CN103679700A - 票据图像倒置检测系统 - Google Patents

票据图像倒置检测系统 Download PDF

Info

Publication number
CN103679700A
CN103679700A CN201310518171.9A CN201310518171A CN103679700A CN 103679700 A CN103679700 A CN 103679700A CN 201310518171 A CN201310518171 A CN 201310518171A CN 103679700 A CN103679700 A CN 103679700A
Authority
CN
China
Prior art keywords
bill
image
inverted
represent
value
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
Application number
CN201310518171.9A
Other languages
English (en)
Other versions
CN103679700B (zh
Inventor
补建
罗安
师改梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dimension information technology (Suzhou) Co.,Ltd.
Original Assignee
CHENGDU SANTAI ELECTRONIC INDUSTRY Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CHENGDU SANTAI ELECTRONIC INDUSTRY Co Ltd filed Critical CHENGDU SANTAI ELECTRONIC INDUSTRY Co Ltd
Priority to CN201310518171.9A priority Critical patent/CN103679700B/zh
Publication of CN103679700A publication Critical patent/CN103679700A/zh
Application granted granted Critical
Publication of CN103679700B publication Critical patent/CN103679700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)

Abstract

本发明为票据图像倒置检测系统，解决已有校正支票的倒置定位的系统检测效率较低，运算量较大的问题。系统由票据图像采集单元，票据倒置检测单元，倒置票据校正单元组成，票据图像采集单元通过图像扫描工具扫描票据，得到票据彩色图像，票据倒置检测单元通过计算机将送入计算机的票据彩色图像进行处理，判断票据图像是否倒置,也即票据是否送反，倒置票据校正单元的功能是如果在票据倒置检测单元检测到票据彩色图像倒置，也即票据送反，则通过计算机对倒置票据进行倒置校正，如果没有送反，则处理完成。

Description

票据图像倒置检测系统
技术领域：
本发明涉及图像处理领域，具体涉及票据处理中的票据图像倒置检测系统。
背景技术：
随着银行金融业务的增多，票据种类、数量剧增，票据的批量自动化处理技术应运而生，而自动检测票据投递方向是否送反是实现批量票据智能处理技术的关键，目前主要面临以下三个问题：
1）用户操作的随意性导致票据投入方向不正确
2）当前票据智能处理终端机不能自动判断用户投递票据方向是否送反，要求用户投递票据时保证方向正确
3）如果票据投递方向不满足要求，则吐出票据，要求用户手动旋转方向后再投递，降低了票据处理效率及用户操作体验
为了减少人工整理票据的时间以及偶尔的失误，提升批量票据处理的效率，急需解决以上问题。票据图像倒置检测是解决上述问题的非常关键的一个环节。
在证件图像倒置检测校正的方法 (CN101655981)中公开了一种证件图像倒置检测校正的方法，包括：1)利用图像采集工具获取证件彩色图像；2)按照一定比例因子缩小证件图像；3)将证件图像RGB色彩空间转换成HIS色彩空间；4)利用人脸肤色约束条件将HIS图像转换成二值图像；5)将二值图像进行中值滤波，得到只剩下人脸部分的二值图像；6)根据人脸部分二值图像将人脸部分图像切割出来；7)利用RGB边缘提取法，得到人脸边缘二值图像；8)利用水平投影统计检测证件倒置。本发明证件图像倒置检测校正方法在保持图像人脸轮廓信息不变的情况下将图像缩小，从而参与人脸肤色定位和图像的轮廓提取操作的像素大大减少，不仅提高了算法效率，还保证了算法检测的准确性高、鲁棒性强和可靠性高，但是该方法是针对证件的特有特性通过人脸上下部分的特性区别进行倒置检测，并不适用于票据的倒置检测。 
在Systems for mobile image capture and processing of checks  (US7778457)公开了一种图像中校正支票的倒置定位的系统和方法，通过将来自原始图像的MICR置信与来自180度旋转图像的MICR置信相比较确定是否倒置，该种方法无论倒置与否都需要对原始图像和180度旋转后的图像计算MICR置信，然后对比，效率较低，运算量较大。
 
