CN111507957B - 身份证图片转换方法、装置、计算机设备及存储介质 - Google Patents
身份证图片转换方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111507957B CN111507957B CN202010294589.6A CN202010294589A CN111507957B CN 111507957 B CN111507957 B CN 111507957B CN 202010294589 A CN202010294589 A CN 202010294589A CN 111507957 B CN111507957 B CN 111507957B
- Authority
- CN
- China
- Prior art keywords
- picture
- initial picture
- positioning information
- initial
- positioning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000005520 cutting process Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012015 optical character recognition Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 239000001054 red pigment Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/28—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet
- G06V30/287—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet of Kanji, Hiragana or Katakana characters
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Character Input (AREA)
Abstract
本发明涉及身份证图片转换方法、装置、计算机设备及存储介质,该方法包括获取待识别的身份证图片,以得到初始图片;将初始图片输入至属性识别模型进行属性识别,以得到属性识别结果;将初始图片输入至区域定位模型进行区域定位以得到定位信息;根据定位信息判断初始图片是否符合质量要求;若符合,根据定位信息切割初始图片,以得到目标区域;根据定位信息及目标区域计算占图比例及文字倾斜度,以得到指标数据;根据指标数值判断初始图片是否可进行优化;若可优化,对初始图片进行优化处理,以生成处理结果;反馈处理结果及对应的属性识别结果至终端。本发明实现自动进行身份证图片属性区分及其他转换和优化,以便于提高后续的OCR识别准确率。
Description
技术领域
本发明涉及图片转换方法,更具体地说是指身份证图片转换方法、装置、计算机设备及存储介质。
背景技术
在一些旧的业务项目中收集保存的用户身份证证件图片有各种各样的格式,比如复印件、手机拍照、截图等,这些已经存在的图片不能满足后续项目和业务需求,需要进行图片的转换和优化,以使其满足业务项目针对于身份证的需求。
目前对于业务项目中所收集的身份证等证件图片进行处理时,采用的是人工批次处理的方式,即一批人工处理一批图片,整个流程包括人工区分当前的证件图片是复印件图片还是终端拍照图片、人工切割图片、人工使用图片处理工具优化图片以及使用代码处理属性等,但是这种人工处理的方式效率较为低下,成本高,不宜推广,且对于操作人员有相关技术要求,比较难以实施,给后续的OCR(光学字符识别,Optical CharacterRecognition)识别、页面展示以及信息验证等场合带来的极大的困扰,导致业务项目的进度受阻。
因此,有必要设计一种新的方法,实现自动进行身份证图片属性区分以及其他转换和优化,增加整个图片的清晰度,以便于提高后续的OCR识别准确率。
发明内容
本发明的目的在于克服现有技术的缺陷,提供身份证图片转换方法、装置、计算机设备及存储介质。
为实现上述目的,本发明采用以下技术方案:身份证图片转换方法,包括:
获取待识别的身份证图片,以得到初始图片;
将所述初始图片输入至属性识别模型进行属性识别,以得到属性识别结果;
将所述初始图片输入至区域定位模型进行区域定位,以得到定位信息;
根据所述定位信息判断所述初始图片是否符合质量要求;
若所述初始图片符合质量要求,则根据所述定位信息切割所述初始图片,以得到目标区域;
根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据;
