身份证识别（深度学习）-- 精度商用

身份证识别

身份证识别场景

最近在做身份证识别，调研了一些方案，对于一些比较规整，光线、背景、拍照效果比较好的情况下，这种情况下进行检测和识别起来会好很多，但是现在很多情况下，场景比较开放，对于上述的光线、背景、拍照效果没有限制，毕竟每个需要识别的用户在使用的过程中不会关注这些问题，只有疫情下的时候，专门进行身份证录入的工作人员，可能受过培训，他们知道在拍身份证的时候，会把软件的摄取框对准身份证的四个边角，使得背景对识别的任务尽可能小；

身份证识别的流程

• 证件旋转功能：对上传的图片进行角度旋转，对于用户拍摄的图片，上传到服务器时，图片的旋转方向不固定，有些正好是0度，有些是90度，或者是180度、270度，都有可能，这个时候需要有正确识别当前的证件角度，将证件旋转到正确的位置；
• 证件位置定位：对于上述场景中描述，场景是自由开放的，这个时候需要能够正确识别出证件的位置和证件的四个角点，并且通过角点对证件的位置进行定位、图像进行转换，将证件能够矫正过来；
• 文字定位：能够框选出有效的文字区域，对于框选文字，目前的方案比较多，通常采用的有 CTPN、DBNet、EAST、PSE、SAST、FCE、PAN、CRAFT、SegLink等，对于这些网络，效果一般都能达到比较好的效果，对于这个任务，一般采用DBNet网络，相对而言比较简单，也好理解，效果也不错，对于这个阶段，有个问题需要注意下，就是对于不同文字块最好能够区分开，如果将不同字符块的文字框选到一个文字块，在后期的操作过程中就很难进行切分开；
• 文字识别：通俗的讲，就是将上述识别出来的文字块，进行文字识别，通常采用网络有 CRNN、RARE、SRN、SED、SAR、NRTR、Star、Rossta、SVTR等，一般采用CRNN，结构相对比较简单，效果也比较好，对于3w字形进行训练，都能达到比较好的效果
• 后处理过程：通常采用采用模版匹配的方式，这种方式如果对于比较清晰的图片识别匹配，效果不错，但是对于一些效果比较模糊的图片处理，主要关键字都能