CN106327188B - 支付应用中银行卡的绑定方法及装置 - Google Patents
支付应用中银行卡的绑定方法及装置 Download PDFInfo
- Publication number
- CN106327188B CN106327188B CN201610671763.8A CN201610671763A CN106327188B CN 106327188 B CN106327188 B CN 106327188B CN 201610671763 A CN201610671763 A CN 201610671763A CN 106327188 B CN106327188 B CN 106327188B
- Authority
- CN
- China
- Prior art keywords
- bank card
- matched
- picture
- bank
- pattern information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
- G06Q20/341—Active cards, i.e. cards including their own processing means, e.g. including an IC or chip
- G06Q20/3415—Cards acting autonomously as pay-media
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/322—Aspects of commerce using mobile devices [M-devices]
- G06Q20/3221—Access to banking information through M-devices
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
- G06Q20/327—Short range or proximity payments by means of M-devices
- G06Q20/3276—Short range or proximity payments by means of M-devices using a pictured code, e.g. barcode or QR-code, being read by the M-device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/34—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using cards, e.g. integrated circuit [IC] cards or magnetic cards
- G06Q20/351—Virtual cards
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/409—Device specific authentication in transaction processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- 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
- G06V30/416—Extracting the logical structure, e.g. chapters, sections or page numbers; Identifying elements of the document, e.g. authors
-
- 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
- G06V30/418—Document matching, e.g. of document images
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Telephone Function (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种支付应用中银行卡的绑定方法及系统,所述方法包括如下步骤:获取待绑定的银行卡的图片;对所述银行卡的图片进行识别得到银行卡信息,所述银行卡信息包括:银行卡的卡号和银行卡图案信息;依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片;将所述银行卡的卡号叠加在所述银行卡背景图片上得到与银行卡一致的虚拟银行卡。本申请提供的技术方案具有用户体验度好的优点。
Description
技术领域
本申请涉及通信领域,尤其涉及一种支付应用中银行卡的绑定方法及装置。
背景技术
随着智能手机的普及,越来越多的交易通过非现金完成,非现金交易也从信用卡消费转移到手机支付完成,尤其对于小额支付,手机快捷支付应用的更多,现有的手机支付场景中,会将银行卡绑定到手机上,现有的绑定方法包括手工输入银行卡号,并在银行卡列表中添加一行并标出卡号,现有的手机上绑定的虚拟银行卡都是通过银行和卡号来区分的,当绑定多个银行卡时,容易出现混淆,导致用户使用的不方便。
发明内容
本申请提供一种支付应用中银行卡的绑定方法;不会出现绑定的虚拟银行卡混淆的问题。
第一方面,提供一种支付应用中银行卡的绑定方法,所述方法包括如下步骤:获取待绑定的银行卡的图片;对所述银行卡的图片进行识别得到银行卡信息,所述银行卡信息包括:银行卡的卡号和银行卡图案信息;依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片;将所述银行卡的卡号叠加在所述银行卡背景图片上得到与所述待绑定的银行卡一致的虚拟银行卡,将所述虚拟银行卡保存。
第一方面提供的技术方案通过自动获取银行卡的卡号,并将卡号叠加在搜索到的银行卡的背景图片上得到与银行卡一致的虚拟银行卡,这样用户在查找的时候可以直接看到与实体卡一致的虚拟卡图片,从而易于用户分辨,所以其不会出现混淆,方便了用户使用。
在一种可选方案中,上述银行卡信息还包括:银行卡的发卡银行。
在另一种可选方案中,可以依据所述银行卡图案信息在所述银行卡的发卡银行背景图片集搜索与所述银行卡图案信息匹配的银行卡背景图片。
此可选方案可以减少图案信息的搜索量。
在下一种可选方案中,上述依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片具体包括:将所述银行卡图案提取其局部特征点,将所有的局部特征点集合起来得到第一特征点集,将数据库内的所有银行卡的图案提取局部特征点,将所述数据库内的所有银行卡的图案局部特征点集合起来得到第二特征点集;从第二特征点集中查找出与第一特征点集中匹配的特征点,将所述第二特征点集内匹配的特征点对应的银行卡图片设定为候选相似银行卡图片;统计每张候选相似银行卡图片中匹配的特征点数量,特征匹配数值最多的候选相似银行卡图片判定为与所述银行卡图案信息匹配的银行卡背景图片。
此可选方案可以有效的避免特征点的重复匹配,减少计算量。
在又一种可选方案中,上述方法还可以包括计算匹配特征点数量最多数值与的匹配特征点第二多数值的差值,如所述差值大于设定阈值时,确定匹配特征点数量最多数值对应的候选相似银行卡图片为与该银行卡图案信息匹配的银行卡背景图片;当差值小于设定阈值时,抽取具有匹配特征点数量最多的相应银行卡背景图片的所有特征点,如所述所有特征点的一致性函数相同,则确定所述匹配特征点数量最多的相应银行卡背景图片为与该银行卡图案信息匹配的银行卡背景图片,如所述所有特征点的一致性函数不相同,则确定所述数据不存在与该银行卡图案信息匹配的银行卡背景图片。
此可选方案增加了没有匹配银行卡背景图片的技术方案,提高了技术方案的完整性。
第二方面,提供一种支付应用中银行卡的绑定装置,所述装置包括:拍摄单元,用于获取待绑定的银行卡的图片;处理单元,用于对所述银行卡的图片进行识别得到银行卡信息,所述银行卡信息包括:银行卡的卡号和银行卡图案信息;依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片;将所述银行卡的卡号叠加在所述银行卡背景图片上得到与银行卡一致的虚拟银行卡,将所述虚拟银行卡保存。
在第二方面的可选方案中,上述处理单元可以执行上述第一方面的所有的可选方案以及第一方面可选方案的组合,这里不再赘述。
本申请提供的技术方案自动获取银行卡的卡号,并将卡号叠加在搜索到的银行卡的背景图片上得到与银行卡一致的虚拟银行卡,这样用户在查找的时候可以直接看到与实体卡一致的虚拟卡图片,从而易于用户分辨,所以其不会出现混淆,方便了用户使用的优点。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的一种支付应用中银行卡的绑定方法的流程图;
图2为本申请另一实施例提供的一种支付应用中银行卡的绑定装置的结构示意图;
图3为本申请提供的一种便携式电子设备的结构示意图;
图4为本申请又一实施例提供的支付应用中银行卡的绑定方法的流程图;
图5为本申请下一实施例提供的支付应用中银行卡的绑定方法的流程图。
具体实施方式
参阅图1,图1为本申请提供的一种支付应用中银行卡的绑定方法的流程图,如图1所示的方法在智能终端内实现,该智能终端包括但不限于:手机、平板电脑、个人数字助理(英文全称:Personal Digital Assistant,英文简称:PDA)该方法如图1所示,包括如下步骤:
步骤S101、获取待绑定的银行卡的图片;
上述步骤S101中获取待绑定的银行卡的图片可以通过设置在智能终端上的摄像头来获取,当然在实际应用中也可以通过其他的方式来获取,本申请一实施例提供的技术方案并不限制上述银行卡的图片的获取方式。
步骤S102、对该图片进行识别得到银行卡信息,该银行卡信息可以包括:银行卡的卡号和银行卡图案信息;
上述步骤S102中对该图片进行识别的识别算法可以采用现有的图片或文字识别算法,本申请一实施例并不限制上述识别算法的具体表现形式。
步骤S103、依据该银行卡图案信息搜索与该银行卡图案信息匹配的银行卡背景图片;
上述步骤S103的实现方法具体可以为:
将该银行卡图案信息与数据库内的银行卡的背景图片逐个比对,比对一致的银行卡即为与该银行卡图案信息匹配的银行卡背景图片。
当然上述步骤S103的实现方法还可以为:
将银行卡图案提取其局部特征点,将所有的局部特征点集合起来得到第一特征点集,将数据库内的所有银行卡的图案提取局部特征点,将所有银行卡的图案局部特征点集合起来得到第二特征点集;上述特征点可以使用SURF,ORB, SIFT等特征来描述。
上述特征点包括但不限于:图案的形状、颜色等。
从第二特征点集中查找出与第一特征点集中匹配的特征点,将该第二特征点集内匹配的特征点对应的银行卡图片设定为候选相似银行卡图片。
统计每张候选相似银行卡图片中匹配的特征点数量,特征匹配数值最多的候选相似银行卡图片即判定为与该银行卡图案信息匹配的银行卡背景图片。
另外对待查询银行卡背景图片计算与其相匹配图像时,由于要对不存在对应银行卡背景图片的负样本做排除,根据统计多个样本设定的阈值做最终的结果判定。
具体的判断方法可以为:计算匹配特征点数量最多与第二多的匹配特征点数值的差值,如差值大于设定阈值(用户或厂家可以自行设定)时,确定匹配特征点数量最多为与该银行卡图案信息匹配的银行卡背景图片;当差值小于设定阈值时,抽取具有匹配特征点数量最多的相应银行卡背景图片的所有特征点,如该所有特征点的一致性函数相同,则确定该匹配特征点数量最多的相应银行卡背景图片为与该银行卡图案信息匹配的银行卡背景图片,如该所有特征点的一致性函数不相同,则确定该与该银行卡图案信息匹配的银行卡背景图片不存在。
上述图案匹配的方案可以有效的减少匹配的计算量,因为对于图片比对来说,其将所有的银行卡背景图片的特征点均收集起来了就无需一一比对,这样有效的减少了图案的比对次数,所以其具有减少计算量的优点,另外,计算最多与第二多匹配特征点数值的差值能够有效的避免无相匹配图像的现象出现。
步骤S104、将该银行卡的卡号加载在该银行卡背景图片上得到与银行卡一致的虚拟银行卡,将所述虚拟银行卡保存。
本申请提供的技术方案通过获取银行卡的图片,对该银行卡的图片自动识别卡号并绑定银行卡,使绑定银行卡的操作更便捷,根据采集银行卡照片,搜索出对应银行卡的高分辨率背景图案,并在智能终端中生成一张与原银行卡一致的虚拟银行卡,更符合用户平时用卡习惯。所以其具有用户体验度高的优点。
可选的,上述银行卡背景图片具体可以为高清晰度的银行卡背景图片。
可选的,上述银行卡信息还可以包括:银行卡的发卡银行。
可选的,上述步骤S103的实现方法具体可以为:
依据该银行卡图案信息在该银行卡的发卡银行中搜索与该银行卡图案信息匹配的银行卡背景图片。此方式可以有效的减少搜索量,增加匹配的准确度。
参阅图2,图2为本发明另一实施例提供的一种支付应用中银行卡的绑定装置,该装置如图2所示,包括:
拍摄单元201,用于获取待绑定的银行卡的图片;
处理单元202,用于对所述银行卡的图片进行识别得到银行卡信息,所述银行卡信息包括:银行卡的卡号和银行卡图案信息;依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片;将所述银行卡的卡号叠加在所述银行卡背景图片上得到与银行卡一致的虚拟银行卡,将所述虚拟银行卡保存。
本申请提供的装置通过拍摄单元获取银行卡的图片,然后处理单元对该银行卡的图片自动识别卡号并绑定银行卡,使绑定银行卡的操作更便捷,根据采集银行卡照片,搜索出对应银行卡的高分辨率背景图案,并在智能终端中生成一张与原银行卡一致的虚拟银行卡,更符合用户平时用卡习惯。所以其具有用户体验度高的优点。
可选的,上述银行卡信息还包括:银行卡的发卡银行。
可选的,处理单元202,具体用于依据所述银行卡图案信息在所述银行卡的发卡银行背景图片集搜索与所述银行卡图案信息匹配的银行卡背景图片。
将银行卡的图案信息仅仅在银行卡的发卡银行北京图片集中搜索能够有效的减少搜索图案的数量,提高图案搜索的准确性。
可选的,处理单元202,具体用于将所述银行卡图案提取其局部特征点,将所有的局部特征点集合起来得到第一特征点集,将数据库内的所有银行卡的图案提取局部特征点,将所述数据库内的所有银行卡的图案局部特征点集合起来得到第二特征点集;从第二特征点集中查找出与第一特征点集中匹配的特征点,将所述第二特征点集内匹配的特征点对应的银行卡图片设定为候选相似银行卡图片;统计每张候选相似银行卡图片中匹配的特征点数量,特征匹配数值最多的候选相似银行卡图片判定为与所述银行卡图案信息匹配的银行卡背景图片。
上述处理单元将所有背景图片的特征点集合在一起,能够有效的对特征点进行重复匹配,因为对于银行卡来说,其特征点例如图案很有可能相同,如果每张卡的匹配,那么每张卡的特征点均需要和待绑定的银行卡的特征点进行匹配,这对于大数据的处理来说是不可想象的,其会极大的降低识别的速度,而将所有的特征点集合起来,每个相同的特征点仅会匹配一次,避免了重复匹配,所以其具有减少数据量的计算的优点。
可选的,处理单元202,还用于计算匹配特征点数量最多数值与的匹配特征点第二多数值的差值,如所述差值大于设定阈值时,确定匹配特征点数量最多数值对应的候选相似银行卡图片为与该银行卡图案信息匹配的银行卡背景图片;当差值小于设定阈值时,抽取具有匹配特征点数量最多的相应银行卡背景图片的所有特征点,如所述所有特征点的一致性函数相同,则确定所述匹配特征点数量最多的相应银行卡背景图片为与该银行卡图案信息匹配的银行卡背景图片,如所述所有特征点的一致性函数不相同,则确定所述与该银行卡图案信息匹配的银行卡背景图片不存在。
参阅图3,图3为本申请实施例提供的另一种便携式电子设备30的简化示意图,该便携式电子设备30包括但不限于:手机、平板电脑、智能手表、智能手环,如图3所示,该便携式电子设备包括:设备30包括处理器301、存储器303 、收发器302 、摄像头305和总线304。收发器302 用于与外部设备之间收发数据。设备30中的处理器301的数量可以是一个或多个。本申请的一些实施例中,处理器301、存储器303 和收发器302 可通过总线系统或其他方式连接。设备30可以用于执行图1所示的步骤S102-步骤S104的方法。关于本实施例涉及的术语的含义以及举例,可以参考图1对应的说明。此处不再赘述。
摄像头305,用于获取待绑定的银行卡的图片;
其中,存储器303 中存储程序代码。处理器301用于调用存储器303 中存储的程序代码,用于执行以下操作:
处理器301,用于对所述银行卡的图片进行识别得到银行卡信息,所述银行卡信息包括:银行卡的卡号和银行卡图案信息;依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片;将所述银行卡的卡号叠加在所述银行卡背景图片上得到与银行卡一致的虚拟银行卡。
需要说明的是,这里的处理器301可以是一个处理元件,也可以是多个处理元件的统称。例如,该处理元件可以是中央处理器(Central Processing Unit, CPU),也可以是特定集成电路(Application Specific Integrated Circuit, ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signalprocessor,DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,FPGA)。
存储器303可以是一个存储装置,也可以是多个存储元件的统称,且用于存储可执行程序代码或应用程序运行装置运行所需要参数、数据等。且存储器 303可以包括随机存储器(RAM),也可以包括非易失性存储器(non-volatile memory),例如磁盘存储器,闪存(Flash)等。
总线304可以是工业标准体系结构(Industry Standard Architecture, ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
该用户设备还可以包括输入输出装置,连接于总线304,以通过总线与处理器301等其它部分连接。该输入输出装置可以为操作人员提供一输入界面,以便操作人员通过该输入界面选择布控项,还可以是其它接口,可通过该接口外接其它设备。
如图4所示,本申请又一实施例还提供一种支付应用中银行卡的绑定方法,该智能终端包括但不限于:手机、平板电脑、个人数字助理(英文全称:Personal DigitalAssistant,英文简称:PDA),本实施例在支付宝支付应用内实现,该方法包括如下步骤:
步骤S401、智能终端在支付宝应用中调用摄像头拍摄待绑定的银行卡的图片;
步骤S402、智能终端对该图片进行识别得到银行卡信息,该银行卡信息可以包括:银行卡的卡号和银行卡图案信息;
上述步骤S402中对该图片进行识别的识别算法可以采用现有的图片或文字识别算法。
步骤S403、依据该银行卡图案信息搜索与该银行卡图案信息匹配的银行卡背景图片;
上述步骤S403的实现方法具体可以为:
将该银行卡图案信息与数据库内的银行卡的背景图片逐个比对,比对一致的银行卡即为与该银行卡图案信息匹配的银行卡背景图片。
上述数据库具体可以为,保存在智能终端存储器内的数据库。当然在实际应用中,还可以定期对该数据库内的银行卡进行更新,其更新的方法可以采用现有的更新方法,本申请并不限制上述更新的具体方式。
当然上述步骤S403的实现方法还可以为:
将银行卡图案提取其局部特征点,将所有的局部特征点集合起来得到第一特征点集,将数据库内的所有银行卡的图案提取局部特征点,将所有银行卡的图案局部特征点集合起来得到第二特征点集;上述特征点可以使用SURF,ORB, SIFT等特征来描述。
上述特征点包括但不限于:图案的形状、颜色等。
从第二特征点集中查找出与第一特征点集中匹配的特征点,将该第二特征点集内匹配的特征点对应的银行卡图片设定为候选相似银行卡图片。
统计每张候选相似银行卡图片中匹配的特征点数量,特征匹配数值最多的候选相似银行卡图片即判定为与该银行卡图案信息匹配的银行卡背景图片。
另外对待查询银行卡背景图片计算与其相匹配图像时,由于要对不存在对应银行卡背景图片的负样本做排除,根据统计多个样本设定的阈值做最终的结果判定。
具体的判断方法可以为:计算匹配特征点数量最多与第二多的匹配特征点数值的差值,如差值大于设定阈值(用户或厂家可以自行设定)时,确定匹配特征点数量最多为与该银行卡图案信息匹配的银行卡背景图片;当差值小于设定阈值时,抽取具有匹配特征点数量最多的相应银行卡背景图片的所有特征点,如该所有特征点的一致性函数相同,则确定该匹配特征点数量最多的相应银行卡背景图片为与该银行卡图案信息匹配的银行卡背景图片,如该所有特征点的一致性函数不相同,则确定该与该银行卡图案信息匹配的银行卡背景图片不存在。
上述图案匹配的方案可以有效的减少匹配的计算量,因为对于图片比对来说,其将所有的银行卡背景图片的特征点均收集起来了就无需一一比对,这样有效的减少了图案的比对次数,所以其具有减少计算量的优点,另外,计算最多与第二多匹配特征点数值的差值能够有效的避免无相匹配图像的现象出现。
步骤S404、将该银行卡的卡号加载在该银行卡背景图片上得到与银行卡一致的虚拟银行卡,将该虚拟银行卡存储在支付宝应用中。
本申请提供的技术方案通过支付宝应用调用摄像头获取银行卡的图片,对该银行卡的图片自动识别卡号并绑定银行卡,使绑定银行卡的操作更便捷,根据采集银行卡照片,搜索出对应银行卡的高分辨率背景图案,并在智能终端中生成一张与原银行卡一致的虚拟银行卡,并保存在支付宝应用中,更符合用户平时用卡习惯。所以其具有用户体验度高的优点。
如图5所示,本申请下一实施例还提供一种支付应用中银行卡的绑定方法,该智能终端包括但不限于:手机、平板电脑、个人数字助理(英文全称:Personal DigitalAssistant,英文简称:PDA),本实施例在微信支付应用内实现,该方法包括如下步骤:
步骤S501、智能终端在微信应用中调用摄像头拍摄待绑定的银行卡的图片;
步骤S502、智能终端对该图片进行识别得到银行卡信息,该银行卡信息可以包括:银行卡的卡号和银行卡图案信息;
上述步骤S502中对该图片进行识别的识别算法可以采用现有的图片或文字识别算法。
步骤S503、依据该银行卡图案信息搜索与该银行卡图案信息匹配的银行卡背景图片;
上述步骤S503的实现方法具体可以为:
将该银行卡图案信息与数据库内的银行卡的背景图片逐个比对,比对一致的银行卡即为与该银行卡图案信息匹配的银行卡背景图片。
上述数据库具体可以为,保存在智能终端存储器内的数据库。当然在实际应用中,还可以定期对该数据库内的银行卡进行更新,其更新的方法可以采用现有的更新方法,本申请并不限制上述更新的具体方式。
当然上述步骤S403的实现方法还可以为:
将银行卡图案提取其局部特征点,将所有的局部特征点集合起来得到第一特征点集,将数据库内的所有银行卡的图案提取局部特征点,将所有银行卡的图案局部特征点集合起来得到第二特征点集;上述特征点可以使用SURF,ORB, SIFT等特征来描述。
上述特征点包括但不限于:图案的形状、颜色等。
从第二特征点集中查找出与第一特征点集中匹配的特征点,将该第二特征点集内匹配的特征点对应的银行卡图片设定为候选相似银行卡图片。
统计每张候选相似银行卡图片中匹配的特征点数量,特征匹配数值最多的候选相似银行卡图片即判定为与该银行卡图案信息匹配的银行卡背景图片。
另外对待查询银行卡背景图片计算与其相匹配图像时,由于要对不存在对应银行卡背景图片的负样本做排除,根据统计多个样本设定的阈值做最终的结果判定。
具体的判断方法可以为:计算匹配特征点数量最多与第二多的匹配特征点数值的差值,如差值大于设定阈值(用户或厂家可以自行设定)时,确定匹配特征点数量最多为与该银行卡图案信息匹配的银行卡背景图片;当差值小于设定阈值时,抽取具有匹配特征点数量最多的相应银行卡背景图片的所有特征点,如该所有特征点的一致性函数相同,则确定该匹配特征点数量最多的相应银行卡背景图片为与该银行卡图案信息匹配的银行卡背景图片,如该所有特征点的一致性函数不相同,则确定该与该银行卡图案信息匹配的银行卡背景图片不存在。
上述图案匹配的方案可以有效的减少匹配的计算量,因为对于图片比对来说,其将所有的银行卡背景图片的特征点均收集起来了就无需一一比对,这样有效的减少了图案的比对次数,所以其具有减少计算量的优点,另外,计算最多与第二多匹配特征点数值的差值能够有效的避免无相匹配图像的现象出现。
步骤S504、将该银行卡的卡号加载在该银行卡背景图片上得到与银行卡一致的虚拟银行卡,将该虚拟银行卡存储在微信应用中。
本申请提供的技术方案通过微信应用调用摄像头获取银行卡的图片,对该银行卡的图片自动识别卡号并绑定银行卡,使绑定银行卡的操作更便捷,根据采集银行卡照片,搜索出对应银行卡的高分辨率背景图案,并在智能终端中生成一张与原银行卡一致的虚拟银行卡,并保存在微信应用中,更符合用户平时用卡习惯。所以其具有用户体验度高的优点。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例所提供的内容下载方法及相关设备、装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (6)
1.一种支付应用中银行卡的绑定方法,其特征在于,所述方法包括如下步骤:
通过设置在智能终端上的摄像头获取待绑定的银行卡的图片;
对所述银行卡的图片进行识别得到银行卡信息,所述银行卡信息包括:银行卡的卡号和银行卡图案信息;
依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片;
将所述银行卡的卡号叠加在所述银行卡背景图片上得到与所述待绑定的银行卡一致的虚拟银行卡,将所述虚拟银行卡保存在应用程序中;
其中,所述依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片具体,包括:
提取所述银行卡图案的局部特征点,将所有的局部特征点集合起来得到第一特征点集,提取数据库内的所有银行卡的图案提取局部特征点,将所述数据库内的所有银行卡的图案局部特征点集合起来得到第二特征点集;从所述第二特征点集中查找出与所述第一特征点集中匹配的特征点,将所述第二特征点集内匹配的特征点对应的银行卡图片设定为候选相似银行卡图片;统计每张候选相似银行卡图片中匹配的特征点数量,特征点匹配数值最多的候选相似银行卡图片判定为与所述银行卡图案信息匹配的银行卡背景图片;
所述方法还包括:计算候选相似银行卡图片中匹配的特征点数量最多数值与的匹配特征点第二多数值的差值,如所述差值大于设定阈值时,确定匹配特征点数量最多数值对应的候选相似银行卡图片为与该银行卡图案信息匹配的银行卡背景图片;当所述差值小于设定阈值时,抽取具有匹配特征点数量最多的相应银行卡背景图片的所有特征点,如所述具有匹配特征点数量最多的相应银行卡背景图片的所有特征点的一致性函数相同,则确定所述匹配特征点数量最多的相应银行卡背景图片为与该银行卡图案信息匹配的银行卡背景图片,如果所述具有匹配特征点数量最多的相应银行卡背景图片的所有特征点的一致性函数不相同,则确定所述数据库中不存在与该银行卡图案信息匹配的银行卡背景图片。
2.根据权利要求1所述方法,其特征在于,所述银行卡信息还包括:银行卡的发卡银行。
3.根据权利要求2所述的方法,其特征在于,所述依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片具体,包括:
依据所述银行卡图案信息在所述银行卡的发卡银行背景图片集搜索与所述银行卡图案信息匹配的银行卡背景图片。
4.一种支付应用中银行卡的绑定装置,其特征在于,所述装置包括:拍摄单元,用于通过设置在智能终端上的摄像头获取待绑定的银行卡的图片;
处理单元,用于对所述银行卡的图片进行识别得到银行卡信息,所述银行卡信息包括:银行卡的卡号和银行卡图案信息;依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片;将所述银行卡的卡号叠加在所述银行卡背景图片上得到与待绑定的银行卡一致的虚拟银行卡,将所述虚拟银行卡保存在应用程序中;
其中,所述依据所述银行卡图案信息搜索与所述银行卡图案信息匹配的银行卡背景图片具体,包括:
提取所述银行卡图案的局部特征点,将所有的局部特征点集合起来得到第一特征点集,提取数据库内的所有银行卡的图案提取局部特征点,将所述数据库内的所有银行卡的图案局部特征点集合起来得到第二特征点集;从所述第二特征点集中查找出与所述第一特征点集中匹配的特征点,将所述第二特征点集内匹配的特征点对应的银行卡图片设定为候选相似银行卡图片;统计每张候选相似银行卡图片中匹配的特征点数量,特征点匹配数值最多的候选相似银行卡图片判定为与所述银行卡图案信息匹配的银行卡背景图片;
所述处理单元还用于:计算候选相似银行卡图片中匹配的特征点数量最多数值与的匹配特征点第二多数值的差值,如所述差值大于设定阈值时,确定匹配特征点数量最多数值对应的候选相似银行卡图片为与该银行卡图案信息匹配的银行卡背景图片;当所述差值小于设定阈值时,抽取具有匹配特征点数量最多的相应银行卡背景图片的所有特征点,如所述具有匹配特征点数量最多的相应银行卡背景图片的所有特征点的一致性函数相同,则确定所述匹配特征点数量最多的相应银行卡背景图片为与该银行卡图案信息匹配的银行卡背景图片,如果所述具有匹配特征点数量最多的相应银行卡背景图片的所有特征点的一致性函数不相同,则确定所述数据库中不存在与该银行卡图案信息匹配的银行卡背景图片。
5.根据权利要求4所述装置,其特征在于,所述银行卡信息还包括:银行卡的发卡银行。
6.根据权利要求4所述的装置,其特征在于,所述处理单元,具体用于依据所述银行卡图案信息在所述银行卡的发卡银行背景图片集搜索与所述银行卡图案信息匹配的银行卡背景图片。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610671763.8A CN106327188B (zh) | 2016-08-15 | 2016-08-15 | 支付应用中银行卡的绑定方法及装置 |
PCT/CN2017/095100 WO2018032958A1 (zh) | 2016-08-15 | 2017-07-31 | 支付应用中银行卡的绑定方法及装置 |
US16/276,134 US10937016B2 (en) | 2016-08-15 | 2019-02-14 | Method and apparatus for binding bank card in payment application |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610671763.8A CN106327188B (zh) | 2016-08-15 | 2016-08-15 | 支付应用中银行卡的绑定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106327188A CN106327188A (zh) | 2017-01-11 |
CN106327188B true CN106327188B (zh) | 2020-04-14 |
Family
ID=57739468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610671763.8A Active CN106327188B (zh) | 2016-08-15 | 2016-08-15 | 支付应用中银行卡的绑定方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10937016B2 (zh) |
CN (1) | CN106327188B (zh) |
WO (1) | WO2018032958A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327188B (zh) | 2016-08-15 | 2020-04-14 | 华为技术有限公司 | 支付应用中银行卡的绑定方法及装置 |
EP3564886A4 (en) | 2017-01-25 | 2020-03-11 | Huawei Technologies Co., Ltd. | METHOD AND DEVICE FOR ADDING A BANK CARD |
CN108734450B (zh) * | 2017-04-17 | 2021-11-16 | 上海诺亚投资管理有限公司 | 一种线上支付方法及系统 |
CN109426913A (zh) * | 2017-08-31 | 2019-03-05 | 北京橙鑫数据科技有限公司 | 卡片的管理方法、管理装置和电子设备 |
CN111415243A (zh) * | 2020-03-24 | 2020-07-14 | 支付宝(杭州)信息技术有限公司 | 辅助国际银行卡审核的方法及其装置 |
CN112150733B (zh) * | 2020-09-27 | 2022-02-18 | 中国银行股份有限公司 | 银行卡误操作处理方法、装置及设备 |
CN115086467A (zh) * | 2022-06-14 | 2022-09-20 | 中国银行股份有限公司 | 手机应用程序的银行卡绑定方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1916945A (zh) * | 2006-05-24 | 2007-02-21 | 东莞市东信网络技术有限公司 | 移动电子会员卡及使用方法 |
CN101339639A (zh) * | 2007-07-06 | 2009-01-07 | 国际商业机器公司 | 虚拟会员卡系统和提供方法,以及虚拟会员卡的读取方法 |
CN101860814A (zh) * | 2009-04-08 | 2010-10-13 | 北京闻言科技有限公司 | 一种通过用户信息和图片模板生成电子优惠券的方法 |
CN104636958A (zh) * | 2015-02-10 | 2015-05-20 | 王小安 | 一种无卡多会员系统 |
CN105307736A (zh) * | 2013-06-09 | 2016-02-03 | 苹果公司 | 基于位置的票券簿 |
CN105405022A (zh) * | 2015-07-23 | 2016-03-16 | 上海易码信息科技有限公司 | 以电子会员卡取代实体会员卡的方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100550054C (zh) * | 2007-12-17 | 2009-10-14 | 电子科技大学 | 一种图像立体匹配方法及其装置 |
CN101859326B (zh) * | 2010-06-09 | 2012-04-18 | 南京大学 | 一种图像检索方法 |
CN101901344B (zh) * | 2010-08-13 | 2012-04-25 | 上海交通大学 | 基于腐蚀方法和DoG算子检测文字图像局部特征的方法 |
CN102208033B (zh) * | 2011-07-05 | 2013-04-24 | 北京航空航天大学 | 基于数据聚类的鲁棒sift特征匹配方法 |
US20140052636A1 (en) * | 2012-08-15 | 2014-02-20 | Jumio Inc. | Image Processing For Credit Card Validation |
CA3202407A1 (en) | 2012-08-24 | 2014-02-27 | Samsung Electronics Co., Ltd. | Apparatus and method for providing interaction information by using image on device display |
CN103106634A (zh) * | 2012-12-26 | 2013-05-15 | 上海合合信息科技发展有限公司 | 银行卡个人信息保护方法及系统 |
CN104065639B (zh) * | 2013-11-06 | 2015-07-29 | 腾讯科技(深圳)有限公司 | 银行卡的绑定方法及系统 |
KR101570354B1 (ko) | 2015-03-05 | 2015-11-19 | 엘지전자 주식회사 | 이동 단말기 및 그 제어 방법 |
SG10201603768SA (en) * | 2016-05-11 | 2017-12-28 | Mastercard Asia Pacific Pte Ltd | Method And System For Identifying A Payment Card Design |
CN106327188B (zh) * | 2016-08-15 | 2020-04-14 | 华为技术有限公司 | 支付应用中银行卡的绑定方法及装置 |
-
2016
- 2016-08-15 CN CN201610671763.8A patent/CN106327188B/zh active Active
-
2017
- 2017-07-31 WO PCT/CN2017/095100 patent/WO2018032958A1/zh active Application Filing
-
2019
- 2019-02-14 US US16/276,134 patent/US10937016B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1916945A (zh) * | 2006-05-24 | 2007-02-21 | 东莞市东信网络技术有限公司 | 移动电子会员卡及使用方法 |
CN101339639A (zh) * | 2007-07-06 | 2009-01-07 | 国际商业机器公司 | 虚拟会员卡系统和提供方法,以及虚拟会员卡的读取方法 |
CN101860814A (zh) * | 2009-04-08 | 2010-10-13 | 北京闻言科技有限公司 | 一种通过用户信息和图片模板生成电子优惠券的方法 |
CN105307736A (zh) * | 2013-06-09 | 2016-02-03 | 苹果公司 | 基于位置的票券簿 |
CN104636958A (zh) * | 2015-02-10 | 2015-05-20 | 王小安 | 一种无卡多会员系统 |
CN105405022A (zh) * | 2015-07-23 | 2016-03-16 | 上海易码信息科技有限公司 | 以电子会员卡取代实体会员卡的方法 |
Also Published As
Publication number | Publication date |
---|---|
US20190180267A1 (en) | 2019-06-13 |
WO2018032958A1 (zh) | 2018-02-22 |
CN106327188A (zh) | 2017-01-11 |
US10937016B2 (en) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106327188B (zh) | 支付应用中银行卡的绑定方法及装置 | |
CN106446816B (zh) | 人脸识别方法及装置 | |
WO2022088663A1 (zh) | 缺陷检测方法及装置、电子设备和存储介质 | |
CN108197250B (zh) | 图片检索方法、电子设备及存储介质 | |
CN107368550B (zh) | 信息获取方法、装置、介质、电子设备、服务器及系统 | |
CN109116129B (zh) | 终端检测方法、检测设备、系统及存储介质 | |
CN110489951A (zh) | 风险识别的方法、装置、计算机设备和存储介质 | |
CN111028006B (zh) | 一种业务投放辅助方法、业务投放方法及相关装置 | |
CN111290684B (zh) | 图像显示方法、图像显示装置及终端设备 | |
CN109359582B (zh) | 信息搜索方法、信息搜索装置及移动终端 | |
CN105094975A (zh) | 一种调用应用程序的方法及装置 | |
CN111090817A (zh) | 书籍扩展信息的展示方法、电子设备及计算机存储介质 | |
CN107392316B (zh) | 网络训练方法、装置、计算设备及计算机存储介质 | |
CN114494751A (zh) | 证照信息识别方法、装置、设备及介质 | |
CN111178365A (zh) | 图片文字的识别方法、装置、电子设备及存储介质 | |
CN109299948A (zh) | 一种红包发送方法、装置、可穿戴设备及存储介质 | |
CN111353577A (zh) | 基于多任务的级联组合模型的优化方法、装置及终端设备 | |
CN112183149B (zh) | 图形码处理方法及装置 | |
CN113821689A (zh) | 基于视频序列的行人检索方法、装置和电子设备 | |
CN109583453B (zh) | 图像的识别方法和装置、数据的识别方法、终端 | |
CN107948936B (zh) | 智慧城市路边停车方法及相关产品 | |
CN110147459B (zh) | 一种图像检索方法、装置及电子设备 | |
CN111626074A (zh) | 一种人脸分类方法及装置 | |
CN107885813A (zh) | 图片处理方法、移动终端及计算机可读存储介质 | |
CN109145884B (zh) | 查找目标人物的方法、装置、终端和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |