记得以前有个广告词叫：“学好数理化，走遍天下都不怕”，感觉应该再加一句：“带上身份证”，本文我们看一下如何使用 Python 提取身份证信息。
实现方式
实现方式大致可以分为两种：
-
自己造轮子，如：使用 OpenCV 等自己编码实现，该方式所有功能都需自己来实现，比较耗时耗力，优点是更灵活一些
-
使用现成的轮子，如：百度云，平台已经实现好了核心功能，并对外提供了 API 接口，我们直接调用接口即可，该方式省时省力，但灵活性可能差一些
实现过程
因为我们要实现的功能也比较简单，这里就用第二种方式来演示一下，下面简单看一下实现过程。
SDK 安装
百度云 SDK 对多种语言提供了支持，这里我们安装 Python 版的 SDK，使用 pip install baidu-aip 命令即可，SDK 目录结构如下：
1
2
3
4
5
6
7
├── README.md
├── aip // SDK 目录
│ ├── __init__.py // 导出类
│ ├── base.py // aip 基类
│ ├── http.py // http 请求
│ └── ocr.py //OCR
└── setup.py // setuptools 安装
创建应用
SDK 安装好后，我们接着需要创建应用了，这里需要一个百度账号或百度云账号，如果没有的话自己注册一个即可，登录及注册地址为：https://login.bce.baidu.com/?redirect=http%3A%2F%2Fcloud.baidu.com%2Fcampaign%2Fcampus-2018%2Findex.html，具体过程与车牌识别基本类似，如果不清楚的话，可以看一下车牌识别这篇文章。
具体实现
我们先找一张身份证图片，如图所示：
接着看一下代码实现，首先创建 AipOcr，AipOcr 是 OCR 的 Python SDK 客户端，代码实现如下：
1
2
3
4
5
6
# 自己的 APPID AK SK
APP_ID = '自己的 App ID'
API_KEY = '自己的 Api Key'
SECRET_KEY = '自己的 Secret Key'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
上面三个参数也可以参照车牌识别中的介绍。
信息的提取有普通和高精度两种模式，普通模式代码实现如下：
1
2
3
4
5
6
7
# 打开并读取文件内容
fp = open("card.jpg", "rb").read()
res = client.basicGeneral(fp) # 普通
# 遍历结果
for tex in res["words_result"]:
row = tex["words"]
print(row)
输出结果如下：
1
2
3
4
5
6
姓名韦小宝
性别男民族汉
出生1654年12月20日
住址北京市东城区景山前街4号
紫禁城敬事房
公民身份证号码112441654122日2438
再来试一下高精度模式，代码实现如下：
1
2
3
4
5
6
7
# 打开并读取文件内容
fp = open("card.jpg", "rb").read()
res = client.basicAccurate(fp) # 高精度
# 遍历结果
for tex in res["words_result"]:
row = tex["words"]
print(row)
输出结果如下：
1
2
3
4
5
6
姓名韦小宝
性别男民族汉
出生1654年12月20日
住址北京市东城区景山前街4号
紫禁城敬事房
公民身份证号码11204416541220243X
通过输入结果我们可以看到：高精度模式提取了正确的身份证号码，普通模式提取的身份证号码是有一些误差的。
总结
本文我们使用 Python 结合百度云接口几行代码就提取了身份证信息，其实除了身份证信息也可以提取其他卡片信息，比如银行卡信息等，有兴趣的可以试一下。
源码在公众号 Python小二 后台回复 201216 获取。
声明：本文非首发于个人号
