CN107358718A - 一种冠字号识别方法、装置、设备及存储介质 - Google Patents
一种冠字号识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN107358718A CN107358718A CN201710555515.1A CN201710555515A CN107358718A CN 107358718 A CN107358718 A CN 107358718A CN 201710555515 A CN201710555515 A CN 201710555515A CN 107358718 A CN107358718 A CN 107358718A
- Authority
- CN
- China
- Prior art keywords
- character
- word number
- crown word
- gradient
- prefix sign
- 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
Links
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
本发明实施例公开了一种冠字号识别方法、装置、设备及存储介质,其中,方法包括:在纸币的灰度图像中截取待识别的冠字号区域图像;对冠字号区域图像进行字符分割,获得多个字符区域,其中,字符区域中包含一个冠字号字符;计算冠字号字符的梯度特征向量;根据梯度特征向量和预设的字符模板,识别冠字号字符,进而识别冠字号。通过将冠字号字符的梯度特征向量与预设的模板匹配来识别冠字号字符,可有效降低字符断裂或污损等带来的不利影响,对于字符断裂或污损的冠字号有较好的识别效果,可一次性准确地识别冠字号字符,无需进行额外的相近字符判断,提升了冠字号的识别效率。
Description
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种冠字号识别方法、装置、设备及存储介质。
背景技术
目前,自助存取款设备已广泛应用在人们的生活中,使人们能够更加便捷地进行存取款等活动。对于自助存取款设备而言,除基本的存取款功能外,还需要具备纸币的识别功能,用于在纸币的存入或取出过程中识别纸币信息。
为了方便统一管理以及防止假钞的流通,每张纸币都印制了独一无二的编号,即冠字号,对纸币冠字号的识别是纸币鉴伪的一种重要手段。但纸币在流通过程时,冠字号字符难免会出现断裂或者污损等图像异常情况,采用现有的冠字号识别方法,在识别断裂或者污损等图像异常冠字号时,识别效果差、准确率不高。
发明内容
为解决相关技术问题,本发明提供一种冠字号识别方法、装置、设备及存储介质,以准确识别纸币的冠字号。
为实现上述目的,本发明实施例采用如下技术方案:
第一方面,本发明实施例提供了一种冠字号识别方法,包括:
在纸币的灰度图像中截取待识别的冠字号区域图像;
对所述冠字号区域图像进行字符分割,获得多个字符区域,其中,所述字符区域中包含一个冠字号字符;
计算所述冠字号字符的梯度特征向量;
根据所述梯度特征向量和预设的字符模板,识别所述冠字号字符,进而识别所述冠字号。
第二方面,本发明实施例提供了一种冠字号识别装置,包括:
冠字号区域图像截取模块,用于在纸币的灰度图像中截取待识别的冠字号区域图像;
字符分割模块,用于对所述冠字号区域图像进行字符分割,获得多个字符区域,其中,所述字符区域中包含一个冠字号字符;
梯度特征向量计算模块,用于计算所述冠字号字符的梯度特征向量;
冠字号识别模块,用于根据所述梯度特征向量和预设的字符模板,识别所述冠字号字符,进而识别所述冠字号。
第三方面,本发明实施例提供了一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所述的冠字号识别方法。
第四方面,本发明实施例提供了一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如本发明任意实施例所述的冠字号识别方法。
本发明实施例提供的技术方案带来的有益效果:
本技术方案中,对纸币的冠字号区域图像进行字符分割,获得多个字符区域,计算字符区域中冠字号字符的梯度特征向量,根据冠字号字符的梯度特征向量和预设的字符模板,分别识别每个字符区域中的冠字号字符,进而识别冠字号;与现有技术相比,通过将冠字号字符的梯度特征向量与预设的模板匹配来识别冠字号字符,可有效降低字符断裂或污损等带来的不利影响,对于字符断裂或污损的冠字号有较好的识别效果,可一次性准确地识别冠字号字符,无需进行额外的相近字符判断,提升了冠字号的识别效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对本发明实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1是本发明实施例提供的一种冠字号识别方法的流程示意图;
图2是本发明实施例提供的一种字符分割的方法的流程示意图;
图3是本发明实施例提供的冠字号区域图像的示意图;
图4是本发明实施例提供的一种计算冠字号字符的梯度特征向量的方法的流程示意图;
图5是本发明实施例提供的一种计算子区域的梯度特征向量的方法的流程示意图;
图6是本发明实施例提供的一种冠字号识别装置的架构示意图;
图7是本发明实施例提供的一种设备的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案作进一步的详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例提供的一种冠字号识别方法的流程示意图,本发明实施例的方法可适用于对纸币的冠字号进行识别的情况,该方法可以由冠字号识别装置来执行,例如具有计算功能和处理功能的设备(ATM机、验钞机等)。如图1所示,本实施例提供的方法可以包括如下步骤:
S110、在纸币的灰度图像中截取待识别的冠字号区域图像。
在一个实施例中,对于同币种同币值的纸币来说,纸币的冠字号区域的尺寸及位置都是固定的,根据该固定的尺寸及位置,可从纸币的灰度图像中截取出待识别的冠字号区域图像。在其它实施例中,也可以通过其它的冠字号区域确定方法来获取纸币的冠字号区域图像。
S120、对冠字号区域图像进行字符分割,获得多个字符区域,其中,字符区域中包含一个冠字号字符。
示例性的,纸币的冠字号区域中通常包含多个冠字号字符,分别确定每个冠字号字符的列边界和行边界,根据列边界和行边界对冠字号区域图像进行字符分割,即可获得每个冠字号字符对应的字符区域。其中,列边界是指像素列边界,行边界是指像素行边界。
S130、计算冠字号字符的梯度特征向量。
示例性的,字符区域中包含多个像素点,统计每个像素点的梯度特征向量,根据每个像素点的梯度特征向量可计算出字符区域中冠字号字符的梯度特征向量。若冠字号字符存在字符断裂或污损的情况,对计算冠字号字符的梯度特征向量影响较小,可保证后续冠字号字符识别的准确性。
S140、根据梯度特征向量和预设的字符模板,识别冠字号字符,进而识别冠字号。
在一个实施例中,预设的字符模板为先验信息,包括10个阿拉伯数字和26个字母对应的字符模板,字符模板以模板向量表示,与冠字号字符的梯度特征向量的计算方式相同,因此,字符模板的模板向量的维数与计算获得的冠字号字符的梯度特征向量的维数相同。将冠字号字符的梯度特征向量与预设的字符模板逐一匹配,匹配度最高的字符模板所对应的字符即为该冠字号字符。同理,可识别冠字号区域图像中全部的冠字号字符。
综上,在本实施例的技术方案中,对纸币的冠字号区域图像进行字符分割,获得多个字符区域,计算字符区域中冠字号字符的梯度特征向量,根据冠字号字符的梯度特征向量和预设的字符模板,分别识别每个字符区域中的冠字号字符,进而识别冠字号;与现有技术相比,通过将冠字号字符的梯度特征向量与预设的模板匹配来识别冠字号字符,可有效降低字符断裂或污损等带来的不利影响,对于字符断裂或污损的冠字号有较好的识别效果,可一次性准确地识别冠字号字符,无需进行额外的相近字符判断,提升了冠字号的识别效率。
图2是本发明实施例提供的一种字符分割的方法的流程示意图,本实施例在上述实施例的基础上,可选的,所述对冠字号区域图像进行字符分割,获得多个字符区域(即S120),包括:
对冠字号区域图像进行列扫描和行扫描,获得冠字号字符的第一列边界和第一行边界;
分别将第一列边界和第一行边界外扩1个像素点,获得每个冠字号字符的第二列边界和第二行边界;
基于冠字号字符的标准宽度,分别修正第二列边界和第二行边界,确定冠字号字符的列分割位置和行分割位置;
根据冠字号字符的列分割位置和行分割位置,分割冠字号区域图像中的多个冠字号字符,获得多个字符区域。
基于上述优化,如图2所示,在上述实施例的基础上,S120具体可以包括如下步骤:
S221、对冠字号区域图像进行列扫描和行扫描,获得冠字号字符的第一列边界和第一行边界。
在一个实施例中,如图3所示,冠字号区域图像中包括前景部分和背景部分,相应的,冠字号区域图像的像素点包括前景像素点和背景像素点,其中,前景部分包括冠字号字符和污损噪声,冠字号区域图像中包括8个冠字号字符。按从左到右的方向逐列扫描冠字号区域图像,在列扫描过程中,当前景像素点从无到有时,可确定当前扫描列为冠字号字符的左边界,当前景像素点从有到无时,可确定前一次扫描列为冠字号字符的右边界,左边界和右边界构成冠字号字符的第一列边界;同理,可获得8个冠字号字符的第一列边界。根据第一列边界,将冠字号区域图像初步分割成8个小块图像,每个小块图像中包含1个冠字号字符,按从上到下的方向逐行扫描小块图像,在行扫描过程中,当前景像素点从无到有时,可确定当前扫描行为冠字号字符的上边界,当前景像素点从有到无时,可确定前一次扫描行为冠字号字符的下边界,上边界和下边界构成冠字号字符的第一行边界;同理,分别对每个冠字号字符进行行扫描,可获得8个冠字号字符的第一行边界。
S222、分别将第一列边界和第一行边界外扩1个像素点,获得每个冠字号字符的第二列边界和第二行边界。
在一个实施例中,冠字号字符区域图像中的部分冠字号字符,例如L、T、J、3等,在冠字号字符的左方或上方通常存在前景,梯度特征明显。为保证能分割出的字符区域能包含完整的冠字号字符,需将S221中获得的冠字号字符的第一列边界和第一行边界外扩1个像素点,得到冠字号字符的第二列边界和第二行边界,即将左边界左移1个像素点,将右边界右移1个像素点,得到冠字号字符的第二列边界,将上边界上移1个像素点,将下边界下移1个像素点,得到冠字号字符的第二行边界。同理,分别对每个冠字号字符进行边界外扩操作,可获得8个冠字号字符的第二列边界和第二行边界。
S223、基于冠字号字符的标准宽度,分别修正第二列边界和第二行边界,确定冠字号字符的列分割位置和行分割位置。
在一个实施例中,冠字号字符的标准宽度为先验信息,例如取值为20。主要有以下两种情况,需要修正冠字号字符的第二列边界和第二行边界:
第一种情况,冠字号字符的宽度与标准宽度的比值小于第一阈值(例如0.75),则调整冠字号字符的第二列边界和第二行边界,使得冠字号字符在第二列边界和第二行边界围成的矩形框的居中位置。这种情况常见于宽度比较窄的冠字号字符,如冠字号字符1和I,还有因为冠字号字符断裂、缺损等导致的残缺冠字号字符。例如,在一个实施例中,对于冠字号字符I,相应的宽度只有10,与标准宽度的比值为0.5,则调整冠字号字符I的第二列边界和第二行边界,使得调整冠字号字符I位于边界矩形框的居中位置。
第二种情况,冠字号字符的宽度与标准宽度的比值大于第二阈值(例如1.25),则取前景像素点数最多的连续20(标准宽度)列,以第1列作为左边界,以第20列作为右边界,以调整冠字号字符的第二列边界,使得冠字号字符的第二列边界之间的宽度为20。这种情况常见于因为污损导致冠字号字符的第二列边界之间宽度过大,例如,冠字号字符B因为污损,确定冠字号字符B的第二列边界之间宽度为30,与标准宽度的比值为1.5,则取第二列边界之间前景像素点数最多的连续20列,以其中的第1列作为新左边界,以其中的第20列作为新右边界,根据新左边界和新右边界修正冠字号字符的第二列边界,使得修正后的第二列边界之间的宽度为标准宽度20。
在根据标准宽度修正冠字号字符的第二列边界和第二行边界之后,以修正的第二列边界所在列作为冠字号字符的列分割位置,以修正的第二行边界所在行作为冠字号字符的行分割位置。
S224、根据冠字号字符的列分割位置和行分割位置,分割冠字号区域图像中的多个冠字号字符,获得多个字符区域。
综上,本实施例的技术方案,通过对冠字号字符的列边界和行边界做外扩处理,容许后续处理过程中出现一定范围的偏差,通过对冠字号字符的列边界和行边界做修正处理,保证了对冠字号字符的定位偏差小,尤其对于存在断裂、缺损、污损等情况的冠字号字符,定位偏差小。
图4本发明实施例提供的一种计算冠字号字符的梯度特征向量的方法的流程示意图,本实施例在上述实施例的基础上,可选的,所述计算冠字号字符的梯度特征向量的步骤包括:
计算字符区域中每个像素点的梯度特征向量;
将字符区域划分成设定数量值的子区域,其中,每个子区域的尺寸相同;
根据每个像素点的梯度特征向量,计算子区域的梯度特征向量;
根据子区域的梯度特征向量,获得冠字号字符的梯度特征向量。
基于上述优化,如图4所示,在上述实施例的基础上,S130可以包括如下步骤:
S431、计算字符区域中每个像素点的梯度特征向量。
优选的,在执行S431之前,对字符区域执行大小归一化操作,例如,使得每个字符区域的尺寸统一为25*15,对字符区域执行灰度归一化操作,例如,归一化为0~255。
对于归一化后的字符区域,计算每个像素点的梯度特征向量,梯度特征向量包括幅值和方向。
S432、将字符区域划分成设定数量值的子区域,其中,每个子区域的尺寸相同。
优选的,设定数量值优选为15,则尺寸为25*15的字符区域被划分成15个尺寸为5*5的子区域。
S433、根据每个像素点的梯度特征向量,计算子区域的梯度特征向量。
优选的,如图5所示,所述计算子区域的梯度特征向量,可以包括步骤S531、S532、S533和S534,具体如下:
S531、将梯度方向平均划分为8个方向区间。
在一个实施例中,8个方向区间分别为:[0°,45°)、[45°,90°)、[90°,135°)、[135°,180°)、[180°,225°)、[225°,270°)、[270°,315°)和[315°,360°)。
S532、统计子区域中全部像素点的梯度特征向量在8个方向区间的分布信息。
在一个实施例中,分布信息是指子区域中全部像素点的梯度特征向量,分别在8个方向区间上幅值叠加的和值,体现为8维梯度特征向量。像素点的梯度方向落在哪个方向区间,则增加相应方向区间上的幅值大小,最终可统计出子区域的全部像素点的梯度特征向量在8个方向区间的分布信息,获得子区域的一个8维梯度特征向量。
优选的,在执行完S532获得子区域的8维梯度特征向量后,对该8维梯度特征向量执行归一化操作,获得归一化的8维梯度特征向量。
S533、通过积分图像策略,计算子区域的灰度值的均值和方差。
示例性的,采用积分图像的方式计算子区域的灰度值的均值和方差,运算速度快。
优选的,在执行完S533,获得均值和方差之后,对均值和方差分别执行归一化操作,获得归一化的均值和归一化的方差。
S534、根据分布信息、均值和方差,获得子区域的10维梯度特征向量。
示例性的,针对每个子区域,在相应的8维梯度特征向量后面,加上相应的均值和方差,则获得子区域的10维梯度特征向量。
S434、根据子区域的梯度特征向量,获得冠字号字符的梯度特征向量。
优选的,S434具体可以为:根据子区域的10维梯度特征向量,将15个子区域的10维梯度特征向量按设定规则罗列,获得冠字号字符的150维梯度特征向量。
在一个实施例中,设定规则为:冠字号字符的15个子区域的10维梯度特征向量,按从上到下、从左到右的顺序罗列,并且每个冠字号字符都按相同的设定规则处理。15个10维梯度特征向量按设定规则罗列,可获得冠字号字符的150维梯度特征向量,同理,可获得每个冠字号字符的150维梯度特征向量。
综上,在本实施例的技术方案中,将字符区域划分成多个子区域处理,当冠字号字符出现断裂、污损等情况时,仅影响其中少数几个子区域的梯度特征向量,对整个字符区域的梯度特征向量影响较小,为保证后续能准确识别冠字号字符奠定了基础。
基于上述优化,在上述实施例的基础上,S140可以包括步骤a和b,具体如下:
步骤a、计算150维梯度特征向量与每个预设的字符模板之间的距离,其中,每个预设的字符模板均为150维向量。
步骤b、当所述距离最小时,确定相应字符模板对应的字符为待识别的冠字号字符,进而识别冠字号。
在一个实施例中,所述距离为马氏距离,可排除不同维度的梯度特征向量的量纲差异,预设的字符模板也是150维向量。由于是将150维梯度特征向量与全部的预设的特征模板进行匹配计算,因此,基本可以一次性准确识别冠字号字符,不需要进行额外的相近冠字号字符的判断,比如B和8,J和T,Q和O等相近的冠字号字符。
需要说明的是,预设的字符模板为先验信息,获得预设的字符模板的方式吗,与上述实施例中获得冠字号字符的梯度特征向量的方式相同,如果某个冠字号字符最终识别错误,例如将冠字号字符B识别成了冠字号字符8,则将识别过程中获得的150维梯度特征向量加入到冠字号字符B的字符模板中,作为预设的字符模板。当某个冠字号字符的字符模板有多个时,则在S641的距离计算过程中,可分别计算与每个字符模板的距离值,取其中前几个最小的距离值,然后对取出的几个距离值求平均值,以该平均值作为最终的距离值。
图6是本发明实施例提供的一种冠字号识别装置的架构示意图,所述装置600用于执行上述实施例提供的冠字号识别方法,具备执行方法相应的功能模块和有益效果。如图6所示,所述装置600可以包括:冠字号区域图像截取模块610、字符分割模块620、梯度特征向量计算模块630和冠字号识别模块640。
其中,冠字号区域图像截取模块610,用于在纸币的灰度图像中截取待识别的冠字号区域图像。
字符分割模块620,用于对冠字号区域图像进行字符分割,获得多个字符区域,其中,字符区域中包含一个冠字号字符。
梯度特征向量计算模块630,用于计算冠字号字符的梯度特征向量。
冠字号识别模块640,用于根据梯度特征向量和预设的字符模板,识别冠字号字符,进而识别冠字号。
综上,在本实施例的技术方案中,对纸币的冠字号区域图像进行字符分割,获得多个字符区域,计算字符区域中冠字号字符的梯度特征向量,根据冠字号字符的梯度特征向量和预设的字符模板,分别识别每个字符区域中的冠字号字符,进而识别冠字号;与现有技术相比,通过将冠字号字符的梯度特征向量与预设的模板匹配来识别冠字号字符,可有效降低字符断裂或污损等带来的不利影响,对于字符断裂或污损的冠字号有较好的识别效果,可一次性准确地识别冠字号字符,无需进行额外的相近字符判断,提升了冠字号的识别效率。
在上述实施例的基础上,所述字符分割模块620,具体用于:
对所述冠字号区域图像进行列扫描和行扫描,获得所述冠字号字符的第一列边界和第一行边界;
分别将所述第一列边界和所述第一行边界外扩1个像素点,获得每个所述冠字号字符的第二列边界和第二行边界;
基于所述冠字号字符的标准宽度,分别修正所述第二列边界和所述第二行边界,确定所述冠字号字符的列分割位置和行分割位置;
根据所述冠字号字符的列分割位置和行分割位置,分割所述冠字号区域图像中的多个所述冠字号字符,获得多个字符区域。
在上述实施例的基础上,所述梯度特征向量计算模块630,具体用于:
计算所述字符区域中每个像素点的梯度特征向量;
将所述字符区域划分成设定数量值的子区域,其中,每个所述子区域的尺寸相同;
根据每个像素点的梯度特征向量,计算所述子区域的梯度特征向量;
根据所述子区域的梯度特征向量,获得所述冠字号字符的梯度特征向量。
在上述实施例的基础上,所述计算所述子区域的梯度特征向量,包括:
将梯度方向平均划分为8个方向区间;
统计所述子区域中全部像素点的梯度特征向量在8个方向区间的分布信息;
通过积分图像策略,计算所述子区域的灰度值的均值和方差;
根据所述分布信息、所述均值和所述方差,获得所述子区域的10维梯度特征向量。
在上述实施例的基础上,所述设定数量值优选为15;
所述根据所述子区域的梯度特征向量,获得所述冠字号字符的梯度特征向量,包括:
根据所述子区域的10维梯度特征向量,将15个子区域的10维梯度特征向量按设定规则罗列,获得所述冠字号字符的150维梯度特征向量。
在上述实施例的基础上,
所述计算所述字符区域中每个像素点的梯度特征向量之前,还包括:对所述字符区域进行几何归一化和灰度归一化,获得归一化的字符区域;
在所述计算所述子区域的梯度特征向量之后,所述根据所述子区域的梯度特征向量,获得所述冠字号字符的梯度特征向量之前,还包括:对所述子区域的梯度特征向量进行归一化,获得所述子区域的归一化的梯度特征向量;
在所述通过积分图像策略,计算所述子区域的灰度值的均值和方差之后,所述根据所述分布信息、所述均值和所述方差,获得所述子区域的10维梯度特征向量之前,还包括:分别对所述均值和方差进行归一化,获得归一化的均值和方差。
在上述实施例的基础上,所述冠字号识别模块640,具体用于:
计算所述150维梯度特征向量与每个预设的字符模板之间的距离,其中,每个预设的字符模板均为150维向量;
当所述距离最小时,确定相应字符模板对应的字符为待识别的冠字号字符,进而识别所述冠字号。
图7是本发明实施例提供的一种设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性设备12的框图。图7显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的冠字号识别方法。
本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种冠字号识别方法,该方法包括:
在纸币的灰度图像中截取待识别的冠字号区域图像;
对所述冠字号区域图像进行字符分割,获得多个字符区域,其中,所述字符区域中包含一个冠字号字符;
计算所述冠字号字符的梯度特征向量;
根据所述梯度特征向量和预设的字符模板,识别所述冠字号字符,进而识别所述冠字号。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或设备上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种冠字号识别方法,其特征在于,包括:
在纸币的灰度图像中截取待识别的冠字号区域图像;
对所述冠字号区域图像进行字符分割,获得多个字符区域,其中,所述字符区域中包含一个冠字号字符;
计算所述冠字号字符的梯度特征向量;
根据所述梯度特征向量和预设的字符模板,识别所述冠字号字符,进而识别所述冠字号。
2.如权利要求1所述的方法,其特征在于,所述对所述冠字号区域图像进行字符分割,获得多个字符区域的步骤,包括:
对所述冠字号区域图像进行列扫描和行扫描,获得所述冠字号字符的第一列边界和第一行边界;
分别将所述第一列边界和所述第一行边界外扩1个像素点,获得每个所述冠字号字符的第二列边界和第二行边界;
基于所述冠字号字符的标准宽度,分别修正所述第二列边界和所述第二行边界,确定所述冠字号字符的列分割位置和行分割位置;
根据所述冠字号字符的列分割位置和行分割位置,分割所述冠字号区域图像中的多个所述冠字号字符,获得多个字符区域。
3.如权利要求1所述的方法,其特征在于,所述计算所述冠字号字符的梯度特征向量的步骤包括:
计算所述字符区域中每个像素点的梯度特征向量;
将所述字符区域划分成设定数量值的子区域,其中,每个所述子区域的尺寸相同;
根据每个像素点的梯度特征向量,计算所述子区域的梯度特征向量;
根据所述子区域的梯度特征向量,获得所述冠字号字符的梯度特征向量。
4.如权利要求3所述的方法,其特征在于,所述计算所述子区域的梯度特征向量,包括:
将梯度方向平均划分为8个方向区间;
统计所述子区域中全部像素点的梯度特征向量在8个方向区间的分布信息;
通过积分图像策略,计算所述子区域的灰度值的均值和方差;
根据所述分布信息、所述均值和所述方差,获得所述子区域的10维梯度特征向量。
5.如权利要求4所述的方法,其特征在于,所述设定数量值为15;
所述根据所述子区域的梯度特征向量,获得所述冠字号字符的梯度特征向量,包括:
根据所述子区域的10维梯度特征向量,将15个子区域的10维梯度特征向量按设定规则罗列,获得所述冠字号字符的150维梯度特征向量。
6.如权利要求4所述的方法,其特征在于,
所述计算所述字符区域中每个像素点的梯度特征向量之前,还包括:对所述字符区域进行几何归一化和灰度归一化,获得归一化的字符区域;
在所述计算所述子区域的梯度特征向量之后,所述根据所述子区域的梯度特征向量,获得所述冠字号字符的梯度特征向量之前,还包括:对所述子区域的梯度特征向量进行归一化,获得所述子区域的归一化的梯度特征向量;
在所述通过积分图像策略,计算所述子区域的灰度值的均值和方差之后,所述根据所述分布信息、所述均值和所述方差,获得所述子区域的10维梯度特征向量之前,还包括:分别对所述均值和方差进行归一化,获得归一化的均值和方差。
7.如权利要求5所述的方法,其特征在于,所述根据所述梯度特征向量和预设的字符分割模板,识别所述冠字号字符,进而识别所述冠字号,包括:
计算所述150维梯度特征向量与每个预设的字符模板之间的距离,其中,每个预设的字符模板均为150维向量;
当所述距离最小时,确定相应字符模板对应的字符为待识别的冠字号字符,进而识别所述冠字号。
8.一种冠字号识别装置,其特征在于,包括:
冠字号区域图像截取模块,用于在纸币的灰度图像中截取待识别的冠字号区域图像;
字符分割模块,用于对所述冠字号区域图像进行字符分割,获得多个字符区域,其中,所述字符区域中包含一个冠字号字符;
梯度特征向量计算模块,用于计算所述冠字号字符的梯度特征向量;
冠字号识别模块,用于根据所述梯度特征向量和预设的字符模板,识别所述冠字号字符,进而识别所述冠字号。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1~7中任一所述的冠字号识别方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~7中任一所述的冠字号识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710555515.1A CN107358718B (zh) | 2017-07-10 | 2017-07-10 | 一种冠字号识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710555515.1A CN107358718B (zh) | 2017-07-10 | 2017-07-10 | 一种冠字号识别方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107358718A true CN107358718A (zh) | 2017-11-17 |
CN107358718B CN107358718B (zh) | 2019-09-20 |
Family
ID=60292471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710555515.1A Active CN107358718B (zh) | 2017-07-10 | 2017-07-10 | 一种冠字号识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107358718B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086738A (zh) * | 2018-08-23 | 2018-12-25 | 深圳市深晓科技有限公司 | 一种基于模板匹配的字符识别方法及装置 |
CN109448219A (zh) * | 2018-10-25 | 2019-03-08 | 深圳怡化电脑股份有限公司 | 图像匹配方法、装置、票据鉴别仪及计算机可读存储介质 |
CN110895849A (zh) * | 2018-09-13 | 2020-03-20 | 深圳怡化电脑股份有限公司 | 冠字号切割定位方法、装置、计算机设备及存储介质 |
CN112766249A (zh) * | 2019-11-04 | 2021-05-07 | 深圳怡化电脑股份有限公司 | 票据边界定位方法、装置及终端设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007105892A1 (en) * | 2006-03-13 | 2007-09-20 | Nautilus Hyosung Inc. | Recognizing the denomination of a note using wavelet transform |
CN102222384A (zh) * | 2011-05-27 | 2011-10-19 | 尤新革 | 纸币多光谱图像分析方法 |
CN104318238A (zh) * | 2014-11-10 | 2015-01-28 | 广州御银科技股份有限公司 | 一种验钞模块中对扫描的钞票图提取冠字号的方法 |
CN105261109A (zh) * | 2015-07-24 | 2016-01-20 | 广州广电运通金融电子股份有限公司 | 一种钞票冠字号识别方法 |
CN106874909A (zh) * | 2017-01-18 | 2017-06-20 | 深圳怡化电脑股份有限公司 | 一种图像字符的识别方法及其装置 |
-
2017
- 2017-07-10 CN CN201710555515.1A patent/CN107358718B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007105892A1 (en) * | 2006-03-13 | 2007-09-20 | Nautilus Hyosung Inc. | Recognizing the denomination of a note using wavelet transform |
CN102222384A (zh) * | 2011-05-27 | 2011-10-19 | 尤新革 | 纸币多光谱图像分析方法 |
CN104318238A (zh) * | 2014-11-10 | 2015-01-28 | 广州御银科技股份有限公司 | 一种验钞模块中对扫描的钞票图提取冠字号的方法 |
CN105261109A (zh) * | 2015-07-24 | 2016-01-20 | 广州广电运通金融电子股份有限公司 | 一种钞票冠字号识别方法 |
CN106874909A (zh) * | 2017-01-18 | 2017-06-20 | 深圳怡化电脑股份有限公司 | 一种图像字符的识别方法及其装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086738A (zh) * | 2018-08-23 | 2018-12-25 | 深圳市深晓科技有限公司 | 一种基于模板匹配的字符识别方法及装置 |
CN110895849A (zh) * | 2018-09-13 | 2020-03-20 | 深圳怡化电脑股份有限公司 | 冠字号切割定位方法、装置、计算机设备及存储介质 |
CN109448219A (zh) * | 2018-10-25 | 2019-03-08 | 深圳怡化电脑股份有限公司 | 图像匹配方法、装置、票据鉴别仪及计算机可读存储介质 |
CN112766249A (zh) * | 2019-11-04 | 2021-05-07 | 深圳怡化电脑股份有限公司 | 票据边界定位方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107358718B (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10360689B2 (en) | Detecting specified image identifiers on objects | |
CN107358718B (zh) | 一种冠字号识别方法、装置、设备及存储介质 | |
CN107437294B (zh) | 一种字符分割方法、装置、设备及存储介质 | |
US10430681B2 (en) | Character segmentation and recognition method | |
US20200372248A1 (en) | Certificate recognition method and apparatus, electronic device, and computer-readable storage medium | |
CN105243730B (zh) | 纸币识别方法及系统 | |
US9008431B2 (en) | Character string extraction method and character string extraction device | |
US9652658B1 (en) | Fingerprint check to reduce check fraud | |
CN107944452A (zh) | 一种圆形印章文字识别方法 | |
CN103034848B (zh) | 一种表单类型的识别方法 | |
CN104318238A (zh) | 一种验钞模块中对扫描的钞票图提取冠字号的方法 | |
CN117423126B (zh) | 一种基于数据分析的票据图文识别方法及系统 | |
CN107622562A (zh) | 纸币图像的提取方法、装置、设备及存储介质 | |
CN105303363A (zh) | 一种数据处理方法及数据处理系统 | |
CN108269349B (zh) | 一种纸币处理方法、装置、设备和存储介质 | |
CN110378351A (zh) | 印章鉴别方法及装置 | |
CN106447910A (zh) | 一种纸币识别的方法及装置 | |
CN112016565B (zh) | 一种金融票据的账号处模糊数字的分割方法 | |
CN106886777B (zh) | 一种字符边界确定方法及装置 | |
CN110059695A (zh) | 一种基于垂直投影的字符分割方法及终端 | |
CN108961531B (zh) | 纸币冠字号识别的方法、装置、设备及存储介质 | |
CN111709419A (zh) | 一种纸币冠字号的定位方法、系统、设备及可读存储介质 | |
CN112233313B (zh) | 一种纸币识别方法、装置及设备 | |
CN109086766A (zh) | 一种基于积分图的多阈值融合冠字号提取方法 | |
CN112466033B (zh) | 一种基于紫外图案票据验伪检测方法及其检测系统 |
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 |