CN106845469B - 一种纸币识别方法及装置 - Google Patents
一种纸币识别方法及装置 Download PDFInfo
- Publication number
- CN106845469B CN106845469B CN201710054413.1A CN201710054413A CN106845469B CN 106845469 B CN106845469 B CN 106845469B CN 201710054413 A CN201710054413 A CN 201710054413A CN 106845469 B CN106845469 B CN 106845469B
- Authority
- CN
- China
- Prior art keywords
- image
- currency
- word segmentation
- matching
- character
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本发明实施例公开了一种纸币识别方法及装置。该方法包括:获取待检测纸币的特征区域图像;依据所述特征区域图像内每一列像素的列和与每一行像素的行和,对所述特征区域图像进行字符分割,获得所述特征区域图像内的字符子图像;对所述字符子图像进行文字识别,获得所述特征区域图像内的文字;对所述文字进行分词处理,获得分词结果,并将所述分词结果与国家名称词典库中的国家名称进行匹配;根据匹配结果,确定所述待检测纸币的币种。通过上述技术方案,解决了纸币识别过程中耗时的问题,能够快速且准确地识别待检测纸币的币种。
Description
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种纸币识别方法及装置。
背景技术
不同国家的纸币(即不同币种)具有不同的票面特征,那么不同币种的纸币鉴伪、面额识别等操作也就会不同,所以在进行纸币鉴伪之前,要先进行纸币的币种识别。
现有技术中进行纸币币种识别的一种方法是对待检测纸币进行紫外光、可见光或红外光的扫描,以获取待检测纸币的图像数据,然后将该图像数据与不同币种数据库中的图像数据进行匹配,判断出待检测纸币的币种。另一种方法是,获取待检测纸币的序列号的位数及序列号在待检测纸币中的位置,将这些信息与不同币种数据库中的相应信息进行匹配,以判断待检测纸币的币种。
上述两种币种识别方法都需要进行大量的数据提取和模板匹配操作,币种识别过程复杂。
发明内容
本发明实施例提供一种纸币识别方法及装置,以实现快速、准确地识别待检测纸币的币种。
第一方面,本发明实施例提供了一种纸币识别方法,包括以下步骤:获取待检测纸币的特征区域图像;依据所述特征区域图像内每一列像素的列和与每一行像素的行和,对所述特征区域图像进行字符分割,获得所述特征区域图像内的字符子图像;对所述字符子图像进行文字识别,获得所述特征区域图像内的文字;对所述文字进行分词处理,获得分词结果,并将所述分词结果与国家名称词典库中的国家名称进行匹配;根据匹配结果,确定所述待检测纸币的币种。
可选地,获取待检测纸币的特征区域图像包括:获取待检测纸币的完整图像;按照预设分割比例对所述完整图像进行分割,获取所述完整图像的子图像;在所述子图像区域内,按照设定步长,统计每一个预设窗口区域内的像素值特征,获得统计结果;依据所述统计结果,确定所述特征区域图像。
可选地,将所述分词结果与国家名称词典库中的国家名称进行匹配包括:将所述分词结果与国家名称词典库中的国家名称关键词进行匹配。
可选地,将所述分词结果与国家名称词典库中的国家名称进行匹配包括:将所述分词结果与国家名称词典库中的国家名称全称进行匹配。
可选地,对所述文字进行分词处理,获得分词结果之后,上述方法还包括:将所述分词结果与币值字符库中的币值字符进行匹配;根据匹配结果,确定所述待检测纸币的币值。
第二方面,本发明实施例还提供了一种纸币识别装置,该装置包括:特征区域图像获取模块,用于获取待检测纸币的特征区域图像;字符子图像获取模块,用于依据所述特征区域图像内每一列像素的列和与每一行像素的行和,对所述特征区域图像进行字符分割,获得所述特征区域图像内的字符子图像;文字识别模块,用于对所述字符子图像进行文字识别,获得所述特征区域图像内的文字;币种文字匹配模块,用于对所述文字进行分词处理,获得分词结果,并将所述分词结果与国家名称词典库中的国家名称进行匹配;币种识别模块,用于根据匹配结果,确定所述待检测纸币的币种。