发明内容：
本发明的目的是提供一种检测效率高的票据图像倒置检测系统。
本发明是这样实现的：
票据图像倒置检测系统，由票据图像采集单元，票据倒置检测单元，倒置票据校正单元组成，票据图像采集单元通过图像扫描工具扫描票据，得到票据彩色图像，
票据倒置检测单元通过计算机将送入计算机的票据彩色图像进行处理，判断票据图像是否倒置,也即票据是否送反，
倒置票据校正单元的功能是如果在票据倒置检测单元检测到票据彩色图像倒置，也即票据送反，则通过计算机对倒置票据进行倒置校正，如果没有送反，则处理完成。
票据倒置检测单元的检测步骤为：
（1）将票据彩色图像由RGB颜色空间变换到灰度空间，得到票据灰度图像
Figure 448307DEST_PATH_IMAGE001
是变量，用
Figure 159911DEST_PATH_IMAGE002
表示票据彩色图像中某点的横坐标位置，
Figure 493941DEST_PATH_IMAGE003
表示票据彩色图像中某点的纵坐标位置，
Figure 632798DEST_PATH_IMAGE004
表示水平位置为
Figure 118356DEST_PATH_IMAGE002
，垂直位置为
Figure 633651DEST_PATH_IMAGE003
像素点处的RGB颜色空间的红色(R)分量值，
Figure 822187DEST_PATH_IMAGE005
表示水平位置为，垂直位置为
Figure 937091DEST_PATH_IMAGE003
像素点处的RGB颜色空间的绿色(G)分量值，
Figure 928180DEST_PATH_IMAGE006
表示水平位置为
Figure 767960DEST_PATH_IMAGE002
，垂直位置为像素点处的RGB颜色空间的蓝色(B)分量值，
Figure 478745DEST_PATH_IMAGE007
表示灰度空间水平位置为
Figure 70263DEST_PATH_IMAGE002
，垂直位置为像素点处的值，彩色空间变换为灰度空间的方法为：
Figure 383487DEST_PATH_IMAGE008
,
Figure 835328DEST_PATH_IMAGE009
,   (1)
其中，
Figure 982593DEST_PATH_IMAGE011
为彩色图像的宽度，
Figure 805055DEST_PATH_IMAGE012
为彩色图像的高度，
Figure 72089DEST_PATH_IMAGE013
。
（2）依据票据灰度图像的宽高比值，规整化票据灰度图像
对票据灰度图像，计算票据灰度图像的宽高比值，用
Figure 474251DEST_PATH_IMAGE014
表示票据灰度图像的宽高比值，计算方法为：
Figure 143130DEST_PATH_IMAGE015
                               (2)
根据票据灰度图像的宽高比值，进行票据灰度图像规整化，规整化后票据灰度图像的宽高为：
Figure 310063DEST_PATH_IMAGE016
                       (3-1)
      
Figure 64392DEST_PATH_IMAGE017
                                 (3-2)
Figure 270245DEST_PATH_IMAGE011
/为规整化后票据灰度图像的宽度，
Figure 793631DEST_PATH_IMAGE012
/为规整化后票据灰度图像的高度，
在得到规整化后票据灰度图像的宽高后，进行票据灰度图像的规整化，票据灰度图像的规整化采用opencv里的cvResize线性变换方法，用
Figure 957896DEST_PATH_IMAGE018
表示规整化后的票据灰度图像水平位置为
Figure 137204DEST_PATH_IMAGE002
，垂直位置为
Figure 677907DEST_PATH_IMAGE003
像素点处的值,
（3）对规整后票据灰度图像进行阈值分割，得到票据二值图像
用表示票据二值图像水平位置为
Figure 328648DEST_PATH_IMAGE002
，垂直位置为
Figure 791991DEST_PATH_IMAGE020
像素点处的值，具体计算方法为：
Figure 838182DEST_PATH_IMAGE021
,,
Figure 514331DEST_PATH_IMAGE023
    (4)
其中，
Figure 464969DEST_PATH_IMAGE024
为分割阈值，
Figure 347475DEST_PATH_IMAGE024
的选取要使得票据灰度图像的黑色字体和表格信息凸现出来，而去除其他信息的干扰，当
Figure 637642DEST_PATH_IMAGE025
时，为提取到的前景目标点,
上述分割阈值
Figure 580190DEST_PATH_IMAGE024
为具体的数值50或60等，或者通过自适应阈值或OSTU阈值计算方法得到，
（4）计算票据二值图像中位置居中且上下对称的两个区域的前景目标点数
用
Figure 221387DEST_PATH_IMAGE026
表示票据二值图像中水平从
Figure 907583DEST_PATH_IMAGE027
到
Figure 114573DEST_PATH_IMAGE028
，垂直从30到74区域内前景目标点数，也即
Figure 395732DEST_PATH_IMAGE029
为255的点数，计算方法为：
             
Figure 320963DEST_PATH_IMAGE030
                 (5-1)
用表示票据二值图像中水平从
Figure 75609DEST_PATH_IMAGE027
到
Figure 32064DEST_PATH_IMAGE028
，垂直从385到429区域内前景目标点数，也即
Figure 444591DEST_PATH_IMAGE029
为255的点数，计算方法为：
           
Figure 472590DEST_PATH_IMAGE032
                  (5-2)
用
Figure 326276DEST_PATH_IMAGE033
表示票据二值图像中水平从
Figure 781528DEST_PATH_IMAGE027
到，垂直从385到429区域的宽度，其中，，
（5）计算票据二值图象中位置基于票据二值图像中心点对称的右上和左下的两个区域的前景目标点数
用
Figure 985348DEST_PATH_IMAGE035
表示票据二值图像中水平从
Figure 283606DEST_PATH_IMAGE036
到0.95
Figure 405145DEST_PATH_IMAGE037
，垂直从30到69区域内前景目标点数，也即
Figure 712630DEST_PATH_IMAGE029
为255的点数，计算方法为：
Figure 868805DEST_PATH_IMAGE038
       (6-1)
用表示票据二值图像中水平从0.05到0.15
Figure 385871DEST_PATH_IMAGE037
，垂直从390到429区域内前景目标点数，也即
Figure 570121DEST_PATH_IMAGE029
为255的点数，计算方法为：
Figure 538077DEST_PATH_IMAGE040
      (6-2)
用表示票据二值图像中水平从0.85到0.95
Figure 414263DEST_PATH_IMAGE037
，垂直从30到70区域的宽度，其中，，
（6）确定票据图像是否倒置
在得出票据二值图像中位置居中且上下对称的两个区域的前景目标点数和票据二值图象中位置基于票据二值图像中心点对称的右上和左下的两个区域的前景目标点数后，计算倒置系数，倒置系数
Figure 74232DEST_PATH_IMAGE043
的计算方法为:
             
Figure 261631DEST_PATH_IMAGE044
                 (7)
其中，
Figure 981325DEST_PATH_IMAGE045
，
Figure 291083DEST_PATH_IMAGE046
当
Figure 63605DEST_PATH_IMAGE047
时，表示票据二值图像倒置，也即票据送反，
倒置票据校正单元在票据倒置检测单元检测到票据彩色图像倒置，也即票据送反，则通过计算机对倒置票据进行倒置校正，如果没有送反，则处理完成，
对倒置票据进行倒置校正的方法为：
票据倒置校正后的校正彩色图像的宽度与票据彩色图像的宽度相同，票据倒置校正后的校正彩色图像的高度与票据彩色图像的高度相同，用
Figure 117012DEST_PATH_IMAGE004
表示票据倒置校正后彩色图像水平第
Figure 628896DEST_PATH_IMAGE002
个像素点，垂直第
Figure 109556DEST_PATH_IMAGE003
个像素点的值，先做初始化，
Figure 605259DEST_PATH_IMAGE048
，
Figure 196777DEST_PATH_IMAGE049
,
Figure 891064DEST_PATH_IMAGE050
，票据彩色图像位置
Figure 11467DEST_PATH_IMAGE051
处对应的像素值
Figure 791204DEST_PATH_IMAGE007
在逆时针旋转180度后，在校正彩色图像中变到处，校正彩色图像对应的像素值
Figure 191932DEST_PATH_IMAGE004
的计算公式为：
Figure 14395DEST_PATH_IMAGE053
       (8)
即，校正彩色图像
Figure 484690DEST_PATH_IMAGE004
水平第
Figure 683590DEST_PATH_IMAGE002
个像素点，垂直第
Figure 290152DEST_PATH_IMAGE020
个像素点的值为票据彩色图像水平第
Figure 283516DEST_PATH_IMAGE054
个像素点，垂直第
Figure 37845DEST_PATH_IMAGE055
个像素点的值。
本发明提供的方法充分利用了票据本身的特征，原理简单，计算量小，利用扫描图像正确检测出票据投递方向是否送反，如果送反则在图像处理过程中自动旋转扫描图像180度，无需人工操作，用于解决在批量票据自动化处理过程中因票据投递方向错误而导致的扫描影像出现上下倒置现象，减少人工整理票据的时间以及偶尔的失误，提升批量票据处理的效率。
附图说明：
图1是本发明的票据图像倒置检测方法系统结构图；
图2是本发明的票据图像倒置检测方法流程图。
具体实施方式：
本发明提供了一种票据图像倒置检测系统，该系统结构框图如图1所示，票据图像采集单元，票据倒置检测单元，倒置票据校正单元。
本发明中提到的票据均指银行业务中用到的撕掉存根的票据，是长方形形状的。
票据图像采集单元的主要功能是通过通用的图像扫描工具扫描票据，得到票据彩色图像。
票据倒置检测单元的主要功能是通过计算机将送入计算机的票据彩色图像进行处理，判断票据图像是否倒置,也即票据是否送反，具体为：
1、将票据彩色图像由RGB颜色空间变换到灰度空间，得到票据灰度图像
Figure 446961DEST_PATH_IMAGE001
是变量，用表示票据彩色图像中某点的横坐标位置，表示票据彩色图像中某点的纵坐标位置，
Figure 343614DEST_PATH_IMAGE004
表示水平位置为，垂直位置为
Figure 934312DEST_PATH_IMAGE003
像素点处的RGB颜色空间的红色(R)分量值，
Figure 269478DEST_PATH_IMAGE005
表示水平位置为，垂直位置为
Figure 14898DEST_PATH_IMAGE003
像素点处的RGB颜色空间的绿色(G)分量值，
Figure 716137DEST_PATH_IMAGE006
表示水平位置为
Figure 487784DEST_PATH_IMAGE002
，垂直位置为
Figure 438423DEST_PATH_IMAGE003
像素点处的RGB颜色空间的蓝色(B)分量值，
Figure 494497DEST_PATH_IMAGE007
表示灰度空间水平位置为
Figure 846981DEST_PATH_IMAGE002
，垂直位置为
Figure 992791DEST_PATH_IMAGE003
像素点处的值，彩色空间变换为灰度空间的方法为：
,
Figure 851343DEST_PATH_IMAGE009
,
Figure 261596DEST_PATH_IMAGE010
   (1)
其中，
Figure 375045DEST_PATH_IMAGE011
为彩色图像的宽度，
Figure 972380DEST_PATH_IMAGE012
为彩色图像的高度，
Figure 196688DEST_PATH_IMAGE013
。
2、依据票据灰度图像的宽高比值，规整化票据灰度图像
对票据灰度图像，计算票据灰度图像的宽高比值，用表示票据灰度图像的宽高比值，计算方法为：
Figure 244333DEST_PATH_IMAGE015
                               (2)
根据票据灰度图像的宽高比值，进行票据灰度图像规整化，规整化后票据灰度图像的宽高为：
   
Figure 656860DEST_PATH_IMAGE016
                       (3-1)
        
Figure 356962DEST_PATH_IMAGE017
                                 (3-2)
Figure 538545DEST_PATH_IMAGE011
/为规整化后票据灰度图像的宽度，
Figure 665901DEST_PATH_IMAGE012
/为规整化后票据灰度图像的高度，
在得到规整化后票据灰度图像的宽高后，进行票据灰度图像的规整化，票据灰度图像的规整化采用opencv里的cvResize线性变换方法，用
Figure 565724DEST_PATH_IMAGE018
表示规整化后的票据灰度图像水平位置为
Figure 131835DEST_PATH_IMAGE002
，垂直位置为
Figure 636765DEST_PATH_IMAGE003
像素点处的值。
3、对规整后票据灰度图像进行阈值分割，得到票据二值图像
用
Figure 997339DEST_PATH_IMAGE019
表示票据二值图像水平位置为
Figure 552168DEST_PATH_IMAGE002
，垂直位置为
Figure 921969DEST_PATH_IMAGE003
像素点处的值，具体计算方法为：
Figure 812565DEST_PATH_IMAGE021
,,
Figure 421718DEST_PATH_IMAGE023
    (4)
其中，
Figure 532893DEST_PATH_IMAGE024
为分割阈值，
Figure 543575DEST_PATH_IMAGE024
的选取要使得票据灰度图像的黑色字体和表格信息凸现出来，而去除其他信息的干扰，当时，为提取到的前景目标点。
需要说明的是，上述阈值可以为具体的数值，例如50、60等，也可以通过自适应阈值、OSTU等其他阈值计算方法得到，本例中
Figure 279766DEST_PATH_IMAGE024
=50。
4、计算票据二值图像中位置居中且上下对称的两个区域的前景目标点数
用表示票据二值图像中水平从
Figure 558356DEST_PATH_IMAGE027
到
Figure 697213DEST_PATH_IMAGE028
，垂直从30到74区域内前景目标点数，也即
Figure 952745DEST_PATH_IMAGE029
为255的点数，计算方法为：
             
Figure 202461DEST_PATH_IMAGE030
                 (5-1)
用
Figure 187734DEST_PATH_IMAGE031
表示票据二值图像中水平从
Figure 435176DEST_PATH_IMAGE027
到，垂直从385到429区域内前景目标点数，也即为255的点数，计算方法为：
                             (5-2)
用
Figure 83009DEST_PATH_IMAGE033
表示票据二值图像中水平从
Figure 549019DEST_PATH_IMAGE027
到
Figure 406116DEST_PATH_IMAGE028
，垂直从385到429区域的宽度，其中，。
5、计算票据二值图象中位置基于票据二值图像中心点对称的右上和左下的两个区域的前景目标点数
用
Figure 955227DEST_PATH_IMAGE035
表示票据二值图像中水平从
Figure 938226DEST_PATH_IMAGE036
到0.95，垂直从30到69区域内前景目标点数，也即
Figure 882228DEST_PATH_IMAGE029
为255的点数，计算方法为：
       (6-1)
用
Figure 909407DEST_PATH_IMAGE039
表示票据二值图像中水平从0.05
Figure 810105DEST_PATH_IMAGE037
到0.15
Figure 213404DEST_PATH_IMAGE037
，垂直从390到429区域内前景目标点数，也即
Figure 472347DEST_PATH_IMAGE029
为255的点数，计算方法为：
Figure 898781DEST_PATH_IMAGE040
      (6-2)
用
Figure 635792DEST_PATH_IMAGE041
表示票据二值图像中水平从0.85
Figure 96861DEST_PATH_IMAGE037
到0.95
Figure 526705DEST_PATH_IMAGE037
，垂直从30到70区域的宽度，其中，
Figure 706014DEST_PATH_IMAGE042
。
6、确定票据图像是否倒置
在得出票据二值图像中位置居中且上下对称的两个区域的前景目标点数和票据二值图象中位置基于票据二值图像中心点对称的右上和左下的两个区域的前景目标点数后，计算倒置系数，倒置系数
Figure 246716DEST_PATH_IMAGE043
的计算方法为:
                              (7)
其中，
Figure 393063DEST_PATH_IMAGE045
，
Figure 121985DEST_PATH_IMAGE046
当
Figure 200799DEST_PATH_IMAGE047
时，表示票据二值图像倒置，也即票据送反。
倒置票据校正单元的主要功能是如果在票据倒置检测单元检测到票据彩色图像倒置，也即票据送反，则通过计算机对倒置票据进行倒置校正，如果没有送反，则处理完成。
对倒置票据进行倒置校正的方法为：
票据倒置校正后的校正彩色图像的宽度与票据彩色图像的宽度相同，票据倒置校正后的校正彩色图像的高度与票据彩色图像的高度相同，用表示票据倒置校正后彩色图像水平第
Figure 408107DEST_PATH_IMAGE002
个像素点，垂直第
Figure 562007DEST_PATH_IMAGE003
个像素点的值，先做初始化，
Figure 444513DEST_PATH_IMAGE048
，
Figure 796997DEST_PATH_IMAGE049
,
Figure 411649DEST_PATH_IMAGE050
，票据彩色图像位置处对应的像素值在逆时针旋转180度后，在校正彩色图像中变到
Figure 444568DEST_PATH_IMAGE052
处，校正彩色图像对应的像素值
Figure 292438DEST_PATH_IMAGE004
的计算公式为：
Figure 889772DEST_PATH_IMAGE053
       (8)
即，校正彩色图像
Figure 114080DEST_PATH_IMAGE004
水平第
Figure 441157DEST_PATH_IMAGE002
个像素点，垂直第
Figure 663190DEST_PATH_IMAGE003
个像素点的值为票据彩色图像水平第
Figure 75717DEST_PATH_IMAGE054
个像素点，垂直第
Figure 41399DEST_PATH_IMAGE055
个像素点的值。

Claims (2)

1.票据图像倒置检测系统，其特征在于由票据图像采集单元，票据倒置检测单元，倒置票据校正单元组成，票据图像采集单元通过图像扫描工具扫描票据，得到票据彩色图像，
票据倒置检测单元通过计算机将送入计算机的票据彩色图像进行处理，判断票据图像是否倒置,也即票据是否送反，
倒置票据校正单元的功能是如果在票据倒置检测单元检测到票据彩色图像倒置，也即票据送反，则通过计算机对倒置票据进行倒置校正，如果没有送反，则处理完成。
2.根据权利要求1所述的票据图像倒置检测系统，其特征在于票据倒置检测单元的检测步骤为：
（1）将票据彩色图像由RGB颜色空间变换到灰度空间，得到票据灰度图像：
Figure 214496DEST_PATH_IMAGE001
是变量，用
Figure 54276DEST_PATH_IMAGE002
表示票据彩色图像中某点的横坐标位置，
Figure 721887DEST_PATH_IMAGE003
表示票据彩色图像中某点的纵坐标位置，
Figure 279907DEST_PATH_IMAGE004
表示水平位置为
Figure 871426DEST_PATH_IMAGE002
，垂直位置为
Figure 831291DEST_PATH_IMAGE003
像素点处的RGB颜色空间的红色(R)分量值，
Figure 420536DEST_PATH_IMAGE005
表示水平位置为
Figure 200273DEST_PATH_IMAGE002
，垂直位置为
Figure 595482DEST_PATH_IMAGE003
像素点处的RGB颜色空间的绿色(G)分量值，
Figure 98270DEST_PATH_IMAGE006
表示水平位置为
Figure 920732DEST_PATH_IMAGE002
，垂直位置为
Figure 187766DEST_PATH_IMAGE003
像素点处的RGB颜色空间的蓝色(B)分量值，
Figure 324349DEST_PATH_IMAGE007
表示灰度空间水平位置为
Figure 993228DEST_PATH_IMAGE002
，垂直位置为
Figure 986591DEST_PATH_IMAGE003
像素点处的值，彩色空间变换为灰度空间的方法为：
Figure 927872DEST_PATH_IMAGE008
,
Figure 930463DEST_PATH_IMAGE009
,
Figure 453848DEST_PATH_IMAGE010
   (1)
其中，
Figure 555796DEST_PATH_IMAGE011
为彩色图像的宽度，
Figure 797422DEST_PATH_IMAGE012
为彩色图像的高度，
Figure 338124DEST_PATH_IMAGE013
，
（2）依据票据灰度图像的宽高比值，规整化票据灰度图像，
对票据灰度图像，计算票据灰度图像的宽高比值，用
Figure 404432DEST_PATH_IMAGE014
表示票据灰度图像的宽高比值，计算方法为：
                
Figure 5177DEST_PATH_IMAGE015
                               (2)
根据票据灰度图像的宽高比值，进行票据灰度图像规整化，
Figure 468520DEST_PATH_IMAGE011
/为规整化后票据灰度图像的宽度，
Figure 750596DEST_PATH_IMAGE012
/为规整化后票据灰度图像的高度，计算方法为：
                                (3-1)
          
Figure 754641DEST_PATH_IMAGE017
                                 (3-2)
在得到规整化后票据灰度图像的宽高后，进行票据灰度图像的规整化，票据灰度图像的规整化采用opencv里的cvResize线性变换方法，用
Figure 892231DEST_PATH_IMAGE018
表示规整化后的票据灰度图像水平位置为，垂直位置为
Figure 127220DEST_PATH_IMAGE003
像素点处的值,
（3）对规整后票据灰度图像进行阈值分割，得到票据二值图像
用
Figure 69768DEST_PATH_IMAGE019
表示票据二值图像水平位置为
Figure 445386DEST_PATH_IMAGE002
，垂直位置为
Figure 131582DEST_PATH_IMAGE003
像素点处的值，具体计算方法为：
Figure 338572DEST_PATH_IMAGE020
,
Figure 140437DEST_PATH_IMAGE021
,
Figure 65668DEST_PATH_IMAGE022
    (4)
其中，
Figure 289976DEST_PATH_IMAGE023
为分割阈值，
Figure 554735DEST_PATH_IMAGE023
的选取要使得票据灰度图像的黑色字体和表格信息凸现出来，而去除其他信息的干扰，当
Figure 573507DEST_PATH_IMAGE024
时，为提取到的前景目标点,
上述分割阈值
Figure 986034DEST_PATH_IMAGE023
为具体的数值50或60等，或者通过自适应阈值计算方法或OSTU阈值计算方法得到，
（4）计算票据二值图像中位置居中且上下对称的两个区域的前景目标点数
用
Figure 200983DEST_PATH_IMAGE025
表示票据二值图像中水平从
Figure 382566DEST_PATH_IMAGE026
到，垂直从30到74区域内前景目标点数，也即
Figure 409745DEST_PATH_IMAGE028
为255的点数，计算方法为：
                             (5-1)
用
Figure 277524DEST_PATH_IMAGE030
表示票据二值图像中水平从
Figure 592093DEST_PATH_IMAGE026
到
Figure 713632DEST_PATH_IMAGE027
，垂直从385到429区域内前景目标点数，也即为255的点数，计算方法为：
                            (5-2)
用表示票据二值图像中水平从
Figure 583182DEST_PATH_IMAGE026
到
Figure 491096DEST_PATH_IMAGE027
，垂直从385到429区域的宽度，其中，
Figure 688728DEST_PATH_IMAGE033
，
（5）计算票据二值图象中位置基于票据二值图像中心点对称的右上和左下的两个区域的前景目标点数
用
Figure 656684DEST_PATH_IMAGE034
表示票据二值图像中水平从到0.95
Figure 402103DEST_PATH_IMAGE036
，垂直从30到69区域内前景目标点数，也即
Figure 267291DEST_PATH_IMAGE028
为255的点数，计算方法为：
Figure 406148DEST_PATH_IMAGE037
       (6-1)
用
Figure 677991DEST_PATH_IMAGE038
表示票据二值图像中水平从0.05
Figure 193286DEST_PATH_IMAGE036
到0.15
Figure 912981DEST_PATH_IMAGE036
，垂直从390到429区域内前景目标点数，也即
Figure 160422DEST_PATH_IMAGE028
为255的点数，计算方法为：
Figure 231147DEST_PATH_IMAGE039
      (6-2)
用
Figure 284553DEST_PATH_IMAGE040
表示票据二值图像中水平从0.85到0.95
Figure 791944DEST_PATH_IMAGE036
，垂直从30到70区域的宽度，其中，，
（6）确定票据图像是否倒置
在得出票据二值图像中位置居中且上下对称的两个区域的前景目标点数和票据二值图象中位置基于票据二值图像中心点对称的右上和左下的两个区域的前景目标点数后，计算倒置系数，倒置系数
Figure 879166DEST_PATH_IMAGE042
的计算方法为:
            
Figure 573452DEST_PATH_IMAGE043
                 (7)
其中，
Figure 490593DEST_PATH_IMAGE044
，
Figure 270330DEST_PATH_IMAGE045
当
Figure 353955DEST_PATH_IMAGE046
时，表示票据二值图像倒置，也即票据送反，
倒置票据校正单元在票据倒置检测单元检测到票据彩色图像倒置，也即票据送反，则通过计算机对倒置票据进行倒置校正，如果没有送反，则处理完成，
对倒置票据进行倒置校正的方法为：
票据倒置校正后的校正彩色图像的宽度与票据彩色图像的宽度相同，票据倒置校正后的校正彩色图像的高度与票据彩色图像的高度相同，用
Figure 168327DEST_PATH_IMAGE004
表示票据倒置校正后彩色图像水平第
Figure 990789DEST_PATH_IMAGE002
个像素点，垂直第
Figure 195506DEST_PATH_IMAGE047
个像素点的值，先做初始化，
Figure 394406DEST_PATH_IMAGE048
，
Figure 63285DEST_PATH_IMAGE049
,
Figure 181282DEST_PATH_IMAGE050
，票据彩色图像位置
Figure 935612DEST_PATH_IMAGE051
处对应的像素值
Figure 672623DEST_PATH_IMAGE007
在逆时针旋转180度后，在校正彩色图像中变到
Figure 896143DEST_PATH_IMAGE052
处，校正彩色图像对应的像素值
Figure 325987DEST_PATH_IMAGE004
的计算公式为：
       
Figure 567613DEST_PATH_IMAGE053
                 (8)
即，校正彩色图像
Figure 780419DEST_PATH_IMAGE004
水平第
Figure 423890DEST_PATH_IMAGE002
个像素点，垂直第个像素点的值为票据彩色图像水平第
Figure 674929DEST_PATH_IMAGE054
个像素点，垂直第
Figure 753743DEST_PATH_IMAGE055
个像素点的值。
CN201310518171.9A 2013-10-29 2013-10-29 票据图像倒置检测系统 Active CN103679700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310518171.9A CN103679700B (zh) 2013-10-29 2013-10-29 票据图像倒置检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310518171.9A CN103679700B (zh) 2013-10-29 2013-10-29 票据图像倒置检测系统

Publications (2)

Publication Number Publication Date
CN103679700A true CN103679700A (zh) 2014-03-26
CN103679700B CN103679700B (zh) 2016-09-07

Family

ID=50317151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310518171.9A Active CN103679700B (zh) 2013-10-29 2013-10-29 票据图像倒置检测系统

Country Status (1)

Country Link
CN (1) CN103679700B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107169488A (zh) * 2017-05-03 2017-09-15 四川长虹电器股份有限公司 一种票据扫描图像的矫正系统及矫正方法
CN107609482A (zh) * 2017-08-15 2018-01-19 天津大学 一种基于汉字笔画特征的中文文本图像倒置判别方法
CN109008840A (zh) * 2017-06-09 2018-12-18 河北卓达建材研究院有限公司 一种墙面修复机器人
WO2019205290A1 (zh) * 2018-04-28 2019-10-31 平安科技（深圳）有限公司 一种图像检测方法、装置、计算机设备及存储介质
CN112560729A (zh) * 2020-12-22 2021-03-26 成都中科信息技术有限公司 一种选票处理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1937698A (zh) * 2006-10-19 2007-03-28 上海交通大学 图像畸变自动校正的图像处理方法
CN101625760A (zh) * 2009-07-28 2010-01-13 谭洪舟 一种证件图像倾斜校正的办法
CN101655981A (zh) * 2009-09-09 2010-02-24 谭洪舟 证件图像倒置检测校正的方法
US20100150424A1 (en) * 2008-01-18 2010-06-17 Mitek Systems Systems for mobile image capture and processing of checks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1937698A (zh) * 2006-10-19 2007-03-28 上海交通大学 图像畸变自动校正的图像处理方法
US20100150424A1 (en) * 2008-01-18 2010-06-17 Mitek Systems Systems for mobile image capture and processing of checks
CN101625760A (zh) * 2009-07-28 2010-01-13 谭洪舟 一种证件图像倾斜校正的办法
CN101655981A (zh) * 2009-09-09 2010-02-24 谭洪舟 证件图像倒置检测校正的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张艳: "票据自动处理系统中若干关键技术研究", 《中国博士学位论文全文数据库 工程科技II辑》 *
曾凡锋 等: "中文文本图像倒置快速检测算法", 《计算机工程与设计》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107169488A (zh) * 2017-05-03 2017-09-15 四川长虹电器股份有限公司 一种票据扫描图像的矫正系统及矫正方法
CN109008840A (zh) * 2017-06-09 2018-12-18 河北卓达建材研究院有限公司 一种墙面修复机器人
CN107609482A (zh) * 2017-08-15 2018-01-19 天津大学 一种基于汉字笔画特征的中文文本图像倒置判别方法
WO2019205290A1 (zh) * 2018-04-28 2019-10-31 平安科技（深圳）有限公司 一种图像检测方法、装置、计算机设备及存储介质
CN112560729A (zh) * 2020-12-22 2021-03-26 成都中科信息技术有限公司 一种选票处理方法及系统
CN112560729B (zh) * 2020-12-22 2023-12-26 成都中科信息技术有限公司 一种选票处理方法及系统

Also Published As

Publication number Publication date
CN103679700B (zh) 2016-09-07

Similar Documents

Publication Publication Date Title
US10699146B2 (en) Mobile document detection and orientation based on reference object characteristics
WO2020147398A1 (zh) 翻拍图像检测方法、装置、计算机设备及存储介质
CN103679700A (zh) 票据图像倒置检测系统
US8577099B2 (en) Method, apparatus, and program for detecting facial characteristic points
CN108133216B (zh) 基于机器视觉的可实现小数点读取的数码管读数识别方法
CN102542255B (zh) 一种人脸图像校正的方法、装置及系统
CN103065134A (zh) 一种具有提示信息的指纹识别装置和方法
CN103116896A (zh) 一种基于视觉显著性模型的自动检测跟踪方法
KR101235791B1 (ko) 방위 독립적인 얼굴 검출기를 제공하는 방법, 장치 및 컴퓨터 프로그램 제품
CN102324134A (zh) 有价文件鉴别方法及其鉴别装置
CN102930265A (zh) 一种多身份证扫描方法及装置
CN103714327A (zh) 一种图像方向校正方法及系统
CN106778813B (zh) 深度图像的自适应聚类分割算法
CN109993161A (zh) 一种文本图像旋转矫正方法及系统
CN104574419A (zh) 镜头畸变参数标定方法及系统
CN104966348B (zh) 一种票据图像要素完整性检测方法及系统
CN107992869A (zh) 用于倾斜文字校正的方法、装置及电子设备
CN105005969A (zh) 一种票据图像涂改检测方法及系统
CN105184294B (zh) 一种基于像素追踪的倾斜文字判断识别方法
CN107358718B (zh) 一种冠字号识别方法、装置、设备及存储介质
Dong et al. Eye detection based on integral projection and hough round transform
CN106846609A (zh) 一种基于感知哈希的纸币面值面向识别方法
CN104408430B (zh) 一种车牌定位方法及装置
CN104408452B (zh) 一种基于旋转投影宽度的拉丁字符倾斜纠正方法及系统
Zhang et al. Rectification of optical characters as transform invariant low-rank textures

Legal Events

Date Code Title Description
PB01 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: 610091, No. 42 Shu West Road, hi tech Industrial Zone, Chengdu, Sichuan, Jinniu District

Applicant after: Holding Group Plc of Chengdu three Thailand

Address before: 610091, No. 42 Shu West Road, hi tech Industrial Zone, Chengdu, Sichuan, Jinniu District

Applicant before: Chengdu Santai Electronic Industry Co., Ltd.

COR Change of bibliographic data

Free format text: CORRECT: APPLICANT; FROM: CHENGDU SANTAI ELECTRONIC INDUSTRY CO., LTD. TO: CHENGDU SANTAI HOLDINGS GROUP CO., LTD.

C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201231

Address after: 215300 room 313, No.2, xugongqiao Road, Huaqiao Town, Kunshan City, Suzhou City, Jiangsu Province

Patentee after: Dimension financial outsourcing services (Suzhou) Co.,Ltd.

Address before: No.42 Shuxi Road, high tech Industrial Park, Jinniu District, Chengdu, Sichuan 610091

Patentee before: CHENGDU SANTAI HOLDING GROUP Co.,Ltd.

CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 215332 room 1411, building a, Zhongke innovation Plaza, No. 1555, Greenland Avenue, Huaqiao Town, Kunshan City, Suzhou City, Jiangsu Province

Patentee after: Dimension information technology (Suzhou) Co.,Ltd.

Address before: 215300 room 313, No.2, xugongqiao Road, Huaqiao Town, Kunshan City, Suzhou City, Jiangsu Province

Patentee before: Dimension financial outsourcing services (Suzhou) Co.,Ltd.