| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 系统开发的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 图像预处理研究现状 | 第11-12页 |
| 1.2.2 身份证识别研究现状 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 本文组织安排 | 第14-15页 |
| 第2章 相关概念与关键技术 | 第15-18页 |
| 2.1 Tesseract-OCR | 第15页 |
| 2.2 Open CV for Android | 第15-16页 |
| 2.3 Android开发平台介绍 | 第16-17页 |
| 2.3.1 Android系统架构 | 第16-17页 |
| 2.4 SQLite数据库 | 第17页 |
| 2.5 本章小结 | 第17-18页 |
| 第3章 身份证图像预处理 | 第18-35页 |
| 3.1 彩色图像灰度化 | 第19-20页 |
| 3.2 灰度图像的二值化 | 第20-23页 |
| 3.3 滤波降噪 | 第23-24页 |
| 3.4 边缘检测 | 第24-28页 |
| 3.5 Hough直线检测+透视变换混合算法倾斜校正 | 第28-33页 |
| 3.6 身份证关键信息块剪裁 | 第33-34页 |
| 3.7 本章小结 | 第34-35页 |
| 第4章 基于Tesseract-OCR的身份证信息识别算法实现与优化 | 第35-48页 |
| 4.1 Tesseract-OCR字符识别算法流程 | 第35-36页 |
| 4.2 基于Tesseract-OCR引擎的身份证信息识别优化 | 第36-40页 |
| 4.2.1 布局分析优化 | 第36-37页 |
| 4.2.2 通过身份证号码专用字符集进行优化 | 第37-38页 |
| 4.2.3 通过身份证号码的自我校验进行优化 | 第38-39页 |
| 4.2.4 设置PSM参数进行优化 | 第39-40页 |
| 4.2.5 加入省、市等常用字符字典文件进行优化 | 第40页 |
| 4.3 训练专用字符集的方法与流程 | 第40-47页 |
| 4.3.1 Tesseract-OCR安装与识别 | 第40-41页 |
| 4.3.2 生成目标文件 | 第41-42页 |
| 4.3.3 安装jTessBoxEditor | 第42-43页 |
| 4.3.4 获取样本文件 | 第43页 |
| 4.3.5 Merge样本文件 | 第43-44页 |
| 4.3.6 生成BOX文件 | 第44页 |
| 4.3.7 字符矫正 | 第44-45页 |
| 4.3.8 定义字符配置文件 | 第45页 |
| 4.3.9 执行批处理文件 | 第45-47页 |
| 4.3.10 字符测试 | 第47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 基于智能手机的身份证信息识别系统设计与实现 | 第48-64页 |
| 5.1 系统结构设计 | 第48-49页 |
| 5.2 各模块的设计与实现 | 第49-59页 |
| 5.2.1 图像获取模块 | 第50-53页 |
| 5.2.2 图像识别模块 | 第53-56页 |
| 5.2.3 数据管理模块 | 第56-59页 |
| 5.3 软件测试 | 第59-63页 |
| 5.3.1 测试环境 | 第59-60页 |
| 5.3.2 系统功能测试 | 第60-61页 |
| 5.3.3 字符识别正确率测试 | 第61-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