可选地,上述特征区域图像获取模块具体用于:获取待检测纸币的完整图像;按照预设分割比例对所述完整图像进行分割,获取所述完整图像的子图像;在所述子图像区域内,按照设定步长,统计每一个预设窗口区域内的像素值特征,获得统计结果;依据所述统计结果,确定所述特征区域图像。
可选地,上述币种文字匹配模块具体用于:将所述分词结果与国家名称词典库中的国家名称关键词进行匹配。
可选地,上述币种文字匹配模块还具体用于:将所述分词结果与国家名称词典库中的国家名称全称进行匹配。
可选地,上述装置还包括:币值文字匹配模块,用于在对所述文字进行分词处理,获得分词结果之后,将所述分词结果与币值字符库中的币值字符进行匹配;币值识别模块,用于根据匹配结果,确定所述待检测纸币的币值。
本发明实施例通过获取待检测纸币的特征区域图像,依据特征区域图像内每一列像素的列和与每一行像素的行和,对特征区域图像进行字符分割,获得特征区域图像内的字符子图像,然后对字符子图像进行文字识别以获得特征区域图像内的文字,对文字进行分词处理以获得分词结果,并将分词结果与国家名称词典库中的国家名称进行匹配,根据该匹配结果,确定待检测纸币的币种,解决了币种识别过程中耗时的问题,能够快速且准确地识别待检测纸币的币种。
附图说明
图1a-图1c分别为本发明实施例一中的新西兰、美国及印尼三个国家的纸币正反面图像;
图2是本发明实施例一中的一种纸币识别方法的流程图;
图3是本发明实施例二中的一种纸币识别方法的流程图;
图4是本发明实施例三中的一种纸币识别装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
各国货币(即不同币种的货币)票面文字不同,票面图案设计也不一样,可以基于这些特征进行纸币的识别,比如币种及币值的识别。但是,如果单纯基于图案去识别币种或币值,容易混淆,比如,英镑、加拿大元、新西兰元等英联邦国家的货币上都印有英国女王“伊丽莎白二世”肖像。同样,如果单纯基于货币单位名称区识别币种或币值,也会出现混淆现象,比如有一些国家的货币单位名称都相同,例如“元”。
而不同币种的货币票面上通常会印刷有其货币的发行机构的名称,某一个国家或某国的中央银行发行的钞票,就是该国流通的货币。比如,古巴的货币正反面分别印着英文“BANCO CENTER DE CUBA”和“REPUBLICA DE CUBA”;印尼的货币正反面都印着英文“BANKINDONESIA”;中国的货币正反面分别印着中文“中国人民银行”和中文拼音“ZHONGGUORENMIN YINGHANG”;美国的货币正反面都印着英文“THE UNITED STATES OF AMERICA”;新西兰的货币正反面分别印着英文,“RESERVE BANK OF NEW ZEALAND”及“NEW ZEALAND”等等。显然,通过识别纸币图像上的文字以及对这些文字进行语义分析就可可以识别出检测纸币的币种。
同样地,在识别了币种之后,可以利用纸币上印刷的表征币值的数字或者字符(即币值表征字符)进行币值的识别。比如,图1a中的新西兰的货币正反面都印着表征币值的数字“50”及字符“FIFTY”;图1b中的美元的正反面都印着表征币值的数字“100”及字符“ONEHUNDRED DOLLARS”;图1c中的印尼货币的正反面都印着表征币值的数字“5000”及字符“LIMA RIBU RUPIAH”等等。
实施例一
图2为本发明实施例一提供的一种纸币识别方法的流程图,该方法可以由纸币识别装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在任何需要进行纸币识别的金融设备中,例如典型的是验钞器、点钞机或清分机等。本实施例的方法具体包括如下步骤:
S100、获取待检测纸币的特征区域图像。
其中,特征区域指的是待检测纸币中包含上述国家名称或者上述国家中央银行名称的区域。
具体地,从待检测纸币中获取特征区域的图像,即特征区域图像。其获取方式可以是先获取待检测纸币的完整图像,然后从该完整图像中进行特征区域的定位及图像切取,以得到特征区域图像;还可以是先定位特征区域,然后对其进行扫描或拍照以得到区域图像,即特征区域图像。上述完整图像或区域图像可以是可见光反射灰度图,也可以是彩色图像进行灰度化得到的完整灰度图,此处不进行限定。
S200、依据所述特征区域图像内每一列像素的列和与每一行像素的行和,对所述特征区域图像进行字符分割,获得所述特征区域图像内的字符子图像。
