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%。