OpenCV 实战：身份证号码识别系统（基于模板匹配）

Westward-sun.2026-03-20 16:58

引言

在图像处理中，模板匹配是一项基础且重要的技术。通过模板匹配，我们可以在目标图像中寻找与给定模板最相似的区域。身份证号码识别是计算机视觉中一个经典的应用场景，常用于自动化信息录入、身份验证等系统。由于身份证号码区域具有固定的位置、字体和大小，我们可以通过图像处理技术定位该区域，并利用模板匹配方法识别每个数字字符。

本文将基于OpenCV实现一个完整的身份证号码识别系统，主要包含以下模块：

  • 数字模板的构建（从包含0-9数字的模板图片kahao.png中提取数字）

  • 身份证图像的预处理与号码区域定位

  • 基于模板匹配的数字识别

  • 结果可视化与输出

代码将逐步解释每个环节，并重点剖析轮廓排序 和模板匹配这两个关键用法。

环境与依赖

  • Python 3.x

  • OpenCV（cv2）

  • NumPy（np）

任务描述

给定一张包含0-9数字的模板图片kahao.png和一张待识别的身份证图片sfz.jpg，要求完成以下任务：

  1. 从kahao.png中提取每个数字的轮廓，并按照从左到右的顺序构建数字模板库；

  2. 对待识别图片sfz.jpg进行预处理，定位身份证号码区域；

  3. 使用模板匹配方法识别每个数字字符；

  4. 在原图上绘制识别结果，并输出完整的身份证号码。

模板图片 (sfz_tp.png) 示意：

待识别图片 (sfz.jpg) 内容：

最终效果示意：

实现步骤详解

1. 工具函数定义

首先定义两个辅助函数，方便后续调用。

1.1 图像显示函数 cv_show
复制代码 
def cv_show(name, image):
    if image is None or image.size == 0:
        print(f"[{name}] 图像为空，无法显示！")
        return
    cv2.imshow(name, image)
    cv2.waitKey(0)

该函数封装了图像显示，并增加了空值检查，避免程序崩溃。

1.2 轮廓排序函数 sort_contours
复制代码 
def sort_contours(cnts, method="left-to-right"):
    reverse = False
    i = 0
    if method == "right-to-left" or method == "bottom-to-top":
        reverse = True
    if method == "top-to-bottom" or method == "bottom-to-top":
        i = 1
    boundingBoxes = [cv2.boundingRect(c) for c in cnts]
    (cnts, boundingBoxes) = zip(*sorted(zip(cnts, boundingBoxes),
                                        key=lambda b: b[1][i], reverse=reverse))
    return cnts, boundingBoxes

该函数根据指定的方向（如从左到右）对轮廓进行排序。在识别身份证号码时，我们需要按字符从左到右的顺序输出结果，因此这个函数非常实用。

2. 数字模板构建（从sfz_tp.png提取）

模板图片sfz_tp.png包含0-9十个数字，我们需要从中提取每个数字的ROI，并将其缩放到统一尺寸（57×88），作为后续匹配的模板库。

2.1 读取模板图像并预处理
复制代码 
img = cv2.imread('sfz_tp.png')
cv_show('img', img)

gray = cv2.imread('sfz_tp.png', 0)          # 灰度读取
ref = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY_INV)[1]   # 反色二值化
cv_show('ref', ref)

说明 ：使用阈值150进行二值化，并采用 THRESH_BINARY_INV 反色处理，使数字变为白色（255），背景为黑色（0）。这有利于轮廓检测。

结果展示：

2.2 查找轮廓并绘制
复制代码 
_, refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

cv2.drawContours(img, refCnts, -1, (0, 255, 0), 2)
cv_show('img', img)

使用 RETR_EXTERNAL 只检测最外层轮廓，避免内部空洞干扰。绘制轮廓可以验证检测效果。

结果展示：

2.3 对轮廓排序并提取每个数字
复制代码 
refCnts = sort_contours(refCnts, method='left-to-right')[0]

digits = []
for c in refCnts:
    (x, y, w, h) = cv2.boundingRect(c)
    # 稍微扩大一点范围，防止切到数字边缘
    roi = gray[y-2:y+h+2, x-2:x+w+2]
    roi = cv2.resize(roi, (57, 88))          # 统一缩放
    cv_show('roi', roi)
    digits.append(roi)

cv2.destroyAllWindows()

排序后，轮廓顺序与数字顺序一致（从左到右）。对每个轮廓计算外接矩形，并向外扩展2个像素后截取ROI，然后缩放到固定尺寸（57×88）。digits 列表存储了所有数字模板。

结果展示：

3. 身份证号码识别（从sfz.jpg识别）

3.1 读取待识别图像并预处理
复制代码 
img = cv2.imread('sfz.jpg')
img_copy = img.copy()
cv_show('img', img)

gray = cv2.imread('sfz.jpg', 0)
cv_show('gray', gray)

ref = cv2.threshold(gray, 120, 255, cv2.THRESH_BINARY_INV)[1]
cv_show('ref', ref)

同样进行灰度化和反色二值化。阈值120可根据图像质量微调。

3.2 查找轮廓并筛选号码区域
复制代码 
_, refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

a = cv2.drawContours(img.copy(), refCnts, -1, (0, 255, 0), 2)
cv_show('img', a)

locs = []
for c in refCnts:
    (x, y, w, h) = cv2.boundingRect(c)
    # 根据身份证号码区域的实际坐标范围进行筛选
    if (330 < y < 360) and (x > 220):
        locs.append((x, y, w, h))

locs = sorted(locs, key=lambda x: x[0])   # 按x坐标从左到右排序

由于身份证号码通常位于固定位置，我们可以通过观察图像确定坐标范围。本例中，号码区域的y坐标大致在330~360之间，且x>220。筛选后得到每个字符的外接矩形，并按x排序。

结果展示：

3.3 模板匹配识别数字
复制代码 
output = []

for (gX, gY, gW, gH) in locs:
    # 截取单个字符区域，并稍微扩大边界
    group = ref[gY-2:gY+gH+2, gX-2:gX+gW+2]
    roi = cv2.resize(group, (57, 88))
    cv_show('roi', roi)

    scores = []
    for digitROI in digits:
        result = cv2.matchTemplate(roi, digitROI, cv2.TM_CCOEFF)
        (_, score, _, _) = cv2.minMaxLoc(result)
        scores.append(score)

    jiegou = str(np.argmax(scores))
    output.append(jiegou)

    # 在原图上绘制矩形和识别结果
    cv2.rectangle(img, (gX-5, gY-5), (gX+gW+5, gY+gH+5), (0, 0, 255), 1)
    cv2.putText(img, jiegou, (gX, gY-15), cv2.FONT_HERSHEY_SIMPLEX, 0.65, (0, 0, 255), 2)

匹配过程 ：对每个待识别字符ROI，与 digits 列表中的10个模板分别进行模板匹配（使用相关系数法 TM_CCOEFF），得分最高的模板对应的数字即为识别结果。np.argmax(scores) 返回得分最高的索引，该索引即为数字值。

3.4 输出与显示
复制代码 
print("Card ID #: {}".format("".join(output)))

cv2.imshow("Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

最终打印识别出的身份证号码，并显示带有标记的图片。

结果展示：

完整代码

整合以上所有步骤，得到完整的识别程序。

复制代码 
import cv2
import numpy as np

# ===================== 通用工具函数定义 =====================
def cv_show(name, image):
    """
    图片展示函数
    :param name: 窗口名称
    :param image: 图像对象
    """
    # 防止传入空图像导致报错
    if image is None or image.size == 0:
        print(f"[{name}] 图像为空，无法显示！")
        return
    cv2.imshow(name, image)
    cv2.waitKey(0)
    # cv2.destroyWindow(name)


def sort_contours(cnts, method="left-to-right"):
    """
    轮廓排序函数（用于数字识别时按从左到右顺序排列）
    :param cnts: 找到的轮廓列表
    :param method: 排序方式，默认从左到右
    :return: 排序后的轮廓、对应的边界框坐标
    """
    # 初始化排序索引
    i = 0
    reverse = False

    # 根据排序方向调整
    if method == "right-to-left" or method == "bottom-to-top":
        reverse = True
    if method == "top-to-bottom" or method == "bottom-to-top":
        i = 1

    # 存储每个轮廓的边界框
    boundingBoxes = [cv2.boundingRect(c) for c in cnts]
    # 按指定规则排序
    (cnts, boundingBoxes) = zip(*sorted(zip(cnts, boundingBoxes),
                                        key=lambda b: b[1][i], reverse=reverse))
    return cnts, boundingBoxes


# ===================== 模板图像中的数字定位处理 =====================
# 1. 读取模板图片（身份证模板）
img = cv2.imread('sfz_tp.png')
cv_show('img', img)

# 2. 灰度化处理
# 注意：此处图片路径重复，且flags=0 代表以灰度模式读取，下面重新规范读取
gray = cv2.imread('sfz_tp.png', 0)

# 3. 二值化处理 (THRESH_BINARY_INV 表示反色二值化，白色背景变黑，数字变白)
ref = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY_INV)[1]
cv_show('ref', ref)

# 4. 查找轮廓 (只检测外轮廓，压缩轮廓点)
_,refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 5. 在原图上绘制轮廓 (绿色线条，厚度2)
cv2.drawContours(img, refCnts, -1, color=(0, 255, 0), thickness=2)
cv_show('img', img)

# 6. 对检测到的轮廓进行从左到右排序
refCnts = sort_contours(refCnts, method='left-to-right')[0]

# 7. 遍历每一个数字轮廓，提取ROI并标准化大小
digits = []
for c in refCnts:
    # 计算外接矩形
    (x, y, w, h) = cv2.boundingRect(c)

    # 截取ROI（区域），并稍微扩大一点范围（x-2: x+w+2, y-2: y+h+2）
    # 防止切到数字边缘
    roi = gray[y - 2: y + h + 2, x - 2: x + w + 2]

    # 统一缩放为 57x88 的标准尺寸（适配模型输入）
    roi = cv2.resize(roi, dsize=(57, 88))

    cv_show('roi', roi)
    digits.append(roi)

# 8. 销毁所有OpenCV窗口
cv2.destroyAllWindows()

# ===================== 身份证号码识别 =====================
# 1. 读取待识别的身份证照片
img = cv2.imread('sfz.jpg')
img_copy = img.copy()  # 备份原图
cv_show('img', img)

# 2. 灰度化处理
gray = cv2.imread('sfz.jpg', 0)
cv_show('gray', gray)

# 3. 二值化处理 (阈值120，反色)
ref = cv2.threshold(gray, 120, 255, cv2.THRESH_BINARY_INV)[1]
cv_show('ref', ref)

# 查找轮廓（外轮廓，压缩轮廓点）
_, refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 在副本上绘制轮廓（绿色，厚度2）
a = cv2.drawContours(img.copy(), refCnts, -1, color=(0, 255, 0), thickness=2)
cv_show(name='img', image=a)

locs = []
# 遍历轮廓，筛选符合坐标范围的区域
for c in refCnts:
    (x, y, w, h) = cv2.boundingRect(c)  # 外接矩形
    # 选择合适的区域，根据实际任务来
    if (330 < y < 360) and (x > 220):  # 符合的留下来
        locs.append((x, y, w, h))

# 按x坐标从左到右排序
locs = sorted(locs, key=lambda x: x[0])

import numpy as np

output = []

# 遍历每个定位到的字符区域
for (gX, gY, gW, gH) in locs:
    # 截取区域并加一点边界
    group = ref[gY - 2:gY + gH + 2, gX - 2:gX + gW + 2]
    # cv_show('group', group)

    # 缩放到和模板一致的尺寸
    roi = cv2.resize(group, (57, 88))
    cv_show('roi', roi)

    '''------使用模板匹配，计算匹配得分------'''
    scores = []
    # 在模板中计算每一个得分
    for digitROI in digits:
        # 模板匹配（相关系数法）
        result = cv2.matchTemplate(roi, digitROI, cv2.TM_CCOEFF)
        (_, score, _, _) = cv2.minMaxLoc(result)
        scores.append(score)

    # 得到最合适的数字（得分最大的索引）
    jiegou = str(np.argmax(scores))
    output.append(jiegou)

    # 在图像上绘制矩形和识别结果
    cv2.rectangle(img, pt1=(gX - 5, gY - 5), pt2=(gX + gW + 5, gY + gH + 5), color=(0, 0, 255), thickness=1)
    cv2.putText(img, jiegou, org=(gX, gY - 15), fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=0.65, color=(0, 0, 255),
                thickness=2)

# 打印结果
print("Card ID #: {}".format("".join(output)))

# 显示最终结果
cv2.imshow(winname="Image", mat=img)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键点解析

1. 轮廓排序函数 sort_contours 的设计

  • cv2.boundingRect(c) ：计算每个轮廓的最小外接矩形，返回 (x, y, w, h)。

  • sorted(zip(cnts, boundingBoxes), key=lambda b: b[1][i]) ：将轮廓和对应的边界框打包在一起，根据边界框的 x（i=0）或 y（i=1）坐标进行排序。

  • 参数 method ：支持四种排序方向：从左到右、从右到左、从上到下、从下到上。在身份证号码识别中，我们使用默认的 left-to-right。

为什么需要排序？cv2.findContours 返回的轮廓顺序是随机的，而身份证号码的字符顺序必须从左到右，因此排序是必不可少的一步。

2. 二值化阈值的选择

  • 模板图片 kahao.png：使用阈值150。由于模板图片通常背景简单、数字清晰，固定阈值即可良好分割。

  • 身份证图片 sfz.jpg ：使用阈值120。实际身份证照片可能存在光照不均，阈值需要根据具体图像调整。若效果不佳，可考虑自适应阈值（如 cv2.adaptiveThreshold）或Otsu大津法。

3. 字符区域筛选策略

本例中，身份证号码区域的y坐标大致在330~360之间，且x>220。这种基于坐标的筛选简单有效，但依赖于身份证在图像中的固定位置。更通用的方法是：

  • 根据轮廓的宽高比（例如数字通常宽高比在0.3~0.8之间）筛选

  • 根据轮廓面积筛选

  • 利用轮廓的排列规律（连续多个轮廓且间距均匀）进行组合筛选

4. 模板匹配方法选择

  • cv2.TM_CCOEFF ：相关系数匹配法，计算模板与图像区域的相关系数，值越大表示越匹配。cv2.minMaxLoc(result) 返回最大值及其位置。

  • 为什么使用这种方法？因为它对线性光照变化有一定鲁棒性，且结果范围不固定，便于取最大值进行比较。

  • 注意：模板和待识别字符已经缩放到相同尺寸（57×88），因此可以直接匹配。

5. ROI扩展

在截取字符区域时，向外扩展2个像素（y-2:y+h+2 等），可以避免因轮廓检测不精确而切掉字符边缘，提高匹配精度。这个技巧在处理边缘不清晰的字符时尤其有效。

6. np.argmax(scores) 的用法

scores 是一个长度为10的列表，分别对应0-9十个模板的匹配得分。np.argmax(scores) 返回得分最高的索引，该索引正好等于识别出的数字值。例如，如果索引3得分最高，则识别结果为数字3。

运行结果与讨论

运行代码后，将依次弹出多个窗口，展示中间步骤的图像：

  1. 模板原图及二值化结果

  2. 模板轮廓绘制结果

  3. 每个提取出的数字模板

  4. 身份证原图及预处理结果

  5. 身份证轮廓绘制结果

  6. 每个待识别字符区域

  7. 最终带有红色矩形框和数字标签的身份证图片

控制台将输出识别结果：

复制代码 
Card ID #: 007204039379000094

可能遇到的问题及改进

  1. 模板图片质量 ：如果kahao.png中数字不清晰或排列不齐，可能导致模板提取失败。建议使用打印体数字的标准图片，确保数字完整且间隔足够。

  2. 光照影响：身份证照片可能因光照不均导致二值化效果差。可使用形态学操作（如闭运算）填充断裂字符，或采用动态阈值。

  3. 字符粘连：如果身份证号码字符之间粘连，可能无法分离出单个轮廓。可尝试基于垂直投影的分割方法。

  4. 通用性：此方法依赖于号码区域的固定位置，适用于扫描仪或固定布局的身份证图像。对于手机拍照的图像，需要先进行透视校正，将身份证区域矫正为标准矩形。

总结

本文通过一个完整的身份证号码识别示例，展示了OpenCV在图像处理中的典型应用流程：

  1. 模板构建：从模板图像中提取数字轮廓，排序并统一尺寸

  2. 图像预处理：灰度化、二值化、轮廓检测

  3. 区域筛选：基于坐标或特征筛选目标区域

  4. 模板匹配 ：利用 matchTemplate 进行数字识别

  5. 结果可视化：绘制矩形框并标注识别结果

重点剖析了轮廓排序函数 的设计思想和模板匹配的实现细节，帮助读者理解如何利用OpenCV和Python内置函数实现高效的字符识别系统。

该方案简单高效，适合作为入门级OCR实践项目。读者可根据实际应用场景优化预处理流程，提升识别鲁棒性。

希望这篇文章对你在图像处理和字符识别方面有所帮助！如果有任何问题或建议，欢迎留言讨论。

注意 ：实际运行代码时，请确保 kahao.png 和 sfz.jpg 存在于当前目录，并根据实际图像调整阈值和坐标范围。

相关推荐
咚咚王者1 小时前
人工智能之语言领域 自然语言处理 第十六章 生成式预训练模型
人工智能·自然语言处理
万里沧海寄云帆1 小时前
pytorch+cpu版本对Intel Ultra 9 275HX性能的影响
人工智能·pytorch·python
阿里云大数据AI技术2 小时前
阿里云荣获 2025–2026 年度 Elastic中国最佳合作伙伴奖
人工智能·elasticsearch
yrwang_xd2 小时前
人工智能基础-常用Nvidia Tesla及RTX显卡算力大全-2026版
人工智能
用户4815930195912 小时前
MCP 终极指南（进阶篇）：手写一个 MCP Server，再用抓包拆解协议底层
人工智能
用户4815930195912 小时前
我抓包了 Cline 与模型的通信，发现了一件有趣的事
人工智能
1941s2 小时前
Google Agent Development Kit (ADK) 指南 第二章：环境搭建与快速开始
人工智能·python·adk·google agent
抓个马尾女孩2 小时前
位置编码：绝对位置编码、相对位置编码、旋转位置编码
人工智能·深度学习·算法·transformer
风酥糖2 小时前
AI时代的技术焦虑与自我救赎
人工智能
热门推荐
01GitHub 镜像站点02Qwen3.5 开源全解析：从 0.8B 到 397B，代际升级 + 全场景选型指南03OpenClaw 使用和管理 MCP 完全指南04Labelme从安装到标注：零基础完整指南05AI 编程三剑客：Spec-Kit、OpenSpec、Superpowers 深度对比与实战指南06UV安装并设置国内源07小黑课堂计算机二级WPSoffice题库软件下载安装教程（2026年3月最新版）08OpenClaw Control UI安全上下文访问配置09Claude Code + GLM4.7 避坑指南：解决 Unable to connect to Anthropic services10让 Trae IDE 智能体 “读懂”文档 Excel+PDF+DOCX ：mcp-documents-reader 工具使用指南