概述
Android 身份证号码识别 （本地，在线，实时），网络识别用的别人的接口，不保障什么时候就用不了了，本地识别基于tess_two，位置对的话识别准确率达到90%以上。
详细
前些天下午没什么事，朋友有个需求，说要识别身份证上面的身份证号码，刚好闲着，就帮他解决了一下，不说多完美，但是至少算是解决需求了，好了，闲话少说。
先来看一下我的DEMO吧
接下来我们一个个介绍
一、联网识别
也是从别人的Demo里截出来的，其实也是用的别人的一个在线接口，但是我看了看应该算“非正常调用”（这个意思大家自己理解吧）。下面分析一下这个方法的优劣点吧。
优点：速度极快，上传照片，会返回身份证上所有信息，包括姓名 地址 出生等等
缺点：“非正常”调用就有一定的不可靠性，如果哪天人家关了或者改了这个接口，就比较尴尬了，当然你可以选择购买人家的正式版。
二、本地识别
基于Tess_two做的识别，这个大家可放心使用。先看一下大概怎么使用吧！
首先引用：
compile 'com.rmtheis:tess-two:6.0.0'
然后使用，其实使用起来很简单，但是要注意几点
1.要在SD卡有他的识别库，这个库你可以理解为一个字典，这个字典可以自己训练，因为我是用的别人训练好的（只包含英文和数字），所以就不说怎么训练了，百度一下会有很多。
2.需要注意的是，放他字典的路径文件夹名必须为“tessdata”，否则报错
好了，准备工作做好了，接下来介绍怎么使用，我直接贴核心代码，代码有注释，看不懂的留言或者私信我
//训练数据路径，tessdata
static final String TESSBASE_PATH = Environment.getExternalStorageDirectory() + "/";
//识别语言英文
static final String DEFAULT_LANGUAGE = "eng";
/**
* 传SD卡图片路径（当然你们也可以传Bitmap）
* @param url
*/
private void localre(String url) {
//把图片转为Bitmap
Bitmap bmp = BitmapFactory.decodeFile(url);
//创建Tess
final TessBaseAPI baseApi = new TessBaseAPI();
//下面这一块代码为裁取身份证号码区域（否则识别乱码，不准确）
int x, y, w, h;
x = (int) (bmp.getWidth() * 0.340);
y = (int) (bmp.getHeight() * 0.800);
w = (int) (bmp.getWidth() * 0.6 + 0.5f);
h = (int) (bmp.getHeight() * 0.12 + 0.5f);
Bitmap bit_hm = Bitmap.createBitmap(bmp, x, y, w, h);
//这个只是我将裁取的号码区展示在了一个ImageView上，这个可以没有
iv_number.setImageBitmap(bit_hm);
//初始化OCR的训练数据路径与语言
baseApi.init(TESSBASE_PATH, DEFAULT_LANGUAGE);
//设置识别模式
baseApi.setPageSegMode(TessBaseAPI.PageSegMode.PSM_SINGLE_LINE);
//设置要识别的图片
baseApi.setImage(bit_hm);
//设置字典白名单
baseApi.setVariable("tessedit_char_whitelist", "0123456789Xx");
//把识别内容设置到EditText里
tv_result.setText(baseApi.getUTF8Text());
//收尾
baseApi.clear();
baseApi.end();
}
OK,就这么简单，图片清晰切裁取区域正确的情况下，准确度几乎100%；
给大家举个身份证照片的例子吧，否则裁取号码会不
上一张结果图
实时识别
其实就是本地识别的拓展版，把摄像头的数据转为Bitmap,去识别，还是贴核心代码吧，看不懂的自己下Demo研究。
/**
* 摄像头数据回调
* @param data
* @param camera
*/
@Override
public void onPreviewFrame(byte[] data, Camera camera) {
camera.addCallbackBuffer(data);
//将byte数组转为Bitmap
ByteArrayOutputStream baos;
byte[] rawImage;
Bitmap bitmap;
Camera.Size previewSize = camera.getParameters().getPreviewSize();//获取尺寸,格式转换的时候要用到
BitmapFactory.Options newOpts = new BitmapFactory.Options();
newOpts.inJustDecodeBounds = true;
YuvImage yuvimage = new YuvImage(
data,
ImageFormat.NV21,
previewSize.width,
previewSize.height,
null);
baos = new ByteArrayOutputStream();
yuvimage.compressToJpeg(new Rect(0, 0, previewSize.width, previewSize.height), 100, baos);// 80--JPG图片的质量[0-100],100最高
rawImage = baos.toByteArray();
//将rawImage转换成bitmap
BitmapFactory.Options options = new BitmapFactory.Options();
options.inPreferredConfig = Bitmap.Config.RGB_565;
bitmap = BitmapFactory.decodeByteArray(rawImage, 0, rawImage.length, options);
if (bitmap == null) {
Log.d("zka", "bitmap is nlll");
return;
} else {
//裁取图片中央身份证区域
int height = bitmap.getHeight();
int width = bitmap.getWidth();
final Bitmap bitmap1 = Bitmap.createBitmap(bitmap, width/2 - dip2px(150),height / 2 - dip2px(92), dip2px(300), dip2px(185));
//截取身份证号码区域
int x, y, w, h;
x = (int) (bitmap1.getWidth() * 0.340);
y = (int) (bitmap1.getHeight() * 0.800);
w = (int) (bitmap1.getWidth() * 0.6 + 0.5f);
h = (int) (bitmap1.getHeight() * 0.12 + 0.5f);
Bitmap bit_hm = Bitmap.createBitmap(bitmap1, x, y, w, h);
// 识别
if(bit_hm != null){
String localre = localre(bit_hm);
if (localre.length() == 18) {
Log.e(TAG, "onPreviewFrame: "+localre );
Toast.makeText(getApplicationContext(),localre,Toast.LENGTH_SHORT).show();
}
}
}
}
/**
* 识别
* @param bm
* @return
*/
private String localre(Bitmap bm) {
String content = "";
bm = bm.copy(Bitmap.Config.ARGB_8888, true);
iv_result.setImageBitmap(bm);
TessBaseAPI baseApi = new TessBaseAPI();
baseApi.init(TESSBASE_PATH, DEFAULT_LANGUAGE);
//设置识别模式
baseApi.setPageSegMode(TessBaseAPI.PageSegMode.PSM_SINGLE_LINE);
//设置要识别的图片
baseApi.setImage(bm);
baseApi.setVariable("tessedit_char_whitelist", "0123456789Xx");
Log.e(TAG, "localre: "+ baseApi.getUTF8Text());
content = baseApi.getUTF8Text();
baseApi.clear();
baseApi.end();
return content;
}
三、源码包截图
四、其他
Ok，就这样吧！核心也就这些东西，有问题的可以留言或私信，有好的解决办法也可以交流，，出于隐私，就把人家的信息打码， 不过识别出来准确度是100%。