其中,列和是每一列中所有像素的像素值相加的总和,行和是每一行中说是有像素的像素值相加的总和。字符子图像是每一个字符对应的图像,比如图1c中印尼卢比的正反面都印着英文“BANK INDONESIA”,那么其对应的字符子图像分别是“B”、“A”、“N”、“K”、“I”、“N”、“D”、“O”、“N”、“E”、“S”、“I”和“A”所在的图像,而币值表征字符“LIMA RIBURUPIAH”对应的字符子图像分别是“L”、“I”、“M”、“A”、“R”、“I”、“B”、“U”、“R”、“U”、“P”、“I”、“A”和“H”所在的图像。
具体地,对步骤S100获得的特征区域图像进行行和计算,获得每一行的行和,这些行和可以构成一条行和曲线。由于构成字符的像素的像素值通常比其周边图像的像素值低,所以字符所在的行和相较于字符上下的图像的行和要小,即字符对应的曲线位置较低,而字符上下图像对应的曲线位置较高,由此可以确定出字符的上下边界。然后对特征区域图像再进行列和计算,获得每一列的列和,这些列和可以构成一条列和曲线。同样地,每一个字符的列和与字符间隔的列和在上述列和曲线中的变化呈现相邻的高低起伏状态,字符对应的曲线位置较低,而间隔对应的曲线位置较高,由此可以根据上述列和曲线来确定出每一个字符的左右边界。这样,就可以确定出每一个字符所在的图像。
根据上述确定的每一个字符的上下边界及左右边界,对特征图像进行分割,就可以获得该特征图像内的字符子图像。
S300、对所述字符子图像进行文字识别,获得所述特征区域图像内的文字。
具体地,对获得特征区域图像的字符子图像,逐个进行文字识别,以获得其对应的字符文字,即获得特征区域图像内的文字。比如,对于图1c中印尼卢比,对发行机构的字符子图像进行文字识别后,可以获得特征区域图像的文字为“B”、“A”、“N”、“K”、“I”、“N”、“D”、“O”、“N”、“E”、“S”、“I”和“A”;而对币值表征字符的字符子图像进行文字识别后,可以获得特征区域图像的文字为“L”、“I”、“M”、“A”、“R”、“I”、“B”、“U”、“R”、“U”、“P”、“I”、“A”和“H”。
S400、对所述文字进行分词处理,获得分词结果。
具体地,步骤S300中获得的文字是单个字符,要根据这些文字进行纸币的识别,至少要将单个字符进行分词处理,以获得单个单词、单个词语或一个词组等(即分词结果),这样才可以与国家名称、发行机构名称或币值表征字符进行匹配,以确定纸币的币种或币值等。至于分词处理的方法,可以是基于字典、词库匹配的分词方法,基于词频度统计的分词方法和基于知识理解的分词方法中的任一种或几种,此处不进行限定。
比如,对于印尼卢比的特征区域图像中的文字“B”、“A”、“N”、“K”、“I”、“N”、“D”、“O”、“N”、“E”、“S”、“I”和“A”,进行分词处理后可以获得“BANK”和“INDONESIA”2个单词以及“BANK INDONESIA”一个词组,而对于特征区域图像中的文字“L”、“I”、“M”、“A”、“R”、“I”、“B”、“U”、“R”、“U”、“P”、“I”、“A”和“H”,进行分词处理后可以获得“LIMA”、“RIBU”和“RUPIAH”3个单词以及“LIMA RIBU RUPIAH”一个词组。
S500、将所述分词结果与国家名称词典库中的国家名称进行匹配。
其中,国家名称词典库是由发行纸币的国家名称(含发行机构名称)构成,其内可以保存有每个国家的国家名称关键词,即每个国家名称中能够标识国家的单个单词或单个词语,比如“中国”及“AMERICA”等;也可以保存有每个国家的国家名称全称,比如“中国人民银行”及“THE UNITED STATES OF AMERICA”等;同时,国家名称或发行机构名称可以以对应国家纸币上的印刷语言保存,以减少国家名称词典库的存储量。比如,中国的人民币在国家名称词典库中的保存形式有:“中国”、“ZHONGGUO”、“中国人民银行”和“ZHONGGUO RENMINYINHANG”,而印尼卢比在国家名称词典库中的保存形式有:“INDONESIA”及“BANKINDONESIA”。
具体地,将步骤S400中获得的分词结果与国家名称词典库中的国家名称进行匹配,以确定纸币的币种。
示例性地,步骤S500具体可以为:将所述分词结果与国家名称词典库中的国家名称关键词进行匹配。
具体地,以单个单词或单个词语的分词结果为基础,将其与国家名称词典库中的国家名称关键词进行匹配。比如,对于印尼卢比,以单个单词“BANK”、“INDONESIA”、“LIMA”、“RIBU”和“RUPIAH”为比较对象,将其与国家名称词典库中的国家名称关键词进行匹配,只要匹配到“INDONESIA”即表示匹配成功。这样就不需要过多的匹配过程,从而快速确定待检测纸币所属的国家,即快速确定待检测纸币的币种。