根据指标数值判断所述初始图片是否可以进行优化;
若所述目标区域不可以进行优化,则生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息;
若所述目标区域可以进行优化,则对所述初始图片进行优化处理,以生成处理结果;
反馈所述处理结果以及对应的属性识别结果至终端,以在终端进行显示;
其中,所述属性识别模型是通过带有图片属性标签的样本图片数据训练神经网络所得的;
所述区域定位模型是采用带有指定区域坐标标签的样本图片数据训练YOLO目标检测网络所得的。
其进一步技术方案为:所述图片属性标签包括终端拍照图片类别标签以及复印件图片类别标签。
其进一步技术方案为:所述根据所述定位信息判断所述初始图片是否符合质量要求之后,还包括:
若所述初始图片不符合质量要求,则执行所述生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息。
其进一步技术方案为:所述YOLO目标检测网络的损失函数包括计算中心坐标损失值的损失函数、计算边界框的宽度和高度损失值的损失函数、计算图片类别损失值的损失函数、计算置信度损失值的损失函数。
其进一步技术方案为:所述根据所述定位信息判断所述初始图片是否符合质量要求,包括:
判断所述定位信息内的置信度是否不小于置信度阈值;
若所述定位信息内的置信度不小于置信度阈值,则所述初始图片符合质量要求;
若所述定位信息内的置信度小于置信度阈值,则所述初始图片不符合质量要求。
其进一步技术方案为:所述根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据,包括:
根据所述定位信息中的目标区域位置坐标计算像素大小,并根据像素大小计算占图比例;
对所述目标区域进行OCR识别,以得到文字区域的位置;
根据所述文字区域的位置计算文字倾斜度;
整合所述占图比例以及所述文字倾斜度,以得到指标数据。
其进一步技术方案为:所述对所述初始图片进行优化处理,以生成处理结果,包括:
根据所述文字倾斜度对所述初始图片进行对应角度的旋转,并去除所述初始图片的水印,以生成处理结果。
本发明还提供了身份证图片转换装置,包括:
图片获取单元,用于获取待识别的身份证图片,以得到初始图片;
属性识别单元,用于将所述初始图片输入至属性识别模型进行属性识别,以得到属性识别结果;
区域定位单元,用于将所述初始图片输入至区域定位模型进行区域定位,以得到定位信息;
信息判断单元,用于根据所述定位信息判断所述初始图片是否符合质量要求;
切割单元,用于若所述初始图片符合质量要求,则根据所述定位信息切割所述初始图片,以得到目标区域;
指标计算单元,用于根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据;
优化判断单元,用于根据指标数值判断所述初始图片是否可以进行优化;
信息生成单元,用于若所述目标区域不可以进行优化,则生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息;
优化单元,用于若所述目标区域可以进行优化,则对所述初始图片进行优化处理,以生成处理结果;
信息反馈单元,用于反馈所述处理结果以及对应的属性识别结果至终端,以在终端进行显示。
本发明还提供了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
本发明还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述的方法。
本发明与现有技术相比的有益效果是:本发明通过先利用属性识别模型进行属性识别,对身份证图片属于终端拍照图片还是复印件图片进行确定,再采用使用了基于TensorFlow的智能识别框架所构成的区域定位模型进行图片定位,并针对检测到目标且能有效识别到目标区域的位置坐标的图片进行占图比例和文字倾斜角度,当这两个指标满足要求时,可利用现有的python图片处理工具库进行图片的优化,实现自动进行身份证图片属性区分以及其他转换和优化,增加整个图片的清晰度,以便于提高后续的OCR识别准确率。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的身份证图片转换方法的应用场景示意图;
图2为本发明实施例提供的身份证图片转换方法的流程示意图;
图3为本发明实施例提供的身份证图片转换方法的子流程示意图;
图4为本发明实施例提供的身份证图片转换方法的子流程示意图;
图5为本发明实施例提供的身份证图片转换装置的示意性框图;
图6为本发明实施例提供的身份证图片转换装置的指标计算单元的示意性框图;
