CN106228168A - 卡片图像反光检测方法和装置 - Google Patents

卡片图像反光检测方法和装置 Download PDF

Info

Publication number
CN106228168A
CN106228168A CN201610615407.4A CN201610615407A CN106228168A CN 106228168 A CN106228168 A CN 106228168A CN 201610615407 A CN201610615407 A CN 201610615407A CN 106228168 A CN106228168 A CN 106228168A
Authority
CN
China
Prior art keywords
card image
reflective
detected
character
image
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
CN201610615407.4A
Other languages
English (en)
Other versions
CN106228168B (zh
Inventor
王百超
杨松
陈志军
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201610615407.4A priority Critical patent/CN106228168B/zh
Publication of CN106228168A publication Critical patent/CN106228168A/zh
Application granted granted Critical
Publication of CN106228168B publication Critical patent/CN106228168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Character Input (AREA)

Abstract

本公开是关于一种卡片图像反光检测方法和装置，属于图像处理技术领域。所述方法包括：获取待检测卡片图像；对所述待检测卡片图像进行去反光处理；对去反光处理后的卡片图像进行字符检测，得到字符检测结果；根据所述字符检测结果确定所述待检测卡片图像是否反光。所述装置包括图像获取模块、去反光模块、字符检测模块和确定模块。本公开实施例可以有效检测卡片图像是否反光，尤其适用于卡片图像信息自动识别技术。

Description

卡片图像反光检测方法和装置
技术领域
本公开涉及图像处理技术领域，尤其涉及一种卡片图像反光检测方法和装置。
背景技术
在人们的日常生活中，经常需要从证件中获取相关信息。随着计算机、图像处理等技术的飞速发展，使用计算机自动识别和录入相关信息已经越来越普及。
相关技术中，通常会采用拍摄或扫描的方式采集证件等卡片图像，然后对采集到的卡片图像进行处理、分析，自动识别和提取卡片图像中的相关信息。然而，若获取到的卡片图像中存在反光区域，该反光区域内的信息可能无法识别或是识别结果出错，最终可能导致相关信息录入失败。因此，对卡片图像的反光检测尤为重要。
发明内容
为克服相关技术中存在的问题，本公开提供一种卡片图像反光检测方法和装置。
根据本公开实施例的第一方面，提供一种卡片图像反光检测方法，所述方法包括：
获取待检测卡片图像；
对所述待检测卡片图像进行去反光处理，得到去反光后的卡片图像；
对所述去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果；
根据所述去反光后的卡片图像的字符检测结果，确定所述待检测卡片图像是否反光。
在第一方面的一种实现方式中，所述对所述待检测卡片图像进行去反光处理，包括：
对所述待检测卡片图像进行二值化处理，得到高光分布图；
对所述高光分布图进行连通域分析，并保留所述高光分布图中最大的连通域，得到更新后的高光分布图；
以所述待检测卡片图像为引导图像，对所述更新后的高光分布图进行引导滤波；
基于引导滤波后的高光分布图，对所述待检测卡片图像进行去反光处理。
进一步地，所述基于引导滤波后的高光分布图，对所述待检测卡片图像进行去反光处理，包括：
确定第一亮度值，所述第一亮度值为所述待检测卡片图像中第一位置对应的亮度值中的最大亮度值，所述第一位置为与所述引导滤波后的高光分布图中值为0的位置对应的位置；
确定第二亮度值，所述第二亮度值为所述待检测卡片图像中第二位置对应的亮度值中的最大亮度值，所述第二位置为与所述引导滤波后的高光分布图中值大于0的位置对应的位置；
基于所述第一亮度值和所述第二亮度值，对所述待检测卡片图像进行去反光处理。
更进一步地，所述基于所述第一亮度值和所述第二亮度值，对所述待检测卡片图像进行去反光处理，按照以下公式进行：
Im2＝Im1/(1+M2(Max1-Max0)/Max0)，
其中，Im2为所述去反光后的卡片图像，Im1为所述待检测卡片图像，M2为所述引导滤波后的高光分布图，Max0为所述第一亮度值，Max1为所述第二亮度值。
在第一方面的另一种可能的实现方式中，所述对所述去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果，包括：
根据卡片模板中的设定字符位置，确定所述待检测卡片图像中的每一行字符区域；
以设定倍数分别放大确定出的各行字符区域，得到待检测字符区域；
在所述待检测字符区域中进行边缘检测，得到边缘图；
将所述边缘图进行横向投影，得到横向投影直方图；
将所述边缘图进行纵向投影，得到纵向投影直方图；
根据所述横向投影直方图确定各行字符的上下边界，并根据所述纵向投影直方图确定各行字符的左右边界。
在第一方面的又一种可能的实现方式中，所述根据所述去反光后的卡片图像的字符检测结果，确定所述待检测卡片图像是否反光，包括：
根据所述去反光后的卡片图像的字符检测结果，确定所述去反光后的卡片图像的设定区域中是否存在未检测出字符的区域；
若所述去反光后的卡片图像的设定区域中存在未检测出字符的区域，则将所述设定区域中未检测出字符的区域标记为1，并将去反光处理后的所述卡片图像中未检测出字符的区域以外的区域标记为0，得到未检测出字符分布图；
根据所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光。
可选地，所述根据所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光，包括：
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置求加权和的操作；
将加权和大于设定值的位置标记为1，而将加权和小于或等于设定值的位置标记为0，得到反光位置分布图；
根据所述反光位置分布图，确定所述待检测卡片图像是否反光。
可选地，所述根据所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光，包括：
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置取最小值的操作，得到反光位置分布图；
根据所述反光位置分布图，确定所述待检测卡片图像是否反光。
优选地，所述对所述待检测卡片图像进行去反光处理，包括：
当所述待检测卡片图像的设定区域中存在未被检测出的字符区域时，对所述待检测卡片图像进行去反光处理。
进一步地，所述方法还包括：
对所述待检测卡片图像进行字符检测，得到所述待检测卡片图像的字符检测结果；
根据所述待检测卡片图像的字符检测结果，确定所述待检测卡片图像的设定区域中是否存在未被检测出的字符区域。
优选地，所述方法还包括：
对所述待检测卡片图像进行卡片边界检测；
根据检测出的卡片边界，将所述待检测卡片图像校正为矩形。
可选地，所述方法还包括：
当确定所述待检测卡片图像反光时，输出提示信息。
可选地，所述卡片图像包括身份证图像、有价文件图像、居住证图像、信用卡图像、护照图像或驾驶证图像。
根据本公开实施例的第二方面，提供一种卡片图像反光检测装置，所述装置包括：
图像获取模块，用于获取待检测卡片图像；
去反光模块，用于对所述图像获取模块获取到的所述待检测卡片图像进行去反光处理，得到去反光后的卡片图像；
字符检测模块，用于对所述去反光模块得到的所述去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果；
确定模块，用于根据所述字符检测模块得到的所述去反光后的卡片图像的字符检测结果，确定所述卡片图像是否反光。
在第二方面的一种可能的实现方式中，所述去反光模块，包括：
二值化子模块，用于对所述获取模块获取的所述待检测卡片图像进行二值化处理，得到高光分布图；
连通域分析子模块，用于对所述高光分布图进行连通域分析，并保留所述高光分布图中最大的连通域，得到更新后的高光分布图；
滤波子模块，用于以所述待检测卡片图像为引导图像，对所述连通域分析子模块得到的所述更新后的高光分布图进行引导滤波；
去反光子模块，用于基于所述滤波子模块得到的引导滤波后的高光分布图，对所述待检测卡片图像进行去反光处理。
进一步地，所述去反光子模块，用于
确定第一亮度值，所述第一亮度值为所述待检测卡片图像中第一位置对应的亮度值中的最大亮度值，所述第一位置为与所述引导滤波后的高光分布图中值为0的位置对应的位置；
确定第二亮度值，所述第二亮度值为所述待检测卡片图像中第二位置对应的亮度值中的最大亮度值，所述第二位置为与所述引导滤波后的高光分布图中值大于0的位置对应的位置；
基于所述第一亮度值和所述第二亮度值，对所述待检测卡片图像进行去反光处理。
更进一步地，所述去反光子模块，用于按照以下公式对所述待检测卡片图像进行去反光处理：
Im2＝Im1/(1+M2(Max1-Max0)/Max0)，
其中，Im2为所述去反光后的卡片图像，Im1为所述待检测卡片图像，M2为所述引导滤波后的高光分布图，Max0为所述第一亮度值，Max1为所述第二亮度值。
在第二方面的另一可能的实现方式中，所述字符检测模块，包括：
字符区域确定子模块，用于根据卡片模板中的设定字符位置，确定所述待检测卡片图像中的每一行字符区域；
放大子模块，用于以设定倍数分别放大确定出的各行字符区域，得到待检测字符区域；
边缘检测子模块，用于在所述放大子模块得到的所述待检测字符区域中进行边缘检测，得到边缘图；
投影子模块，用于将所述边缘检测子模块得到的边缘图进行横向投影，得到横向投影直方图，并将所述边缘图进行纵向投影，得到纵向投影直方图；
字符边界确定子模块，用于根据所述投影子模块得到的所述横向投影直方图确定各行字符的上下边界，并根据所述投影子模块得到的所述纵向投影直方图确定各行字符的左右边界。
在第二方面的又一可能的实现方式中，所述确定模块，包括：
区域确定子模块，用于根据所述去反光后的卡片图像的字符检测结果，确定所述去反光后的卡片图像的设定区域中是否存在未检测出字符的区域；
标记子模块，用于当所述去反光后的卡片图像的设定区域中存在未检测出字符的区域时，将所述设定区域中未检测出字符的区域标记为1，并将去反光处理后的所述卡片图像中未检测出字符的区域以外的区域标记为0，得到未检测出字符分布图；
反光确定子模块，用于根据所述标记子模块得到的所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光。
可选地，所述反光确定子模块用于，
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置求加权和的操作；
将加权和大于设定值的位置标记为1，而将加权和小于或等于设定值的位置标记为0，得到反光位置分布图；
根据所述反光位置分布图，确定所述待检测卡片图像是否反光。
可选地，所述反光确定子模块用于，
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置取最小值的操作，得到反光位置分布图；
根据所述反光位置分布图，确定所述待检测卡片图像是否反光。
在第二方面的又一可能的实现方式中，所述去反光模块用于，当所述待检测卡片图像的设定区域中存在未被检测出的字符区域时，对所述待检测卡片图像进行去反光处理。
进一步地，所述字符检测模块还用于，对所述待检测卡片图像进行字符检测，得到所述待检测卡片图像的字符检测结果；
所述确定模块还用于根据所述字符检测模块得到的所述待检测卡片图像的字符检测结果，确定所述待检测卡片图像的设定区域中是否存在未被检测出的字符区域。
优选地，所述装置还包括：
边界检测模块，用于对所述图像获取模块获取到的所述待检测卡片图像进行卡片边界检测；
校正模块，用于根据所述边界检测模块检测出的卡片边界，将所述待检测卡片图像校正为矩形。
优选地，所述装置还包括：
输出模块，用于当所述确定模块确定所述待检测卡片图像反光时，输出提示信息。
可选地，所述卡片图像包括身份证图像、有价文件图像、居住证图像、信用卡图像、护照图像或驾驶证图像。
根据本公开实施例的第三方面，提供一种卡片图像反光检测装置，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待检测卡片图像；
对所述待检测卡片图像进行去反光处理，得到去反光后的卡片图像；
对所述去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果；
根据所述去反光后的卡片图像的字符检测结果，确定所述待检测卡片图像是否反光。
本公开的实施例提供的技术方案可以包括以下有益效果：
由于在进行卡片图像信息自动识别时，通常只需要识别出一些设定信息，因此，其只需要关注设定信息对应的区域是否能够检测出字符等，也就是说，在进行反光检测时，只需要关注设定信息对应的区域内的字符是否会受到反光的影响，因此，在本公开实施例中，先对待检测卡片图像进行去反光处理，恢复其中可以恢复的信息，然后再在去反光后的卡片图像中进行字符检测，从而可以根据字符检测结果准确判断需要识别的信息是否受反光区域影响，尤其适用于在卡片图像信息自动识别技术中对卡片图像进行预处理。
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和解释性的，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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种卡片图像反光检测方法的流程图；
图2是根据一示例性实施例示出的另一种卡片图像反光检测方法的流程图；
图3是图2所示实施例中字符检测的一种实施方式的流程图；
图4是根据一示例性实施例示出的一种卡片图像反光检测装置的框图；
图5是根据一示例性实施例示出的另一种卡片图像反光检测装置的框图；
图6是根据一示例性实施例示出的又一种卡片图像反光检测装置的框图；
图7是根据一示例性实施例示出的再一种卡片图像反光检测装置的框图。
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发明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、本发明的一些方面相一致的装置和方法的例子。
本公开实施例可以适用于证件等卡片类文件拍照后上传验证信息的场景，由于卡片可能被强光照射而存在反光区域、或者由于过度曝光而使得卡片图像中存在反光区域，这将可能导致卡片图像中的信息无法被检测出，因此，需要对卡片图像进行反光检测，以确定其是否反光，进而根据反光检测的结果判断是否可以进行后续的卡片图像自动识别，比如，若检测出卡片图像反光，则放弃本次识别。其中，卡片图像自动识别可以是指提取卡片图像中的关键信息，关键信息可以根据证件类型确定，例如，对于身份证而言，关键信息包括但不限于姓名、身份证号等。
需要说明的是，在本公开实施例中，卡片图像指卡片式文件拍摄得到的图像。
图1是根据一示例性实施例示出的一种卡片图像反光检测方法，该方法可以用于终端设备中，终端设备包括但不限于手机、平板电脑、笔记本电脑等，该方法还可以用于服务器中，如图1所示，该方法包括以下步骤。
在步骤S101中，获取待检测卡片图像。
其中，待检测卡片图像的获取方式包括但不限于以下方式：
采用图像采集设备(例如摄像头、数码相机、扫描仪等)采集卡片图像；
从存储介质或存储设备中获取卡片图像。
其中，卡片图像包括但不限于身份证图像、居住证图像、信用卡图像、有价文件(例如支票等)图像、护照图像或驾驶证图像等。
该步骤S101中获取到的卡片图像可以为灰度图像，也可以为彩色图像(例如RGB(Red、Green、Blue，红绿蓝)格式的彩色图像)。容易知道，若待检测卡片图像是灰度图格式，则可以直接执行后续步骤，若待检测卡片图像是彩色图像，则需要先将其转换为灰度图格式。
在步骤S102中，对该待检测卡片图像进行去反光处理，得到去反光后的卡片图像。
通过该步骤S102可以恢复待检测卡片图像中的一些反光较弱的区域中的字符等信息。
在步骤S103中，对去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果。
实现时，该步骤S103可以采用以下方式进行：
以设定大小的窗口在卡片图像内以设定步长进行滑动，得到多个窗口图像；
对每个窗口图像进行特征提取；
根据各个窗口图像中提取到的特征，判断该窗口图像中是否包含字符，将包含字符的窗口图像对应的区域作为字符区域。
其中，设定大小可以根据字符大小确定，比如设定大小的窗口可以为当卡片图像缩放到设定大小时，其中的单个字符的外接矩形，设定步长可以为单个字符的外接矩形的宽度的1/3～1倍。
其中，对每个窗口图像进行特征提取得到的特征可以为HOG(Histogram ofOriented Gradient，方向梯度直方图)特征、Haar特征或LBP(Local Binary Pattern，局部二值模式)特征等。根据各个窗口图像中提取到的特征，判断该窗口图像中是否包含字符可以采用分类器实现，比如SVM(Support Vector Machine，支持向量机)、随机树等。实际使用的特征的类型和分类器的类型可以根据实际需要选择，例如，可以选择HOG特征与SVM结合，本公开对此不做限制。
在步骤S104中，根据去反光后的卡片图像的字符检测结果，确定待检测卡片图像是否反光。
在本公开实施例的一种实现方式中，该步骤S104可以包括：
根据去反光后的卡片图像的字符检测结果，确定去反光后的卡片图像的设定区域中是否存在未检测出字符的区域；
若去反光后的卡片图像的设定区域中存在未检测出字符的区域，则确定待检测卡片图像反光；
若去反光后的卡片图像的设定区域中存在未检测出字符的区域，则确定待检测卡片图像不反光。
由于在进行卡片图像信息自动识别时，通常只需要识别出一些设定信息，因此，其只需要关注设定信息对应的区域是否能够检测出字符等，也就是说，在进行反光检测时，只需要关注设定信息对应的区域内的字符是否会受到反光的影响，因此，在本公开实施例中，先对待检测卡片图像进行去反光处理，恢复其中可以恢复的信息，然后再在去反光后的卡片图像中进行字符检测，从而可以根据字符检测结果准确判断需要识别的信息是否受反光区域影响，尤其适用于在卡片图像信息自动识别技术中对卡片图像进行预处理。
图2是根据一示例性实施例示出的另一种卡片图像反光检测方法，该卡片图像反光检测方法可以用于终端设备中，终端设备包括但不限于手机、平板电脑、笔记本电脑等；该方法还可以用于服务器中。本实施例将以身份证图像为例进行详细说明，容易知道，除了身份证图像以外，卡片图像还可以为有价文件(例如支票等)图像、居住证图像、信用卡图像、护照图像或驾驶证图像等。如图2所示，该方法包括以下步骤。
在步骤S201中，获取待检测卡片图像。
其中，待检测卡片图像的获取方式包括但不限于以下方式：
采用图像采集设备(例如摄像头、数码相机、扫描仪等)采集卡片图像；
从存储介质或存储设备中获取卡片图像。
其中，卡片图像包括但不限于身份证图像、居住证图像、信用卡图像、有价文件(例如支票等)图像、护照图像或驾驶证图像等。
该步骤S201中获取到的卡片图像可以为灰度图像，也可以为彩色图像(例如RGB(Red、Green、Blue，红绿蓝)格式的彩色图像)。容易知道，若待检测卡片图像是灰度图格式，则可以直接执行后续步骤，若待检测卡片图像是彩色图像，则需要先将其转换为灰度图格式。
在步骤S202中，对该卡片图像进行卡片边界检测。
进一步地，该步骤S202可以包括：
采用通用霍夫变换(Generalised Hough Transform)算法，将待检测卡片图像与模板组中的多个模板分别进行匹配，以确定待检测卡片图像的卡片边界，该模板组包括矩形模板和多个四边形模板，该矩形模板为长宽比与该证件的实际长宽比一致的矩形，多个四边形模板为矩形模板按照不同的角度进行透视变换后得到的四边形。
其中，不同的模板对应拍摄时证件的不同姿态，证件的姿态指物平面(即证件所在平面)与镜头平面的夹角。
可选地，该方法还包括：
确定证件实际长宽比，生成矩形模板；
按照多个不同的角度对矩形模板进行透视变换，以得到多个四边形模板。
在步骤S203中，根据检测出的卡片边界，将待检测卡片图像校正为矩形图像。
实现时，该步骤S203可以包括：
根据步骤S202中检测出的卡片边界，对卡片图像进行透视变换，从而将卡片图像的边界校正为矩形。
通过步骤S202和步骤S203可以对卡片图像进行姿态校正，从而可以避免由于证件姿态过于倾斜导致的严重反光，进而避免了由于严重反光引起的关键信息的丢失。
需要说明的是，该步骤S202～S203为可选步骤，在获取待检测后，也可以直接进行步骤S204及其后续步骤。
在步骤S204中，在待检测卡片图像中检测字符区域。
参见图3，该步骤S204可以包括：
在步骤S2041中，根据卡片模板中的设定字符位置，确定待检测卡片图像中的每一行字符区域；
在步骤S2042中，以设定倍数分别放大确定出的各行字符区域，得到待检测字符区域；
在步骤S2043中，在待检测字符区域中进行边缘检测，得到边缘图；
在步骤S2044中，将边缘图进行横向投影，得到横向投影直方图；
在步骤S2045中，将边缘图进行纵向投影，得到纵向投影直方图；
在步骤S2046中，根据横向投影直方图确定各行字符的上下边界，并根据纵向投影直方图确定各行字符的左右边界，从而得到各行字符的边界，即字符检测结果。
其中，在步骤S2042中的设定倍数可以为1.1～1.5倍，优选为1.3倍。以设定倍数放大某行字符区域是指将字符区域的长度和宽度分别乘以设定倍数，需要说明的是，实现时，长度乘以的设定倍数和宽度乘以的设定倍数可以相同，比如，长度和宽度都乘以1.3，或者，长度乘以的设定倍数和宽度乘以的设定倍数也可以不同，比如，长度乘以1.2，宽度乘以1.3。
在步骤S2043中，可以采用Canny边缘检测算法对待检测字符区域进行边缘检测。
需要说明的是，本公开实施例并不限定步骤S2044和步骤S2045执行的顺序，可以同时执行，也可以顺序执行。
由于卡片式文件中字符位置基本是固定的，所以可以根据卡片式文件中需要识别的信息所在的位置，设置卡片模板中的设定字符位置，然后根据卡片模板大致确定待检测卡片图像中的需要检测的字符所在的位置即待检测字符区域，再在待检测区域内对字符进行精确定位，从而可以更快速地确定出字符区域，并且可以排除其他信息对检测结果的干扰，提高检测准确度。
此外，在本实施例的另一种实现方式中，该步骤S204可以包括：
对待检测卡片图像进行边缘检测，得到待检测卡片图像的边缘图；
将边缘图进行横向投影，得到横向投影直方图；
将边缘图进行纵向投影，得到纵向投影直方图；
根据横向投影直方图确定各行字符的上下边界，并根据纵向投影直方图确定各行字符的左右边界，从而得到各行字符的完整边界，即字符检测结果。
在本实施例的又一种实现方式中，该步骤S204还可以采用前述步骤S103中所述的方式。
在步骤S205中，根据待检测卡片图像的字符检测结果，确定待检测卡片图像的设定区域中是否存在未被检测出的字符区域，若待检测卡片图像的设定区域中存在未被检测出的字符区域，则执行步骤S206；若待检测卡片图像的设定区域中不存在未被检测出的字符区域，则确定待检测卡片图像不反光，退出当前流程。
该步骤S205可以包括：
将检测出的字符所在的区域与卡片模板中的设定字符位置进行对比，以确定待检测卡片图像的设定区域中是否存在未被检测出的字符区域。
通过该步骤S205可以预先判断待检测卡片图像中的所需信息是否都能够被检测出，仅在待检测卡片图像中的所需信息存在至少部分无法检测出时，再执行后续去反光处理等步骤，可以显著提高检测效率。
在步骤S206中，对待检测卡片图像进行二值化处理，得到高光分布图。
其中，该步骤S206包括：
将亮度值大于阈值的位置标记为1，将亮度值小于或等于阈值的位置标记为0。其中，阈值为经验值，可以为200～240，优选为220。
在步骤S207中，对高光分布图进行连通域分析，保留高光分布图中最大的连通域，得到更新后的高光分布图。
通常，在一个图像中仅有一个区域为反光程度最强，因此，只需要保留高光分布图中最大的连通域，即可确定出图像中反光程度最强的区域。
在步骤S208中，以卡片图像为引导图像，对更新后的高光分布图进行引导滤波。
在该步骤S208之后得到引导滤波后的高光分布图，该引导滤波后的高光分布图为值域0到1的实值图。
在步骤S209中，基于引导滤波后的高光分布图，对卡片图像进行去反光处理，得到去反光后的卡片图像。
该步骤S209包括：
确定第一亮度值，该第一亮度值为待检测卡片图像中第一位置对应的亮度值中的最大亮度值，第一位置为与引导滤波后的高光分布图中值为0的位置对应的位置；
确定第二亮度值，该第二亮度值为待检测卡片图像中第二位置对应的亮度值中的最大亮度值，第二位置为与引导滤波后的高光分布图中值大于0的位置对应的位置；
基于第一亮度值和第二亮度值，对待检测卡片图像进行去反光处理。
其中，对应位置是指对应的像素位置。
其中，基于第一亮度值和第二亮度值，对待检测卡片图像进行去反光处理，可以按照以下公式进行：
Im2＝Im1/(1+M2(Max1-Max0)/Max0)，
其中，Im2为所述去反光后的卡片图像，Im1为所述待检测卡片图像，M2为所述引导滤波后的高光分布图，Max0为所述第一亮度值，Max1为所述第二亮度值。
需要说明的是，该公式用于对去反光后的卡片图像、待检测卡片图像和引导滤波后的高光分布图中对应像素位置分别进行计算。
通过前述步骤S206～步骤S209即可实现对待检测卡片图像进行去反光处理，需要说明的是，本公开实施例并不以此为限，也可以采用其他的去反光处理方式。
在步骤S210中，在去反光后的卡片图像上进行字符检测，得到去反光后的卡片图像的字符检测结果。
该步骤S210的实现过程可参见步骤S204，在此不再赘述。
在步骤S211中，根据去反光后的卡片图像的字符检测结果，确定卡片图像是否反光。
在本实施例中，该步骤S211可以包括：
根据所述去反光后的卡片图像的字符检测结果，确定所述去反光后的卡片图像的设定区域中是否存在未检测出字符的区域；
若所述去反光后的卡片图像的设定区域中存在未检测出字符的区域，则将所述设定区域中未检测出字符的区域标记为1，并将去反光处理后的所述卡片图像中未检测出字符的区域以外的区域标记为0，得到未检测出字符分布图；
根据所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光。
该步骤的一种实现方式中，根据所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光，包括：
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置求加权和的操作；
将加权和大于设定值的位置标记为1，而将加权和小于或等于设定值的位置标记为0，得到反光位置分布图；
根据所述反光位置分布图，确定所述待检测卡片图像是否反光。
在这种实现方式中，以未检测出字符分布图和引导滤波后的高光分布图求加权和的方式确定反光位置分布图，可以通过设置不同的权重来根据实际需要设定不可恢复反光区域(包括字符反光区域和非字符反光区域)和不可恢复字符反光区域所占的比重。例如，若只需要保证能够所需信息能够被检测出，那么可以将未检测出字符分布图的权重设置得较大，甚至设置为1，此时，只要存在不可恢复字符反光区域，则确定待检测卡片图像反光；若需要同时考虑所有反光无法恢复的区域，则可以将引导滤波后的高光分布图的权重设置得较大。
该步骤的另一种实现方式中，根据所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光，包括：
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置取最大值的操作，得到反光位置分布图，在该反光位置分布图中，值大于0的位置均为反光位置；
根据所述反光位置分布图，确定待检测卡片图像是否反光。
在前述两种实现方式中，根据反光位置分布图，确定待检测卡片图像可以采用以下方式中的任意一种：
第一种、判断反光位置覆盖区域的面积是否大于设定值，若反光位置覆盖区域的面积大于设定值，则确定待检测卡片图像反光，若反光位置覆盖区域的面积小于或等于设定值，则确定待检测卡片图像不反光；
第二种、判断反光位置是否位于设定区域(例如字符对应区域、人脸对应区域等)，若反光位置位于设定区域，则确定待检测卡片图像反光；若反光位置未位于设定区域，则确定待检测卡片图像不反光。
在该步骤的又一种实现方式中，还可以按照前述步骤104中的方式确定待检测卡片图像是否反光。
可选地，该方法还可以包括：
当确定卡片图像反光时，输出提示信息。
当本实施例的方法应用于终端设备时，输出提示信息的方式包括但不限于语音提示、灯光提示、文本提示等，以提示用户卡片图像由于反光而导致无法进行信息识别。
当本实施例的方法应用于服务器时，输出提示信息包括：向终端设备发送提示消息，该提示消息用于触发终端设备输出提示信息；或者，直接输出提示信息，该提示信息用于提示用户卡片图像由于反光而导致无法进行信息识别。同样地，直接输出提示信息时，输出方式包括但不限于语音提示、灯光提示、文本提示等。
通过输出提示信息，可以使得用户快速了解到该卡片图像由于反光区域的存在而可能无法通过验证，以便用户即时更换，为用户节省时间。
由于在进行卡片图像信息自动识别时，通常只需要识别出一些设定信息，因此，其只需要关注设定信息对应的区域是否能够检测出字符等，也就是说，在进行反光检测时，只需要关注设定信息对应的区域内的字符是否会受到反光的影响，因此，在本公开实施例中，先对待检测卡片图像进行去反光处理，恢复其中可以恢复的信息，然后再在去反光后的卡片图像中进行字符检测，从而可以根据字符检测结果准确判断需要识别的信息是否受反光区域影响，尤其适用于在卡片图像信息自动识别技术中对卡片图像进行预处理。
图4是根据一示例性实施例示出的一种卡片图像反光检测装置的框图，参照图4，该装置包括：图像获取模块410、去反光模块420、字符检测模块430和确定模块440。
其中，图像获取模块410用于获取待检测卡片图像。去反光模块420用于对图像获取模块获取到的待检测卡片图像进行去反光处理，得到去反光后的卡片图像。字符检测模块430用于对去反光模块得到的去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果。确定模块440用于根据字符检测模块得到的去反光后的卡片图像的字符检测结果，确定卡片图像是否反光。
其中，卡片图像包括但不限于身份证图像、居住证图像、信用卡图像、有价文件(例如支票等)图像、护照图像或驾驶证图像等。
进一步地，图像获取模块410获取卡片图像的方式可以参见步骤S101；去反光模块420进行去反光处理的方式可以参见步骤S102；字符检测模块430进行字符检测的方式可以参见步骤S103；确定模块440确定卡片图像是否反光的方式可以参见步骤S104。
由于在进行卡片图像信息自动识别时，通常只需要识别出一些设定信息，因此，其只需要关注设定信息对应的区域是否能够检测出字符等，也就是说，在进行反光检测时，只需要关注设定信息对应的区域内的字符是否会受到反光的影响，因此，在本公开实施例中，先对待检测卡片图像进行去反光处理，恢复其中可以恢复的信息，然后再在去反光后的卡片图像中进行字符检测，从而可以根据字符检测结果准确判断需要识别的信息是否受反光区域影响，尤其适用于在卡片图像信息自动识别技术中对卡片图像进行预处理。
图5是根据一示例性实施例示出的一种卡片图像反光检测装置的框图，参照图5，该装置包括：图像获取模块510、去反光模块520、字符检测模块530和确定模块540。
其中，图像获取模块510用于获取待检测卡片图像。去反光模块520用于对图像获取模块获取到的待检测卡片图像进行去反光处理，得到去反光后的卡片图像。字符检测模块530用于对去反光模块得到的去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果。确定模块540用于根据字符检测模块得到的去反光后的卡片图像的字符检测结果，确定卡片图像是否反光。
其中，卡片图像包括但不限于身份证图像、居住证图像、信用卡图像、有价文件(例如支票等)图像、护照图像或驾驶证图像等。
在本公开实施例的一种可能的实现方式中，去反光模块520，包括：
二值化子模块521，用于对获取模块获取的待检测卡片图像进行二值化处理，得到高光分布图；
连通域分析子模块522，用于对高光分布图进行连通域分析，并保留高光分布图中最大的连通域，得到更新后的高光分布图；
滤波子模块523，用于以待检测卡片图像为引导图像，对连通域分析子模块得到的更新后的高光分布图进行引导滤波；
去反光子模块524，用于基于滤波子模块得到的引导滤波后的高光分布图，对待检测卡片图像进行去反光处理。
在一种可能的实现方式中，去反光子模块524，用于
确定第一亮度值，第一亮度值为待检测卡片图像中第一位置对应的亮度值中的最大亮度值，第一位置为与引导滤波后的高光分布图中值为0的位置对应的位置；
确定第二亮度值，第二亮度值为待检测卡片图像中第二位置对应的亮度值中的最大亮度值，第二位置为与引导滤波后的高光分布图中值大于0的位置对应的位置；
基于第一亮度值和第二亮度值，对待检测卡片图像进行去反光处理。
在一种可能的实现方式中，去反光子模块524，用于按照以下公式对待检测卡片图像进行去反光处理：
Im2＝Im1/(1+M2(Max1-Max0)/Max0)，
其中，Im2为去反光后的卡片图像，Im1为待检测卡片图像，M2为引导滤波后的高光分布图，Max0为第一亮度值，Max1为第二亮度值。
在本公开实施例的一种可能的实现方式中，字符检测模块530，包括：
字符区域确定子模块531，用于根据卡片模板中的设定字符位置，确定待检测卡片图像中的每一行字符区域；
放大子模块532，用于以设定倍数分别放大确定出的各行字符区域，得到待检测字符区域；
边缘检测子模块533，用于在放大子模块得到的待检测字符区域中进行边缘检测，得到边缘图；
投影子模块534，用于将边缘检测子模块得到的边缘图进行横向投影，得到横向投影直方图，并将边缘图进行纵向投影，得到纵向投影直方图；
字符边界确定子模块535，用于根据投影子模块得到的横向投影直方图确定各行字符的上下边界，并根据投影子模块得到的纵向投影直方图确定各行字符的左右边界。
在本公开实施例的一种可能的实现方式中，确定模块540，包括：
区域确定子模块541，用于根据去反光后的卡片图像的字符检测结果，确定去反光后的卡片图像的设定区域中是否存在未检测出字符的区域；
标记子模块542，用于当去反光后的卡片图像的设定区域中存在未检测出字符的区域时，将设定区域中未检测出字符的区域标记为1，并将去反光处理后的卡片图像中未检测出字符的区域以外的区域标记为0，得到未检测出字符分布图；
反光确定子模块543，用于根据标记子模块得到的未检测出字符分布图和引导滤波后的高光分布图，确定待检测卡片图像是否反光。
在一种可能的实现方式中，反光确定子模块543用于，
对未检测出字符分布图和引导滤波后的高光分布图进行对应位置求加权和的操作；
将加权和大于设定值的位置标记为1，而将加权和小于或等于设定值的位置标记为0，得到反光位置分布图；
根据反光位置分布图，确定待检测卡片图像是否反光。
在另一种可能的实现方式中，反光确定子模块543用于，
对未检测出字符分布图和引导滤波后的高光分布图进行对应位置取最小值的操作，得到反光位置分布图；
根据反光位置分布图，确定待检测卡片图像是否反光。
需要说明的是，图像获取模块510获取卡片图像的方式可以参见步骤S201；去反光模块520进行去反光处理的方式可以参见步骤S207-210；字符检测模块530进行字符检测的方式可以参见步骤S202-206；确定模块540确定卡片图像是否反光的方式可以参见步骤S211-212。
在又一可能的实现方式中，去反光模块520用于，当待检测卡片图像的设定区域中存在未被检测出的字符区域时，对待检测卡片图像进行去反光处理。
进一步地，字符检测模块530还用于，对待检测卡片图像进行字符检测，得到待检测卡片图像的字符检测结果；
确定模块540还用于根据字符检测模块得到的待检测卡片图像的字符检测结果，确定待检测卡片图像的设定区域中是否存在未被检测出的字符区域。
优选地，该装置还包括：
边界检测模块550，用于对图像获取模块510获取到的待检测卡片图像进行卡片边界检测；
校正模块560，用于根据边界检测模块550检测出的卡片边界，将待检测卡片图像校正为矩形。
优选地，装置还包括：
输出模块570，用于当确定模块540确定待检测卡片图像反光时，输出提示信息。
由于在进行卡片图像信息自动识别时，通常只需要识别出一些设定信息，因此，其只需要关注设定信息对应的区域是否能够检测出字符等，也就是说，在进行反光检测时，只需要关注设定信息对应的区域内的字符是否会受到反光的影响，因此，在本公开实施例中，先对待检测卡片图像进行去反光处理，恢复其中可以恢复的信息，然后再在去反光后的卡片图像中进行字符检测，从而可以根据字符检测结果准确判断需要识别的信息是否受反光区域影响，尤其适用于在卡片图像信息自动识别技术中对卡片图像进行预处理。
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6是根据一示例性实施例示出的一种卡片图像反光检测装置600的框图。例如，装置600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6，装置600可以包括以下一个或多个组件：处理组件602，存储器604，电力组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。
处理组件602通常控制装置600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602可以包括一个或多个处理器620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602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在装置600的操作。这些数据的示例包括用于在装置600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604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。
电力组件606为装置600的各种组件提供电力。电力组件606可以包括电源管理系统，一个或多个电源，及其他与为装置600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述装置600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。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述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608包括一个前置摄像头和/或后置摄像头。当装置600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610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当装置600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604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。
I/O接口612为处理组件602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614包括一个或多个传感器，用于为装置600提供各个方面的状态评估。例如，传感器组件614可以检测到设备600的打开/关闭状态，组件的相对定位，例如所述组件为装置600的显示器和小键盘，传感器组件614还可以检测装置600或装置600一个组件的位置改变，用户与装置600接触的存在或不存在，装置600方位或加速/减速和装置600的温度变化。传感器组件614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614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614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616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件616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，所述通信组件616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600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604，上述指令可由装置600的处理器620执行以完成上述方法。例如，所述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。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种检测卡片图像遮挡的方法，所述方法包括：
获取待检测卡片图像；
对待检测卡片图像进行去反光处理，得到去反光后的卡片图像；
对去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果；
根据去反光后的卡片图像的字符检测结果，确定待检测卡片图像是否反光。
在一种实现方式中，对待检测卡片图像进行去反光处理，包括：
对待检测卡片图像进行二值化处理，得到高光分布图；
对高光分布图进行连通域分析，并保留高光分布图中最大的连通域，得到更新后的高光分布图；
以待检测卡片图像为引导图像，对更新后的高光分布图进行引导滤波；
基于引导滤波后的高光分布图，对待检测卡片图像进行去反光处理。
进一步地，基于引导滤波后的高光分布图，对待检测卡片图像进行去反光处理，包括：
确定第一亮度值，第一亮度值为待检测卡片图像中第一位置对应的亮度值中的最大亮度值，第一位置为与引导滤波后的高光分布图中值为0的位置对应的位置；
确定第二亮度值，第二亮度值为待检测卡片图像中第二位置对应的亮度值中的最大亮度值，第二位置为与引导滤波后的高光分布图中值大于0的位置对应的位置；
基于第一亮度值和第二亮度值，对待检测卡片图像进行去反光处理。
更进一步地，基于第一亮度值和第二亮度值，对待检测卡片图像进行去反光处理，按照以下公式进行：
Im2＝Im1/(1+M2(Max1-Max0)/Max0)，
其中，Im2为去反光后的卡片图像，Im1为待检测卡片图像，M2为引导滤波后的高光分布图，Max0为第一亮度值，Max1为第二亮度值。
在另一种可能的实现方式中，对去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果，包括：
根据卡片模板中的设定字符位置，确定待检测卡片图像中的每一行字符区域；
以设定倍数分别放大确定出的各行字符区域，得到待检测字符区域；
在待检测字符区域中进行边缘检测，得到边缘图；
将边缘图进行横向投影，得到横向投影直方图；
将边缘图进行纵向投影，得到纵向投影直方图；
根据横向投影直方图确定各行字符的上下边界，并根据纵向投影直方图确定各行字符的左右边界。
在又一种可能的实现方式中，根据去反光后的卡片图像的字符检测结果，确定待检测卡片图像是否反光，包括：
根据去反光后的卡片图像的字符检测结果，确定去反光后的卡片图像的设定区域中是否存在未检测出字符的区域；
若去反光后的卡片图像的设定区域中存在未检测出字符的区域，则将设定区域中未检测出字符的区域标记为1，并将去反光处理后的卡片图像中未检测出字符的区域以外的区域标记为0，得到未检测出字符分布图；
根据未检测出字符分布图和引导滤波后的高光分布图，确定待检测卡片图像是否反光。
可选地，根据未检测出字符分布图和引导滤波后的高光分布图，确定待检测卡片图像是否反光，包括：
对未检测出字符分布图和引导滤波后的高光分布图进行对应位置求加权和的操作；
将加权和大于设定值的位置标记为1，而将加权和小于或等于设定值的位置标记为0，得到反光位置分布图；
根据反光位置分布图，确定待检测卡片图像是否反光。
可选地，根据未检测出字符分布图和引导滤波后的高光分布图，确定待检测卡片图像是否反光，包括：
对未检测出字符分布图和引导滤波后的高光分布图进行对应位置取最小值的操作，得到反光位置分布图；
根据反光位置分布图，确定待检测卡片图像是否反光。
优选地，对待检测卡片图像进行去反光处理，包括：
当待检测卡片图像的设定区域中存在未被检测出的字符区域时，对待检测卡片图像进行去反光处理。
进一步地，方法还包括：
对待检测卡片图像进行字符检测，得到待检测卡片图像的字符检测结果；
根据待检测卡片图像的字符检测结果，确定待检测卡片图像的设定区域中是否存在未被检测出的字符区域。
优选地，方法还包括：
对待检测卡片图像进行卡片边界检测；
根据检测出的卡片边界，将待检测卡片图像校正为矩形。
可选地，方法还包括：
当确定待检测卡片图像反光时，输出提示信息。
可选地，卡片图像包括身份证图像、有价文件图像、居住证图像、信用卡图像、护照图像或驾驶证图像。
图7是根据一示例性实施例示出的一种卡片图像反光检测装置700的框图。例如，装置700可以被提供为一服务器。参照图7，装置700包括处理组件722，其进一步包括一个或多个处理器，以及由存储器732所代表的存储器资源，用于存储可由处理组件722的执行的指令，例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件722被配置为执行指令，以执行上述方法。
装置700还可以包括一个电源组件726被配置为执行装置700的电源管理，一个有线或无线网络接口750被配置为将装置700连接到网络，和一个输入输出(I/O)接口758。装置700可以操作基于存储在存储器732的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明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，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明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。本发明的范围仅由所附的权利要求来限制。

Claims (27)

1.一种卡片图像反光检测方法，其特征在于，所述方法包括：
获取待检测卡片图像；
对所述待检测卡片图像进行去反光处理，得到去反光后的卡片图像；
对所述去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果；
根据所述去反光后的卡片图像的字符检测结果，确定所述待检测卡片图像是否反光。
2.根据权利要求1所述的方法，其特征在于，所述对所述待检测卡片图像进行去反光处理，包括：
对所述待检测卡片图像进行二值化处理，得到高光分布图；
对所述高光分布图进行连通域分析，并保留所述高光分布图中最大的连通域，得到更新后的高光分布图；
以所述待检测卡片图像为引导图像，对所述更新后的高光分布图进行引导滤波；
基于引导滤波后的高光分布图，对所述待检测卡片图像进行去反光处理。
3.根据权利要求2所述的方法，其特征在于，所述基于引导滤波后的高光分布图，对所述待检测卡片图像进行去反光处理，包括：
确定第一亮度值，所述第一亮度值为所述待检测卡片图像中第一位置对应的亮度值中的最大亮度值，所述第一位置为与所述引导滤波后的高光分布图中值为0的位置对应的位置；
确定第二亮度值，所述第二亮度值为所述待检测卡片图像中第二位置对应的亮度值中的最大亮度值，所述第二位置为与所述引导滤波后的高光分布图中值大于0的位置对应的位置；
基于所述第一亮度值和所述第二亮度值，对所述待检测卡片图像进行去反光处理。
4.根据权利要求3所述的方法，其特征在于，所述基于所述第一亮度值和所述第二亮度值，对所述待检测卡片图像进行去反光处理，按照以下公式进行：
Im2＝Im1/(1+M2(Max1-Max0)/Max0)，
其中，Im2为所述去反光后的卡片图像，Im1为所述待检测卡片图像，M2为所述引导滤波后的高光分布图，Max0为所述第一亮度值，Max1为所述第二亮度值。
5.根据权利要求1所述的方法，其特征在于，所述对所述去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果，包括：
根据卡片模板中的设定字符位置，确定所述待检测卡片图像中的每一行字符区域；
以设定倍数分别放大确定出的各行字符区域，得到待检测字符区域；
在所述待检测字符区域中进行边缘检测，得到边缘图；
将所述边缘图进行横向投影，得到横向投影直方图；
将所述边缘图进行纵向投影，得到纵向投影直方图；
根据所述横向投影直方图确定各行字符的上下边界，并根据所述纵向投影直方图确定各行字符的左右边界。
6.根据权利要求5所述的方法，其特征在于，所述根据所述去反光后的卡片图像的字符检测结果，确定所述待检测卡片图像是否反光，包括：
根据所述去反光后的卡片图像的字符检测结果，确定所述去反光后的卡片图像的设定区域中是否存在未检测出字符的区域；
若所述去反光后的卡片图像的设定区域中存在未检测出字符的区域，则将所述设定区域中未检测出字符的区域标记为1，并将去反光处理后的所述卡片图像中未检测出字符的区域以外的区域标记为0，得到未检测出字符分布图；
根据所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光。
7.根据权利要求6所述的方法，其特征在于，所述根据所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光，包括：
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置求加权和的操作；
将加权和大于设定值的位置标记为1，而将加权和小于或等于设定值的位置标记为0，得到反光位置分布图；
根据所述反光位置分布图，确定所述待检测卡片图像是否反光。
8.根据权利要求6所述的方法，其特征在于，所述根据所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光，包括：
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置取最小值的操作，得到反光位置分布图；
根据所述反光位置分布图，确定所述待检测卡片图像是否反光。
9.根据权利要求1-8任一项所述的方法，其特征在于，所述对所述待检测卡片图像进行去反光处理，包括：
当所述待检测卡片图像的设定区域中存在未被检测出的字符区域时，对所述待检测卡片图像进行去反光处理。
10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
对所述待检测卡片图像进行字符检测，得到所述待检测卡片图像的字符检测结果；
根据所述待检测卡片图像的字符检测结果，确定所述待检测卡片图像的设定区域中是否存在未被检测出的字符区域。
11.根据权利要求1-8任一项所述的方法，其特征在于，所述方法还包括：
对所述待检测卡片图像进行卡片边界检测；
根据检测出的卡片边界，将所述待检测卡片图像校正为矩形。
12.根据权利要求1-8任一项所述的方法，其特征在于，所述方法还包括：
当确定所述待检测卡片图像反光时，输出提示信息。
13.根据权利要求1-8任一项所述的方法，其特征在于，所述卡片图像包括身份证图像、有价文件图像、居住证图像、信用卡图像、护照图像或驾驶证图像。
14.一种卡片图像反光检测装置，其特征在于，所述装置包括：
图像获取模块，用于获取待检测卡片图像；
去反光模块，用于对所述图像获取模块获取到的所述待检测卡片图像进行去反光处理，得到去反光后的卡片图像；
字符检测模块，用于对所述去反光模块得到的所述去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果；
确定模块，用于根据所述字符检测模块得到的所述去反光后的卡片图像的字符检测结果，确定所述卡片图像是否反光。
15.根据权利要求14所述的装置，其特征在于，所述去反光模块，包括：
二值化子模块，用于对所述获取模块获取的所述待检测卡片图像进行二值化处理，得到高光分布图；
连通域分析子模块，用于对所述高光分布图进行连通域分析，并保留所述高光分布图中最大的连通域，得到更新后的高光分布图；
滤波子模块，用于以所述待检测卡片图像为引导图像，对所述连通域分析子模块得到的所述更新后的高光分布图进行引导滤波；
去反光子模块，用于基于所述滤波子模块得到的引导滤波后的高光分布图，对所述待检测卡片图像进行去反光处理。
16.根据权利要求15所述的装置，其特征在于，所述去反光子模块，用于确定第一亮度值，所述第一亮度值为所述待检测卡片图像中第一位置对应的亮度值中的最大亮度值，所述第一位置为与所述引导滤波后的高光分布图中值为0的位置对应的位置；
确定第二亮度值，所述第二亮度值为所述待检测卡片图像中第二位置对应的亮度值中的最大亮度值，所述第二位置为与所述引导滤波后的高光分布图中值大于0的位置对应的位置；
基于所述第一亮度值和所述第二亮度值，对所述待检测卡片图像进行去反光处理。
17.根据权利要求16所述的装置，其特征在于，所述去反光子模块，用于按照以下公式对所述待检测卡片图像进行去反光处理：
Im2＝Im1/(1+M2(Max1-Max0)/Max0)，
其中，Im2为所述去反光后的卡片图像，Im1为所述待检测卡片图像，M2为所述引导滤波后的高光分布图，Max0为所述第一亮度值，Max1为所述第二亮度值。
18.根据权利要求16所述的装置，其特征在于，所述字符检测模块，包括：
字符区域确定子模块，用于根据卡片模板中的设定字符位置，确定所述待检测卡片图像中的每一行字符区域；
放大子模块，用于以设定倍数分别放大确定出的各行字符区域，得到待检测字符区域；
边缘检测子模块，用于在所述放大子模块得到的所述待检测字符区域中进行边缘检测，得到边缘图；
投影子模块，用于将所述边缘检测子模块得到的边缘图进行横向投影，得到横向投影直方图，并将所述边缘图进行纵向投影，得到纵向投影直方图；
字符边界确定子模块，用于根据所述投影子模块得到的所述横向投影直方图确定各行字符的上下边界，并根据所述投影子模块得到的所述纵向投影直方图确定各行字符的左右边界。
19.根据权利要求18所述的装置，其特征在于，所述确定模块，包括：
区域确定子模块，用于根据所述去反光后的卡片图像的字符检测结果，确定所述去反光后的卡片图像的设定区域中是否存在未检测出字符的区域；
标记子模块，用于当所述去反光后的卡片图像的设定区域中存在未检测出字符的区域时，将所述设定区域中未检测出字符的区域标记为1，并将去反光处理后的所述卡片图像中未检测出字符的区域以外的区域标记为0，得到未检测出字符分布图；
反光确定子模块，用于根据所述标记子模块得到的所述未检测出字符分布图和所述引导滤波后的高光分布图，确定所述待检测卡片图像是否反光。
20.根据权利要求19所述的装置，其特征在于，所述反光确定子模块用于，
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置求加权和的操作；
将加权和大于设定值的位置标记为1，而将加权和小于或等于设定值的位置标记为0，得到反光位置分布图；
根据所述反光位置分布图，确定所述待检测卡片图像是否反光。
21.根据权利要求19所述的装置，其特征在于，所述反光确定子模块用于，
对所述未检测出字符分布图和所述引导滤波后的高光分布图进行对应位置取最小值的操作，得到反光位置分布图；
根据所述反光位置分布图，确定所述待检测卡片图像是否反光。
22.根据权利要求14-21任一项所述的装置，其特征在于，所述去反光模块用于，当所述待检测卡片图像的设定区域中存在未被检测出的字符区域时，对所述待检测卡片图像进行去反光处理。
23.根据权利要求22所述的装置，其特征在于，所述字符检测模块还用于，对所述待检测卡片图像进行字符检测，得到所述待检测卡片图像的字符检测结果；
所述确定模块还用于根据所述字符检测模块得到的所述待检测卡片图像的字符检测结果，确定所述待检测卡片图像的设定区域中是否存在未被检测出的字符区域。
24.根据权利要求14-21任一项所述的装置，其特征在于，所述装置还包括：
边界检测模块，用于对所述图像获取模块获取到的所述待检测卡片图像进行卡片边界检测；
校正模块，用于根据所述边界检测模块检测出的卡片边界，将所述待检测卡片图像校正为矩形。
25.根据权利要求14-21任一项所述的装置，其特征在于，所述装置还包括：
输出模块，用于当所述确定模块确定所述待检测卡片图像反光时，输出提示信息。
26.根据权利要求14-21任一项所述的装置，其特征在于，所述卡片图像包括身份证图像、有价文件图像、居住证图像、信用卡图像、护照图像或驾驶证图像。
27.一种卡片图像反光检测装置，其特征在于，所述装置包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取待检测卡片图像；
对所述待检测卡片图像进行去反光处理，得到去反光后的卡片图像；
对所述去反光后的卡片图像进行字符检测，得到去反光后的卡片图像的字符检测结果；
根据所述去反光后的卡片图像的字符检测结果，确定所述待检测卡片图像是否反光。
CN201610615407.4A 2016-07-29 2016-07-29 卡片图像反光检测方法和装置 Active CN106228168B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610615407.4A CN106228168B (zh) 2016-07-29 2016-07-29 卡片图像反光检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610615407.4A CN106228168B (zh) 2016-07-29 2016-07-29 卡片图像反光检测方法和装置

Publications (2)

Publication Number Publication Date
CN106228168A true CN106228168A (zh) 2016-12-14
CN106228168B CN106228168B (zh) 2019-08-16

Family

ID=57535552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610615407.4A Active CN106228168B (zh) 2016-07-29 2016-07-29 卡片图像反光检测方法和装置

Country Status (1)

Country Link
CN (1) CN106228168B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107818552A (zh) * 2017-11-17 2018-03-20 电子科技大学 一种双目图像的去反光方法
CN108229476A (zh) * 2018-01-08 2018-06-29 北京奇艺世纪科技有限公司 标题区域检测方法及系统
CN108875731A (zh) * 2017-12-28 2018-11-23 北京旷视科技有限公司 目标识别方法、装置、系统及存储介质
CN109508713A (zh) * 2018-12-12 2019-03-22 平安科技（深圳）有限公司 图片获取方法、装置、终端和存储介质
US10262220B1 (en) 2018-08-20 2019-04-16 Capital One Services, Llc Image analysis and processing pipeline with real-time feedback and autocapture capabilities, and visualization and configuration system
US10339374B1 (en) 2018-08-20 2019-07-02 Capital One Services, Llc Detecting a fragmented object in an image
US10402944B1 (en) 2018-08-20 2019-09-03 Capital One Services, Llc Determining a position of an object in a rotation corrected image
CN110268267A (zh) * 2017-02-14 2019-09-20 富士胶片株式会社 免疫检查装置
US10460191B1 (en) 2018-08-20 2019-10-29 Capital One Services, Llc Dynamically optimizing photo capture for multiple subjects
CN110930323A (zh) * 2019-11-07 2020-03-27 华为技术有限公司 图像去反光的方法、装置
US10609293B2 (en) 2018-08-20 2020-03-31 Capital One Services, Llc Real-time glare detection inside a dynamic region of an image
CN111368819A (zh) * 2017-03-21 2020-07-03 北京中安未来科技有限公司 光斑检测方法和装置
CN112434687A (zh) * 2020-12-01 2021-03-02 天冕信息技术(深圳)有限公司 图片检测方法、装置、设备及存储介质
CN116703813A (zh) * 2022-12-27 2023-09-05 荣耀终端有限公司 图像处理方法和设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080080785A1 (en) * 2006-09-28 2008-04-03 Jadak Technologies, Inc. System and Method for Reducing Specular Reflection
CN202110562U (zh) * 2010-02-11 2012-01-11 深圳鼎识科技有限公司 证件识读装置
CN103593642A (zh) * 2012-08-16 2014-02-19 阿里巴巴集团控股有限公司 一种卡信息获取方法和系统
CN103729646A (zh) * 2013-12-20 2014-04-16 华南理工大学 一种眼睛图像有效性检测方法
CN104077557A (zh) * 2013-11-21 2014-10-01 腾讯科技（深圳）有限公司 一种获取卡片信息的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080080785A1 (en) * 2006-09-28 2008-04-03 Jadak Technologies, Inc. System and Method for Reducing Specular Reflection
CN202110562U (zh) * 2010-02-11 2012-01-11 深圳鼎识科技有限公司 证件识读装置
CN103593642A (zh) * 2012-08-16 2014-02-19 阿里巴巴集团控股有限公司 一种卡信息获取方法和系统
CN104077557A (zh) * 2013-11-21 2014-10-01 腾讯科技（深圳）有限公司 一种获取卡片信息的方法和装置
CN103729646A (zh) * 2013-12-20 2014-04-16 华南理工大学 一种眼睛图像有效性检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
宋韧: "基于图像处理和模式识别的身份证识别系统设计与实现", 《万方数据 学位论文》 *
李文举 等: "利用反馈的车牌字符分割算法", 《计算机应用与软件》 *
沈冯怡: "二代身份证件中的图像处理技术及其实现", 《万方数据 学位论文》 *

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110268267A (zh) * 2017-02-14 2019-09-20 富士胶片株式会社 免疫检查装置
CN111368819B (zh) * 2017-03-21 2023-05-30 北京中安未来科技有限公司 光斑检测方法和装置
CN111368819A (zh) * 2017-03-21 2020-07-03 北京中安未来科技有限公司 光斑检测方法和装置
CN107818552A (zh) * 2017-11-17 2018-03-20 电子科技大学 一种双目图像的去反光方法
CN108875731A (zh) * 2017-12-28 2018-11-23 北京旷视科技有限公司 目标识别方法、装置、系统及存储介质
CN108229476A (zh) * 2018-01-08 2018-06-29 北京奇艺世纪科技有限公司 标题区域检测方法及系统
CN108229476B (zh) * 2018-01-08 2021-02-09 北京奇艺世纪科技有限公司 标题区域检测方法及系统
US10747993B2 (en) 2018-08-20 2020-08-18 Capital One Services, Llc Detecting a fragmented object in an image
US11216685B2 (en) 2018-08-20 2022-01-04 Capital One Services, Llc Dynamically optimizing photo capture for multiple subjects
US10474888B1 (en) 2018-08-20 2019-11-12 Capital One Services, Llc Detecting a fragmented object in an image
US11908183B2 (en) 2018-08-20 2024-02-20 Capital One Services, Llc Image analysis and processing pipeline with real-time feedback and autocapture capabilities, and visualization and configuration system
US10609293B2 (en) 2018-08-20 2020-03-31 Capital One Services, Llc Real-time glare detection inside a dynamic region of an image
US10691966B2 (en) 2018-08-20 2020-06-23 Capital One Services, Llc Image analysis and processing pipeline with real-time feedback and autocapture capabilities, and visualization and configuration system
US10402944B1 (en) 2018-08-20 2019-09-03 Capital One Services, Llc Determining a position of an object in a rotation corrected image
US10339374B1 (en) 2018-08-20 2019-07-02 Capital One Services, Llc Detecting a fragmented object in an image
US10762369B2 (en) 2018-08-20 2020-09-01 Capital One Services, Llc Image analysis and processing pipeline with real-time feedback and autocapture capabilities, and visualization and configuration system
US10262220B1 (en) 2018-08-20 2019-04-16 Capital One Services, Llc Image analysis and processing pipeline with real-time feedback and autocapture capabilities, and visualization and configuration system
US11798253B2 (en) 2018-08-20 2023-10-24 Capital One Services, Llc Determining a position of an object in a rotation corrected image
US10460191B1 (en) 2018-08-20 2019-10-29 Capital One Services, Llc Dynamically optimizing photo capture for multiple subjects
US11222403B2 (en) 2018-08-20 2022-01-11 Capital One Services, Llc Determining a position of an object in a rotation corrected image
US11297248B2 (en) 2018-08-20 2022-04-05 Capital One Services, Llc Real-time glare detection inside a dynamic region of an image
US11354889B2 (en) 2018-08-20 2022-06-07 Capital One Services, Llc Image analysis and processing pipeline with real-time feedback and autocapture capabilities, and visualization and configuration system
CN109508713A (zh) * 2018-12-12 2019-03-22 平安科技（深圳）有限公司 图片获取方法、装置、终端和存储介质
CN109508713B (zh) * 2018-12-12 2024-10-18 平安科技（深圳）有限公司 图片获取方法、装置、终端和存储介质
CN110930323B (zh) * 2019-11-07 2023-09-12 华为技术有限公司 图像去反光的方法、装置
CN110930323A (zh) * 2019-11-07 2020-03-27 华为技术有限公司 图像去反光的方法、装置
CN112434687A (zh) * 2020-12-01 2021-03-02 天冕信息技术(深圳)有限公司 图片检测方法、装置、设备及存储介质
CN116703813A (zh) * 2022-12-27 2023-09-05 荣耀终端有限公司 图像处理方法和设备
CN116703813B (zh) * 2022-12-27 2024-04-26 荣耀终端有限公司 图像处理方法和设备

Also Published As

Publication number Publication date
CN106228168B (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN106228168A (zh) 卡片图像反光检测方法和装置
EP3163504B1 (en) Method, device and computer-readable medium for region extraction
US10095949B2 (en) Method, apparatus, and computer-readable storage medium for area identification
RU2639668C2 (ru) Способ и устройство для идентификации области
EP3163500A1 (en) Method and device for identifying region
CN106295638A (zh) 证件图像倾斜校正方法和装置
CN106296665B (zh) 卡片图像模糊检测方法和装置
CN111914812B (zh) 图像处理模型训练方法、装置、设备及存储介质
EP3125135A1 (en) Picture processing method and device
EP3200125A1 (en) Fingerprint template input method and device
CN106228556B (zh) 图像质量分析方法和装置
CN103092507A (zh) 用于在便携式终端中表现图像的设备和方法
CN106250831A (zh) 图像检测方法、装置和用于图像检测的装置
CN105678242B (zh) 手持证件模式下的对焦方法和装置
CN105894042B (zh) 检测证件图像遮挡的方法和装置
EP3188078B1 (en) Method and device for fingerprint identification
CN105528607A (zh) 区域提取方法、模型训练方法及装置
CN109635142B (zh) 图像选择方法及装置、电子设备和存储介质
CN106127751A (zh) 图像检测方法、装置以及系统
CN105069016A (zh) 相册管理方法、装置以及终端设备
CN112927122A (zh) 水印去除方法、装置及存储介质
CN106056117A (zh) 矩形物体的图像处理方法及装置
CN112200040A (zh) 遮挡图像检测方法、装置及介质
CN107247936A (zh) 图像识别方法及装置
CN105224939B (zh) 数字区域的识别方法和识别装置、移动终端

Legal Events

Date Code Title Description
C06 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