示例性地,步骤S500具体还可以为:将所述分词结果与国家名称词典库中的国家名称全称进行匹配。
具体地,以分词结果中的词组为基础,将其与国家名称词典库中的国家名称全称进行匹配。比如,对于印尼卢比,以获得的词组“BANK INDONESIA”和“LIMA RIBU RUPIAH”为比较对象,将其与国家名称词典库中的国家名称全称进行匹配,只要能够匹配到“BANKINDONESIA”即表示匹配成功。这样可以更加准确地确定待检测纸币的币种。
需要说明的是,此处不限定步骤S500的两种具体执行方式的执行顺序,可以根据实际应用需求选择国家名称关键词进行匹配或者选择国家名称全称进行匹配,也可以选择两者同时执行。
S600、根据匹配结果,确定所述待检测纸币的币种。
具体地,根据步骤S500的匹配结果,比如匹配到“INDONESIA”或者“BANKINDONESIA”,就可以确定待检测纸币是印尼的货币,即确定待检测纸币的币种是印尼卢比。
本实施例的技术方案,通过获取待检测纸币的特征区域图像,依据特征区域图像内每一列像素的列和与每一行像素的行和,对特征区域图像进行字符分割,获得特征区域图像内的字符子图像,然后对字符子图像进行文字识别以获得特征区域图像内的文字,对文字进行分词处理以获得分词结果,并将分词结果与国家名称词典库中的国家名称进行匹配,根据该匹配结果,确定待检测纸币的币种,解决了币种识别过程中耗时的问题,能够快速且准确地识别待检测纸币的币种。
实施例二
图3为本发明实施例二提供的一种纸币识别方法的流程图,本实施例在上述实施例的基础上,对上一实施例中的步骤S100优化为步骤S110~步骤S140,同时增加了与步骤S500及步骤S600并列的步骤S700及步骤S800。其中与上述实施例相同的步骤采用与其相应的附图标记,与上述实施例相同或相应的术语的解释在此不再赘述。下面结合图3对本发明实施例二提供的纸币识别方法进行说明,本实施例的方法包括:
S110、获取待检测纸币的完整图像。
具体地,利用扫描或拍照等方式获取待检测纸币的完整区域的图像,即待检测纸币的完整图像。该完整图像应该是包含所有纸币特征的可见光灰度图,其可以是直接获取的灰度图,也可以是对获取的彩色图像进行灰度化而得到的灰度图。应当注意的是,本实施例中只需要获取纸币的一面图像,而不是纸币的正反面图像,这样可以有效减少纸币识别过程中的数据量。
S120、按照预设分割比例对所述完整图像进行分割,获取所述完整图像的子图像。
其中,预设分割比例是根据纸币的图像特征设定的图像分割比例,其用于分割纸币的完整图像,以获得初步分割的子图像。比如,图1a-图1c的不同币种的纸币完整图像中,包含国家名称、货币发行机构或币值表征字符的区域均位于纸币的上面1/3范围或者下面1/3范围内,这样,就可以将预设分割比例设定为1/3及2/3。
具体地,按照预设分割比例对步骤S110获取的完整图像进行图像分割,获得分割后的几个子图像,选择其中最上面部分的一个子图像及最下面部分的一个子图像,确定为完整图像的子图像。比如,预设分割比例为1/3及2/3,则完整图像被分割为上、中及下共三个子图像,选择上及下两个子图像,确定为完整纸币的子图像。如图1c所示,当获取的完整图像是印尼卢比的正面图像100时,利用预设分割比例1/3及2/3对其进行分割,获得正面上子图像101、正面中子图像102及正面下子图像103;当获取的完整图像是印尼卢比的反面图像200时,利用预设分割比例1/3及2/3对其进行分割,获得反面上子图像201、反面中子图像202及反面下子图像203。可以将正面上子图像101及正面下子图像103,或者反面上子图像201及反面下子图像203确定为完整纸币的子图像。
S130、在所述子图像区域内,按照设定步长,统计每一个预设窗口区域内的像素值特征,获得统计结果。
其中,设定步长是预先设定的滑动窗口的滑动步长,比如一行、一列、N行及N列中的任意一种,其可以根据实际需求自行设定。预设窗口是预先基于图像特征设定的滑动窗口,比如根据不同币种的纸币中印刷的国家名称的区域和/或币值表征字符的区域等图像特征而经验设定的滑动窗口。像素值特征指的是预设窗口对应的区域内的所有像素值的特征,比如所有像素值的总和、均值及中值等。