图7为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1和图2,图1为本发明实施例提供的身份证图片转换方法的应用场景示意图。图2为本发明实施例提供的身份证图片转换方法的示意性流程图。身份证图片转换方法应用于服务器中,该服务器与终端进行数据交互,通过终端获取到待识别身份证图片,进行属性识别、区域定位,以进行质量检测,并对可优化的图片进行优化,以提升整个图片的清晰度,便于后续的OCR识别。
图2是本发明实施例提供的身份证图片转换方法的流程示意图。如图2所示,该方法包括以下步骤S110至S200。
S110、获取待识别的身份证图片,以得到初始图片。
在本实施例中,初始图片可以是业务项目所收集到身份证图片,当然,还可以是通过终端实时传输所得的身份证图片。
S120、将所述初始图片输入至属性识别模型进行属性识别,以得到属性识别结果。
在本实施例中,属性识别结果是指所述初始图片的类别是属于终端拍摄图片类别还是复印件图片类别。
其中,所述属性识别模型是通过带有图片属性标签的样本图片数据训练神经网络所得的。
所述图片属性标签包括终端拍照图片类别标签以及复印件图片类别标签。
采用大量的带有图片属性标签的终端拍摄身份证图片以及身份证复印件图片作为样本图片数据,对神经网络进行训练,并采用损失函数计算每次训练得到的结果与实际的标签的差距,当差距落到允许的范围内,则表明当前的神经网络已经收敛,可作为属性识别模型使用,另外,还设置一部分样本图片数据作为测试数据,对训练后的神经网络进行测试,当测试结果内包括的精度和召回率这两个指标评估符合条件,则表明拟合程度符合要求,便可认为神经网络是符合要求的;否则,则认为神经网络不符合要求,需要重新调整神经网络对应的权重,以进行二次训练,直至训练和测试这两个过程均满足要求。
S130、将所述初始图片输入至区域定位模型进行区域定位,以得到定位信息。
在本实施例中,定位信息包括目标区域的位置坐标以及置信度。
其中,所述区域定位模型是采用带有指定区域坐标标签的样本图片数据训练YOLO目标检测网络所得的。基于TensorFlow的图型识别技术对身份证图片进行图像定位。YOLO目标检测网络在进行训练时,是将图片尺寸重置到448x448大小;将图片放到网络里面进行处理;进行非极大值抑制处理得到结果。YOLO不同于传统的检测算法,采用滑动窗口来寻找目标。YOLO直接采用单个卷积神经网络来预测多个区域和类别概率。
当获取到待识别的身份证图片后,先做图片目标图样的定位分析,主要包括目标区域像素大小、目标区域占整个图片的比例、图片文字倾斜度;会根据预定义的阈值阈值进行比对反馈是否符合上传质量要求,具体阈值阈值会结合实际识别情况中的最优效果的图片集来分析设定。
在一实施例中,所述YOLO目标检测网络的损失函数包括计算中心坐标损失值的损失函数、计算边界框的宽度和高度损失值的损失函数、计算图片类别损失值的损失函数、计算置信度损失值的损失函数。
其中,计算中心坐标损失值的损失函数为 该损失函数预测的边界框位置(x,y)的损失数值。λcoordi=0是个给定的常数。该函数计算了每一个网格单元的每个边界框预测值的总和。
如果网格单元中存在目标,则第j个边界框预测值对该预测有效。
对每一个网格单元YOLO预测到对个边界框。在训练时,对每一个目标只希望有一个边界框预测器。根据哪个预测有最高的实时IOU(交并比,Intersection-over-Union)和基本事实,来确认其对于预测一个目标有效。(xi,yi)是预测边界框的位置,是从样本图片数据中得到的实际位置。
计算边界框的宽度和高度损失值的损失函数为wi、hi为预测的边界框的宽度和高度;/>是从样本图片数据中得到的目标区域的实际宽度和高度。
计算图片类别损失值的损失函数为pi(c)为预测的图片是否存在目标区域的类别,/>为从样本图片数据中得到的实际图片是否存在目标区域的类别。
计算置信度损失值的损失函数为 Ci为预测的置信度,/>为预测边界框与基本事实的交叉部分,该预测边界框是指预测出来的目标区域。当在一个单元格中有对象时,lijobj等于1,否则取值为0。此处λnoobji=0参数于损失函数的不同加权部分。这对于模型的稳定性是十分关键的。最高惩罚是对于坐标预测λcoordi=0=5,当没有探测到目标时,有最低的置信度预测惩罚λnoobji=0=0.5。
S140、根据所述定位信息判断所述初始图片是否符合质量要求。
在一实施例中,请参阅图3,上述的步骤S140可包括步骤S141~S143。
S141、判断所述定位信息内的置信度是否不小于置信度阈值;
S142、若所述定位信息内的置信度不小于置信度阈值,则所述初始图片符合质量要求;
S143、若所述定位信息内的置信度小于置信度阈值,则所述初始图片不符合质量要求。
在本实施例中,上传的身份证图片均是存在目标区域的,因此,只需要进行定位信息内的置信度进行判断,当置信度较低时,则认为无法定位到目标区域,则表明当前的初始图片的质量不符合要求,且无法进行人为调整等。
