# chinaidcardOCR
**Repository Path**: crazhou/chinaidcard-ocr
## Basic Information
- **Project Name**: chinaidcardOCR
- **Description**: 中国身份证 OCR 识别，基于读光开源模型实现
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 1
- **Forks**: 0
- **Created**: 2026-01-09
- **Last Updated**: 2026-04-02
## Categories & Tags
**Categories**: cv
**Tags**: None
## README
### 读光轻量身份证识别
- [项目介绍](#介绍)
- [目录说明](#目录)
- [快速开始](#快速开始)
- [技术原理](#原理)
- [性能](#性能测试)
- [支持我](#支持我)
- [关注我](#关注我)
### 介绍
- pytorch + 读光开源模型 实现 随手拍身份证中姓名和身份证号 两个字段的提取
- 支持模糊图片 以及 长姓名识别，支持二次开发
- 基于modelscope 魔搭社区 的 两个模型 进行少量的二次开发
> 模型1： 票证检测矫正模型 [iic/cv_resnet18_card_correction](https://modelscope.cn/models/iic/cv_resnet18_card_correction)
> 模型2： 读光-文字识别-行识别模型-中英 [iic/cv_convnextTiny_ocr-recognition-general_damo](https://modelscope.cn/models/iic/cv_convnextTiny_ocr-recognition-general_damo)、
## 目录
```
│ alimodel.py 使用阿里百炼提供的OCR模型
│ card11.py 批量处理 images 文件夹下的 jpg 证件图片
│ environment.yml conda 环境配置文件
│ face3.py 基于人脸识别的证件旋转剪裁方法
│ fc_config.py paddleocr 模型配置
│ img2base64.py 图片转base64编码
│ index.py 阿里云函数计算入口文件
│ moda.py 魔搭平台方式的调用代码
│ pdd.py paddleocr 调用示例
│ ppocrdet.py opencv 开源的 ppocr 文本检测封装
│ readme.md 项目介绍
│ rotate.py 图片旋转方法
│ s.yaml 阿里云函数计算 配置文件
│ textdect.py 文字检测配置函数
│ tt1.py 不使用文本检测测试函数
│
├─card_correction 读光卡证矫正模型二次开发文件
│ │ card_detection_correction.py
│ │ model_resnet18.py
│ │ outputs.py
│ │ pipeline.py
│ │ table_process.py
│ │ __init__.py
│ │
│ ├─fileio
│ │ │ file.py
│ │ │ io.py
│ │ │ __init__.py
│ │ │
│ │ └─format
│ │ base.py
│ │ json.py
│ │ jsonplus.py
│ │ yaml.py
│ │ __init__.py
│ │
│ ├─ocr_recognition 读光行文字识别模型二次开发
│ │ │ base_model.py
│ │ │ base_torch_model.py
│ │ │ model.py
│ │ │ pipeline.py
│ │ │ preprocessor.py
│ │ │ __init__.py
│ │ │
│ │ └─modules
│ │ └─ConvNextViT
│ │ convnext.py
│ │ main_model.py
│ │ timm_tinyc.py
│ │ vitstr.py
│ │ __init__.py
│ │
│ └─utils
│ checkpoint.py
│ config.py
│ constant.py
│ device.py
│ file_utils.py
│ logger.py
│ torch_utils.py
│ __init__.py
│
├─images 用于存入测试的证件图片和行文字图片
│ 0123.png
│ 3101.png
│ 4304.png
│ 5221.png
│ 9931.png
│
├─model YuNet人脸检测模型 和 文字检测模型
│ face_detection_yunet_2023mar.onnx
│ text_detection_cn_ppocrv3_2023may.onnx
│ text_detection_en_ppocrv3_2023may.onnx
│
└─output 用于存放经过模型处理后的文件
```
## 快速开始
1. 安装 miniconda, 打开 [清华镜像](https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/)，
找到对应的版本进行安装，我的电脑是windows 用的这个安装包：Miniconda3-py312_25.9.1-1-Windows-x86_64.exe
这个版本自带一个 python 3.12, 你不用再单独安装 python 了
2. 新建conda 环境
```
conda env create -f environment.yml
```
3. 下载模型文件
我把 padddleocr 和 两个读光模型，打包成压缩文件了，[戳这里下载](https://whjys.oss-cn-shanghai.aliyuncs.com/models.zip)
下载后，在电脑上找一个位置，解压到 models 目录
4. 修改配置
修改 card11.py 文件 修改 12和15行的 model_path 指向你的 models 目录
5. 准备证件图
由于证件比较特殊，请你自己拍一张或多张身份证的正面图，尺寸最好不要超过 1920x1080
命名为 xxxx.jpg 放在 images 文件夹
6. 运行测试
```
conda activate torch-env
python card11.py
```
如果一切正常的话，你会在命令行看到 输出的人名和证件号
## 原理
1. 先使用矫正模型提取图片中的身份证，模型支持任意角度的身份证 再缩放至 850x540 大小
2. 由于尺寸固定了，可以按位置关系 取名字，身份证号字段的文本框，无需调用文字识别算法
3. 把对应的字段图片送入模型2 进行文字识别即可输出结果
> 更多细节， 可以查看这篇文章 公众号文章
## 性能测试
暂未进行专业的性能测试，在本人电脑上简单 测试了10张证件图，结果如下
|项目 |说明 |
|-----|:------------------|
|cpu |Intel Core Ultra 9 285H 16核心|
内存| 16GB 8533MT/s|
|输入图片|1920x1080 手机拍摄|
|单张耗时|0.5 - 0.8s |
欢迎提供更多性能数据~
## 支持我
项目开发不易，感谢你的打赏
## 关注我
关注我的公众号，更新更多技术文章