在此，利用pytesseract、opencv3等库，提取身份证上的有用信息(没有照片的方面)。 如果图像分辨率不是很高，则必须首先通过插值图像来提高图像分辨率，以便更好地识别身份证信息。 像脸的某一面，不能根据脸的特征来修改身份证，所以需要修改照片上的身份证的方向。
% matplotlib在线
% configinlinebackend.figure _ format=' retina '
导入类型服务
导入cv2
import matplotlib.pyplot as plt
importmatplotlib.patchesasmpatches
from skimage import io
import numpy as np
导入pandas as PD
导入re
面试时读取图像，然后放大图像：
image=io.imread (身份证背面3.jpg ) )。
打印(image.shape )。
high，width=image.shape[0:2]
#将图像放大两倍，44像素附近的双立方插值
image=cv2.resize(image，(width*4，high*4)，interpolation=cv2.INTER_CUBIC ) ) )。
PLT.imshow(image ) )。
PLT.axis (关闭) ) )。
plt.show () )
打印(image.shape ) )。
(403，640，3 )
(1612，2560，3 )
然后，使用pytesseract库的方法直接识别图像中的中文。
可以在pytesseract库中看到检查效果，但结果不好
text=pytesseract.image _ to _ string (image，lang='chi_sim ' ) ) ) ) ) ) ) ) ) )。
是打印(文本)
颁发机关建瓯市公安局
有效期为2012.06.25-2022.O6.25
虽然能识别一些信息，但并不是所有的中文都完全识别。
接下来，对图像进行二值化以识别中文。
#处理图像，转换为灰度图像=二值图像
imagegray=cv2.cvtcolor(image，cv2.COLOR_RGB2GRAY )。
retval，image bin=cv2.threshold (image gray，120，255，cv2.thresh _ ots ucv2. thresh _ binary ) ) )。
PLT.imshow(imagebin，cmap=plt.cm.gray ) )。
PLT.axis (关闭) ) )。
plt.show () )
#再次在pytesseract库中确认了检查效果，但结果不佳
text=pytesseract.image _ to _ string (image bin，lang='chi_sim ' ) ) ) ) ) ) ) ) )。
是打印(文本)
(() (() ) ) ) ) ) ) ) ) ) ) )中华人民共和国
居民身份证
颁发机关建瓯市公安局
有效期为2012-06.25-2022.06.25
可见，所有有用的信息都得到了正确的识别。
提取下一个有用的内容：
#提取识别的内容
textlist=text.split('n ' )。
textdf=PD.dataframe((text ) :文本列表) )。
text df [ ' text len ' ]=text df.text.apply (
#删除长度(=1的行
text df=text df [ text df.text len1].reset _ index (drop=true ) ]
文本文档
文本文本len
0 `“熹”“”“”“……”“_”“……_”“……”“…”“〈_〉中华人民共和国39”
1居民身份证5
2发证机关建瓯市公安局11
3有效期为2012-06.25-2022.06.25 26
进一步处理：
#提取适当的信息
print ('第1行： '，textdf.text[0][-7:] )
print ()=====================' )
print ('第2行： '，textdf.text[1][-5:] )
print ()=====================' )
print ('颁发机构： '，textdf.text[2].split ) ) (-1 ) )
print ()=====================' )
#提取时间信息
timetext=textdf.text[3]
timetext=re.findall('d '，timetext )。
timetext
print ('有效开始时间： '，'.'.join ) timetext[0:3] ) )
print ()=====================' )
print ('失效时间： '，'.'.join ) timetext[3:] ) )
print ()=====================' )
第一行：中华人民共和国
====================
第二行：居民身份证
====================
发证机关：建瓯市公安局
====================
有效开始时间： 2012.06.25
====================
失效时间： 2022.06.25
====================
这方面的文字大小差异非常大，缺少定位图像倾斜的因素，因此对照片的要求更高。 上述方法需要进一步优化以提高适用性。 身份证上的照片来自网络上的照片。