JYM = @"10X98765432";

                M = [JYM substringWithRange:NSMakeRange(Y,1)];// 判斷校驗(yàn)位

                if ([M isEqualToString:[value substringWithRange:NSMakeRange(17,1)]])

                {

                    return YES;// 檢測(cè)ID的校驗(yàn)位

                }

                else

                {

                    return NO;

                }

            }

            else

            {

                return NO;

            }

        default:

            return NO;

    }

}

性別、出生日期火脉、有效日期的識(shí)別步驟大同小異牵舵，這里就不一一列舉了。然后可以通過使用dispatch_group并發(fā)分別進(jìn)行識(shí)別倦挂，得到一個(gè)結(jié)果集后再統(tǒng)一進(jìn)行驗(yàn)證畸颅，如果都識(shí)別通過的話則表示這是一張高質(zhì)量的身份證圖片，就可以把這張身份證圖片上傳到服務(wù)器進(jìn)行識(shí)別了方援。

__block BOOL isIDCardRecognized = NO;

__block BOOL isGenderRecognized = NO;

__block BOOL isBirthdayRecognized = NO;

__block BOOL isFaceRecognized = NO;

__weak JKOcrService *wself = self;

[self recognizeImageWithTesseract:idcardNoImage

                            mode:DetectModeIDCard

                  completionBlock:^(BOOL isRecognized, NSString *recognizedText) {

                      __strong JKOcrService *sself = wself;

                      if (isRecognized == YES)

                      {

                          isIDCardRecognized = YES;

                          sself.idcardNo = recognizedText;

                      }

                  }];

[self recognizeImageWithTesseract:genderImage

                            mode:DetectModeGender

                  completionBlock:^(BOOL isRecognized, NSString *recognizedText) {

                      __strong JKOcrService *sself = wself;

                      if (isRecognized == YES)

                      {

                          isGenderRecognized = YES;

                          sself.sex = recognizedText;

                      }

                  }];

[self recognizeImageWithTesseract:birthdayImage

                            mode:DetectModeBirthday

                  completionBlock:^(BOOL isRecognized, NSString *recognizedText) {

                      __strong JKOcrService *sself = wself;

                      if (isRecognized == YES)

                      {

                          isBirthdayRecognized = YES;

                          sself.birthday = recognizedText;

                      }

                  }];

[self accurateVerifyFace:faceImage

        completionBlock:^(BOOL isRecognized) {

            isFaceRecognized = isRecognized;

        }];

dispatch_group_wait(self.group, dispatch_time(DISPATCH_TIME_NOW, 1 * NSEC_PER_SEC));

if (isGenderRecognized && isIDCardRecognized && isBirthdayRecognized && isFaceRecognized)

{

    [self.operationQueue cancelAllOperations];

    dispatch_async(dispatch_get_main_queue(), ^{

        if (successHandler)

        {

        // 高質(zhì)量的身份證圖片

            UIImage *idcardImage = [self fetchIDCardImage:image isLandscape:isLandscape];

// TODO: 識(shí)別成功

        }

    });

}

else

{

    // TODO: 識(shí)別失敗

}

據(jù)我統(tǒng)計(jì)没炒，每個(gè)樣本識(shí)別時(shí)間間隔為20ms左右，也就是說肯骇，只要樣本沒問題窥浪，逐個(gè)識(shí)別所用的時(shí)間也不到100ms祖很，相對(duì)于設(shè)定1秒的時(shí)間間隔來說是綽綽有余笛丙，但是使用異步也沒毛病。

總結(jié)

通過前面的介紹了解到了Tesseract是什么假颇，可以用于什么樣業(yè)務(wù)場(chǎng)景胚鸯，如何進(jìn)行樣本訓(xùn)練生成字庫。還介紹了如何在Mac OS X上使用Tesseract進(jìn)行圖片識(shí)別生成文本笨鸡，并在這基礎(chǔ)之上引入了基于iOS的Tesseract庫TesseractOCRiOS姜钳，使其能夠?yàn)橐苿?dòng)端服務(wù)。

但是引入Tesseract這個(gè)庫打包出來的APP會(huì)增加5.1M包大小形耗，如果再加上系統(tǒng)字庫哥桥，包大小更是會(huì)顯著增加。雖然自己訓(xùn)練樣本生成字庫可以解決這一問題激涤，但是單單為了身份證流程優(yōu)化這一功能拟糕，這樣的結(jié)果往往還是難以接受的。

既然這樣，是否能將Tesseract的作用發(fā)揮到極致送滞，例如銀行卡自動(dòng)識(shí)別也使用它進(jìn)行流程優(yōu)化等等侠草。