具体地,考虑到不同币种的纸币中的图像特征区域范围不同,在确定出预设窗口之前,可以先经验性设定一个初始滑动窗口,比如宽度为W,高度为H的初始滑动窗口,利用该初始滑动窗口在子图像区域内进行像素值特征的统计,比如统计像素值总和,可以获得一个最小像素值总和sum1,然后确定该最小像素值总和的平均值mean1=sum1/(W*H)。之后再经验性增加初始滑动窗口的大小,比如滑动窗口的宽度增加ΔW,高度增加ΔH,确定为中间滑动窗口,同样地,可以获得一个最小像素值总和sum2及平均值mean2=sum2/((W+ΔW)*(H+ΔH))。之后,将获得的两个平均值相比较,即Δmean=|mean1-mean2|,再判断比较结果Δmean是否小于预设窗口确定阈值Diff(即判断最小像素值总和的平均值达到稳定状态的像素值特征值差值)。以此类推,可以获得多个Δmean及其与Diff的判断结果。如果在滑动窗口逐步增大的过程中,有连续N个Δmean小于Diff,且该N值大于预设连续个数M(即满足预设窗口确定阈值的平均值差值的个数),则将连续N个中间滑动窗口中的第一个中间滑动窗口确定为预设窗口。上述过程中的参数W、H、ΔW、ΔH、Diff及M均可以根据实际情况经验性设定,比如W=50、H=20、ΔW=10、ΔH=4、Diff=10及M=5。
然后,在步骤S120确定的子图像中,选定一个起始位置(一般为子图像的左上角),统计预设窗口区域内所有像素的像素值特征,比如像素值总和,记录该像素值总和及其对应的图像坐标(比如像素值总和对应的区域中的某一个像素点的行列号)。之后,按照设定的步长,滑动预设窗口,继续统计滑动后的预设窗口对应的区域内的像素值总和,并记录像素值总和及其对应的图像坐标。以此类推,直至统计并记录完整个子图像区域的像素值总和及其对应的图像坐标,获得一个由像素值总和及其对应的图像坐标组成的坐标对的集合,即获得了统计结果。
S140、依据所述统计结果,确定所述特征区域图像。
具体地,对步骤S130确定的统计结果,即由像素值总和及其对应的图像坐标组成的坐标对的集合进行比较,以确定出特征区域的位置及范围。
比如,由图1c可看出,印尼的货币的国家名称或发行机构名称302或币值表征字符301对应的字符在纸币图像中的像素值均比周边区域的图像的像素值低,那么其对应的区域的像素值总和就会比其他区域的像素值总和要小。所以,将统计结果中的所有像素值总和进行比较,确定出最小的像素值总和,进一步确定该最小像素值总和对应的图像坐标。然后根据这个图像坐标及预设窗口,就可以确定出特征区域的位置及范围。最后,根据确定的特征区域的位置及范围,从步骤S120确定的子图像进行图像的切取,即确定出特征区域图像。
S200、依据所述特征区域图像内每一列像素的列和与每一行像素的行和,对所述特征区域图像进行字符分割,获得所述特征区域图像内的字符子图像。
S300、对所述字符子图像进行文字识别,获得所述特征区域图像内的文字。
S400、对所述文字进行分词处理,获得分词结果。
S500、将所述分词结果与国家名称词典库中的国家名称进行匹配。
S600、根据匹配结果,确定所述待检测纸币的币种。
S700、将所述分词结果与币值字符库中的币值字符进行匹配。
其中,币值字符库是由不同币种的表征币值的数字及字符组成,其可以以对应国家纸币上的印刷语言保存,以减少币值字符库的存储量。
具体地,根据步骤S400的说明可知,分词结果中不仅包含用于币种识别的字符,也包含能用于币值识别的币值表征字符。由于币值的识别不止与数字有关,还与币值的单位有关,所以进行币值识别时,不能简单地识别表征币值数值的字符,还应识别币值数值对应的单位的字符,所以需要将分词结果中的词组与币值字符库中的币值字符进行匹配。比如,图1c所示的印尼卢比,其分词结果中包含“BANK INDONESIA”及“LIMA RIBU RUPIAH”2个词组,将其与币值字符库中的币值字符进行匹配,只要匹配出“LIMA RIBU RUPIAH”即表示匹配成功。
S800、根据匹配结果,确定所述待检测纸币的币值。
具体地,根据步骤S700的匹配结果,比如匹配到“LIMA RIBU RUPIAH”,就可以确定待检测纸币的币值是5000印尼卢比,即确定出待检测纸币的币值。
需要说明的是,此处不限定步骤S500和步骤S600以及步骤S700和步骤S800两组步骤执行与否,也不限定上述两组步骤执行时的执行顺序。比如可以选择只执行步骤S500和步骤S600,以识别纸币币种;也可以选择只执行步骤S700和步骤S800,以识别纸币币值;还可以选择执行两组步骤,以识别纸币的币种和币值。当然,在两组步骤都执行时,先执行哪一组步骤均可以,即币种和币值的识别顺序可以不限定。