在一实施例中,还可以设定区域定位模型输出是否具备目标区域的类别结果,结合是否具备目标区域以及置信度进行双重判定,当图片定位过程中无法定位到目标,也就表明当前的初始图片不清晰,不能满足当前的要求;当图片定位过程中可以检测到目标,则需要断定该目标区域对应的置信度是否满足要求,当满足要求时,则初始图片符合图片质量要求。
S150、若所述初始图片符合质量要求,则根据所述定位信息切割所述初始图片,以得到目标区域。
在本实施例中,目标区域是指仅包括身份证的图片区域,不包括任何背景。
根据定位信息中的坐标信息进行切割,便可准确得到目标区域。
S160、根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据。
在本实施例中,指标数据是指目标区域的占比以及文字倾斜度。
在一实施例中,请参阅图4,上述的步骤S160可包括步骤S161~S164。
S161、根据所述定位信息中的目标区域位置坐标计算像素大小,并根据像素大小计算占图比例。
在本实施例中,占图比例是指目标区域占据整个营业执照图片的比例。
根据目标区域位置坐标可以得出目标区域的像素大小,由此得到目标区域的面积,利用目标区域的面积处于整个身份证图片的面积用来计算占图比例。
S162、对所述目标区域进行OCR识别,以得到文字区域的位置。
采用OCR对目标图片进行文字识别,以得到文字区域的位置。
S163、根据所述文字区域的位置计算文字倾斜度。
在本实施例中,文字倾斜度是指文字区域相对于水平线的倾斜角度。
利用文字区域的位置以及OCR技术便可得到文字区域的校准角度,也就是文字倾斜角度。
切割出目标区域进行一次OCR识别,根据OCR标记出来的文字区域的位置可以计算文字倾斜度作为图片文字倾斜度指标。
S164、整合所述占图比例以及所述文字倾斜度,以得到指标数据。
得到以上指标后跟配置的阈值阈值进行对比,会提示结果,比如全部满足图片质量要求,或者某一部分不满足,例如图片像素不够,则提示图片模糊。
S170、根据指标数值判断所述初始图片是否可以进行优化。
在本实施例中,当指标数值超过配置的阈值时,则表示身份证图片不可优化,当指标数值不超过配置的阈值时,则表示身份证图片可优化。
S180、若所述目标区域不可以进行优化,则生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息。
在本实施例中,提示信息包括不符合质量要求且无法优化,要求重新上传图片的信息。
S190、若所述目标区域可以进行优化,则对所述初始图片进行优化处理,以生成处理结果。
在本实施例中,在本实施例中,处理结果是指优化后的图片。
具体地,根据所述文字倾斜度对所述营业执照图片进行对应角度的旋转,并去除初始图片的水印,以生成处理结果。
具体地,基于Python的图片库对图片进行处理优化,包括角度调整、有效区域提取、对比度优化、水印去除等操作。
对于图片对比度优化而言,可根据图片三通道色数参数来判断图片对比度,需要优化的可以通过改变图片色素通道达到增加图片视觉上黑白更明显的效果,可以提高OCR的准确度;印章优化处理则通过HSV颜色空间先提取印章,再获取所需信息,判断红色通道信息,去除红色色素,可以在视觉上去除图片上印章的效果,图片切割处理,针对身份证这一类别有可能正反面在一个图片里面,此时根据识别的结果进行分割处理,当然,还包括人头区域和国徽区域的提取。
S200、反馈所述处理结果以及对应的属性识别结果至终端,以在终端进行显示。
如果没有能经过处理优化的,例如经过图片检测模型无法识别的,则输出原图片,提示无法优化,如果可以经过图片检测优化的则根据需求定向输出目标图片到指定区域,也就是仅输出优化后的目标区域以及对应的属性类别等。
若所述初始图片不符合质量要求,则执行所述步骤S180。
上述的身份证图片转换方法,通过先利用属性识别模型进行属性识别,对身份证图片属于终端拍照图片还是复印件图片进行确定,再采用使用了基于TensorFlow的智能识别框架所构成的区域定位模型进行图片定位,并针对检测到目标且能有效识别到目标区域的位置坐标的图片进行占图比例和文字倾斜角度,当这两个指标满足要求时,可利用现有的python图片处理工具库进行图片的优化,实现自动进行身份证图片属性区分以及其他转换和优化,增加整个图片的清晰度,以便于提高后续的OCR识别准确率。
图5是本发明实施例提供的一种身份证图片转换装置300的示意性框图。如图5所示,对应于以上身份证图片转换方法,本发明还提供一种身份证图片转换装置300。该身份证图片转换装置300包括用于执行上述身份证图片转换方法的单元,该装置可以被配置于服务器中。具体地,请参阅图5,该身份证图片转换装置300包括图片获取单元301、属性识别单元302、区域定位单元303、信息判断单元304、切割单元305、指标计算单元306、优化判断单元307、信息生成单元308、优化单元309以及信息反馈单元310。
图片获取单元301,用于获取待识别的身份证图片,以得到初始图片;属性识别单元302,用于将所述初始图片输入至属性识别模型进行属性识别,以得到属性识别结果;其中,所述属性识别模型是通过带有图片属性标签的样本图片数据训练神经网络所得的;区域定位单元303,用于将所述初始图片输入至区域定位模型进行区域定位,以得到定位信息;所述区域定位模型是采用带有指定区域坐标标签的样本图片数据训练YOLO目标检测网络所得的;信息判断单元304,用于根据所述定位信息判断所述初始图片是否符合质量要求;切割单元305,用于若所述初始图片符合质量要求,则根据所述定位信息切割所述初始图片,以得到目标区域;指标计算单元306,用于根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据;优化判断单元307,用于根据指标数值判断所述初始图片是否可以进行优化;信息生成单元308,用于若所述目标区域不可以进行优化,则生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息;优化单元309,用于若所述目标区域可以进行优化,则对所述初始图片进行优化处理,以生成处理结果;信息反馈单元310,用于反馈所述处理结果以及对应的属性识别结果至终端,以在终端进行显示。
在一实施例中,所述信息判断单元304,用于判断所述定位信息内的置信度是否不小于置信度阈值;若所述定位信息内的置信度不小于置信度阈值,则所述初始图片符合质量要求;若所述定位信息内的置信度小于置信度阈值,则所述初始图片不符合质量要求。
在一实施例中,如图6所示,所述指标计算单元306包括占比计算子单元3061、识别子单元3062、倾斜度计算子单元3063以及整合子单元3064。
占比计算子单元3061,用于根据所述定位信息中的目标区域位置坐标计算像素大小,并根据像素大小计算占图比例;识别子单元3062,用于对所述目标区域进行OCR识别,以得到文字区域的位置;倾斜度计算子单元3063,用于根据所述文字区域的位置计算文字倾斜度;整合子单元3064,用于整合所述占图比例以及所述文字倾斜度,以得到指标数据。
在一实施例中,所述优化单元309,用于根据所述文字倾斜度对所述初始图片进行对应角度的旋转,并去除所述初始图片的水印,以生成处理结果。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述身份证图片转换装置300和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述身份证图片转换装置300可以实现为一种计算机程序的形式,该计算机程序可以在如图7所示的计算机设备上运行。
请参阅图7,图7是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器,其中,服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图7,该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令,该程序指令被执行时,可使得处理器502执行一种身份证图片转换方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行一种身份证图片转换方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下步骤:
获取待识别的身份证图片,以得到初始图片;将所述初始图片输入至属性识别模型进行属性识别,以得到属性识别结果;将所述初始图片输入至区域定位模型进行区域定位,以得到定位信息;根据所述定位信息判断所述初始图片是否符合质量要求;若所述初始图片符合质量要求,则根据所述定位信息切割所述初始图片,以得到目标区域;根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据;根据指标数值判断所述初始图片是否可以进行优化;若所述目标区域不可以进行优化,则生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息;若所述目标区域可以进行优化,则对所述初始图片进行优化处理,以生成处理结果;反馈所述处理结果以及对应的属性识别结果至终端,以在终端进行显示。
其中,所述属性识别模型是通过带有图片属性标签的样本图片数据训练神经网络所得的。所述图片属性标签包括终端拍照图片类别标签以及复印件图片类别标签。
所述区域定位模型是采用带有指定区域坐标标签的样本图片数据训练YOLO目标检测网络所得的。
所述YOLO目标检测网络的损失函数包括计算中心坐标损失值的损失函数、计算边界框的宽度和高度损失值的损失函数、计算图片类别损失值的损失函数、计算置信度损失值的损失函数。
在一实施例中,处理器502在实现所述根据所述定位信息判断所述初始图片是否符合质量要求步骤之后,还实现如下步骤:
若所述初始图片不符合质量要求,则执行所述生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息。
在一实施例中,处理器502在实现所述根据所述定位信息判断所述初始图片是否符合质量要求步骤时,具体实现如下步骤:
判断所述定位信息内的置信度是否不小于置信度阈值;若所述定位信息内的置信度不小于置信度阈值,则所述初始图片符合质量要求;若所述定位信息内的置信度小于置信度阈值,则所述初始图片不符合质量要求。
在一实施例中,处理器502在实现所述根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据步骤时,具体实现如下步骤:
根据所述定位信息中的目标区域位置坐标计算像素大小,并根据像素大小计算占图比例;对所述目标区域进行OCR识别,以得到文字区域的位置;根据所述文字区域的位置计算文字倾斜度;整合所述占图比例以及所述文字倾斜度,以得到指标数据。
在一实施例中,处理器502在实现所述对所述初始图片进行优化处理,以生成处理结果步骤时,具体实现如下步骤:
根据所述文字倾斜度对所述初始图片进行对应角度的旋转,并去除所述初始图片的水印,以生成处理结果。
应当理解,在本申请实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,其中该计算机程序被处理器执行时使处理器执行如下步骤:
获取待识别的身份证图片,以得到初始图片;将所述初始图片输入至属性识别模型进行属性识别,以得到属性识别结果;将所述初始图片输入至区域定位模型进行区域定位,以得到定位信息;根据所述定位信息判断所述初始图片是否符合质量要求;若所述初始图片符合质量要求,则根据所述定位信息切割所述初始图片,以得到目标区域;根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据;根据指标数值判断所述初始图片是否可以进行优化;若所述目标区域不可以进行优化,则生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息;若所述目标区域可以进行优化,则对所述初始图片进行优化处理,以生成处理结果;反馈所述处理结果以及对应的属性识别结果至终端,以在终端进行显示。
其中,所述属性识别模型是通过带有图片属性标签的样本图片数据训练神经网络所得的。所述图片属性标签包括终端拍照图片类别标签以及复印件图片类别标签。
所述区域定位模型是采用带有指定区域坐标标签的样本图片数据训练YOLO目标检测网络所得的。
所述YOLO目标检测网络的损失函数包括计算中心坐标损失值的损失函数、计算边界框的宽度和高度损失值的损失函数、计算图片类别损失值的损失函数、计算置信度损失值的损失函数。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据所述定位信息判断所述初始图片是否符合质量要求步骤之后,还实现如下步骤:
若所述初始图片不符合质量要求,则执行所述生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据所述定位信息判断所述初始图片是否符合质量要求步骤时,具体实现如下步骤:
判断所述定位信息内的置信度是否不小于置信度阈值;若所述定位信息内的置信度不小于置信度阈值,则所述初始图片符合质量要求;若所述定位信息内的置信度小于置信度阈值,则所述初始图片不符合质量要求。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据步骤时,具体实现如下步骤:
根据所述定位信息中的目标区域位置坐标计算像素大小,并根据像素大小计算占图比例;对所述目标区域进行OCR识别,以得到文字区域的位置;根据所述文字区域的位置计算文字倾斜度;整合所述占图比例以及所述文字倾斜度,以得到指标数据。
在一实施例中,所述处理器在执行所述计算机程序而实现所述对所述初始图片进行优化处理,以生成处理结果步骤时,具体实现如下步骤:
根据所述文字倾斜度对所述初始图片进行对应角度的旋转,并去除所述初始图片的水印,以生成处理结果。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的。例如,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.身份证图片转换方法,其特征在于,包括:
获取待识别的身份证图片,以得到初始图片;
将所述初始图片输入至属性识别模型进行属性识别,以得到属性识别结果;
将所述初始图片输入至区域定位模型进行区域定位,以得到定位信息;
根据所述定位信息判断所述初始图片是否符合质量要求;
若所述初始图片符合质量要求,则根据所述定位信息切割所述初始图片,以得到目标区域;
根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据;
根据指标数值判断所述初始图片是否可以进行优化;
若所述目标区域不可以进行优化,则生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息;
若所述目标区域可进行优化,则对所述初始图片进行优化处理,以生成处理结果;
反馈所述处理结果以及对应的属性识别结果至终端,以在终端进行显示;
其中,所述属性识别模型是通过带有图片属性标签的样本图片数据训练神经网络所得的;
所述区域定位模型是采用带有指定区域坐标标签的样本图片数据训练YOLO目标检测网络所得的。
2.根据权利要求1所述的身份证图片转换方法,其特征在于,所述图片属性标签包括终端拍照图片类别标签以及复印件图片类别标签。
3.根据权利要求1所述的身份证图片转换方法,其特征在于,所述根据所述定位信息判断所述初始图片是否符合质量要求之后,还包括:
若所述初始图片不符合质量要求,则执行所述生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息。
4.根据权利要求1所述的身份证图片转换方法,其特征在于,所述YOLO目标检测网络的损失函数包括计算中心坐标损失值的损失函数、计算边界框的宽度和高度损失值的损失函数、计算图片类别损失值的损失函数、计算置信度损失值的损失函数。
5.根据权利要求1所述的身份证图片转换方法,其特征在于,所述根据所述定位信息判断所述初始图片是否符合质量要求,包括:
判断所述定位信息内的置信度是否不小于置信度阈值;
若所述定位信息内的置信度不小于置信度阈值,则所述初始图片符合质量要求;
若所述定位信息内的置信度小于置信度阈值,则所述初始图片不符合质量要求。
6.根据权利要求1所述的身份证图片转换方法,其特征在于,所述根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据,包括:
根据所述定位信息中的目标区域位置坐标计算像素大小,并根据像素大小计算占图比例;
对所述目标区域进行OCR识别,以得到文字区域的位置;
根据所述文字区域的位置计算文字倾斜度;
整合所述占图比例以及所述文字倾斜度,以得到指标数据。
7.根据权利要求1所述的身份证图片转换方法,其特征在于,所述对所述初始图片进行优化处理,以生成处理结果,包括:
根据所述文字倾斜度对所述初始图片进行对应角度的旋转,并去除所述初始图片的水印,以生成处理结果。
8.身份证图片转换装置,其特征在于,包括:
图片获取单元,用于获取待识别的身份证图片,以得到初始图片;
属性识别单元,用于将所述初始图片输入至属性识别模型进行属性识别,以得到属性识别结果;
区域定位单元,用于将所述初始图片输入至区域定位模型进行区域定位,以得到定位信息;
信息判断单元,用于根据所述定位信息判断所述初始图片是否符合质量要求;
切割单元,用于若所述初始图片符合质量要求,则根据所述定位信息切割所述初始图片,以得到目标区域;
指标计算单元,用于根据所述定位信息以及目标区域进行占图比例以及文字倾斜度计算,以得到指标数据;
优化判断单元,用于根据指标数值判断所述初始图片是否可进行优化;
信息生成单元,用于若所述目标区域不可以进行优化,则生成提示信息,并将提示信息反馈至终端,以在终端显示提示信息;
优化单元,用于若所述目标区域可以进行优化,则对所述初始图片进行优化处理,以生成处理结果;
信息反馈单元,用于反馈所述处理结果以及对应的属性识别结果至终端,以在终端进行显示。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010294589.6A CN111507957B (zh) | 2020-04-15 | 2020-04-15 | 身份证图片转换方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010294589.6A CN111507957B (zh) | 2020-04-15 | 2020-04-15 | 身份证图片转换方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507957A CN111507957A (zh) | 2020-08-07 |
CN111507957B true CN111507957B (zh) | 2023-09-05 |
Family
ID=71877575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010294589.6A Active CN111507957B (zh) | 2020-04-15 | 2020-04-15 | 身份证图片转换方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507957B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112232336A (zh) * | 2020-09-02 | 2021-01-15 | 深圳前海微众银行股份有限公司 | 一种证件识别方法、装置、设备及存储介质 |
CN112686847B (zh) * | 2020-12-23 | 2024-05-14 | 平安银行股份有限公司 | 身份证图像拍摄质量评价方法、装置、计算机设备和介质 |
CN116363677A (zh) * | 2023-03-28 | 2023-06-30 | 浙江海规技术有限公司 | 复杂背景下身份证识别方法、装置、计算机设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10332245B1 (en) * | 2018-12-11 | 2019-06-25 | Capital One Services, Llc | Systems and methods for quality assurance of image recognition model |
CN109961040B (zh) * | 2019-03-20 | 2023-03-21 | 深圳市华付信息技术有限公司 | 身份证区域定位方法、装置、计算机设备及存储介质 |
-
2020
- 2020-04-15 CN CN202010294589.6A patent/CN111507957B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111507957A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507957B (zh) | 身份证图片转换方法、装置、计算机设备及存储介质 | |
US9542752B2 (en) | Document image compression method and its application in document authentication | |
CN110913243B (zh) | 一种视频审核的方法、装置和设备 | |
CN106683073B (zh) | 一种车牌的检测方法及摄像机和服务器 | |
CN110020692B (zh) | 一种基于印刷体模板的手写体分离与定位方法 | |
CN110569856B (zh) | 样本标注方法及装置、损伤类别的识别方法及装置 | |
CN109255300B (zh) | 票据信息提取方法、装置、计算机设备及存储介质 | |
CN111160169B (zh) | 人脸检测方法、装置、设备及计算机可读存储介质 | |
CN110135514B (zh) | 一种工件分类方法、装置、设备及介质 | |
CN112651953B (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
CN116168351B (zh) | 电力设备巡检方法及装置 | |
CN112668640A (zh) | 一种文本图像质量评估方法、装置、设备及介质 | |
CN111489347B (zh) | 营业执照图片质量检测方法、装置、计算机设备及存储介质 | |
CN110210467B (zh) | 一种文本图像的公式定位方法、图像处理装置、存储介质 | |
CN115131590A (zh) | 目标检测模型的训练方法、目标检测方法及相关设备 | |
CN112434640B (zh) | 确定文档图像的旋转角度方法、装置及存储介质 | |
CN112966687B (zh) | 图像分割模型训练方法、装置及通信设备 | |
CN114445716B (zh) | 关键点检测方法、装置、计算机设备、介质及程序产品 | |
CN107330470B (zh) | 识别图片的方法和装置 | |
JP2012003358A (ja) | 背景判別装置、方法及びプログラム | |
CN113887375A (zh) | 一种文本识别方法、装置、设备及存储介质 | |
CN110399872B (zh) | 图像处理方法以及装置 | |
CN112529928A (zh) | 零件组装检测方法、计算机设备及存储介质 | |
CN113496223A (zh) | 文本区域检测模型的建立方法以及装置 | |
CN113792780B (zh) | 基于深度学习和图像后处理的集装箱号识别方法 |
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 |