目標
為了實現pc端，提取一張拍攝的身份證照片中人物的信息，照片背景單一且為淺色，初步使用圖像處理知識進行處理。
由淺入深，第一步，使用簡單的圖片，並且有針對性的對某幅圖片進行針對性處理，得到大部分黑色字體的位置框，為后期利用tesseract技術進行文字識別提供區域位置提取。
示例效果
效果討論
從效果圖可以看出3個問題：
1.不是所有的黑色字體都識別了出來 -->解決：藍色框相近的合並，並且取邊界的最大覆蓋面，只要兩端有字識別出來，中間就沒有問題，也正好適用於tesseract進行連串識別 。
2.人物圖像上也有藍色識別框 -->解決：因為是針對身份證的識別，后期可以進行有針對性的校調。
3.身份證擺放不正 -->解決：一開始考慮只要能識別出黑色就好了，而且tesseract一連串識別最佳並且避免了很多單個框識別的調整問題，所以下一階段要加上傾斜校正。
識別步驟
1.提取rgb圖像的r通道得到灰度圖（通過對比了rgb聯合灰度、r通道、g通道和b通道圖像得出的最合適結果）。
2.圖像二值化並且反色，使得背景為黑前景為白（findCountours作用對象為白色），針對這幅圖選擇閾值90，代碼中設置了調節條，可以查看不同閾值的處理效果。
3.opencv中findCountours和boundingRect函數進行邊框提取，並進行大小過濾，這里選擇面積在(30,800)內的矩形框。
4.將邊框畫在原圖，進行顯示（經過初步測試，和二值化后毛糙的圖片相比，tesseract對原圖的提取更加准確）。
項目代碼
完整的 階段一 vs2015 項目代碼放在github上： https://github.com/CaptainLYN/IDCardRecognization-Stage-1 ，供讀者參考。關鍵代碼后有相關注釋，方便閱讀。
結語
非常歡迎讀者們的指正和有關討論，直接留言即可。