CN103425984A - 一种检测票据中正多边形印章的方法和装置 - Google Patents
一种检测票据中正多边形印章的方法和装置 Download PDFInfo
- Publication number
- CN103425984A CN103425984A CN2013103571429A CN201310357142A CN103425984A CN 103425984 A CN103425984 A CN 103425984A CN 2013103571429 A CN2013103571429 A CN 2013103571429A CN 201310357142 A CN201310357142 A CN 201310357142A CN 103425984 A CN103425984 A CN 103425984A
- Authority
- CN
- China
- Prior art keywords
- polygon
- straight line
- seal
- bill
- candidate
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种检测票据中正多边形印章的方法和装置,该方法包括:根据票据中印章的颜色分量和像素点的颜色分量,确定印章的边缘图像;从所述边缘图像中寻找出存在的直线,计算所述直线中任意两条直线组成的直线对的夹角的大小及其交点的位置;根据交点选出直线对组成多边形,根据多边形的边数计算对应正多边形的内角大小,根据直线对夹角与内角的大小关系确定候选多边形;当所述候选多边形为凸多边形且每两条边的长度差异小于长度阈值时,所述票据中的多边形检测为正多边形。通过边缘图像获取、直线检测、确定候选多边形以及对候选多边形验证,免除神经网络和滑动操作,直接对票据中正多边形印章进行检测,步骤更为直观,检测效率得到提高。
Description
技术领域
本发明涉及图像识别领域,尤其涉及一种检测票据中正多边形印章的方法和装置。
背景技术
印章是各种票据中经常出现的图像元素,也是表明客户或者机构的重要依据。印章检测技术是票据识别中的一个重要方面,它在提取票据信息方面有着广泛的应用。这项技术主要是根据印章的特征,比如多边形的形状特征对印章进行定位和识别。
提取图像中存在的形状包括以下两种。一是根据形状的特征确定图像中是否存在该种形状。其主要步骤如下:
(1)提取边缘图像,主要是用sobel算子,canny算子等对输入的灰度图像进行提取;
(2)Hough直线检测,主要是检测图像中存在的带匹配的直线或线段;
(3)根据直线间的位置关系特征来判定是否存在所要检测的形状。
另外也有一些方法是通过一组图像对神经网络等模型进行训练,这组用于训练的图像包括正例图像和反例图像,正例图像根据不同的印章类型分成若干类,而反例图像是指不含有目的印章的图像,得到的神经网络模型可以对测试的输入图像进行识别,输出的结果是识别的印章类型或者是不存在印章的结果。
一种基于神经网络的印章鉴别控制方法,该方法中对印章检测的步骤包括:模板印文采集、待识别印文提取、印文匹配和印文鉴别。这种方法中使用了神经网络作为印章训练的模型。但神经网络的训练需要大量样本的输入,训练又是费时费力的环节,其实际应用能力还有待提高。
一种针对凭证影像的矩形印章定位方法及装置。该方法判别的是矩形的印章在凭证影像中的位置,具体方法是在二值化以后的图像中,在一个滑动窗口中检测是否存在矩形区域来检测印章。这种方法会受到噪声像素的干扰。并且这种方法只能检测矩形一种形状,对于其他种类的正多边形就无能为力了。
发明内容
本发明提供一种免除神经网络训练和滑动窗口操作,直接对票据中正多边形印章进行检测的方法和装置。
为实现上述方法和装置,本发明采用以下技术方案:
一方面采用一种检测票据中正多边形印章的方法,包括:
根据票据中印章的颜色分量和像素点的颜色分量,确定印章的边缘图像;
从所述边缘图像中寻找出存在的直线,计算所述直线中任意两条直线组成的直线对的夹角的大小及其交点的位置;
根据交点选出直线对组成多边形,根据多边形的边数计算对应正多边形的内角大小,根据直线对夹角与内角的大小关系确定候选多边形;
当所述候选多边形为凸多边形且每两条边的长度差异小于长度阈值时,所述票据中的多边形检测为正多边形。
其中,所述根据票据中印章的颜色分量和像素的颜色分量,确定印章的边缘图像具体为:
获得票据中印章的颜色分量(rs,gs,bs),创建一副与印章大小一致的二值图像,且二值图像的每个像素都初始化为0;
根据当前像素的颜色分量(rt,gt,bt),计算当前像素与印章的颜色分量的距离差值;当距离差值小于等于预设的距离阈值dthres时,当前像素为前景像素,对应的二值图像上的像素的值设为1;否则当前像素为背景像素,对应的二值图像上的像素的值不变;所有像素遍历之后,得到的二值图像即为印章的边缘图像;
其中所述距离差值的平方的计算方法为d2=(rt-rs)2+(gt-gs)2+(bt-bs)2,其中d表示距离差值,rs、gs、bs分别表示印章的R、G、B颜色分量,rt、gt、bt分别表示当前像素的R、G、B颜色分量,比较距离差值和距离阈值dthres大小时,直接比较距离差值的平方与距离阈值dthres的平方的大小,预设的距离阈值dthres的取值范围为[9,12]。
其中,所述从所述边缘图像中寻找出存在的直线,计算所述直线中任意两条直线组成的直线对的夹角的大小及其交点的位置具体为:
用Hough变换检测直线的方法从所述边缘图像中寻找所有存在的直线;
