CN106846271A - 一种去除身份证照片中网纹的方法 - Google Patents

一种去除身份证照片中网纹的方法 Download PDF

Info

Publication number
CN106846271A
CN106846271A CN201710036468.XA CN201710036468A CN106846271A CN 106846271 A CN106846271 A CN 106846271A CN 201710036468 A CN201710036468 A CN 201710036468A CN 106846271 A CN106846271 A CN 106846271A
Authority
CN
China
Prior art keywords
identity card
reticulate pattern
default
card picture
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
CN201710036468.XA
Other languages
English (en)
Other versions
CN106846271B (zh
Inventor
曹冬
孙哲南
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.)
Tianjin Zhongke Intelligent Identification Co ltd
Original Assignee
Tianjin Zhongke Intelligent Identification Industry Technology Research Institute 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 Tianjin Zhongke Intelligent Identification Industry Technology Research Institute Co Ltd filed Critical Tianjin Zhongke Intelligent Identification Industry Technology Research Institute Co Ltd
Priority to CN201710036468.XA priority Critical patent/CN106846271B/zh
Publication of CN106846271A publication Critical patent/CN106846271A/zh
Application granted granted Critical
Publication of CN106846271B publication Critical patent/CN106846271B/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
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种去除身份证照片中网纹的方法，包括步骤：第一步：对于带有网纹的一张或者多张长方形的身份证照片，执行预处理操作；第二步：对所述经过预处理操作的身份证照片进行边缘检测，获得包含所述身份证照片中人物外边缘轮廓的边缘图像；第三步：对所述边缘图像进行预设图像处理操作，获得只含有网纹特征的掩码图像；第四步：以所述只含有网纹特征的掩码图像为引导，确定所述身份证照片中的网纹位置，执行预设网纹修复操作，获得已去除网纹的身份证照片。本发明可以稳定、可靠地去除身份证照片中的网纹，实现对身份证照片的良好修复，避免身份证照片中的人物修复失真，实现准确显示身份证照片中的人物真实图像。

Description

一种去除身份证照片中网纹的方法
技术领域
本发明涉及计算机图像处理和图像复原等技术领域，特别是涉及一种去除身份证照片中网纹的方法。
背景技术
目前，图像修复技术作为图像处理中重要的分枝；主要的目的是根据已知的图像区域特征对要修复的区域(具体为图像缺失部分或图像多余部分)进行修复；最近几年，越来越多的多媒体方面的技术被应用到图像的复原和修复上，因此，图像修复技术被广泛重视。目前，图像修复技术大致分为两类：一类是利用偏微分方程原理完成的扩散修复(具体通过Diffusion‐based扩散框架修复算法实现)；另一类是基于纹理合成的方法完成大面积缺损图像的修复(具体通过Exemplar‐based样本修复算法来实现)。
其中，Diffusion‐based扩散框架修复算法通过在偏微分方程的理论基础上，以像素为单位将已知图像信息扩散到缺损区域；在处理较多的结构信息或是大面积缺损图像时，将产生平滑效应，效果并不理想，该修复技术主要用于解决小区域破损的修复；该算法主要用于全变分(Total Variation，TV)模型和基于曲率驱动扩散(Curvature DrivenDiffusion,CDD)模型等。
而Exemplar‐based样本修复算法是Criminisi等人提出的，该技术是通过基于纹理合成的方法完成较大区域缺损图像的修复，此类方法以图像块为单位，利用已知图像的信息来合成图像缺损的部分，该方法以优先权和样本块为关键因素，可以有效的完成图像结构和图像纹理的传播。
但是，单纯采用传统Exemplar‐based样本修复算法及其改进算法，目前很难去除身份证照片的网纹，其中的原因在于：很难定位照片上网纹的位置，而且在修复照片时，很容易出现误匹配的现象，从而导致修复照片时造成人的面部出现裂痕或者严重失真。
因此，目前迫切需要开发出一种技术，其可以稳定、可靠地去除身份证照片中的网纹，实现对身份证照片的良好修复，避免身份证照片中的人物修复失真，最终实现准确显示身份证照片中的人物真实图像。
发明内容
有鉴于此，本发明的目的是提供一种去除身份证照片中网纹的方法，其可以稳定、可靠地去除身份证照片中的网纹，实现对身份证照片的良好修复，避免身份证照片中的人物修复失真，最终实现准确显示身份证照片中的人物真实图像，有利于广泛地推广应用，具有重大的生产实践意义。
为此，本发明提供了一种去除身份证照片中网纹的方法，包括步骤：
第一步：对于带有网纹的一张或者多张长方形的身份证照片，执行预处理操作；
第二步：对所述经过预处理操作的身份证照片进行边缘检测，获得包含所述身份证照片中人物外边缘轮廓的边缘图像，所述边缘图像是二值图像且其内所包含的网纹的中间为黑色且网纹的边缘为白色；
第三步：对所述边缘图像进行预设图像处理操作，获得只含有网纹特征的掩码图像；
第四步：以所述只含有网纹特征的掩码图像为引导，确定所述身份证照片中的网纹位置，执行预设网纹修复操作，获得已去除网纹的身份证照片。
其中，在所述第一步中，所述预处理操作包括以下子步骤：
首先，判断所述身份证照片的尺寸是否为预设尺寸的照片，如果不是预设尺寸的照片时，则调整所述身份证照片的尺寸至预设尺寸，当然，如果是预测尺寸的照片，无需进行调整；
然后，依次对所述身份证照片进行中值滤波操作和锐化增强操作。
其中，在所述第二步中，利用边缘检测Canny算子来对所述身份证照片进行边缘检测，从而获取所述身份证照片中的人物外边缘轮廓。
其中，在所述第二步中，所述身份证照片为符合预设色度值条件的身份证照片；
所述预设色度值条件具体为：所述身份证照片中的色度值大于预设色度值最小阈值，或者当所述身份证照片中的色度值小于或者等于所述预设色度值最小阈值时，所述身份证照片的色度值经过调节操作达到预设色度值正常阈值。
其中，所述第三步包括以下子步骤：
第一子步骤：对所述边缘图像中的网纹，执行预设网纹填充操作，获得所述整个身份证照片的掩码图像；
第二子步骤：对于所述边缘图像中的预设眼睛部分区域，执行预设眼睛部分区域填充操作，然后将经过预设眼睛部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片，获得只含有预设眼睛部分区域的掩码图像；
第三子步骤：对于所述边缘图像中的预设嘴巴部分区域，执行预设嘴巴部分区域填充操作，然后将经过预设嘴巴部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片，获得只含有预设嘴巴部分区域的掩码图像；
第四子步骤：将所述整个身份证照片的掩码图像，减去包含所述身份证照片中人物外边缘轮廓的边缘图像，然后再减去所述只含有预设嘴巴部分区域的掩码图像，接着减去只含有预设眼睛部分区域的掩码图像，最终获得只含有网纹特征的掩码图像。
其中，在所述第一子步骤中，所述预设网纹填充操作包括以下子步骤：
首先，对于所述边缘图像，检测获得其中的边缘为白色、中部为黑色的网纹；
然后，对所述网纹中的黑色中部填充白色，获得网纹全部为白色的所述整个身份证照片的掩码图像。
其中，在所述第一子步骤中，对于所述边缘图像的检测步骤具体为：检测所述边缘图像中横向连续分布的黑色像素点，当所述边缘图像中横向连续分布的黑色像素点的数量达到预设网纹的像素点宽度数量时，判断所述黑色像素点是网纹的组成部分，进而获得所述边缘为白色、中部为黑色的网纹；
对应地，对所述网纹中的黑色中部填充白色的步骤具体为：将所述网纹中的黑色像素点替换为白色像素点，从而实现对所述网纹中的黑色中部填充白色，最终获得全部为白色的网纹。
其中，在所述第二子步骤中，所述预设眼睛部分区域填充操作包括以下子步骤：
对于所述边缘图像中的预设眼睛部分区域，检测该预设眼睛部分区域内所有色素点的红色素值，并将其中红色素值小于第一预设红色素阈值的色素点替换为白色色素点；
在所述第二子步骤中，所述将经过预设眼睛部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片的步骤，具体为：
所述边缘图像中的每个像素点的像素值，分别与所述经过预处理操作的身份证照片中位于相同二维坐标下的每个像素点的像素值进行相减，从而获得只含有预设眼睛部分区域的掩码图像；
在所述第三子步骤中，所述预设嘴巴部分区域填充操作包括以下子步骤：
对于所述边缘图像中的预设嘴巴部分区域，检测该预设眼睛部分区域内所有色素点的红色素值，并将其中红色素值小于第二预设红色素阈值的色素点替换为白色色素点；
在所述第三子步骤中，所述将经过预设嘴巴部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片的步骤，具体为：所述边缘图像中的每个像素点的像素值，分别与所述经过预处理操作的身份证照片中位于相同二维坐标下的每个像素点的像素值进行相减，从而获得只含有预设嘴巴部分区域的掩码图像。
其中，在所述第二子步骤中，还包括以下处理步骤：
检测所述只含有预设眼睛部分区域的掩码图像中横向连续分布的白色像素点，当所述只含有预设眼睛部分区域的掩码图像中横向连续分布的白色像素点的数量小于预设白色像素点宽度数量时，将其替换为黑色像素点。
其中，在所述第四步中，所述预设网纹修复操作具体为：利用快速行进FMM算法去除所述身份证照片上的网纹，实现对所述身份证照片的修复。
由以上本发明提供的技术方案可见，与现有技术相比较，本发明提供了一种去除身份证照片中网纹的方法，其可以稳定、可靠地去除身份证照片中的网纹，实现对身份证照片的良好修复，避免身份证照片中的人物修复失真，最终实现准确显示身份证照片中的人物真实图像，有利于广泛地推广应用，具有重大的生产实践意义。
附图说明
图1为本发明提供的一种去除身份证照片中网纹的方法的流程图；
图2为在实施例中，运用本发明提供的一种去除身份证照片中网纹的方法，对输入的带网纹的身份证照片进行处理后，获得的已去除网纹的身份证照片的前后对比效果示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和实施方式对本发明作进一步的详细说明。
图1为本发明提供的一种去除身份证照片中网纹的方法的流程图；
参见图1，本发明提供的一种去除身份证照片中网纹的方法，其通过将身份证照片网纹的结构特征提取与定位、边缘检测(Canny)提取网纹的边缘特征图像和快速行进(FMM)算法相结合，来实现去除身份证照片上网纹的目的，该方法具体包括以下步骤：
第一步：对于带有网纹的一张或者多张长方形的身份证照片，执行预处理操作；
在本发明中，在第一步中，所述预处理操作的目的在于：便于步骤将达到不同色素值的网纹特征全部被定位并提取出来。
在本发明中，所述第一步中的预处理操作具体包括以下子步骤：
首先，判断所述身份证照片的尺寸是否为预设尺寸(该预设尺寸包含预设长度和预设宽度)的照片，如果不是预设尺寸的照片时，则调整所述身份证照片的尺寸至预设尺寸，当然，如果是预测尺寸的照片，无需进行调整；
然后，依次对所述身份证照片进行中值滤波操作和锐化增强操作。
需要说明的是，对所述身份证照片进行中值滤波操作，目的是为了去除所述身份证照片中多余的噪声干扰；对所述身份证照片进行锐化增强操作，目的是增大所述身份证照片中有网纹部分图像和无网纹部分图像的对比度，便于对网纹进行定位和特征提取。
具体实现上，所述预设尺寸可以根据用户的需要预先进行设置，例如预设尺寸可以是：预设长度为220mm和预设宽度为118mm。
第二步：对所述经过预处理操作的身份证照片进行边缘检测，获得包含所述身份证照片中人物外边缘轮廓的边缘图像，所述边缘图像是二值图像且其内所包含的网纹的中间为黑色且网纹的边缘为白色；
在本发明中，在第二步中，具体实现上，利用边缘检测(Canny)算子(即算法)来对所述身份证照片进行边缘检测，从而获取所述身份证照片中的人物外边缘轮廓，获得包含所述身份证照片中人物外边缘轮廓的边缘图像。
在本发明中，需要说明的是，所述边缘检测Canny算子的基本作用是用于获取网纹的边缘图像，其工作原理是：获得网纹的边缘即获得带网纹图像的网纹局部区域，此部分图像区域为色素亮度变化显著的部分，对于带网纹的灰度图来说，即从一个灰度值在很小的缓冲区域内急剧变化到另外一个灰度相差很大的灰度值。具体的步骤：先将彩色图像转化为灰度图像，之后要对转化的灰度图像进行高斯模糊处理；然后再计算图像梯度，根据梯度计算图像边缘幅度与角度，接着进行非极大抑制，主要用于图像边缘细化，然后再进行双阈值边缘连接处理，最后输出边缘图像。
在本发明中，在第二步中，为了防止后续对整体身份证照片去除网纹时，造成身份证照片中人物的外边缘轮廓失真，所述身份证照片优选为符合预设色度值条件的身份证照片。所述预设色度值条件具体为：所述身份证照片中的色度值大于预设色度值最小阈值(此时，不需要调节色度值)，或者当所述身份证照片中的色度值小于或者等于所述预设色度值最小阈值时，所述身份证照片的色度值经过调节操作(即更改)达到预设色度值正常阈值。
具体实现上，所述色度值包含红色素值、绿色素值和蓝色素值。所述预设色度值最小阈值可以根据用户的需要预先进行设置，优选为：其中的红(R)色素值为225、绿(G)色素值为255和蓝(B)色素值为215，此三个色素值是比较接近身份证照片背景区域的色素值。
具体实现上，所述预设色度值正常阈值可以根据用户的需要预先进行设置，例如可以为：其中的其中的红(R)色素值为134、绿(G)色素值为165和蓝(B)色素值为185，此三个色素值比较接近一般的人脸皮肤色素值。
需要说明的是，所述身份证照片中的色度值大于预设色度值最小阈值(例如比较接近身份证照片背景区域的的色素值：R为225、G为255和B为215)时，则不对身份证照片进行调节或者改变，因此，能够把身份证照片中人物的外边缘轮廓与背景区域区分开来。
第三步：对所述边缘图像进行预设图像处理操作，获得只含有网纹特征的掩码(Mask)图像(即屏蔽图像)；
在本发明中，具体实现上，所述第三步具体包括第一子步骤、第二子步骤、第三子步骤和第四子步骤等四个子步骤，具体如下：
第一子步骤：对所述边缘图像中的网纹，执行预设网纹填充操作，获得所述整个身份证照片的掩码(Mask)图像(即屏蔽图像)；
在本发明中，具体实现上，对于所述第一子步骤，所述预设网纹填充操作包括以下子步骤：
首先，对于所述边缘图像，检测获得其中的边缘为白色、中部为黑色的网纹；具体实现上，该检测步骤具体为：检测所述边缘图像中横向连续分布的黑色像素点，当所述边缘图像中横向连续分布的黑色像素点的数量达到预设网纹的像素点宽度数量时，判断所述黑色像素点是网纹的组成部分，进而获得所述边缘为白色、中部为黑色的网纹；
然后，对所述网纹中的黑色中部填充白色，获得网纹全部为白色的所述整个身份证照片的掩码(Mask)图像。对应地，该填充步骤具体为：将所述网纹中的黑色像素点替换为白色像素点，从而实现对所述网纹中的黑色中部填充白色，最终获得全部为白色的网纹。
第二子步骤：对于所述边缘图像中的预设眼睛部分区域，执行预设眼睛部分区域填充操作，然后将经过预设眼睛部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片，获得只含有预设眼睛部分区域的掩码图像；该第二子步骤的目的是为了防止对眼睛部分进行处理时造成失真。
在本发明中，具体实现上，对于所述第二子步骤，所述预设眼睛部分区域填充操作包括以下子步骤：
对于所述边缘图像中的预设眼睛部分区域，检测该预设眼睛部分区域内所有色素点的红(R)色素值，并将其中红(R)色素值小于第一预设红色素阈值的色素点替换为白色色素点。因此，可以获得预设眼睛部分区域被白色色素点覆盖的所述边缘图像。
具体实现上，所述预设眼睛部分区域可以根据用户的需要预先进行设置，例如所述预设眼睛部分区域可以为：以所述长方形的边缘图像的左上角为圆心、长边为Y轴，宽边为X轴建立的二维坐标系中，左眼的横向坐标X的取值范围为49～85、右眼横向坐标X的取值范围为98～135以及两个眼睛的纵向坐标Y的取值范围为66～110的区域。
需要说明的是，对于本发明，所述横向坐标和纵向坐标的取值标准是依据于标准身份证照片的尺寸来确定，主要是根据规定的左上角坐标为原点，来建立横坐标与纵坐标轴来确定人眼横纵坐标的范围，所述横向坐标和纵向坐标中的取值1表示一个像素值单位。
具体实现上，所述第一预设红色素阈值可以为180，从而对所述预设眼睛部分区域内，凡是红(R)色素值小于180的色素点均用白色色素值代替，大于设定的阈值的色素点则不做任何操作。
在本发明中，具体实现上，对于所述第二子步骤，所述将经过预设眼睛部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片的步骤，具体为：所述边缘图像中的每个像素点的像素值，分别与所述经过预处理操作的身份证照片中位于相同二维坐标下的每个像素点的像素值进行相减，从而获得只含有预设眼睛部分区域的掩码图像。
具体实现上，对于所述第二子步骤，由于在根据色素值进行覆盖时，有可能把一些照片中的网纹选中，为了进一步精确只含有预设眼睛部分区域的掩码图像，可以根据根据网纹的宽度特征去除其中多余的网纹部分，对于所述只含有预设眼睛部分区域的掩码图像做进一步优化处理，因此，所述第二子步骤中具体还可以包括以下处理步骤：
检测所述只含有预设眼睛部分区域的掩码图像中横向连续分布的白色像素点，当所述只含有预设眼睛部分区域的掩码图像中横向连续分布的白色像素点的数量小于预设白色像素点宽度数量(例如10个)时，将其替换为黑色像素点，此时，大于预设白色像素点宽度数量(例如10个)的部分不做任何处理。因此，可以把在执行白色像素点覆盖操作时多余遮盖住的网格选择出来并剔除掉，实现精确地去除所述只含有预设眼睛部分区域的掩码图像中的网纹。
需要说明的是，在所述只含有预设眼睛部分区域的掩码图像中，网纹相对眼睛来说，其横向连续的白色像素点是比较少的，因此，具体实现上，本发明在此掩码图像部分对网纹选择时，根据网纹的宽度特征设定相应的宽度阈值为10个像素点即(预设白色像素点宽度数量)：小于10个像素点的白色部分被选中设为黑色，大于的部分不做任何操作；这样就把多余遮盖住的网纹选择了出来并剔除掉。
第三子步骤：对于所述边缘图像中的预设嘴巴部分区域，执行预设嘴巴部分区域填充操作，然后将经过预设嘴巴部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片，获得只含有预设嘴巴部分区域的掩码图像；该第三子步骤的目的是为了防止对嘴巴部分进行处理时造成失真。
在本发明中，具体实现上，对于所述第三子步骤，所述预设嘴巴部分区域填充操作包括以下子步骤：
对于所述边缘图像中的预设嘴巴部分区域，检测该预设眼睛部分区域内所有色素点的红(R)色素值，并将其中红(R)色素值小于第二预设红色素阈值的色素点替换为白色色素点。因此，可以获得预设嘴巴部分区域被白色色素点覆盖的所述边缘图像。
具体实现上，所述预设嘴巴部分区域可以根据用户的需要预先进行设置，例如所述预设嘴巴部分区域可以为：以所述长方形的边缘图像的左上角为圆心、长边为Y轴，宽边为X轴建立的二维坐标系中，横向坐标X取值范围为66～120和纵向坐标Y取值范围为122～167的区域。
需要说明的是，对于本发明，所述横向坐标和纵向坐标的取值标准是依据于标准身份证照片的尺寸来确定，主要是根据规定的左上角坐标为原点，来建立横坐标与纵坐标轴来确定人眼横纵坐标的范围，所述横向坐标和纵向坐标中的取值1表示一个像素值单位。
具体实现上，所述第二预设红色素阈值可以为180，从而对所述预设嘴巴部分区域内，凡是红(R)色素值小于180的色素点均用白色色素值代替，大于设定的阈值的色素点则不做任何操作。
在本发明中，具体实现上，对于所述第三子步骤，所述将经过预设嘴巴部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片的步骤，具体为：所述边缘图像中的每个像素点的像素值，分别与所述经过预处理操作的身份证照片中位于相同二维坐标下的每个像素点的像素值进行相减，从而获得只含有预设嘴巴部分区域的掩码图像。
第四子步骤：将所述整个身份证照片的掩码(Mask)图像(由第一子步骤获得)，减去包含所述身份证照片中人物外边缘轮廓的边缘图像(由第二步获得)，然后再减去所述只含有预设嘴巴部分区域的掩码图像(由第三子步骤获得)，接着减去只含有预设眼睛部分区域的掩码图像(由第二子步骤获得)，最终获得只含有网纹特征的掩码(Mask)图像(即屏蔽图像)；
在第四子步骤中，任意两个图像之间的相减操作具体为：前一个图像中的每个像素点的像素值，分别与后一个图像中位于相同二维坐标下的每个像素点的像素值进行相减(具体可以为两个图像中每个像素点的R、G、B的色素值对应执行相减操作)。
第四步：以所述只含有网纹特征的掩码(Mask)图像(即屏蔽图像)为引导，确定所述身份证照片中的网纹位置，执行预设网纹修复操作，获得已去除网纹的身份证照片。
在本发明中，在第四步中，具体实现上，所述只含有网纹特征的掩码(Mask)图像，用于确定所述身份证照片中的网纹位置。
在本发明中，在第四步中，具体实现上，所述预设网纹修复操作具体为：利用快速行进(FMM)算法去除所述身份证照片上的网纹，实现对所述身份证照片的修复。
在本发明中，快速行进(FMM)算法对身份证照片实施修复的操作具体为：首先设定Ω区域为待修复(即待去除)的网纹区域，δΩ指Ω的边界；p点是本发明要修复网纹区域Ω内的像素点，以p为中心选取一个小邻域B(ε)，该邻域中的点像素值都是已知的,设定q为B(ε)中的一点，则q点计算p点的灰度值公式如下：
其中：是q点的亮度梯度值)；利用以上公式逐层向内来修复待修复的网纹Ω区域。
上述公式就是利用已经知道的周边的像素点去填补替换要修复相临近的像素，先修复处理待修复区域边缘上的像素点，然后层层像内推进，直到修复完所有的像素点，完成最后图像的修复。需要说明的是，在本发明中，”修复”和“去除”是一个含义，修复网纹的过程就是去除网纹的过程。
在本发明中，需要说明的是，只含有网纹特征的掩码Mask图像是位置索引，因为得到的Mask图像是只含有网纹的特征图像，它的图像大小和原始带网纹的图像的大小是一样的，利用此掩码Mask图像的网纹的位置来引导原始图像的网纹的位置，从而进行修复(即去除网纹)。
在本发明中，需要说明的是，所述FMM算法的目的是先处理待修复区域边缘上的色素点，然后层层向内推进，直到修复完所有的像素点，完成最后图像的修复。所述FMM算法的技术原理及过程为：通过首先设定Ω区域为待修复的网纹区域，δΩ指Ω的边界；p点是本发明要修复网纹区域Ω内的像素点，以p为中心选取一个小邻域B(ε)，该邻域中的点像素值都是已知的,设定q为B(ε)中的一点，则q点计算p点的灰度值公式如下： 是q点的亮度梯度值)；然后根据上述公式，利用已经知道的周边的像素点去填补替换要修复相临近的像素，先修复处理待修复区域边缘上的像素点，然后层层像内推进，直到修复完所有的像素点。在这个修复处理过程中，主要是以掩码Mask图像为位置索引，依据Mask图像只是含有网纹的特征图像，并且掩码图像Mask的大小和原始带网纹图像的大小是一样的，通过利用此掩码图像的网纹的位置来引导原始图像的网纹的位置，从而进行修复。
需要说明的是，对于本发明，可以利用快速行进(FMM)算法去除身份证照片上的网纹：FMM算法的思想是先处理待修复区域边缘上的色素点，然后层层向内推进，直到修复完所有的像素点，本发明是以Canny边缘检测与快速行进(FMM)算法相结合，以之前第一步至第三步处理后得到的掩码图像Mask为引导，实现精确的定位到照片中网纹的位置，并利用快速行进(FMM)算法对第一步中获得的原始身份证照片层层向内修复网纹，最后有效地得到无网纹的身份证照片。
为了详细说明本发明的具体实施方式及验证本发明的有效性，将本发明提出的方法用于带有不同网纹的身份证照片上，该不同网纹是指不同色素值或不同宽度的网纹。图2为在实施例中，运用本发明提供的一种去除身份证照片中网纹的方法，对输入的带网纹的身份证照片进行处理后，获得的已去除网纹的身份证照片的前后对比效果示意图。如图2所示，本发明提出的去除身份证照片中网纹的方法，其基于Canny边缘检测与快速行进(FMM)算法，先按照第一步和第二步处理得到身份证照片中人物外边缘轮廓的边缘图像(此时可以利用Canny边缘检测获取整体身份证照片的边缘图像)；接着，按照第三步中的第一子步骤，填充网纹边缘图像网纹边缘间空白的部分，得到整体的掩码图像；随后按照之前介绍的第三步中的第二子步骤和第三子步骤来获取嘴巴和眼睛部分的掩码图像；最终根据第三步中的第四子步骤来获取只含有网纹特征的掩码图像Mask；最后根据第四步的处理，以掩码图像Mask为引导，利用快速行进(FMM)算法去除照片上的网纹，获得稳健的去除网纹的身份证照片图像。
基于上述技术方案可知，本发明提供的一种去除身份证照片中网纹的方法，其针对现有图像处理技术去除身份证照片中的网纹效果差或造成照片的人脸失真等问题，利用快速行进FMM算法，结合Canny边缘检测来提取网纹的边缘图像，然后对边缘检测得到的图像进行填充等操作得到掩码(Mask)图像，从而以掩码Mask图像为引导，利用快速行进(FMM)
算法去除照片上的网纹，以此获得有效低失真的、稳健的去除网纹的身份证照片图像。
综上所述，与现有技术相比较，本发明提供了一种去除身份证照片中网纹的方法，其可以稳定、可靠地去除身份证照片中的网纹，实现对身份证照片的良好修复，避免身份证照片中的人物修复失真，最终实现准确显示身份证照片中的人物真实图像，有利于广泛地推广应用，具有重大的生产实践意义。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种去除身份证照片中网纹的方法，其特征在于，包括步骤：
第一步：对于带有网纹的一张或者多张长方形的身份证照片，执行预处理操作；
第二步：对所述经过预处理操作的身份证照片进行边缘检测，获得包含所述身份证照片中人物外边缘轮廓的边缘图像，所述边缘图像是二值图像且其内所包含的网纹的中间为黑色且网纹的边缘为白色；
第三步：对所述边缘图像进行预设图像处理操作，获得只含有网纹特征的掩码图像；
第四步：以所述只含有网纹特征的掩码图像为引导，确定所述身份证照片中的网纹位置，执行预设网纹修复操作，获得已去除网纹的身份证照片。
2.如权利要求1所述的方法，其特征在于，在所述第一步中，所述预处理操作包括以下子步骤：
首先，判断所述身份证照片的尺寸是否为预设尺寸的照片，如果不是预设尺寸的照片时，则调整所述身份证照片的尺寸至预设尺寸，当然，如果是预测尺寸的照片，无需进行调整；
然后，依次对所述身份证照片进行中值滤波操作和锐化增强操作。
3.如权利要求1所述的方法，其特征在于，在所述第二步中，利用边缘检测Canny算子来对所述身份证照片进行边缘检测，从而获取所述身份证照片中的人物外边缘轮廓。
4.如权利要求1所述的方法，其特征在于，在所述第二步中，所述身份证照片为符合预设色度值条件的身份证照片；
所述预设色度值条件具体为：所述身份证照片中的色度值大于预设色度值最小阈值，或者当所述身份证照片中的色度值小于或者等于所述预设色度值最小阈值时，所述身份证照片的色度值经过调节操作达到预设色度值正常阈值。
5.如权利要求1至4中任一项所述的方法，其特征在于，所述第三步包括以下子步骤：
第一子步骤：对所述边缘图像中的网纹，执行预设网纹填充操作，获得所述整个身份证照片的掩码图像；
第二子步骤：对于所述边缘图像中的预设眼睛部分区域，执行预设眼睛部分区域填充操作，然后将经过预设眼睛部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片，获得只含有预设眼睛部分区域的掩码图像；
第三子步骤：对于所述边缘图像中的预设嘴巴部分区域，执行预设嘴巴部分区域填充操作，然后将经过预设嘴巴部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片，获得只含有预设嘴巴部分区域的掩码图像；
第四子步骤：将所述整个身份证照片的掩码图像，减去包含所述身份证照片中人物外边缘轮廓的边缘图像，然后再减去所述只含有预设嘴巴部分区域的掩码图像，接着减去只含有预设眼睛部分区域的掩码图像，最终获得只含有网纹特征的掩码图像。
6.如权利要求5所述的方法，其特征在于，在所述第一子步骤中，所述预设网纹填充操作包括以下子步骤：
首先，对于所述边缘图像，检测获得其中的边缘为白色、中部为黑色的网纹；
然后，对所述网纹中的黑色中部填充白色，获得网纹全部为白色的所述整个身份证照片的掩码图像。
7.如权利要求6所述的方法，其特征在于，在所述第一子步骤中，对于所述边缘图像的检测步骤具体为：检测所述边缘图像中横向连续分布的黑色像素点，当所述边缘图像中横向连续分布的黑色像素点的数量达到预设网纹的像素点宽度数量时，判断所述黑色像素点是网纹的组成部分，进而获得所述边缘为白色、中部为黑色的网纹；
对应地，对所述网纹中的黑色中部填充白色的步骤具体为：将所述网纹中的黑色像素点替换为白色像素点，从而实现对所述网纹中的黑色中部填充白色，最终获得全部为白色的网纹。
8.如权利要求5所述的方法，其特征在于，在所述第二子步骤中，所述预设眼睛部分区域填充操作包括以下子步骤：
对于所述边缘图像中的预设眼睛部分区域，检测该预设眼睛部分区域内所有色素点的红色素值，并将其中红色素值小于第一预设红色素阈值的色素点替换为白色色素点；
在所述第二子步骤中，所述将经过预设眼睛部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片的步骤，具体为：
所述边缘图像中的每个像素点的像素值，分别与所述经过预处理操作的身份证照片中位于相同二维坐标下的每个像素点的像素值进行相减，从而获得只含有预设眼睛部分区域的掩码图像；
在所述第三子步骤中，所述预设嘴巴部分区域填充操作包括以下子步骤：
对于所述边缘图像中的预设嘴巴部分区域，检测该预设眼睛部分区域内所有色素点的红色素值，并将其中红色素值小于第二预设红色素阈值的色素点替换为白色色素点；
在所述第三子步骤中，所述将经过预设嘴巴部分区域填充操作的所述边缘图像减去所述经过预处理操作的身份证照片的步骤，具体为：所述边缘图像中的每个像素点的像素值，分别与所述经过预处理操作的身份证照片中位于相同二维坐标下的每个像素点的像素值进行相减，从而获得只含有预设嘴巴部分区域的掩码图像。
9.如权利要求8所述的方法，其特征在于，在所述第二子步骤中，还包括以下处理步骤：
检测所述只含有预设眼睛部分区域的掩码图像中横向连续分布的白色像素点，当所述只含有预设眼睛部分区域的掩码图像中横向连续分布的白色像素点的数量小于预设白色像素点宽度数量时，将其替换为黑色像素点。
10.如权利要求1至4中任一项所述的方法，其特征在于，在所述第四步中，所述预设网纹修复操作具体为：利用快速行进FMM算法去除所述身份证照片上的网纹，实现对所述身份证照片的修复。
CN201710036468.XA 2017-01-18 2017-01-18 一种去除身份证照片中网纹的方法 Active CN106846271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710036468.XA CN106846271B (zh) 2017-01-18 2017-01-18 一种去除身份证照片中网纹的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710036468.XA CN106846271B (zh) 2017-01-18 2017-01-18 一种去除身份证照片中网纹的方法

Publications (2)

Publication Number Publication Date
CN106846271A true CN106846271A (zh) 2017-06-13
CN106846271B CN106846271B (zh) 2020-04-17

Family

ID=59124607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710036468.XA Active CN106846271B (zh) 2017-01-18 2017-01-18 一种去除身份证照片中网纹的方法

Country Status (1)

Country Link
CN (1) CN106846271B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108121978A (zh) * 2018-01-10 2018-06-05 马上消费金融股份有限公司 一种人脸图像处理方法、系统及设备和存储介质
CN109327646A (zh) * 2017-08-01 2019-02-12 佳能株式会社 图像处理装置、图像处理方法以及计算机可读存储介质
CN109376658A (zh) * 2018-10-26 2019-02-22 信雅达系统工程股份有限公司 一种基于深度学习的ocr方法
CN109801225A (zh) * 2018-12-06 2019-05-24 重庆邮电大学 基于多任务全卷积神经网络的人脸网纹污迹去除方法
CN111626284A (zh) * 2020-05-26 2020-09-04 广东小天才科技有限公司 一种手写字体去除的方法、装置、电子设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1324058A (zh) * 2000-03-21 2001-11-28 株式会社东芝 信息处理方法
CN101552860A (zh) * 2009-05-13 2009-10-07 西安理工大学 基于网点检测与网点填充的半色调图像去网方法
US7668347B2 (en) * 2006-04-07 2010-02-23 The Boeing Company Digital watermarking of picture identity documents using Eigenface vectors of Eigenface facial features of the document facial image as the watermark key
CN105427233A (zh) * 2015-12-29 2016-03-23 小米科技有限责任公司 去除水印的方法及装置
CN105427228A (zh) * 2015-10-29 2016-03-23 小米科技有限责任公司 照片水印处理方法及装置
CN105930797A (zh) * 2016-04-21 2016-09-07 腾讯科技（深圳）有限公司 一种人脸验证方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1324058A (zh) * 2000-03-21 2001-11-28 株式会社东芝 信息处理方法
US7668347B2 (en) * 2006-04-07 2010-02-23 The Boeing Company Digital watermarking of picture identity documents using Eigenface vectors of Eigenface facial features of the document facial image as the watermark key
CN101552860A (zh) * 2009-05-13 2009-10-07 西安理工大学 基于网点检测与网点填充的半色调图像去网方法
CN105427228A (zh) * 2015-10-29 2016-03-23 小米科技有限责任公司 照片水印处理方法及装置
CN105427233A (zh) * 2015-12-29 2016-03-23 小米科技有限责任公司 去除水印的方法及装置
CN105930797A (zh) * 2016-04-21 2016-09-07 腾讯科技（深圳）有限公司 一种人脸验证方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
T.BOURLAI 等: "Restoring Degraded Face Images: A Case Study in", 《IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109327646A (zh) * 2017-08-01 2019-02-12 佳能株式会社 图像处理装置、图像处理方法以及计算机可读存储介质
CN109327646B (zh) * 2017-08-01 2021-08-03 佳能株式会社 图像处理装置、图像处理方法以及计算机可读存储介质
CN108121978A (zh) * 2018-01-10 2018-06-05 马上消费金融股份有限公司 一种人脸图像处理方法、系统及设备和存储介质
CN109376658A (zh) * 2018-10-26 2019-02-22 信雅达系统工程股份有限公司 一种基于深度学习的ocr方法
CN109376658B (zh) * 2018-10-26 2022-03-08 信雅达科技股份有限公司 一种基于深度学习的ocr方法
CN109801225A (zh) * 2018-12-06 2019-05-24 重庆邮电大学 基于多任务全卷积神经网络的人脸网纹污迹去除方法
CN109801225B (zh) * 2018-12-06 2022-12-27 重庆邮电大学 基于多任务全卷积神经网络的人脸网纹污迹去除方法
CN111626284A (zh) * 2020-05-26 2020-09-04 广东小天才科技有限公司 一种手写字体去除的方法、装置、电子设备和存储介质
CN111626284B (zh) * 2020-05-26 2023-10-03 广东小天才科技有限公司 一种手写字体去除的方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN106846271B (zh) 2020-04-17

Similar Documents

Publication Publication Date Title
CN106846271A (zh) 一种去除身份证照片中网纹的方法
CN104376535B (zh) 一种基于样本的快速图像修复方法
CN104537625A (zh) 一种基于方向标志位的Bayer彩色图像插值方法
CN107680054A (zh) 雾霾环境下多源图像融合方法
CN103927719A (zh) 图片处理方法及装置
CN111915704A (zh) 一种基于深度学习的苹果分级识别方法
CN109754377A (zh) 一种多曝光图像融合方法
Sun A new single-image fog removal algorithm based on physical model
CN108510491A (zh) 虚化背景下人体骨骼关键点检测结果的过滤方法
CN105931232A (zh) 结构光光条中心高精度亚像素提取方法
CN106355744B (zh) 一种印尼盾币值的识别方法及装置
CN104952102B (zh) 面向延迟着色的统一反走样方法
CN103927718A (zh) 一种图片处理方法及装置
Yeh et al. Efficient image/video dehazing through haze density analysis based on pixel-based dark channel prior
CN109886960A (zh) 基于机器视觉的玻璃边缘缺陷检测的方法
CN102024156A (zh) 彩色人脸图像中的唇部区域定位方法
CN105139391B (zh) 一种雾霾天气交通图像边缘检测方法
CN110111711A (zh) 屏幕的检测方法及装置、计算机可读存储介质
CN107016657A (zh) 被网纹覆盖的人脸图片的修复方法
CN102567969B (zh) 一种彩色图像边缘检测方法
CN106971380A (zh) 一种对比度增强和视觉显著度优化方法在高尔夫球场图中的应用
CN112200755B (zh) 一种图像去雾方法
CN104700372A (zh) 基于边缘保护的加权各向异性扩散滤波方法
CN107220943A (zh) 融合区域纹理梯度的船舶阴影去除方法
TW200842339A (en) Mura detection method and system

Legal Events

Date Code Title Description
PB01 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
CP03 Change of name, title or address

Address after: 300457 unit 1001, block 1, msd-g1, TEDA, No.57, 2nd Street, Binhai New Area Economic and Technological Development Zone, Tianjin

Patentee after: Tianjin Zhongke intelligent identification Co.,Ltd.

Address before: 300457 No. 57, Second Avenue, Economic and Technological Development Zone, Binhai New Area, Tianjin

Patentee before: TIANJIN ZHONGKE INTELLIGENT IDENTIFICATION INDUSTRY TECHNOLOGY RESEARCH INSTITUTE Co.,Ltd.

CP03 Change of name, title or address