本实施例的技术方案,通过对待检测纸币的完整图像进行初步的按比例分割,获得子图像,再基于像素值特征的统计结果在子图像中进一步确定出特征区域图像,然后对特征区域图像进行字符分割,以获得字符子图像,并对字符子图像进行文字识别与分词处理,以获得特征区域图像中的分词结果,之后再将分词结果分别与国家名称词典库及币值字符库进行字符匹配,以确定出待检测纸币的币种及币值,解决了纸币识别过程中耗时的问题,能够同时快速且准确地识别待检测纸币的币种和币值。
实施例三
图4为本发明实施例提供的一种纸币识别装置的结构示意图,本实施例中与上述任一实施例相同或相应的术语的解释在此不再赘述。该装置可以包括:
特征区域图像获取模块410,用于获取待检测纸币的特征区域图像。
字符子图像获取模块420,用于依据特征区域图像获取模块410获取的特征区域图像内每一列像素的列和与每一行像素的行和,对特征区域图像进行字符分割,获得所述特征区域图像内的字符子图像。
文字识别模块430,用于对字符子图像获取模块420获取的字符子图像进行文字识别,获得特征区域图像内的文字。
币种文字匹配模块440,用于对文字识别模块430获得的文字进行分词处理,获得分词结果,并将所述分词结果与国家名称词典库中的国家名称进行匹配。
币种识别模块450,用于根据币种文字匹配模块440的匹配结果,确定所述待检测纸币的币种。
可选地,上述特征区域图像获取模块410具体用于:获取待检测纸币的完整图像;按照预设分割比例对所述完整图像进行分割,获取所述完整图像的子图像;在所述子图像区域内,按照设定步长,统计每一个预设窗口区域内的像素值特征,获得统计结果;依据所述统计结果,确定所述特征区域图像。
可选地,上述币种文字匹配模块440具体用于:将所述分词结果与国家名称词典库中的国家名称关键词进行匹配。
可选地,上述币种文字匹配模块440还具体用于:将所述分词结果与国家名称词典库中的国家名称全称进行匹配。
可选地,上述装置还包括:
币值文字匹配模块460,用于在对所述文字进行分词处理,获得分词结果之后,将所述分词结果与币值字符库中的币值字符进行匹配。
币值识别模块470,用于根据币值文字匹配模块460的匹配结果,确定所述待检测纸币的币值。
通过本发明实施例三的一种纸币识别装置,解决了币种识别过程中耗时的问题,能够快速且准确地识别待检测纸币的币种。
本发明实施例所提供的纸币识别装置可执行本发明任意实施例所提供的纸币识别方法,具备执行方法相应的功能模块和有益效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种纸币识别方法,其特征在于,包括:
获取待检测纸币的特征区域图像;
依据所述特征区域图像内每一列像素的列和与每一行像素的行和,对所述特征区域图像进行字符分割,获得所述特征区域图像内的字符子图像;
对所述字符子图像进行文字识别,获得所述特征区域图像内的文字;
对所述文字进行分词处理,获得分词结果,并将所述分词结果与国家名称词典库中的国家名称进行匹配;
根据匹配结果,确定所述待检测纸币的币种;
其中,获取待检测纸币的特征区域图像包括:
获取待检测纸币的完整图像;
按照预设分割比例对所述完整图像进行分割,获取所述完整图像的子图像;
在所述子图像区域内,按照设定步长,统计每一个预设窗口区域内的像素值特征,获得统计结果,其中,所述预设窗口是根据不同币种的纸币中印刷的国家名称的区域和/或币值表征字符的区域的图像特征而设定的滑动窗口,所述统计结果是由每个预设窗口对应的像素值特征和图像坐标组成的坐标对的集合;
依据所述统计结果,确定所述特征区域图像。
2.根据权利要求1所述的方法,其特征在于,将所述分词结果与国家名称词典库中的国家名称进行匹配包括:
将所述分词结果与国家名称词典库中的国家名称关键词进行匹配。
3.根据权利要求1所述的方法,其特征在于,将所述分词结果与国家名称词典库中的国家名称进行匹配包括:
将所述分词结果与国家名称词典库中的国家名称全称进行匹配。
4.根据权利要求1所述的方法,其特征在于,对所述文字进行分词处理,获得分词结果之后,所述方法还包括:
将所述分词结果与币值字符库中的币值字符进行匹配;
根据匹配结果,确定所述待检测纸币的币值。
5.一种纸币识别装置,其特征在于,包括:
特征区域图像获取模块,用于获取待检测纸币的特征区域图像;
字符子图像获取模块,用于依据所述特征区域图像内每一列像素的列和与每一行像素的行和,对所述特征区域图像进行字符分割,获得所述特征区域图像内的字符子图像;