对于寻找出的N条直线,两两组合得到N(N-1)/2对直线,对于每一对直线计算直线的交点,计算方法为解方程组
得到的解即为交点坐标,对于每一个交点,计算交点对应夹角的角度值,所述角度值包括两个互补的角度值,记录所有产生交点的直线对、直线对的对应夹角以及交点位置。
其中,所述根据交点选出直线对组成多边形,根据多边形的边数计算对应正多边形的内角大小,根据直线对夹角与内角的大小关系确定候选多边形具体为;
根据交点选出直线对组成首尾相连的多边形,找出所有存在的多边形;
对于每一个多边形,根据其边数计算对应正多边形的内角大小,选择直线对的对应夹角中与内角大小最接近的角度值与内角比较,若一个多边形的所有角度值都落在((n-2)π/n-Δθ,(n-2)π/n+Δθ)的范围内,则将该多边形确定为候选多边形,记为
其中n表示多边形的边数,l表示直线,(n-2)π/n表示正n边形的内角大小,Δθ的取值范围为0.005π~0.01π。
其中,所述从当所述候选多边形为凸多边形且每两条边的长度差异小于长度阈值时,所述票据中的多边形检测为正多边形。具体为:
判断每个候选多边形是否为凸多边形,记的交点为V1,的交点为V2,……,的交点为Vn,对于任意一个p(1≤p≤n),对应的多边形边的两个端点为Vp,V(p+1)modn,将多边形所在平面分为两个部分,除了Vp,V(p+1)modn的其他的顶点都分布在的同一侧,若上述条件对于所有p(1≤p≤n)均成立,则该多边形为凸多边形;
计算候选的多边形的每条边的长度,对于任意一个p(1≤p≤n),若均满足条件
则认为所述候选的多边形的每条边的长度差异都小于预设的长度阈值,所述票据中的多边形检测确认为正多边形;
另一方面采用一种检测票据中正多边形印章的装置,包括:
边缘图像生成单元,用于根据票据中印章的颜色分量和像素点的颜色分量,确定印章的边缘图像;
直线检测单元,用于从所述边缘图像中寻找出存在的直线,计算所述直线中任意两条直线组成的直线对的夹角的大小及其交点的位置;
候选多边形确认单元,用于根据交点选出直线对组成多边形,根据多边形的边数计算对应正多边形的内角大小,根据直线对夹角与内角的大小关系确定候选多边形;
形状确认单元,用于当所述候选多边形为凸多边形且每两条边的长度差异小于长度阈值时,所述票据中的多边形检测为正多边形。
其中,所述边缘图像生成单元包括:
初始化模块,用于获得票据中印章的颜色分量(rs,gs,bs),创建一副与印章大小一致的二值图像,且二值图像的每个像素都初始化为0;
边缘图像生成模块,用于根据当前像素的颜色分量(rt,gt,bt),计算当前像素与印章的颜色分量的距离差值;当距离差值小于等于预设的距离阈值dthres时,当前像素为前景像素,对应的二值图像上的像素的值设为1;否则当前像素为背景像素,对应的二值图像上的像素的值不变;所有像素遍历之后,得到的二值图像即为印章的边缘图像;
其中所述距离差值的平方的计算方法为d2=(rt-rs)2+(gt-gs)2+(bt-bs)2,其中d表示距离差值,rs、gs、bs分别表示印章的R、G、B颜色分量,rt、gt、bt分别表示当前像素的R、G、B颜色分量,比较距离差值和距离阈值dthres大小时,直接比较距离差值的平方与距离阈值dthres的平方的大小,预设的距离阈值dthres的范围为[9,12]。
其中,所述直线检测单元包括:
直线寻找模块,用于用Hough变换检测直线的方法从所述边缘图像中寻找所有存在的直线;
交点计算模块,用于对于寻找出的N条直线,两两组合得到N(N-1)/2对直线,对于每一对直线计算直线的交点,计算方法为解方程组
得到的解即为交点坐标,对于每一个交点,计算交点对应夹角的角度值,所述角度值包括两个互补的角度值,记录所有产生交点的直线对、直线对的对应夹角以及交点位置。
其中,所述候选多边形确认单元包括:
多边形寻找模块,用于根据交点选出直线对组成首尾相连的多边形,找出所有存在的多边形;
多边形确认模块,用于对于每一个多边形,根据其边数计算对应正多边形的内角大小,选择直线对的对应夹角中与内角大小最接近的角度值与内角比较,若一个多边形的所有角度值都落在((n-2)π/n-Δθ,(n-2)π/n+Δθ)的范围内,则将该多边形确定为候选多边形,记为
其中n表示多边形的边数,l表示直线,(n-2)π/n表示正n边形的内角大小,Δθ的取值范围为0.005π~0.01π。
其中,所述形状确认单元包括:
凸多边形验证模块,用于判断每个候选多边形是否为凸多边形,记的交点为V1,的交点为V2,……,的交点为Vn,对于任意一个p(1≤p≤n),对应的多边形边的两个端点为Vp,V(p+1)modn,将多边形所在平面分为两个部分,除了Vp,V(p+1)modn的其他的顶点都分布在的同一侧,若上述条件对于所有p(1≤p≤n)均成立,则该多边形为凸多边形;
边长比较模块,用于计算候选的多边形的每条边的长度,对于任意一个p(1≤p≤n),若均满足条件
则认为所述候选的多边形的每条边的长度差异都小于预设的长度阈值,所述票据中的多边形检测确认为正多边形;
本发明的有益效果在于:通过边缘图像获取、直线检测、确定候选多边形以及对候选多边形验证,免除了繁琐的神经网络训练过程和滑动操作,直接对票据中正多边形印章进行检测,步骤更为直观,检测效率得到提高。
附图说明
图1是本发明一种检测票据中正多边形印章的方法的第一实施例流程图;
图2是本发明一种检测票据中正多边形印章的方法的第二实施例流程图;
图3是本发明一种检测票据中正多边形印章的方法的第三实施例中二值图像提取直线后的示意图;
图4是本发明一种检测票据中正多边形印章的装置的结构方框图;
图5是本发明一种检测票据中正多边形印章的装置的边缘图像生成单元的结构方框图;
图6是本发明一种检测票据中正多边形印章的装置的直线检测单元的结构方框图;
图7是本发明一种检测票据中正多边形印章的装置的候选多边形确认单元的结构方框图;
图8是本发明一种检测票据中正多边形印章的装置的形状确认单元的结构方框图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
图1是本发明一种检测票据中正多边形印章的方法的第一实施例流程图,如图所示,该方法包括:
步骤110:根据票据中印章的颜色分量和像素点的颜色分量,确定印章的边缘图像;
步骤120:从所述边缘图像中寻找出存在的直线,计算所述直线中任意两条直线组成的直线对的夹角的大小及其交点的位置;
步骤130:根据交点选出直线对组成多边形,根据多边形的边数计算对应正多边形的内角大小,根据直线对夹角与内角的大小关系确定候选多边形;
步骤140:当所述候选多边形为凸多边形且每两条边的长度差异小于长度阈值时,所述票据中的多边形检测为正多边形。
通过边缘图像获取、直线检测、确定候选多边形以及对候选多边形验证,免除了繁琐的神经网络训练过程和滑动操作,直接对票据中正多边形印章进行检测,步骤更为直观,检测效率得到提高。
图2是本发明一种检测票据中正多边形印章的方法的第二实施例流程图,如图所示,该方法包括:
步骤210:获得票据中印章的颜色分量(rs,gs,bs),创建一副与印章大小一致的二值图像,且二值图像的每个像素都初始化为0。
步骤220:根据当前像素的颜色分量(rt,gt,bt),计算当前像素与印章的颜色分量的距离差值;当距离差值小于等于预设的距离阈值dthres时,当前像素为前景像素,对应的二值图像上的像素的值设为1;否则当前像素为背景像素,对应的二值图像上的像素的值不变;所有像素遍历之后,得到的二值图像即为印章的边缘图像;
其中所述距离差值的平方的计算方法为d2=(rt-rs)2+(gt-gs)2+(bt-bs)2,其中d表示距离差值,rs、gs、bs分别表示印章的R、G、B颜色分量,rt、gt、bt分别表示当前像素的R、G、B颜色分量,比较距离差值和距离阈值dthres大小时,直接比较距离差值的平方与距离阈值dthres的平方的大小,预设的距离阈值dthres的取值范围为[9,12]。
步骤230:用Hough变换检测直线的方法从所述边缘图像中寻找所有存在的直线。
Hough变换检测边缘图像中存在的直线的方法为,直线在极坐标系下的方程是
ρ=xcosθ+ysinθ
对于某一个(xi,yi),可以计算得到一条正弦曲线ρ=xicosθ+yisinθ,而对于二值化边缘图像中的点,可以得到不同的正弦曲线,根据不同的θ,可以计算得到一系列的ρ,根据得到的(ρ,θ)建立起一个二维的累加器单元阵列,其中单元的大小是固定的,若对应的(ρ,θ)值落到某个单元内,则这个单元的累加器计数加一,最终累加器值超过一个预先定义的阈值T的对应的单元认为代表了一条直线。Hough变换检测直线的方法的已多有论述,此处不再深入讨论,并且Hough变换检测直线也只是一种优选的方式,亦可选用其他的检测直线的方法。
步骤240:对于寻找出的N条直线,两两组合得到N(N-1)/2对直线,对于每一对直线计算直线的交点,计算方法为解方程组
得到的解即为交点坐标,对于每一个交点,计算交点对应夹角的角度值,所述角度值包括两个互补的角度值,记录所有产生交点的直线对、直线对的对应夹角以及交点位置。
两条直线的夹角现有技术中已多有阐述,类似于通过直线的极坐标方程或根据直线的斜率计算都比较简单,此处不再赘述。
步骤250:根据交点选出直线对组成首尾相连的多边形,找出所有存在的多边形。
两条直线相交将会产生一个交点,从其中任意一条直线出发寻找第二个交点,根据第二个交点增加的直线寻找第三个交点,依次类推,直到有一条直线与最初两条直线中的另一条相交,这些交点即构成一个封闭的多边形。依次循环,直到找出所有存在的多边形。为了保证对图形的检测全面无误,在生成候选多边形的时候,需要将所有可能的情况全部列出,以确保后续步骤中验证没有遗漏。
步骤260:对于每一个多边形,根据其边数计算对应正多边形的内角大小,选择直线对的对应夹角中与内角大小最接近的角度值与内角比较,若一个多边形的所有角度值都落在((n-2)π/n-Δθ,(n-2)π/n+Δθ)的范围内,则将该多边形确定为候选多边形,记为
其中n表示多边形的边数,l表示直线,(n-2)π/n表示正n边形的内角大小,Δθ的取值范围为0.005π~0.01π。
两条直线相交将会产生两个互补的角度值,为了消除两个角度值对判断的影响,直接选取两个互补的角度值中与正n边形的内角的角度值更为接近的来作比较,如果为正四边形,则从两个角度值中随机选择一个即可,因为两个角度值与正四边形的内角的角度值的差异范围一致。
n边形的内角和为(n-2)π,正n边形的n个内角的大小相等,每个内角的角度值为(n-2)π/n。
步骤270:判断每个候选多边形是否为凸多边形,记的交点为V1,的交点为V2,……,的交点为Vn,对于任意一个p(1≤p≤n),对应的多边形边的两个端点为Vp,V(p+1)modn,将多边形所在平面分为两个部分,除了Vp,V(p+1)modn的其他的顶点都分布在的同一侧,若上述条件对于所有p(1≤p≤n)均成立,则该多边形为凸多边形;
步骤280:计算候选的多边形的每条边的长度,对于任意一个p(1≤p≤n),若均满足条件
则认为所述候选的多边形的每条边的长度差异都小于预设的长度阈值,所述票据中的多边形检测确认为正多边形;
其中,Vp表示直线的交点以及候选的多边形的顶点位置,|VpV(p+1)modn|表示候选的多边形的边长,Δs是长度阈值,取值为
设置检查凸多边形是为了消除多边形中不相邻的两条线段所在直线相交对判断造成的干扰。例如正六边形,每条线段所在的直线总共和另外四条直线相交,并且任意两条相交直线的夹角都是一样的,那么在生成的多个多边形中,就需要对其中一部分进行排除,先找出凸多边形,而不是随机抽取一个即当成对整个多边形的判断。
则认为所述候选的多边形的每条边的长度差异都小于预设的长度阈值,所述票据中的多边形检测确认为正多边形,其中,Vp表示直线的交点以及候选的多边形的顶点位置,|VpV(p+1)modn|表示候选的多边形的边长,Δs是阈值,取值为
因为在印章图案中不可能存在绝对的正多边形,那么识别出来的多边形与理论上的正多边形的形状特征肯定是存在一定偏差的,故在几个判断步骤中,只需将误差控制在一定范围内即可。
为了对本方法进行进一步说明,第三实施例就本方法中正五边形的判断特别是有关判断和选择的步骤进行详细阐述。
如图3所示,其中实线部分为根据票据中的多边形获得的二值图像,l1、l2、l3、l4和l5为从图像中提取出来的部分直线,在实际的图案中每条边都是线段,如图中所示的多条实线,但是提取出来的都是直线,会将线段两端延长,如图中所示的多条虚线,那么在计算直线之间的交点的时候,除了原有的交点V1、V2、V3、V4和V5,还产生实际图案中并不存在的交点V6、V7、V8、V9和V10,这个时候就需要将明显不是多边形顶点的交点剔除,筛选的判断标准就是交点处的两个夹角中是否有一个与正五边形的内角的差异值在一个比较小的范围之内。
通过步骤250之后将会生成过个多边形,例如l1、l3、l4和l5所组成的多边形V6V3V4V5,在实际的判断过程中,这种情况很容易判断出不是正多边形,下面就实际对判断结果产生影响的多边形进行分析。
如图3所示,除了上述的多边形,从直线对集合中选出一个直线对<l1,l2>,根据<l1,l2>中的任意一条直线寻找下一个直线对,例如根据l1寻找可以得到<l1,l5>,再根据新增的15寻找可以得到<l5,l4>,依次寻找可以得到一个由<l1,l2>、<l1,l5>、<l5,l4>、<l3,l4>和<l2,l3>的直线对的交点依次连接构成的候选多边形。该多边形由5条边构成,对应的,理论上正五边形的内角的角度值为(5-2)π/5,而在交点V2处,l2和l3的夹角可以得到两个角度值α和π-α;从α和π-α中选择与(5-2)π/5的值较为接近的一个,判断其是否在((n-2)π/n-Δθ,(n-2)π/n+Δθ),的范围之内,其中Δθ为0.005π~0.01π之间的一个较小的值,例如0.005π、0.007π或0.01π。在交点V6处,l1和l3的夹角可以得到两个角度值β和π-β,从β和π-β中选择与(5-2)π/5的值较为接近的一个,判断其是否范围之内,如果在范围内则将该多边形确定为候选多边形。
然后根据候选多边形的点的位置关系判断其是否是凸多边形,如果是凸多边形的话再判断其是否每条边的边长与五条边的平均长的差异值是否在长度阈值之类,长度阈值一般取周长的,其中n为边的数目,故本实施例中取周长的百分之一。如果差异值在长度阈值之类,则说明本实施例中的五边形检测为正五边形。否则继续从生育的候选多边形中选取多边形进行检测,如果没有一个五边形为正五边形,则说明该多边形不是正多边形。
本发明一种检测票据中正多边形印章的装置400的第一实施例如图4所示,包括:
边缘图像生成单元410,用于根据票据中印章的颜色分量和像素点的颜色分量,确定印章的边缘图像;
直线检测单元420,用于从所述边缘图像中寻找出存在的直线,计算所述直线中任意两条直线组成的直线对的夹角的大小及其交点的位置;
候选多边形确认单元430,用于根据交点选出直线对组成多边形,根据多边形的边数计算对应正多边形的内角大小,根据直线对夹角与内角的大小关系确定候选多边形;
形状确认单元440,用于当所述候选多边形为凸多边形且每两条边的长度差异小于长度阈值时,所述票据中的多边形检测为正多边形。
具体地,如图5所示,所述边缘图像生成单元410包括:
初始化模块411,用于获得票据中印章的颜色分量(rs,gs,bs),创建一副与印章大小一致的二值图像,且二值图像的每个像素都初始化为0;
边缘图像生成模块412,用于根据当前像素的颜色分量(rt,gt,bt),计算当前像素与印章的颜色分量的距离差值;当距离差值小于等于预设的距离阈值dthres时,当前像素为前景像素,对应的二值图像上的像素的值设为1;否则当前像素为背景像素,对应的二值图像上的像素的值不变;所有像素遍历之后,得到的二值图像即为印章的边缘图像;
其中所述距离差值的平方的计算方法为d2=(rt-rs)2+(gt-gs)2+(bt-bs)2,其中d表示距离差值,rs、gs、bs分别表示印章的R、G、B颜色分量,rt、gt、bt分别表示当前像素的R、G、B颜色分量,比较距离差值d和距离阈值dthres大小时,直接比较距离差值d的平方与距离阈值dthres的平方的大小,预设的距离阈值dthres的范围为[9,12]。
具体地,如图6所示,所述直线检测单元420包括:
直线寻找模块421,用于用Hough变换检测直线的方法从所述边缘图像中寻找所有存在的直线;
交点计算模块422,用于对于寻找出的N条直线,两两组合得到N(N-1)/2对直线,对于每一对直线计算直线的交点,计算方法为解方程组
得到的解即为交点坐标,对于每一个交点,计算交点对应夹角的角度值,所述角度值包括两个互补的角度值,记录所有产生交点的直线对、直线对的对应夹角以及交点位置。
具体地,如图7所示,所述候选多边形确认单元430包括:
多边形寻找模块431,用于根据交点选出直线对组成首尾相连的多边形,找出所有存在的多边形;
多边形确认模块432,用于对于每一个多边形,根据其边数计算对应正多边形的内角大小,选择直线对的对应夹角中与内角大小最接近的角度值与内角比较,若一个多边形的所有角度值都落在((n-2)π/n-Δθ,(n-2)π/n+Δθ)的范围内,则将该多边形确定为候选多边形,记为
其中n表示多边形的边数,l表示直线,(n-2)π/n表示正n边形的内角大小,Δθ的取值范围为0.005π~0.01π。
具体地,如图8所示,所述形状确定单元440包括:
凸多边形验证模块441,用于判断每个候选多边形是否为凸多边形,记的交点为V1,的交点为V2,……,的交点为Vn,对于任意一个p(1≤p≤n),对应的多边形边的两个端点为Vp,V(p+1)modn,将多边形所在平面分为两个部分,除了Vp,V(p+1)modn的其他的顶点都分布在的同一侧,若上述条件对于所有p(1≤p≤n)均成立,则该多边形为凸多边形;
边长比较模块442,用于计算候选的多边形的每条边的长度,对于任意一个p(1≤p≤n),若均满足条件
则认为所述候选的多边形的每条边的长度差异都小于预设的长度阈值,所述票据中的多边形检测确认为正多边形;
通过上述各个模块的配合工作,通过边缘图像获取、直线检测、确定候选多边形对以及对候选多边形验证,免除了繁琐的神经网络训练过程和滑动操作,直接对票据中正多边形印章进行检测,步骤更为直观,检测效率得到提高。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可轻易想到的变化或替换,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该以权利要求的保护范围为准。
Claims (10)
1.一种检测票据中正多边形印章的方法,其特征在于,包括:
根据票据中印章的颜色分量和像素点的颜色分量,确定印章的边缘图像;
从所述边缘图像中寻找出存在的直线,计算所述直线中任意两条直线组成的直线对的夹角的大小及其交点的位置;
根据交点选出直线对组成多边形,根据多边形的边数计算对应正多边形的内角大小,根据直线对夹角与内角的大小关系确定候选多边形;
当所述候选多边形为凸多边形且每两条边的长度差异小于长度阈值时,所述票据中的多边形检测为正多边形。
2.根据权利要求1所述的一种检测票据中正多边形印章的方法,其特征在于,所述根据票据中印章的颜色分量和像素的颜色分量,确定印章的边缘图像具体为:
获得票据中印章的颜色分量(rs,gs,bs),创建一副与印章大小一致的二值图像,且二值图像的每个像素都初始化为0;
根据当前像素的颜色分量(rt,gt,bt),计算当前像素与印章的颜色分量的距离差值;当距离差值小于等于预设的距离阈值dthres时,当前像素为前景像素,对应的二值图像上的像素的值设为1;否则当前像素为背景像素,对应的二值图像上的像素的值不变;所有像素遍历之后,得到的二值图像即为印章的边缘图像;
其中所述距离差值的平方的计算方法为d2=(rt-rs)2+(gt-gs)2+(bt-bs)2,其中d表示距离差值,rs、gs、bs分别表示印章的R、G、B颜色分量,rt、gt、bt分别表示当前像素的R、G、B颜色分量,比较距离差值和距离阈值dthres大小时,直接比较距离差值的平方与距离阈值dthres的平方的大小,预设的距离阈值dthres的取值范围为[9,12]。
3.根据权利要求2所述的一种检测票据中正多边形印章的方法,其特征在于,所述从所述边缘图像中寻找出存在的直线,计算所述直线中任意两条直线组成的直线对的夹角的大小及其交点的位置具体为:
用Hough变换检测直线的方法从所述边缘图像中寻找所有存在的直线;
对于寻找出的N条直线,两两组合得到N(N-1)/2对直线,对于每一对直线计算直线的交点,计算方法为解方程组
得到的解即为交点坐标,对于每一个交点,计算交点对应夹角的角度值,所述角度值包括两个互补的角度值,记录所有产生交点的直线对、直线对的对应夹角以及交点位置。
4.根据权利要求3所述的一种检测票据中正多边形印章的方法,其特征在于,所述根据交点选出直线对组成多边形,根据多边形的边数计算对应正多边形的内角大小,根据直线对夹角与内角的大小关系确定候选多边形具体为;
根据交点选出直线对组成首尾相连的多边形,找出所有存在的多边形;
对于每一个多边形,根据其边数计算对应正多边形的内角大小,选择直线对的对应夹角中与内角大小最接近的角度值与内角比较,若一个多边形的所有角度值都落在((n-2)π/n-Δθ,(n-2)π/n+Δθ)的范围内,则将该多边形确定为候选多边形,记为
其中n表示多边形的边数,l表示直线,(n-2)π/n表示正n边形的内角大小,Δθ的取值范围为0.005π~0.01π。
5.根据权利要求4所述的一种检测票据中正多边形印章的方法,其特征在于,所述从当所述候选多边形为凸多边形且每两条边的长度差异小于长度阈值时,所述票据中的多边形检测为正多边形。具体为:
判断每个候选多边形是否为凸多边形,记的交点为V1,的交点为V2,……,的交点为Vn,对于任意一个p(1≤p≤n),对应的多边形边的两个端点为Vp,V(p+1)modn,将多边形所在平面分为两个部分,除了Vp,V(p+1)modn的其他的顶点都分布在的同一侧,若上述条件对于所有p(1≤p≤n)均成立,则该多边形为凸多边形;
计算候选的多边形的每条边的长度,对于任意一个p(1≤p≤n),若均满足条件
则认为所述候选的多边形的每条边的长度差异都小于预设的长度阈值,所述票据中的多边形检测确认为正多边形;
其中,Vp表示直线的交点以及候选的多边形的顶点位置,|VpV(p+1)modn|表示候选的多边形的边长,Δs是长度阈值,取值为
6.一种检测票据中正多边形印章的装置,其特征在于,包括:
边缘图像生成单元,用于根据票据中印章的颜色分量和像素点的颜色分量,确定印章的边缘图像;
直线检测单元,用于从所述边缘图像中寻找出存在的直线,计算所述直线中任意两条直线组成的直线对的夹角的大小及其交点的位置;
候选多边形确认单元,用于根据交点选出直线对组成多边形,根据多边形的边数计算对应正多边形的内角大小,根据直线对夹角与内角的大小关系确定候选多边形;
形状确认单元,用于当所述候选多边形为凸多边形且每两条边的长度差异小于长度阈值时,所述票据中的多边形检测为正多边形。
7.根据权利要求6所述的一种检测票据中正多边形印章的装置,其特征在于,所述边缘图像生成单元包括:
初始化模块,用于获得票据中印章的颜色分量(rs,gs,bs),创建一幅与印章大小一致的二值图像,且二值图像的每个像素都初始化为0;
边缘图像生成模块,用于根据当前像素的颜色分量(rt,gt,bt),计算当前像素与印章的颜色分量的距离差值;当距离差值小于等于预设的距离阈值dthres时,当前像素为前景像素,对应的二值图像上的像素的值设为1;否则当前像素为背景像素,对应的二值图像上的像素的值不变;所有像素遍历之后,得到的二值图像即为印章的边缘图像;
其中所述距离差值的平方的计算方法为d2=(rt-rs)2+(gt-gs)2+(bt-bs)2,其中d表示距离差值,rs、gs、bs分别表示印章的R、G、B颜色分量,rt、gt、bt分别表示当前像素的R、G、B颜色分量,比较距离差值和距离阈值dthres大小时,直接比较距离差值的平方与距离阈值dthres的平方的大小,预设的距离阈值dthres的范围为[9,12]。
8.根据权利要求7所述的一种检测票据中正多边形印章的装置,其特征在于,所述直线检测单元包括:
直线寻找模块,用于用Hough变换检测直线的方法从所述边缘图像中寻找所有存在的直线;
交点计算模块,用于对于寻找出的N条直线,两两组合得到N(N-1)/2对直线,对于每一对直线计算直线的交点,计算方法为解方程组
得到的解即为交点坐标,对于每一个交点,计算交点对应夹角的角度值,所述角度值包括两个互补的角度值,记录所有产生交点的直线对、直线对的对应夹角以及交点位置。
10.根据权利要求9所述的一种检测票据中正多边形印章的装置,其特征在于,所述形状确认单元包括:
凸多边形验证模块,用于判断每个候选多边形是否为凸多边形,记的交点为V1,的交点为V2,……,的交点为Vn,对于任意一个p(1≤p≤n),对应的多边形边的两个端点为Vp,V(p+1)modn,将多边形所在平面分为两个部分,除了Vp,V(p+1)modn的其他的顶点都分布在的同一侧,若上述条件对于所有p(1≤p≤n)均成立,则该多边形为凸多边形;
边长比较模块,用于计算候选的多边形的每条边的长度,对于任意一个p(1≤p≤n),若均满足条件
则认为所述候选的多边形的每条边的长度差异都小于预设的长度阈值,所述票据中的多边形检测确认为正多边形;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310357142.9A CN103425984B (zh) | 2013-08-15 | 2013-08-15 | 一种检测票据中正多边形印章的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310357142.9A CN103425984B (zh) | 2013-08-15 | 2013-08-15 | 一种检测票据中正多边形印章的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103425984A true CN103425984A (zh) | 2013-12-04 |
CN103425984B CN103425984B (zh) | 2016-09-07 |
Family
ID=49650694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310357142.9A Active CN103425984B (zh) | 2013-08-15 | 2013-08-15 | 一种检测票据中正多边形印章的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103425984B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504225A (zh) * | 2016-09-27 | 2017-03-15 | 深圳增强现实技术有限公司 | 一种规则多边形的识别方法和装置 |
CN107464245A (zh) * | 2017-06-29 | 2017-12-12 | 北京捷通华声科技股份有限公司 | 一种图像结构边缘的定位方法及装置 |
CN108269350A (zh) * | 2016-12-30 | 2018-07-10 | 航天信息股份有限公司 | 印章的验证方法及装置 |
CN108305261A (zh) * | 2017-08-11 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 图片分割方法、装置、存储介质和计算机设备 |
CN108345891A (zh) * | 2017-01-23 | 2018-07-31 | 北京京东尚科信息技术有限公司 | 图书轮廓提取方法和装置 |
CN110136156A (zh) * | 2018-02-02 | 2019-08-16 | 北京三快在线科技有限公司 | 一种多边形区域检测方法及装置 |
CN112784835A (zh) * | 2021-01-21 | 2021-05-11 | 恒安嘉新(北京)科技股份公司 | 圆形印章的真实性识别方法、装置、电子设备及存储介质 |
CN113446941A (zh) * | 2021-07-28 | 2021-09-28 | 蚌埠威而特旋压科技有限公司 | 一种电机皮带轮智能生产线 |
CN114898382A (zh) * | 2021-10-12 | 2022-08-12 | 北京九章云极科技有限公司 | 一种图像处理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110100A (zh) * | 2006-07-17 | 2008-01-23 | 松下电器产业株式会社 | 检测图像的几何形状的方法和装置 |
US20100067805A1 (en) * | 2006-12-18 | 2010-03-18 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Device, method and computer program for identifying a traffic sign in an image |
CN102156869A (zh) * | 2006-07-17 | 2011-08-17 | 松下电器产业株式会社 | 检测由任意线段组合的形状的方法及装置 |
CN102289810A (zh) * | 2011-08-05 | 2011-12-21 | 上海交通大学 | 高分辨率大数量级图像的快速矩形检测方法 |
-
2013
- 2013-08-15 CN CN201310357142.9A patent/CN103425984B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101110100A (zh) * | 2006-07-17 | 2008-01-23 | 松下电器产业株式会社 | 检测图像的几何形状的方法和装置 |
CN102156869A (zh) * | 2006-07-17 | 2011-08-17 | 松下电器产业株式会社 | 检测由任意线段组合的形状的方法及装置 |
US20100067805A1 (en) * | 2006-12-18 | 2010-03-18 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Device, method and computer program for identifying a traffic sign in an image |
CN102289810A (zh) * | 2011-08-05 | 2011-12-21 | 上海交通大学 | 高分辨率大数量级图像的快速矩形检测方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504225A (zh) * | 2016-09-27 | 2017-03-15 | 深圳增强现实技术有限公司 | 一种规则多边形的识别方法和装置 |
CN108269350A (zh) * | 2016-12-30 | 2018-07-10 | 航天信息股份有限公司 | 印章的验证方法及装置 |
CN108345891A (zh) * | 2017-01-23 | 2018-07-31 | 北京京东尚科信息技术有限公司 | 图书轮廓提取方法和装置 |
CN107464245B (zh) * | 2017-06-29 | 2020-08-18 | 北京捷通华声科技股份有限公司 | 一种图像结构边缘的定位方法及装置 |
CN107464245A (zh) * | 2017-06-29 | 2017-12-12 | 北京捷通华声科技股份有限公司 | 一种图像结构边缘的定位方法及装置 |
CN108305261A (zh) * | 2017-08-11 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 图片分割方法、装置、存储介质和计算机设备 |
CN110136156A (zh) * | 2018-02-02 | 2019-08-16 | 北京三快在线科技有限公司 | 一种多边形区域检测方法及装置 |
US11308710B2 (en) | 2018-02-02 | 2022-04-19 | Beijing Sankuai Online Technology Co., Ltd | Polygonal region detection |
CN112784835A (zh) * | 2021-01-21 | 2021-05-11 | 恒安嘉新(北京)科技股份公司 | 圆形印章的真实性识别方法、装置、电子设备及存储介质 |
CN112784835B (zh) * | 2021-01-21 | 2024-04-12 | 恒安嘉新(北京)科技股份公司 | 圆形印章的真实性识别方法、装置、电子设备及存储介质 |
CN113446941A (zh) * | 2021-07-28 | 2021-09-28 | 蚌埠威而特旋压科技有限公司 | 一种电机皮带轮智能生产线 |
CN114898382A (zh) * | 2021-10-12 | 2022-08-12 | 北京九章云极科技有限公司 | 一种图像处理方法及装置 |
CN114898382B (zh) * | 2021-10-12 | 2023-02-21 | 北京九章云极科技有限公司 | 一种图像处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103425984B (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103425984A (zh) | 一种检测票据中正多边形印章的方法和装置 | |
US9390343B2 (en) | Estimating degree of deterioration of road surface | |
CN103093250B (zh) | 一种基于新Haar-like特征的Adaboost人脸检测方法 | |
CN103559703B (zh) | 基于双目视觉的起重机障碍物监测及预警方法及系统 | |
Prabhakar et al. | Automatic vehicle number plate detection and recognition | |
EP2945096A1 (en) | Character recognition method | |
CN103761507B (zh) | 一种基于韦伯法则的局部多值模式的人脸识别方法 | |
CN102799850A (zh) | 一种条形码识别方法和装置 | |
ATE548707T1 (de) | Verfahren und vorrichtung zum fingerabdruckvergleich | |
TWI521448B (zh) | Vehicle identification system and method | |
CN104766078A (zh) | 目标图像的倾斜角检测方法及倾斜角检测设备 | |
EP3376431B1 (en) | Method and apparatus for identifying pupil in image | |
CN102930280A (zh) | 从红外图像中自动识别架空高压线的方法 | |
CN104850851A (zh) | 一种具有尺度不变性的orb特征点匹配方法 | |
Piekarczyk | Hierarchical random graph model for off-line handwritten signatures recognition | |
CN103363893A (zh) | 一种红富士苹果尺寸大小检测方法 | |
CN104915678A (zh) | 一种输电线路中目标对象的检测方法及装置 | |
CN102436578B (zh) | 狗脸特征检测器的形成方法、狗脸检测方法及装置 | |
CN104881676A (zh) | 一种人脸图像凸凹模式纹理特征提取及识别方法 | |
CN107886065A (zh) | 一种混合字体的数字序列识别方法 | |
CN103150725B (zh) | 基于非局部均值的susan边缘检测方法及系统 | |
CN107341810A (zh) | 一种车辆自动识别方法、装置及电子设备 | |
CN104966054A (zh) | 无人机可见光图像中的弱小目标检测方法 | |
CN104182768A (zh) | 逆合成孔径雷达图像的质量分类方法 | |
KR20140093407A (ko) | 인식기, 차량모델인식장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C53 | Correction of patent of invention or patent application | ||
CB02 | Change of applicant information |
Address after: 100089 Beijing, West Third Ring Road North, No. 25, green building, room 701, Haidian District Applicant after: The north, capital infotech share company limited Address before: 100089 Beijing, West Third Ring Road North, No. 25, green building, room 701, Haidian District Applicant before: Beijing Jing North Information Technology Co.,Ltd. |
|
COR | Change of bibliographic data |
Free format text: CORRECT: APPLICANT; FROM: BEIJING NORTH KING INFORMATION TECHNOLOGY CO., LTD. TO: NORTHKING INFORMATION TECHNOLOGY CO., LTD. |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |