CN105528600A - 区域识别方法及装置 - Google Patents
区域识别方法及装置 Download PDFInfo
- Publication number
- CN105528600A CN105528600A CN201510727934.XA CN201510727934A CN105528600A CN 105528600 A CN105528600 A CN 105528600A CN 201510727934 A CN201510727934 A CN 201510727934A CN 105528600 A CN105528600 A CN 105528600A
- Authority
- CN
- China
- Prior art keywords
- certificate image
- predetermined edge
- information area
- certificate
- area
- 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.)
- Pending
Links
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- 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
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- 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
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
Abstract
本公开揭示了一种区域识别方法及装置,属于图像处理领域。所述区域识别方法包括:通过识别证件图像中证件的预定边缘;根据所述预定边缘在所述证件图像中确定出至少一个信息区域;对所述信息区域进行区域切割,得到至少一个字符区域;解决了相关技术中对于直接拍摄得到的证件图像中的某些信息区域的识别难度大和对某些信息区域的定位不准确的问题;达到了通过证件图像中预定边缘确定出信息区域,并对信息区域进行切割,从而对信息区域准确定位和对信息区域中的字符区域进行准确识别的效果。
Description
技术领域
本公开涉及图像处理领域,特别涉及一种区域识别方法及装置。
背景技术
身份证的自动识别技术是一种通过图像处理对身份证上的文字信息进行识别的技术。
相关技术提供了一种身份证的自动识别方法,通过身份证扫描设备按照固定的相对位置对身份证进行扫描,得到身份证的扫描图像;对扫描图像中的n个预定区域进行文字识别,得到姓名信息、性别信息、民族信息、出生日期信息、地址信息和公民身份号码信息中的至少一种。但是对于直接拍摄得到的身份证图像,仍然有较大的识别难度。
发明内容
为了解决相关技术中的问题,本公开提供一种区域识别方法及装置。所述技术方案如下:
根据本公开实施例的第一方面,提供一种区域识别方法,该方法包括:
识别证件图像中证件的预定边缘,预定边缘是位于证件的预定方向上的边缘;
根据预定边缘在证件图像中确定出至少一个信息区域;
对信息区域进行区域切割,得到至少一个字符区域。
在一个可选的实施例中,识别证件图像中证件的预定边缘,包括:
对证件图像进行索贝尔水平滤波和二值化,得到处理后的证件图像;
对处理后的证件图像中的预定区域进行直线检测,得到目标直线,将目标直线识别为证件的预定边缘。
在一个可选的实施例中,该方法还包括:
预先对证件图像按照预定缩小比例进行缩小处理。
在一个可选的实施例中,该方法还包括:
对处理后的证件图像中的预定区域进行连通域处理。
在一个可选的实施例中,根据预定边缘在证件图像中确定出至少一个信息区域,包括:
根据预定边缘和相对位置关系,确定出至少一个信息区域,相对位置关系是预定边缘与信息区域之间的相对位置关系。
在一个可选的实施例中,证件是第二代身份证,预定边缘是第二代身份证的下边缘,信息区域是第二代身份证的公民身份号码区域;
根据预定边缘和相对位置关系,确定出至少一个信息区域,包括:
将位于下边缘上方预定高度的区域,确定为公民身份号码区域。
在一个可选的实施例中,该方法还包括:
根据预定边缘的斜率,对证件图像进行倾斜度修正。
在一个可选的实施例中,根据预定边缘的斜率,对证件图像进行倾斜度修正,包括:
根据预定边缘的斜率,确定出预定边缘与水平方向的夹角;
对证件图像按照夹角旋转,旋转后的证件图像中的预定边缘与水平方向平行。
在一个可选的实施例中,对信息区域进行区域切割,得到至少一个字符区域,包括:
对信息区域进行二值化,得到二值化后的信息区域;
对二值化后的信息区域按照水平方向计算第一直方图,第一直方图包括:每行像素点的竖坐标和每行像素点中前景色像素点的累加值;
根据第一直方图中前景色像素点的累加值大于第一阈值的行所组成的连续行集合,识别得到n行文字区域,n为正整数;
对于第i行文字区域,按照竖直方向计算第二直方图,第二直方图包括:每列像素点的横坐标和每列像素点中前景色像素点的累加值,n≥i≥1,i为正整数;
根据第二直方图中前景色像素点的累加值大于第二阈值的列所组成的连续列集合,识别得到ni个字符区域。
根据本公开实施例的第二方面,提供一种区域识别装置,该装置包括:
识别模块,被配置为识别证件图像中证件的预定边缘,预定边缘是位于证件的预定方向上的边缘;
确定模块,被配置为根据预定边缘在证件图像中确定出至少一个信息区域;
切割模块,被配置为对信息区域进行区域切割,得到至少一个字符区域。
在一个可选的实施例中,识别模块,包括:
滤波子模块,被配置为对证件图像进行索贝尔水平滤波和二值化,得到处理后的证件图像;
检测子模块,被配置为对处理后的证件图像中的预定区域进行直线检测,得到目标直线,将目标直线识别为证件的预定边缘。
在一个可选的实施例中,该装置还包括:
缩小模块,被配置为预先对证件图像按照预定缩小比例进行缩小处理。
在一个可选的实施例中,该装置还包括:
连通模块,被配置为对处理后的证件图像中的预定区域进行连通域处理。
在一个可选的实施例中,确定模块,被配置为根据预定边缘和相对位置关系,确定出至少一个信息区域,相对位置关系是预定边缘与信息区域之间的相对位置关系。
在一个可选的实施例中,证件是第二代身份证,预定边缘是第二代身份证的下边缘,信息区域是第二代身份证的公民身份号码区域;
确定模块,被配置为将位于下边缘上方预定高度的区域,确定为公民身份号码区域。
在一个可选的实施例中,该装置还包括:
修正模块,被配置为根据预定边缘的斜率,对证件图像进行倾斜度修正。
在一个可选的实施例中,修正模块,包括:
夹角确定子模块,被配置为根据预定边缘的斜率,确定出预定边缘与水平方向的夹角;
旋转子模块,被配置为对证件图像按照夹角旋转,旋转后的证件图像中的预定边缘与水平方向平行。
在一个可选的实施例中,切割模块,包括:
二值化子模块,被配置为对信息区域进行二值化,得到二值化后的信息区域;
第一计算子模块,被配置为对二值化后的信息区域按照水平方向计算第一直方图,第一直方图包括:每行像素点的竖坐标和每行像素点中前景色像素点的累加值;
行识别子模块,被配置为根据第一直方图中前景色像素点的累加值大于第一阈值的行所组成的连续行集合,识别得到n行文字区域,n为正整数;
第二计算子模块,被配置为对于第i行文字区域,按照竖直方向计算第二直方图,第二直方图包括:每列像素点的横坐标和每列像素点中前景色像素点的累加值,n≥i≥1,i为正整数;
字符识别子模块,被配置为根据第二直方图中前景色像素点的累加值大于第二阈值的列所组成的连续列集合,识别得到ni个字符区域。
根据本公开实施例的第三方面,提供一种区域识别装置,该装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为:
识别证件图像中证件的预定边缘,预定边缘是位于证件的预定方向上的边缘;
根据预定边缘在证件图像中确定出至少一个信息区域;
对信息区域进行区域切割,得到至少一个字符区域。
本公开的实施例提供的技术方案可以包括以下有益效果:
通过识别证件图像中证件的预定边缘;根据预定边缘在证件图像中确定出至少一个信息区域;对信息区域进行区域切割,得到至少一个字符区域;解决了相关技术中对于直接拍摄得到的证件图像中的某些信息区域的识别难度大和对某些信息区域的定位不准确的问题;达到了通过证件图像中预定边缘确定出信息区域,并对信息区域进行切割,从而对信息区域准确定位和对信息区域中的字符区域进行准确识别的效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并于说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种区域识别方法的流程图;
图2A是根据另一示例性实施例示出的一种区域识别方法的流程图;
图2B是根据一示例性实施例示出的一种证件图像二值化的示意图;
图2C是根据一示例性实施例示出的一种证件图像中直线检测的示意图;
图3A是根据另一示例性实施例示出的一种区域识别方法的流程图;
图3B是根据一示例性实施例示出的一种连通域处理后证件图像的示意图;
图4是根据另一示例性实施例示出的一种区域识别方法的流程图;
图5A是根据另一示例性实施例示出的一种区域识别方法的流程图;
图5B是根据一示例性实施例示出的一种按照水平方向计算第一直方图的示意图;
图5C是根据一示例性实施例示出的一种连续行集合的示意图;
图5D是根据一示例性实施例示出的一种按照竖直方向计算第二直方图的示意图;
图5E是根据一示例性实施例示出的一种连续列集合的示意图;
图6是根据一示例性实施例示出的一种区域识别装置的框图;
图7是根据另一示例性实施例示出的一种区域识别装置的框图;
图8是根据另一示例性实施例示出的一种区域识别装置的框图;
图9是根据另一示例性实施例示出的一种区域识别装置的框图;
图10是根据另一示例性实施例示出的一种区域识别装置的框图;
图11是根据一示例性实施例示出的一种区域识别装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种区域识别方法的流程图。如图1所示,该区域识别方法包括如下步骤。
在步骤102中,识别证件图像中证件的预定边缘,预定边缘是位于证件的预定方向上的边缘;
证件图像是对证件直接拍摄得到的图像,比如:身份证图像、社会保障卡图像等。
在步骤104中,根据预定边缘在证件图像中确定出至少一个信息区域;
证件图像中的预定边缘的位置是相对固定的,而且预定边缘的定位难度通常是低于信息区域的定位难度的,所以根据预定边缘能够在证件图像中确定出各个信息区域。
信息区域是指证件图像中携带有文字信息的区域,比如:姓名信息区域、出生日期信息区域、性别区域、地址信息区域、公民身份号码信息区域、编号信息区域、颁发证件机关信息区域、有效日期信息区域等等信息区域中的至少一种。
在步骤106中,对信息区域进行区域切割,得到至少一个字符区域。
信息区域中包括有多个字符。对于一个信息区域,通过区域切割能够得到至少一个字符区域。字符区域是包括单个字符的区域。字符可以是汉字、英文字母、数字或者其它语种的字符。
综上所述,本公开实施例中提供的区域识别方法,通过识别证件图像中证件的预定边缘;根据预定边缘在证件图像中确定出至少一个信息区域;对信息区域进行区域切割,得到至少一个字符区域;解决了相关技术中对于直接拍摄得到的证件图像中的某些信息区域的识别难度大和对某些信息区域的定位不准确的问题;达到了通过证件图像中预定边缘确定出信息区域,并对信息区域进行切割,从而对信息区域准确定位和对信息区域中的字符区域进行准确识别的效果。
图2A是根据另一示例性实施例示出的一种区域识别方法的流程图。如图2A所示,该区域识别方法包括以下几个步骤。
在步骤202中,对证件图像进行索贝尔水平滤波和二值化,得到处理后的证件图像;
可选地,在拍摄证件图像时,拍摄界面中设置有用于引导拍摄的矩形区域,用户将矩形区域对准证件时,拍摄得到证件图像。
首先对证件图像进行sobel水平滤波,也即采用sobel算子沿水平方向进行滤波。然后,对滤波后的证件图像进行二值化。二值化是指将证件图像中的像素点的灰度值与预设灰度阈值比较,将证件图像中的像素点分成两部分:大于预设灰度阈值的像素群和小于预设灰度阈值的像素群,将两部分像素群在证件图像中分别呈现出黑和白两种不同的颜色,得到二值化后的证件图像,如图2B所示。其中,位于前景的一种颜色的像素点称之为前景色像素点,也即图2B的白色像素点;位于背景的一种颜色的像素点称之为背景色像素点,也即图2B的黑色像素点。
在步骤204中,对处理后的证件图像中的预定区域进行直线检测,得到目标直线,将目标直线识别为证件的预定边缘;
该预定区域是证件图像中证件的预定边缘可能存在的区域。比如:该预定区域是证件的下边缘在证件图像中的区域,或者,该预定区域是证件的上边缘在证件图像中的区域等等。
在获取到处理后的证件图像后,对处理后的证件图像进行直线检测。可选地,该直线检测采用直线拟合算法或Hough变换算法实现,从而得到目标直线,并将该目标直线识别为证件在证件图像中的预定边缘。
比如:针对索贝尔水平滤波和二值化处理后的证件图像,对证件的下边缘在证件图像中的区域进行直线检测,通过直线拟合或Hough变换后,证件图像的下方存在一条直线,将该直线识别为证件在证件图像中的预定边缘。证件的下边缘在证件图像中的位置,示例性地如图2C所示。
在步骤206中,根据预定边缘在证件图像中确定出至少一个信息区域;
在证件图像的类型已知时,证件图像的预定边缘与证件上其它信息区域之间存在固定的相对位置关系,根据证件图像的预定边缘和该相对位置关系能够确定出至少一个信息区域。
相对位置关系是指证件图像的预定边缘与信息区域之间的相对位置关系。
可选的,证件是第二代身份证,预定边缘是第二代身份证的下边缘,信息区域是第二代身份证的公民身份号码区域;则步骤206还可以实现为:将位于下边缘上方预定高度的区域,确定为公民身份号码区域。
比如,以第二代身份证为例,公民身份号码区域位于证件图像的预定边缘的上方;又比如,地址信息区域位于证件图像的预定边缘的左上方位置。通过该相对位置关系,能够基于证件图像的预定边缘确定出至少一个信息区域。
在步骤208中,对信息区域进行区域切割,得到至少一个字符区域。
信息区域中包括有多个字符。对于一个信息区域,通过区域切割能够得到至少一个字符区域。字符区域是包括单个字符的区域。字符可以是汉字、英文字母、数字或者其它语种的字符。
综上所述,本公开实施例中提供的区域识别方法,通过对证件图像进行索贝尔水平滤波和二值化,得到处理后的证件图像;对处理后的证件图像中的预定区域进行直线检测,得到目标直线,将目标直线识别为证件的预定边缘;根据预定边缘在证件图像中确定出至少一个信息区域;对信息区域进行区域切割,得到至少一个字符区域;解决了相关技术中对于直接拍摄得到的证件图像中的某些信息区域的识别难度大和对某些信息区域的定位不准确的问题;达到了通过证件图像中预定边缘确定出信息区域,并对信息区域进行切割,从而对信息区域准确定位和对信息区域中的字符区域进行准确识别的效果。
在基于图2A实施例提供的可选实施例中,为了可以更加快速的找到证件图像中的预定边缘。可选的,终端预先根据证件图像的大小对证件图像进行缩小处理。也即,在步骤202之前,该方法还包括步骤201。为了在对处理后的证件图像中的预定区域进行直线检测时,可以得到更加准确的直线。可选的,终端对处理后的证件图像中的预定区域进行连通域处理。也即,在步骤202之后,该方法还包括步骤203,如图3A所示:
在步骤201中,预先对证件图像按照预定缩小比例进行缩小处理。
终端预先根据证件图像的大小按照预定缩小比例对证件图像进行缩小处理,得到缩小处理后的证件图像。对证件图像的缩小处理可以使寻找证件图像中的预定边缘的速度得到提高。
在步骤203中,对处理后的证件图像中的预定区域进行连通域处理。
在获取到索贝尔水平滤波和二值化处理后的证件图像,对处理后的证件图像进行连通域处理,去除二值化的证件图像中前景色像素点组成的面积较大区域和面积较小区域,从而可以更加准确的识别出证件图像中的预定边缘。经过连通域处理后的证件图像,如图3B所示。
综上所述,本实施例提供的区域识别方法,通过预先对证件图像按照预定缩小比例进行缩小处理,使得对证件图像中预定边缘的寻找速度得到提高。
通过对处理后的证件图像中的预定区域进行连通域处理,使得对证件图像中预定边缘的确定的准确度得到提高,能够提高后续识别信息区域时的准确度。
在基于图2A实施例提供的可选实施例中,证件在证件图像中存在微小角度的旋转,也即证件在证件图像中的位置并不是水平的,而是与水平方向存在夹角的。可选地,终端根据预定边缘的斜率对证件图像进行倾斜度修正。也即,在步骤204之后,该方法还包括步骤205a和步骤205b,如图4所示:
在步骤205a中,根据预定边缘的斜率,确定出预定边缘与水平方向的夹角;
终端计算出证件图像的预定边缘与水平方向的夹角。该夹角即是证件与水平方向的夹角。
在步骤205b中,对证件图像按照夹角旋转,旋转后的证件图像中的预定边缘与水平方向平行。
综上所述,本实施例提供的区域识别方法,通过对证件图像的预定边缘进行旋转校正,使得证件图像中的证件与水平方向平行,能够提高后续识别信息区域时的准确度。
在基于图2A实施例提供的可选实施例中,步骤208对信息区域进行区域切割的过程。可替代实现为如下步骤208a至步骤208e,如图5A所示:
在步骤208a中,对信息区域进行二值化,得到二值化后的信息区域;
以信息区域是公民身份号码区域为例,可选地,先对信息区域进行预处理。其中,预处理可以包括:去噪、滤波、提取边缘等操作;将预处理后的信息区域进行二值化。
在步骤208b中,对二值化后的信息区域按照水平方向计算第一直方图,第一直方图包括:每行像素点的竖坐标和每行像素点中前景色像素点的累加值;
将二值化后的信息区域按照水平方向计算第一直方图,该第一直方图在竖直方向表示每行像素点的竖坐标,在水平方向表示每行像素点中前景色像素点的个数累加值,如图5B所示。
在步骤208c中,根据第一直方图中前景色像素点的累加值大于第一阈值的行所组成的连续行集合,识别得到n行文字区域,n为正整数;
根据第一直方图可以获取到每一行像素点中前景色像素点的累加值,将每一行像素点中前景色像素点的累加值与第一阈值进行比较,将第一直方图中前景色像素点的累加值大于第一阈值的行所组成的连续行集合,确定为文字区域所在的行。
连续行集合是指:前景色像素点的累加值大于第一阈值的行是连续的m行,该连续的m行像素点所组成的集合,如图5C所示,对于图中的m行像素点,在位于左侧直方图中的前景色像素点的累加值均大于第一阈值。而该m行像素点在证件图像中对应公民身份号码行“0421199”。
当然,若该信息区域是地址信息区域或者其他信息区域,文字区域可能为两行或者两行以上。此时,每个连续行集合识别为一行文字区域,n个连续行集合识别为n行文字区域。
在步骤208d中,对于第i行文字区域,按照竖直方向计算第二直方图,第二直方图包括:每列像素点的横坐标和每列像素点中前景色像素点的累加值,n≥i≥1,i为正整数;
对于识别出的公民身份号码行,按照竖直方向计算第二直方图,该第二直方图在水平方向表示每列像素点的横坐标,在竖直方向表示每列像素点中前景色像素点的个数累加值,前景色像素点是指二值化后的图像中的白色像素点,如图5D所示。
在步骤208e中,根据第二直方图中前景色像素点的累加值大于第二阈值的列所组成的连续列集合,识别得到ni个字符区域。
根据第二直方图可以获取到每一列像素点中前景色像素点的累加值,将每一列像素点中前景色像素点的累加值与第二阈值进行比较,将第二直方图中前景色像素点的累加值大于第二阈值的列所组成的连续列集合,确定为字符区域所在的列。
连续列集合是指:前景色像素点的累加值大于第二阈值的列是连续的p列,该连续的p列像素点所组成的集合,如图5E所示,连续列集合为p,也即第二直方图中形成的连续白色区域。对于图中的p列像素点,在位于下侧直方图中的前景色像素点的累加值均大于第二阈值。而该p列像素点在证件图像中对应字符区域“X”。
每个连续列集合识别为一个字符区域,n个连续列集合识别为n个字符区域。在图5E中,能够识别出18个字符区域。
若文字区域有n行,则步骤208d和步骤208e会针对每一行文字区域执行一次,共执行n次。
对于识别出的每个字符区域,还可以通过字符识别技术,识别出该字符区域中包含的文字。文字可以是汉字、英文字母、数字或其它语种的单个字符。
综上所述,本实施例提供的区域识别方法,通过对信息区域二值化,并将二值化后的信息区域按照水平方向计算第一直方图,确定信息区域中n行文字区域,再通过分别对n行文字区域按照竖直方向计算第二直方图,识别出每个文字对应的字符区域,能够提高识别信息区域中字符区域的准确度。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图6是根据一示例性实施例示出的一种区域识别装置的框图,如图6所示,该区域识别装置包括但不限于:
识别模块610,被配置为识别证件图像中证件的预定边缘,预定边缘是位于证件的预定方向上的边缘;
证件图像是对证件直接拍摄得到的图像,比如:身份证图像、社会保障卡图像等。
确定模块620,被配置为根据预定边缘在证件图像中确定出至少一个信息区域;
证件图像中的预定边缘的位置是相对固定的,而且预定边缘的定位难度通常是低于信息区域的定位难度的,所以确定模块620根据预定边缘能够在证件图像中确定出各个信息区域。
信息区域是指证件图像中携带有文字信息的区域,比如:姓名信息区域、出生日期信息区域、性别区域、地址信息区域、公民身份号码信息区域、编号信息区域、颁发证件机关信息区域、有效日期信息区域等等信息区域中的至少一种。
切割模块630,被配置为对信息区域进行区域切割,得到至少一个字符区域。
信息区域中包括有多个字符。对于一个信息区域,切割模块630通过区域切割能够得到至少一个字符区域。字符区域是包括单个字符的区域。字符可以是汉字、英文字母、数字或者其它语种的字符。
综上所述,本公开实施例中提供的区域识别装置,通过识别证件图像中证件的预定边缘;根据预定边缘在证件图像中确定出至少一个信息区域;对信息区域进行区域切割,得到至少一个字符区域;解决了相关技术中对于直接拍摄得到的证件图像中的某些信息区域的识别难度大和对某些信息区域的定位不准确的问题;达到了通过证件图像中预定边缘确定出信息区域,并对信息区域进行切割,从而对信息区域准确定位和对信息区域中的字符区域进行准确识别的效果。
在基于图6实施例提供的可选实施例中,识别模块610可以包括如下几个子模块,如图7所示:
滤波子模块611,被配置为对证件图像进行索贝尔水平滤波和二值化,得到处理后的证件图像;
首先滤波子模块611对证件图像进行sobel水平滤波,也即采用sobel算子沿水平方向进行滤波。然后,对滤波后的证件图像进行二值化。
二值化是指将证件图像中的像素点的灰度值与预设灰度阈值比较,将证件图像中的像素点分成两部分:大于预设灰度阈值的像素群和小于预设灰度阈值的像素群,将两部分像素群在证件图像中分别呈现出黑和白两种不同的颜色,得到二值化后的证件图像。
检测子模块612,被配置为对处理后的证件图像中的预定区域进行直线检测,得到目标直线,将目标直线识别为证件的预定边缘。
该预定区域是证件图像中证件的预定边缘可能存在的区域。比如:该预定区域是证件的下边缘在证件图像中的区域,或者,该预定区域是证件的上边缘在证件图像中的区域等等。
在获取滤波子模块611处理后的证件图像后,检测子模块612对处理后的证件图像进行直线检测。可选地,检测子模块612中的直线检测采用直线拟合算法或Hough变换算法实现,从而得到目标直线,并将该目标直线识别为证件在证件图像中的预定边缘。
综上所述,本公开实施例中提供的区域识别装置,通过对证件图像进行索贝尔水平滤波和二值化,得到处理后的证件图像;对处理后的证件图像中的预定区域进行直线检测,得到目标直线,将目标直线识别为证件的预定边缘;根据预定边缘在证件图像中确定出至少一个信息区域;对信息区域进行区域切割,得到至少一个字符区域;解决了相关技术中对于直接拍摄得到的证件图像中的某些信息区域的识别难度大和对某些信息区域的定位不准确的问题;达到了通过证件图像中预定边缘确定出信息区域,并对信息区域进行切割,从而对信息区域准确定位和对信息区域中的字符区域进行准确识别的效果。
在基于图7实施例提供的可选实施例中,该装置还可以包括如下模块,如图8所示:
缩小模块810,被配置为预先对证件图像按照预定缩小比例进行缩小处理。
缩小模块810预先根据证件图像的大小按照预定缩小比例对证件图像进行缩小处理,得到缩小处理后的证件图像。对证件图像的缩小处理可以使寻找证件图像中的预定边缘的速度得到提高。
连通模块820,被配置为对处理后的证件图像中的预定区域进行连通域处理。
在获取到滤波子模块611处理后的证件图像,连通模块820对处理后的证件图像进行连通域处理,去除二值化的证件图像中前景色像素点组成的面积较大区域和面积较小区域,从而可以更加准确的识别出证件图像中的预定边缘。
其中,确定模块620,还被配置为根据预定边缘和相对位置关系,确定出至少一个信息区域,相对位置关系是预定边缘与信息区域之间的相对位置关系。
可选的,证件是第二代身份证,预定边缘是第二代身份证的下边缘,信息区域是第二代身份证的公民身份号码区域;则确定模块620,被配置为将位于下边缘上方预定高度的区域,确定为公民身份号码区域。
综上所述,本实施例提供的区域识别装置,通过预先对证件图像按照预定缩小比例进行缩小处理,使得对证件图像中预定边缘的寻找速度得到提高。
通过对处理后的证件图像中的预定区域进行连通域处理,使得对证件图像中预定边缘的确定的准确度得到提高,能够提高后续识别信息区域时的准确度。
在基于图7实施例提供的可选实施例中,该装置还可以包括如下模块,如图9所示:
修正模块910,被配置为根据预定边缘的斜率,对证件图像进行倾斜度修正。
可选的,该修正模块910可以包括如下子模块:
夹角确定子模块911,被配置为根据预定边缘的斜率,确定出预定边缘与水平方向的夹角;
终端通过夹角确定子模块911计算出证件图像的预定边缘与水平方向的夹角。该夹角即是证件与水平方向的夹角。
旋转子模块912,被配置为对证件图像按照夹角旋转,旋转后的证件图像中的预定边缘与水平方向平行。
终端通过旋转子模块912将证件图像按照夹角确定子模块911计算出的夹角进行旋转。
综上所述,本实施例提供的区域识别装置,通过对证件图像的预定边缘进行旋转校正,使得证件图像中的证件与水平方向平行,能够提高后续识别信息区域时的准确度。
在基于图7实施例提供的可选实施例中,切割模块630可以包括如下模块,如图10所示:
二值化子模块631,被配置为对信息区域进行二值化,得到二值化后的信息区域;
以信息区域是公民身份号码区域为例,可选地,二值化子模块631先对信息区域进行预处理。其中,预处理可以包括:去噪、滤波、提取边缘等操作;将预处理后的信息区域进行二值化。
第一计算子模块632,被配置为对二值化后的信息区域按照水平方向计算第一直方图,第一直方图包括:每行像素点的竖坐标和每行像素点中前景色像素点的累加值;
第一计算子模块632将二值化子模块631处理后的信息区域按照水平方向计算第一直方图,该第一直方图在竖直方向表示每行像素点的竖坐标,在水平方向表示每行像素点中前景色像素点的个数累加值。
行识别子模块633,被配置为根据第一直方图中前景色像素点的累加值大于第一阈值的行所组成的连续行集合,识别得到n行文字区域,n为正整数;
根据第一直方图可以获取到每一行像素点中前景色像素点的累加值,行识别子模块633将每一行像素点中前景色像素点的累加值与第一阈值进行比较,将第一直方图中前景色像素点的累加值大于第一阈值的行所组成的连续行集合,确定为文字区域所在的行。
连续行集合是指:前景色像素点的累加值大于第一阈值的行是连续的m行,该连续的m行像素点所组成的集合。
每个连续行集合识别为一行文字区域,n个连续行集合识别为n行文字区域。
第二计算子模块634,被配置为对于第i行文字区域,按照竖直方向计算第二直方图,第二直方图包括:每列像素点的横坐标和每列像素点中前景色像素点的累加值,n≥i≥1,i为正整数;
对于行识别子模块633识别出的公民身份号码行,第二计算子模块634按照竖直方向计算第二直方图,该第二直方图在水平方向表示每列像素点的横坐标,在竖直方向表示每列像素点中前景色像素点的个数累加值,前景色像素点是指二值化后的图像中的白色像素点。
字符识别子模块635,被配置为根据第二直方图中前景色像素点的累加值大于第二阈值的列所组成的连续列集合,识别得到ni个字符区域。
根据第二直方图可以获取到每一列像素点中前景色像素点的累加值,字符识别子模块635将每一列像素点中前景色像素点的累加值与第二阈值进行比较,将第二直方图中前景色像素点的累加值大于第二阈值的列所组成的连续列集合,确定为字符区域所在的列。
连续列集合是指:前景色像素点的累加值大于第二阈值的列是连续的p列,该连续的p列像素点所组成的集合。
每个连续列集合识别为一个字符区域,n个连续列集合识别为n个字符区域。
综上所述,本实施例提供的区域识别装置,通过对信息区域二值化,并将二值化后的信息区域按照水平方向计算第一直方图,确定信息区域中n行文字区域,再通过分别对n行文字区域按照竖直方向计算第二直方图,识别出每个文字对应的字符区域,能够提高识别信息区域中字符区域的准确度。
本公开一示例性实施例提供了一种区域识别装置,能够实现本公开提供的区域识别方法,该区域识别装置包括:处理器、用于存储处理器可执行指令的存储器;
其中,处理器被配置为:
识别证件图像中证件的预定边缘,预定边缘是位于证件的预定方向上的边缘;
根据预定边缘在证件图像中确定出至少一个信息区域;
对信息区域进行区域切割,得到至少一个字符区域。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图11是根据一示例性实施例示出的一种用于区域识别方法的装置的框图。例如,装置1100可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图11,装置1100可以包括以下一个或多个组件:处理组件1102,存储器1104,电源组件1106,多媒体组件1108,音频组件1110,输入/输出(I/O)接口1112,传感器组件1114,以及通信组件1116。
处理组件1102通常控制装置1100的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件1102可以包括一个或多个处理器1118来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1102可以包括一个或多个模块,便于处理组件1102和其他组件之间的交互。例如,处理组件1102可以包括多媒体模块,以方便多媒体组件1108和处理组件1102之间的交互。
存储器1104被配置为存储各种类型的数据以支持在装置1100的操作。这些数据的示例包括用于在装置1100上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1106为装置1100的各种组件提供电力。电源组件1106可以包括电源管理系统,一个或多个电源,及其他与为装置1100生成、管理和分配电力相关联的组件。
多媒体组件1108包括在装置1100和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件1108包括一个前置摄像头和/或后置摄像头。当装置1100处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1110被配置为输出和/或输入音频信号。例如,音频组件1110包括一个麦克风(MIC),当装置1100处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1104或经由通信组件1116发送。在一些实施例中,音频组件1110还包括一个扬声器,用于输出音频信号。
I/O接口1112为处理组件1102和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1114包括一个或多个传感器,用于为装置1100提供各个方面的状态评估。例如,传感器组件1114可以检测到装置1100的打开/关闭状态,组件的相对定位,例如组件为装置1100的显示器和小键盘,传感器组件1114还可以检测装置1100或装置1100一个组件的位置改变,用户与装置1100接触的存在或不存在,装置1100方位或加速/减速和装置1100的温度变化。传感器组件1114可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1114还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1114还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1116被配置为便于装置1100和其他设备之间有线或无线方式的通信。装置1100可以接入基于通信标准的无线网络,如Wi-Fi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件1116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件1116还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IRDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1100可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述区域识别方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1104,上述指令可由装置1100的处理器1118执行以完成上述区域识别方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (19)
1.一种区域识别方法,其特征在于,所述方法包括:
识别证件图像中证件的预定边缘,所述预定边缘是位于所述证件的预定方向上的边缘;
根据所述预定边缘在所述证件图像中确定出至少一个信息区域;
对所述信息区域进行区域切割,得到至少一个字符区域。
2.根据权利要求1所述的方法,其特征在于,所述识别证件图像中证件的预定边缘,包括:
对所述证件图像进行索贝尔水平滤波和二值化,得到处理后的所述证件图像;
对所述处理后的所述证件图像中的预定区域进行直线检测,得到目标直线,将所述目标直线识别为所述证件的所述预定边缘。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
预先对所述证件图像按照预定缩小比例进行缩小处理。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
对所述处理后的所述证件图像中的预定区域进行连通域处理。
5.根据权利要求1至4任一所述的方法,其特征在于,所述根据所述预定边缘在所述证件图像中确定出至少一个信息区域,包括:
根据所述预定边缘和相对位置关系,确定出至少一个信息区域,所述相对位置关系是所述预定边缘与所述信息区域之间的相对位置关系。
6.根据权利要求5所述的方法,其特征在于,所述证件是第二代身份证,所述预定边缘是所述第二代身份证的下边缘,所述信息区域是所述第二代身份证的公民身份号码区域;
所述根据所述预定边缘和相对位置关系,确定出至少一个信息区域,包括:
将位于所述下边缘上方预定高度的区域,确定为所述公民身份号码区域。
7.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:
根据所述预定边缘的斜率,对所述证件图像进行倾斜度修正。
8.根据权利要求7所述的方法,其特征在于,所述根据所述预定边缘的斜率,对所述证件图像进行倾斜度修正,包括:
根据所述预定边缘的斜率,确定出所述预定边缘与水平方向的夹角;
对所述证件图像按照所述夹角旋转,旋转后的所述证件图像中的所述预定边缘与所述水平方向平行。
9.根据权利要求1至4任一所述的方法,其特征在于,所述对所述信息区域进行区域切割,得到至少一个字符区域,包括:
对所述信息区域进行二值化,得到二值化后的信息区域;
对所述二值化后的信息区域按照水平方向计算第一直方图,所述第一直方图包括:每行像素点的竖坐标和所述每行像素点中前景色像素点的累加值;
根据所述第一直方图中前景色像素点的累加值大于第一阈值的行所组成的连续行集合,识别得到n行文字区域,n为正整数;
对于第i行文字区域,按照竖直方向计算第二直方图,所述第二直方图包括:每列像素点的横坐标和所述每列像素点中前景色像素点的累加值,n≥i≥1,i为正整数;
根据所述第二直方图中前景色像素点的累加值大于第二阈值的列所组成的连续列集合,识别得到ni个字符区域。
10.一种区域识别装置,其特征在于,所述装置包括:
识别模块,被配置为识别证件图像中证件的预定边缘,所述预定边缘是位于所述证件的预定方向上的边缘;
确定模块,被配置为根据所述预定边缘在所述证件图像中确定出至少一个信息区域;
切割模块,被配置为对所述信息区域进行区域切割,得到至少一个字符区域。
11.根据权利要求10所述的装置,其特征在于,所述识别模块,包括:
滤波子模块,被配置为对所述证件图像进行索贝尔水平滤波和二值化,得到处理后的所述证件图像;
检测子模块,被配置为对所述处理后的所述证件图像中的预定区域进行直线检测,得到目标直线,将所述目标直线识别为所述证件的所述预定边缘。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
缩小模块,被配置为预先对所述证件图像按照预定缩小比例进行缩小处理。
13.根据权利要求11所述的装置,其特征在于,所述装置还包括:
连通模块,被配置为对所述处理后的所述证件图像中的预定区域进行连通域处理。
14.根据权利要求10至13任一所述的装置,其特征在于,
所述确定模块,被配置为根据所述预定边缘和相对位置关系,确定出至少一个信息区域,所述相对位置关系是所述预定边缘与所述信息区域之间的相对位置关系。
15.根据权利要求14所述的装置,其特征在于,所述证件是第二代身份证,所述预定边缘是所述第二代身份证的下边缘,所述信息区域是所述第二代身份证的公民身份号码区域;
所述确定模块,被配置为将位于所述下边缘上方预定高度的区域,确定为所述公民身份号码区域。
16.根据权利要求10至13任一所述的装置,其特征在于,所述装置还包括:
修正模块,被配置为根据所述预定边缘的斜率,对所述证件图像进行倾斜度修正。
17.根据权利要求16所述的装置,其特征在于,所述修正模块,包括:
夹角确定子模块,被配置为根据所述预定边缘的斜率,确定出所述预定边缘与水平方向的夹角;
旋转子模块,被配置为对所述证件图像按照所述夹角旋转,旋转后的所述证件图像中的所述预定边缘与所述水平方向平行。
18.根据权利要求10至13任一所述的装置,其特征在于,所述切割模块,包括:
二值化子模块,被配置为对所述信息区域进行二值化,得到二值化后的信息区域;
第一计算子模块,被配置为对所述二值化后的信息区域按照水平方向计算第一直方图,所述第一直方图包括:每行像素点的竖坐标和所述每行像素点中前景色像素点的累加值;
行识别子模块,被配置为根据所述第一直方图中前景色像素点的累加值大于第一阈值的行所组成的连续行集合,识别得到n行文字区域,n为正整数;
第二计算子模块,被配置为对于第i行文字区域,按照竖直方向计算第二直方图,所述第二直方图包括:每列像素点的横坐标和所述每列像素点中前景色像素点的累加值,n≥i≥1,i为正整数;
字符识别子模块,被配置为根据所述第二直方图中前景色像素点的累加值大于第二阈值的列所组成的连续列集合,识别得到ni个字符区域。
19.一种区域识别装置,其特征在于,所述装置包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为:
识别证件图像中证件的预定边缘,所述预定边缘是位于所述证件的预定方向上的边缘;
根据所述预定边缘在所述证件图像中确定出至少一个信息区域;
对所述信息区域进行区域切割,得到至少一个字符区域。
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510727934.XA CN105528600A (zh) | 2015-10-30 | 2015-10-30 | 区域识别方法及装置 |
MX2016003578A MX361846B (es) | 2015-10-30 | 2015-12-28 | Método y aparato para identificación de área. |
JP2017547042A JP6400226B2 (ja) | 2015-10-30 | 2015-12-28 | 領域認識方法及び装置 |
PCT/CN2015/099264 WO2017071058A1 (zh) | 2015-10-30 | 2015-12-28 | 区域识别方法及装置 |
RU2016110142A RU2641449C2 (ru) | 2015-10-30 | 2015-12-28 | Способ и устройство для идентификации области |
KR1020167005380A KR101782633B1 (ko) | 2015-10-30 | 2015-12-28 | 영역 인식 방법 및 장치 |
US15/299,671 US20170124412A1 (en) | 2015-10-30 | 2016-10-21 | Method, apparatus, and computer-readable medium for area recognition |
EP16195236.1A EP3163505A1 (en) | 2015-10-30 | 2016-10-24 | Method and apparatus for area identification |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510727934.XA CN105528600A (zh) | 2015-10-30 | 2015-10-30 | 区域识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105528600A true CN105528600A (zh) | 2016-04-27 |
Family
ID=55770814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510727934.XA Pending CN105528600A (zh) | 2015-10-30 | 2015-10-30 | 区域识别方法及装置 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20170124412A1 (zh) |
EP (1) | EP3163505A1 (zh) |
JP (1) | JP6400226B2 (zh) |
KR (1) | KR101782633B1 (zh) |
CN (1) | CN105528600A (zh) |
MX (1) | MX361846B (zh) |
RU (1) | RU2641449C2 (zh) |
WO (1) | WO2017071058A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446898A (zh) * | 2016-09-14 | 2017-02-22 | 宇龙计算机通信科技(深圳)有限公司 | 一种图像中文字信息的提取方法及装置 |
EP3163503A1 (en) * | 2015-10-30 | 2017-05-03 | Xiaomi Inc. | Method and apparatus for area indentification |
CN106778744A (zh) * | 2016-12-17 | 2017-05-31 | 北京小米移动软件有限公司 | 一种识别信息卡的信息的方法和装置 |
CN106778748A (zh) * | 2016-12-30 | 2017-05-31 | 江西憶源多媒体科技有限公司 | 基于人工神经网络的身份证快速识别方法及其装置 |
CN108647680A (zh) * | 2018-04-28 | 2018-10-12 | 北京盒子鱼教育科技有限公司 | 图像定位框检测方法和装置 |
CN108838099A (zh) * | 2018-03-28 | 2018-11-20 | 广州大学 | 基于机器视觉的别针徽章瑕疵检测系统及方法 |
CN109164932A (zh) * | 2018-08-02 | 2019-01-08 | 深圳市德名利电子有限公司 | 一种触控识别方法及触控装置 |
CN110533030A (zh) * | 2019-08-19 | 2019-12-03 | 三峡大学 | 基于深度学习的太阳胶片图像时间戳信息提取方法 |
CN111898602A (zh) * | 2020-08-10 | 2020-11-06 | 赞同科技股份有限公司 | 一种图像中的凭证号码区域识别方法、装置及设备 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6810892B2 (ja) * | 2017-06-05 | 2021-01-13 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置 |
CN107918935B (zh) * | 2017-12-05 | 2022-03-08 | 深圳市北电仪表有限公司 | 嵌入式系统的图像匹配切割装置及切割方法 |
CN110569835B (zh) * | 2018-06-06 | 2024-03-05 | 北京搜狗科技发展有限公司 | 一种图像识别方法、装置和电子设备 |
CN109325480A (zh) * | 2018-09-03 | 2019-02-12 | 平安普惠企业管理有限公司 | 身份信息的录入方法及终端设备 |
CN111325063B (zh) * | 2018-12-14 | 2024-01-05 | 航天信息股份有限公司 | 识别虚拟数字键盘的方法、装置和存储介质 |
KR102226843B1 (ko) * | 2019-02-26 | 2021-03-12 | 주식회사 핀그램 | 오브젝트 검출 시스템 및 그 방법 |
CN110378328B (zh) * | 2019-09-16 | 2019-12-13 | 图谱未来(南京)人工智能研究院有限公司 | 一种证件图像处理方法及装置 |
CN113256490A (zh) * | 2020-02-13 | 2021-08-13 | 北京小米松果电子有限公司 | 文档图像的处理方法、装置及介质 |
CN115082919B (zh) * | 2022-07-22 | 2022-11-29 | 平安银行股份有限公司 | 一种地址识别方法、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004097721A1 (ja) * | 2003-04-25 | 2004-11-11 | Sharp Kabushiki Kaisha | 画像処理装置、画像処理方法、画像処理プログラムおよびそのプログラムを記録したコンピュータ読取可能な記録媒体 |
CN102222241A (zh) * | 2010-04-19 | 2011-10-19 | 日本电产三协株式会社 | 字符串识别装置及字符串识别方法 |
CN102930265A (zh) * | 2012-09-19 | 2013-02-13 | 广州市中崎商业机器有限公司 | 一种多身份证扫描方法及装置 |
CN104573616A (zh) * | 2013-10-29 | 2015-04-29 | 腾讯科技(深圳)有限公司 | 一种信息识别方法、相关装置及系统 |
CN104680161A (zh) * | 2015-01-09 | 2015-06-03 | 安徽清新互联信息科技有限公司 | 一种身份证数字识别方法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08161423A (ja) * | 1994-12-06 | 1996-06-21 | Dainippon Printing Co Ltd | 照明装置および文字読取装置 |
US5999647A (en) * | 1995-04-21 | 1999-12-07 | Matsushita Electric Industrial Co., Ltd. | Character extraction apparatus for extracting character data from a text image |
US5889884A (en) * | 1995-05-23 | 1999-03-30 | Minolta Co., Ltd. | Image forming apparatus capable of recognizing top and bottom of document image |
KR100389194B1 (ko) * | 2001-07-09 | 2003-06-27 | 씨엔씨엔터프라이즈 주식회사 | 카드 블랙리스트 데이터의 압축방법 및 그의 전송시스템 |
JP3823782B2 (ja) * | 2001-08-31 | 2006-09-20 | 日産自動車株式会社 | 先行車両認識装置 |
JP3931651B2 (ja) * | 2001-12-21 | 2007-06-20 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置 |
RU2309456C2 (ru) * | 2005-12-08 | 2007-10-27 | "Аби Софтвер Лтд." | Способ распознавания текстовой информации из векторно-растрового изображения |
CN100517374C (zh) * | 2005-12-29 | 2009-07-22 | 佳能株式会社 | 从复杂背景文档图像提取文本的装置、方法 |
EP2143041A4 (en) * | 2007-05-01 | 2011-05-25 | Compulink Man Ct Inc | PHOTODOCUMENTEGMENTATION METHOD AND METHOD |
US8064729B2 (en) * | 2008-04-03 | 2011-11-22 | Seiko Epson Corporation | Image skew detection apparatus and methods |
CN101510258B (zh) * | 2009-01-16 | 2013-02-13 | 北京中星微电子有限公司 | 一种证件验证方法、系统及一种证件验证终端 |
JP2010186246A (ja) * | 2009-02-10 | 2010-08-26 | Nec Corp | 画像処理装置、方法、及び、プログラム |
US9639949B2 (en) * | 2010-03-15 | 2017-05-02 | Analog Devices, Inc. | Edge orientation for second derivative edge detection methods |
CN102955941A (zh) * | 2011-08-31 | 2013-03-06 | 汉王科技股份有限公司 | 身份信息录入方法和装置 |
KR101295000B1 (ko) * | 2013-01-22 | 2013-08-09 | 주식회사 케이지모빌리언스 | 카드 번호의 영역 특성을 이용하는 신용 카드의 번호 인식 시스템 및 신용 카드의 번호 인식 방법 |
US8995774B1 (en) * | 2013-09-19 | 2015-03-31 | IDChecker, Inc. | Automated document recognition, identification, and data extraction |
JP6161484B2 (ja) * | 2013-09-19 | 2017-07-12 | 株式会社Pfu | 画像処理装置、画像処理方法及びコンピュータプログラム |
CN103488984B (zh) * | 2013-10-11 | 2017-04-12 | 瑞典爱立信有限公司 | 基于智能移动设备的二代身份证识别方法及装置 |
CN104298985A (zh) * | 2014-08-11 | 2015-01-21 | 东莞中山大学研究院 | 一种基于迭代的图像文本区域检测方法 |
US9760788B2 (en) * | 2014-10-30 | 2017-09-12 | Kofax, Inc. | Mobile document detection and orientation based on reference object characteristics |
-
2015
- 2015-10-30 CN CN201510727934.XA patent/CN105528600A/zh active Pending
- 2015-12-28 WO PCT/CN2015/099264 patent/WO2017071058A1/zh active Application Filing
- 2015-12-28 RU RU2016110142A patent/RU2641449C2/ru active
- 2015-12-28 KR KR1020167005380A patent/KR101782633B1/ko active IP Right Grant
- 2015-12-28 JP JP2017547042A patent/JP6400226B2/ja active Active
- 2015-12-28 MX MX2016003578A patent/MX361846B/es active IP Right Grant
-
2016
- 2016-10-21 US US15/299,671 patent/US20170124412A1/en not_active Abandoned
- 2016-10-24 EP EP16195236.1A patent/EP3163505A1/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004097721A1 (ja) * | 2003-04-25 | 2004-11-11 | Sharp Kabushiki Kaisha | 画像処理装置、画像処理方法、画像処理プログラムおよびそのプログラムを記録したコンピュータ読取可能な記録媒体 |
CN102222241A (zh) * | 2010-04-19 | 2011-10-19 | 日本电产三协株式会社 | 字符串识别装置及字符串识别方法 |
CN102930265A (zh) * | 2012-09-19 | 2013-02-13 | 广州市中崎商业机器有限公司 | 一种多身份证扫描方法及装置 |
CN104573616A (zh) * | 2013-10-29 | 2015-04-29 | 腾讯科技(深圳)有限公司 | 一种信息识别方法、相关装置及系统 |
CN104680161A (zh) * | 2015-01-09 | 2015-06-03 | 安徽清新互联信息科技有限公司 | 一种身份证数字识别方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3163503A1 (en) * | 2015-10-30 | 2017-05-03 | Xiaomi Inc. | Method and apparatus for area indentification |
US10095949B2 (en) | 2015-10-30 | 2018-10-09 | Xiaomi Inc. | Method, apparatus, and computer-readable storage medium for area identification |
CN106446898A (zh) * | 2016-09-14 | 2017-02-22 | 宇龙计算机通信科技(深圳)有限公司 | 一种图像中文字信息的提取方法及装置 |
CN106778744A (zh) * | 2016-12-17 | 2017-05-31 | 北京小米移动软件有限公司 | 一种识别信息卡的信息的方法和装置 |
CN106778748A (zh) * | 2016-12-30 | 2017-05-31 | 江西憶源多媒体科技有限公司 | 基于人工神经网络的身份证快速识别方法及其装置 |
CN108838099A (zh) * | 2018-03-28 | 2018-11-20 | 广州大学 | 基于机器视觉的别针徽章瑕疵检测系统及方法 |
CN108647680A (zh) * | 2018-04-28 | 2018-10-12 | 北京盒子鱼教育科技有限公司 | 图像定位框检测方法和装置 |
CN108647680B (zh) * | 2018-04-28 | 2021-11-12 | 北京盒子鱼教育科技有限公司 | 图像定位框检测方法和装置 |
CN109164932A (zh) * | 2018-08-02 | 2019-01-08 | 深圳市德名利电子有限公司 | 一种触控识别方法及触控装置 |
CN109164932B (zh) * | 2018-08-02 | 2021-07-23 | 深圳市德明利技术股份有限公司 | 一种触控识别方法及触控装置 |
CN110533030A (zh) * | 2019-08-19 | 2019-12-03 | 三峡大学 | 基于深度学习的太阳胶片图像时间戳信息提取方法 |
CN110533030B (zh) * | 2019-08-19 | 2023-07-14 | 三峡大学 | 基于深度学习的太阳胶片图像时间戳信息提取方法 |
CN111898602A (zh) * | 2020-08-10 | 2020-11-06 | 赞同科技股份有限公司 | 一种图像中的凭证号码区域识别方法、装置及设备 |
CN111898602B (zh) * | 2020-08-10 | 2024-04-16 | 赞同科技股份有限公司 | 一种图像中的凭证号码区域识别方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
KR101782633B1 (ko) | 2017-09-27 |
RU2641449C2 (ru) | 2018-01-17 |
WO2017071058A1 (zh) | 2017-05-04 |
EP3163505A1 (en) | 2017-05-03 |
KR20170061627A (ko) | 2017-06-05 |
MX2016003578A (es) | 2017-07-14 |
JP6400226B2 (ja) | 2018-10-03 |
JP2018500702A (ja) | 2018-01-11 |
MX361846B (es) | 2018-12-18 |
US20170124412A1 (en) | 2017-05-04 |
RU2016110142A (ru) | 2017-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105528600A (zh) | 区域识别方法及装置 | |
US10127471B2 (en) | Method, device, and computer-readable storage medium for area extraction | |
CN105528602A (zh) | 区域识别方法及装置 | |
JP6392468B2 (ja) | 領域認識方法及び装置 | |
CN105550633B (zh) | 区域识别方法及装置 | |
US20150332439A1 (en) | Methods and devices for hiding privacy information | |
CN105069786A (zh) | 直线检测方法及装置 | |
CN105528607A (zh) | 区域提取方法、模型训练方法及装置 | |
CN105488511A (zh) | 图像的识别方法及装置 | |
CN105095881A (zh) | 人脸识别方法、装置及终端 | |
CN105046260A (zh) | 图像预处理方法及装置 | |
CN105139378A (zh) | 卡片边界检测方法及装置 | |
CN112927122A (zh) | 水印去除方法、装置及存储介质 | |
CN104484867A (zh) | 图片处理方法及装置 | |
CN104899588A (zh) | 识别图像中的字符的方法及装置 | |
CN104899611A (zh) | 确定图像中卡片位置的方法及装置 | |
CN105303576A (zh) | 边缘检测方法及装置 | |
CN104834928A (zh) | 图片中识别区域的确定方法及装置 | |
CN104899838A (zh) | 调整图像的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160427 |