文字识别模块,用于对所述字符子图像进行文字识别,获得所述特征区域图像内的文字;
币种文字匹配模块,用于对所述文字进行分词处理,获得分词结果,并将所述分词结果与国家名称词典库中的国家名称进行匹配;
币种识别模块,用于根据匹配结果,确定所述待检测纸币的币种;
其中,所述特征区域图像获取模块具体用于:
获取待检测纸币的完整图像;
按照预设分割比例对所述完整图像进行分割,获取所述完整图像的子图像;
在所述子图像区域内,按照设定步长,统计每一个预设窗口区域内的像素值特征,获得统计结果,其中,所述预设窗口是根据不同币种的纸币中印刷的国家名称的区域和/或币值表征字符的区域的图像特征而设定的滑动窗口,所述统计结果是由每个预设窗口对应的像素值特征和图像坐标组成的坐标对的集合;
依据所述统计结果,确定所述特征区域图像。
6.根据权利要求5所述的装置,其特征在于,所述币种文字匹配模块具体用于:
将所述分词结果与国家名称词典库中的国家名称关键词进行匹配。
7.根据权利要求5所述的装置,其特征在于,所述币种文字匹配模块还具体用于:
将所述分词结果与国家名称词典库中的国家名称全称进行匹配。
8.根据权利要求5所述的装置,其特征在于,所述装置还包括:
币值文字匹配模块,用于在对所述文字进行分词处理,获得分词结果之后,将所述分词结果与币值字符库中的币值字符进行匹配;
币值识别模块,用于根据匹配结果,确定所述待检测纸币的币值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710054413.1A CN106845469B (zh) | 2017-01-24 | 2017-01-24 | 一种纸币识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710054413.1A CN106845469B (zh) | 2017-01-24 | 2017-01-24 | 一种纸币识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106845469A CN106845469A (zh) | 2017-06-13 |
CN106845469B true CN106845469B (zh) | 2020-08-18 |
Family
ID=59120891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710054413.1A Active CN106845469B (zh) | 2017-01-24 | 2017-01-24 | 一种纸币识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106845469B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109426814B (zh) * | 2017-08-22 | 2023-02-24 | 顺丰科技有限公司 | 一种发票图片特定板块的定位、识别方法、系统、设备 |
CN108053545B (zh) * | 2017-12-29 | 2020-05-15 | 百度在线网络技术(北京)有限公司 | 证件验真方法和装置、服务器、存储介质 |
CN108665603B (zh) * | 2018-04-11 | 2020-06-09 | 深圳怡化电脑股份有限公司 | 识别纸币币种的方法、装置及电子设备 |
CN108764216A (zh) * | 2018-07-11 | 2018-11-06 | 天津天瞳威势电子科技有限公司 | 一种基于视觉的交通信号灯识别方法及装置 |
CN110263616A (zh) * | 2019-04-29 | 2019-09-20 | 五八有限公司 | 一种文字识别方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102448557A (zh) * | 2009-05-29 | 2012-05-09 | 环球娱乐株式会社 | 游戏系统 |
CN102521911A (zh) * | 2011-12-16 | 2012-06-27 | 尤新革 | 钞票冠字号识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6345104B1 (en) * | 1994-03-17 | 2002-02-05 | Digimarc Corporation | Digital watermarks and methods for security documents |
