题目：MATLAB身份证件号码定位识别

程序代码



%身份证识别程序。识别身份证上面的身份证号码，并且单独提取出来，形成一副仅剩身份证号码的二值区域图像
clc;
clear all;
close all;
A=imread('pic.jpg');  %读入图像
I1=rgb2gray(A);      %灰度处理，自动取值二值化
level=graythresh(I1);  
I2=im2bw(I1,level);
I3=~I2; 
figure;
imshow(I3);
I4=bwareaopen(I3,25); %去除小面积区域（降噪）
I=~I4;
% figure;
% imshow(I4);
[y x]=size(I);   %先确定身份证号码所在的大概区域(身份证号码都在身份证的右下角）
A2=imcrop(I,[x/3 y/2 2*x/3 y/2]);
% figure;
% imshow(A2);

se = strel('square',40);  %进行开运算，使图像形成几个连通域
bw= imopen(A2,se);
% figure;
% imshow(bw);

%%%%%%寻找连通域的边缘，并且把每个连通域的边界画出来
[B,L] = bwboundaries(bw,4);     %使用了函数bwboundaries
figure;
imshow(label2rgb(L, @jet, [.5 .5 .5]));%label2rgb 把标签矩阵转化为彩色图像
hold on ;
for k = 1:length(B)
 boundary = B{k}; 
 plot(boundary(:,2),boundary(:,1),'r','LineWidth',2);  %将物体的边界画出来
end

% 找到每个连通域的质心及面积
stats = regionprops(L,'Area','Centroid');    

%%%%%% 循环历遍每个连通域的边界，得到匹配度特征范围内的物体（即截出身份证号码的位置图片）
for k = 1:length(B)
  boundary = B{k};% 获取一条边界上的所有点
  delta_sq = diff(boundary).^2;  % 计算边界周长  
  perimeter = sum(sqrt(sum(delta_sq,2)));% 计算边界周长  
  area = stats(k).Area;  % 获取边界所围面积
  metric =80*area/perimeter^2; % 计算匹配度
 
  % 要显示的匹配度字串
  metric_string = sprintf('%2.2f',metric);    %在图上显示字符串（匹配度的值）
 
  %%%%%% 标记出匹配度接近1的连通域（只有匹配度在0.8与1.1之间的连通域才画出来）
  if metric >= 0.8 && metric <= 1.1
    centroid = stats(k).Centroid;
    plot(centroid(1),centroid(2),'ko'); %将对应的质心画出来
    % 提取该连通域所对应在二值图像中的矩形区域 
    s = min(goalboundary, [], 1);    %%%怎么有两个参数
    e = max(goalboundary, [], 1); 
  %将目标区域分别向两侧延伸7个像素
  goal = imcrop(A2,[s(2)-7 s(1) e(2)-s(2)+14 e(1)-s(1)]); 
  end
  % 显示匹配度字串
  text(boundary(1,2)-35,boundary(1,1)+13,...
    metric_string,'Color','g',...
'FontSize',14,'FontWeight','bold');
end

goal = ~goal;   %将目标区域进行反处理
figure,imshow(goal)

%%%%将18个字符单独一一截取出来，并且显示在同一个figure中
%求出目标区域的长度，并且求出等分为18个字符之后的长度
cs=size(goal,2);   
sz=cs/18;   
%定义变量t1、t2,分别为每个切割的起点和终点，以及它们的计算方法
t1=(0:17)*sz+1;
t2=(1:18)*sz; 

%%%%将字符单独切割出来，并且显示在同一个figure中
figure;
k=0;
%将目标区域从左至右开始切割提取（对每一个单一的字符块做相应处理（对应字符块的矩阵做相应处理））
for i=1:18        %每个身份证上的身份证号码都有18个字符
%     temp=goal(:,t1(i):t2(i), :);
    temp=goal(:,t1(i):t2(i));
    temp=bwareaopen(temp,20); %对切割后的图像做降噪处理（去除小面积区域）
    temp=id_identification_qiege(temp);    %调用自己编写的子函数（对图像进一步处理，去除每个字符周围的全零行）
    temp=imresize(temp,[30,20]);  %对temp进行缩放，缩放到指定[30,20]的尺寸。指定宽度和高度
    k=k+1;
    subplot(1,18,k);  %在一个窗口同时显示最后得到的字符
    imshow(temp);
end


自己编写的子函数

%定义函数功能切割

function e=id_identification_qiege(d)
[m,n]=size(d); %确定图像大小
top=1;bottom=m;left=1;right=n; %初始定义top bottom left right
%从第一行开始，自上而下，如果此行的和为0且top<=m ，则top自加一
%当不全是零的时候结束
while sum(d(top,:))==0 && top<=m 
 top=top+1;
end
%从最后一行开始，自下而上，如果此行的和为0且bottom>=1，则bottom自减一
%当不全是零的时候结束
while sum(d(bottom,:))==0 && bottom>=1
 bottom=bottom-1;
end
%从第一列开始，自左而右，如果此行的和为0且left<=n，则left自加一
%当不全是零的时候结束
while sum(d(:,left))==0 && left<=n
 left=left+1;
end
%从最后一列开始，自右而左，如果此行的和为0且left<=n，则right自减一
%当不全是零的时候结束
while sum(d(:,right))==0 && left<=n
 right=right-1;
end
%确定切割范围
dd=right-left;
hh=bottom-top;
e=imcrop(d,[left top dd hh]);