-
2017
- 2017-01-24 CN CN201710054413.1A patent/CN106845469B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102448557A (zh) * | 2009-05-29 | 2012-05-09 | 环球娱乐株式会社 | 游戏系统 |
CN102521911A (zh) * | 2011-12-16 | 2012-06-27 | 尤新革 | 钞票冠字号识别方法 |
Non-Patent Citations (1)
Title |
---|
《纸币号码识别系统的算法研究》;焦杏艳;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090615(第06期);第42-47页,第60页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106845469A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845469B (zh) | 一种纸币识别方法及装置 | |
CN108647681B (zh) | 一种带有文本方向校正的英文文本检测方法 | |
CN109657665A (zh) | 一种基于深度学习的发票批量自动识别系统 | |
Mirza et al. | Paper currency verification system based on characteristic extraction using image processing | |
JPWO2009040922A1 (ja) | 紙葉類処理装置 | |
CN108320373A (zh) | 一种纸币防伪标识的检测的方法及装置 | |
CN107067533A (zh) | 一种纸币鉴别的方法及装置 | |
CN108830275A (zh) | 点阵字符、点阵数字的识别方法及装置 | |
CN108665603B (zh) | 识别纸币币种的方法、装置及电子设备 | |
KR20190119469A (ko) | 머신 러닝을 이용한 지폐 일련번호 인식 장치 및 방법 | |
CN108806058A (zh) | 一种纸币检测方法及装置 | |
Amirsab et al. | An automated recognition of fake or destroyed Indian currency notes | |
CN107170108A (zh) | 一种拼接钞检测方法及系统 | |
JP2003109007A (ja) | 帳票様式分類装置、帳票様式分類方法、帳票様式分類プログラムおよび画像照合装置 | |
CN103035061A (zh) | 有价文件防伪特征生成方法及其鉴别方法和装置 | |
CN115346306A (zh) | 一种污损纸币识别方法及装置 | |
KR101232684B1 (ko) | 베이시안 접근법을 이용한 지폐 진위 감별 방법 | |
CN109410420B (zh) | 一种图像检测方法、装置和票据鉴别仪 | |
KR102273720B1 (ko) | 지폐 감별 장치 | |
CN108154596B (zh) | 一种基于图像匹配的双冠号纸币鉴伪方法 | |
CN108074321B (zh) | 一种纸币的图像边界提取方法及装置 | |
CN106780960B (zh) | 一种伊朗纸币币种的识别方法和系统 | |
Vishnu et al. | Currency detection using similarity indices method | |
CN112233313B (zh) | 一种纸币识别方法、装置及设备 | |
Ratnadewi et al. | Exploration of an Indonesian Currency Legality Detection System by Utilizing Image Intensity of RGB Mean Values |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |