CN107507334A - 一种纸币面额识别方法、装置、设备及存储介质 - Google Patents

一种纸币面额识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN107507334A
CN107507334A CN201710769528.9A CN201710769528A CN107507334A CN 107507334 A CN107507334 A CN 107507334A CN 201710769528 A CN201710769528 A CN 201710769528A CN 107507334 A CN107507334 A CN 107507334A
Authority
CN
China
Prior art keywords
character
area image
denomination
image
binaryzation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710769528.9A
Other languages
English (en)
Inventor
曹婧蕾
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.)
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
Original Assignee
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
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 Shenzhen Yihua Computer Co Ltd, Shenzhen Yihua Time Technology Co Ltd, Shenzhen Yihua Financial Intelligent Research Institute filed Critical Shenzhen Yihua Computer Co Ltd
Priority to CN201710769528.9A priority Critical patent/CN107507334A/zh
Publication of CN107507334A publication Critical patent/CN107507334A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D11/00—Devices accepting coins; Devices accepting, dispensing, sorting or counting valuable papers
    • G07D11/10—Mechanical details
    • G07D11/16—Handling of valuable papers
    • G07D11/165—Picking
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D11/00—Devices accepting coins; Devices accepting, dispensing, sorting or counting valuable papers
    • G07D11/50—Sorting or counting valuable papers
    • 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)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Character Input (AREA)

Abstract

本发明实施例公开了一种纸币面额识别方法、装置、设备及存储介质。该方法包括：获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化；对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割；通过设定的字符匹配模板对分割得到的字符图像进行识别。本发明实施例通过获取纸币面额区域图像，对图像进行二值化后定位面额区域图像的字符图像，实现对纸币面额的识别，提高纸币识别准确度。

Description

一种纸币面额识别方法、装置、设备及存储介质
技术领域
本发明实施例涉及纸币识别技术领域，尤其涉及一种纸币面额识别方法、装置、设备及存储介质。
背景技术
纸币作为主要的货币流通手段，在人们的生活中承担着重要的角色。我国现金流通规模庞大，银行出纳柜台的现金处理工作繁重，验钞机已成为不可缺少的设备。
验钞机中的验钞模块通常是通过识别纸币的大小，实现对纸币面额的识别。尽管每一版的纸币大小都是一样的，但是若不同版本的纸币在大小上稍有调整，就需要重新设置验钞机中的验钞模块，否则造成对纸币识别的不准确性。
发明内容
本发明提供一种纸币面额识别方法、装置、设备及存储介质，以实现提高纸币识别的准确度。
第一方面，本发明实施例提供了一种纸币面额识别方法，该方法包括：
获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化；
对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割；
通过设定的字符匹配模板对分割得到的字符图像进行识别。
第二方面，本发明实施例还提供了一种纸币面额识别装置，该装置包括：
图像二值化模块，用于获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化；
图像定位分割模块，用于对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割；
字符识别模块，用于通过设定的字符匹配模板对分割得到的字符图像进行识别。
第三方面，本发明实施例还提供了一种设备，包括：
一个或多个处理器；
存储装置，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本发明实施例任一所述的纸币面额识别方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例任一所述的纸币面额识别方法。
本发明实施例通过获取纸币面额区域图像，对图像进行二值化后定位面额区域图像的字符图像，实现对纸币面额的识别，提高纸币识别准确度。
附图说明
图1是本发明实施例一提供的一种纸币面额识别方法的流程图；
图2是本发明实施例二提供的一种纸币面额识别方法的流程图；
图3是本发明实施例获取的100元面值纸币图像中的阿拉伯数字区域图像和汉字金额区域图像；
图4是本发明实施例对100元面值纸币图像中的阿拉伯数字区域图像和汉字金额区域图像进行二值化后的图像；
图5是本发明实施例对100元面值纸币图像中的阿拉伯数字区域图像和汉字金额区域图像进行二值化后的图像进行分割得到多个单一字符图像；
图6是本发明实施例三提供的一种纸币面额识别装置的结构图；
图7是本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种纸币面额识别方法的流程图，本实施例可适用于验钞机中的验钞模块对纸币进行面额识别的情况，该方法可以由纸币面额识别装置来执行，具体包括如下步骤：
步骤110、获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化。
其中，获取纸币图像中的面额区域图像选取的是纸币上位置相对固定的区域图像，即获取纸币图像中的阿拉伯数字区域图像和汉字金额区域图像。对所述面额区域图像进行二值化，即为对阿拉伯数字区域图像采用百分比阈值法进行二值化处理，对汉字金额区域图像采用自适应阈值法进行二值化处理。
步骤120、对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割。
具体的，通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置。在通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置之后，基于所述字符图像的位置通过滴水算法对二值化之后的面额区域图像进行分割得到多个单一字符图像。
步骤130、通过设定的字符匹配模板对分割得到的字符图像进行识别。
具体的，将分割得到的每个单一字符图像划分为预设个数的子块，提取每个所述子块的像素特征。基于所述像素特征通过设定的字符匹配模板使用匹配距离最小法对字符进行识别。
本发明实施例通过获取纸币面额区域图像，对图像进行二值化后定位面额区域图像的字符图像，实现对纸币面额的识别，提高纸币识别准确度。
实施例二
图2为本发明实施例二提供的一种纸币面额识别方法的流程图。本实施例以上述实施例为基础进行优化，在本实施例中，将步骤获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化进一步优化为：获取纸币图像中的阿拉伯数字区域图像和汉字金额区域图像；通过阈值法对所述阿拉伯数字区域图像和汉字金额区域图像进行二值化。将步骤对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割进一步优化为：通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置；基于所述字符图像的位置通过滴水算法对二值化之后的面额区域图像进行分割得到多个单一字符图像。同时，将步骤通过设定的字符匹配模板对分割得到的字符图像进行识别进一步优化为：将分割得到的每个单一字符图像划分为预设个数的子块，提取每个所述子块的像素特征；基于所述像素特征通过设定的字符匹配模板使用匹配距离最小法对字符进行识别。
相应的，本实施例的方法具体包括：
S210、获取纸币图像中的阿拉伯数字区域图像和汉字金额区域图像。
其中，纸币图像中的阿拉伯数字区域图像和汉字金额区域图像是在纸币上的位置相对固定的区域图像，以100元纸币为例，阿拉伯数字金额区域位置为(StartX300，StartY130)，宽度300，高度100，汉字金额区域图像位置为(StartX300，StartY230)，宽度300，高度80，如图3所示为获取的100元面值纸币图像中的阿拉伯数字区域图像和汉字金额区域图像。
S220、通过阈值法对所述阿拉伯数字区域图像和汉字金额区域图像进行二值化。
阈值法是一种最简单最常用的图像分割方法，阈值是用于区分目标和背景的灰度门限，选取合适的阈值是图像分割的关键。所述阈值法是按图像的灰度特性，将图像分为背景和目标两部分，背景和目标之间的类间方差越大，说明构成图像的两部分的差别越大。在本申请的技术方案里，对阿拉伯数字区域图像采用百分比阈值法进行二值化处理，对汉字金额区域图像采用自适应阈值法进行二值化处理。如图4所示为对100元面值纸币图像中的阿拉伯数字区域图像和汉字金额区域图像进行二值化后的图像。
S230、通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置。
其中，所述垂直投影和水平投影即是在判断字符图像的粘连、断裂情况，并正确的分割粘连字符及合并断裂的字符。二值化之后的面额区域图像中的字符图像中白色像素个数进行垂直方向和水平方向上的统计，由于字符区域白色像素丰富，而字符间空隙区域白色像素较少，通过检测字符与字符之间白色像素个数的波谷确定字符的左右边界，进而实现对阿拉伯数字区域图像和汉字金额区域图像中的字符图像的位置的确定。
S240、基于所述字符图像的位置通过滴水算法对二值化之后的面额区域图像进行分割得到多个单一字符图像。
其中，所述滴水算法根据水滴滴落的过程对字符进行切分，水滴从字符串顶部在重力的作用下，沿着字符轮廓向下滴落或水平滚动，当水滴陷在轮廓的凹处时，将渗漏到字符笔画中，经穿透笔画后继续滴落，最终水滴所经过的轨迹就构成了字符的分割路径。以1为例，当水滴当前的位置上邻近的五个像素点全是白点或黑点时，水滴将向下滴落，而当水滴落入字符轮廓的凹陷处时，水滴将左右滚动，此时水滴在凹陷处右侧向下竖直渗漏。如图5所示为对100元面值纸币图像中的阿拉伯数字区域图像和汉字金额区域图像进行二值化后的图像进行分割得到多个单一字符图像。
S250、将分割得到的每个单一字符图像划分为预设个数的子块，提取每个所述子块的像素特征。
具体的，将分割得到的阿拉伯数字区域图像和汉字区域图像的多个单一字符图像，划分为预设个数的子块，可以以5*5个小块为例，提取每个所述的子块的像素特征。
S260、基于所述像素特征通过设定的字符匹配模板使用匹配距离最小法对字符进行识别。
具体而言，通过设定的字符匹配模板匹配像素特征，确认字符匹配模板中与像素特征的相似度最高的模板，也就是根据像素特征确认单一字符图像与字符匹配模板中的哪个字符最接近，由此确认每个单一字符图像中的文字，从而可以根据文字在面额区域图像中的对应位置确认纸币的面额。例如，以100元纸币为例，在识别到“1”、“0”和“0”以及“壹”、“佰”和“圆”，即可确认该纸币的面额为100元。
本发明实施例通过获取纸币图像中的阿拉伯数字区域图像和汉字金额区域的图像，使用阈值法对所述阿拉伯数字区域图像和汉字金额区域图像进行二值化，通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置，基于所述字符图像的位置通过滴水算法对二值化之后的面额区域图像进行分割得到多个单一字符图像，将分割得到的每个单一字符图像划分为预设个数的子块，提取每个所述子块的像素特征，基于所述像素特征通过设定的字符匹配模板使用匹配距离最小法对字符进行识别实现对纸币面额的识别，提高纸币识别准确度。
实施例三
图6为本发明实施例三提供的一种纸币面额识别装置的结构图，本实施例可适用于验钞机中的验钞模块对纸币进行面额识别的情况。
如图6所示，所述装置包括：图像二值化模块310、图像定位分割模块320和字符识别模块330，其中：
图像二值化模块310，用于获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化。
图像定位分割模块320，用于对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割。
字符识别模块330，用于通过设定的字符匹配模板对分割得到的字符图像进行识别。
本实施例的纸币面额识别装置用于执行上述各实施例的纸币面额识别方法，其技术原理和产生的技术效果类似，这里不再赘述。
在上述各实施例的基础上，所述图像二值化模块310包括：
分区获取单元311，用于获取纸币图像中的阿拉伯数字区域图像和汉字金额区域图像；
分区二值化单元312，用于通过阈值法对所述阿拉伯数字区域图像和汉字金额区域图像进行二值化。
在上述各实施例的基础上，所述图像定位分割模块320包括：
位置确认单元321，用于通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置；
字符分割单元322，用于基于所述字符图像的位置通过滴水算法对二值化之后的面额区域图像进行分割得到多个单一字符图像。
在上述各实施例的基础上，所述字符识别模块330包括：
特征提取单元331，用于将分割得到的每个单一字符图像划分为预设个数的子块，提取每个所述子块的像素特征；
特征匹配单元332，用于基于所述像素特征通过设定的字符匹配模板使用匹配距离最小法对字符进行识别。
上述各实施例所提供的纸币面额识别装置可执行本发明任意实施例所提供的纸币面额识别方法，具备执行纸币面额识别方法相应的功能模块和有益效果。
实施例四
图7为本发明实施例四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计算机设备12的框图。图7显示的计算机设备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，计算机设备12以通用计算设备的形式表现。计算机设备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。
计算机设备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计算机设备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。计算机设备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。
计算机设备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计算机设备12交互的设备通信，和/或与使得该计算机设备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，计算机设备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与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备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纸币面额识别方法：
获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化；
对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割；
通过设定的字符匹配模板对分割得到的字符图像进行识别。
进一步的，所述获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化，包括：
获取纸币图像中的阿拉伯数字区域图像和汉字金额区域图像；
通过阈值法对所述阿拉伯数字区域图像和汉字金额区域图像进行二值化。进一步的，所述对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割，包括：
通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置；
基于所述字符图像的位置通过滴水算法对二值化之后的面额区域图像进行分割得到多个单一字符图像。
进一步，所述通过设定的字符匹配模板对分割得到的字符图像进行识别，包括：
将分割得到的每个单一字符图像划分为预设个数的子块，提取每个所述子块的像素特征；
基于所述像素特征通过设定的字符匹配模板使用匹配距离最小法对字符进行识别。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的纸币面额识别方法：
获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化；
对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割；
通过设定的字符匹配模板对分割得到的字符图像进行识别。
进一步的，所述获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化，包括：
获取纸币图像中的阿拉伯数字区域图像和汉字金额区域图像；
通过阈值法对所述阿拉伯数字区域图像和汉字金额区域图像进行二值化。进一步的，所述对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割，包括：
通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置；
基于所述字符图像的位置通过滴水算法对二值化之后的面额区域图像进行分割得到多个单一字符图像。
进一步，所述通过设定的字符匹配模板对分割得到的字符图像进行识别，包括：
将分割得到的每个单一字符图像划分为预设个数的子块，提取每个所述子块的像素特征；
基于所述像素特征通过设定的字符匹配模板使用匹配距离最小法对字符进行识别。
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服务器上执行。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)

1.一种纸币面额识别方法，其特征在于，包括：
获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化；
对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割；
通过设定的字符匹配模板对分割得到的字符图像进行识别。
2.根据权利要求1所述的方法，其特征在于，所述获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化，包括：
获取纸币图像中的阿拉伯数字区域图像和汉字金额区域图像；
通过阈值法对所述阿拉伯数字区域图像和汉字金额区域图像进行二值化。
3.根据权利要求1或2所述的方法，其特征在于，所述对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割，包括：
通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置；
基于所述字符图像的位置通过滴水算法对二值化之后的面额区域图像进行分割得到多个单一字符图像。
4.根据权利要求3所述的方法，其特征在于，所述通过设定的字符匹配模板对分割得到的字符图像进行识别，包括：
将分割得到的每个单一字符图像划分为预设个数的子块，提取每个所述子块的像素特征；
基于所述像素特征通过设定的字符匹配模板使用匹配距离最小法对字符进行识别。
5.一种纸币面额识别装置，其特征在于，包括：
图像二值化模块，用于获取纸币图像中的面额区域图像，对所述面额区域图像进行二值化；
图像定位分割模块，用于对二值化之后的面额区域图像进行字符图像的定位和字符图像的分割；
字符识别模块，用于通过设定的字符匹配模板对分割得到的字符图像进行识别。
6.根据权利要求5所述的装置，其特征在于，所述图像二值化模块，包括：
分区获取单元，用于获取纸币图像中的阿拉伯数字区域图像和汉字金额区域图像；
分区二值化单元，用于通过阈值法对所述阿拉伯数字区域图像和汉字金额区域图像进行二值化。
7.根据权利要求5或6所述的装置，其特征在于，所述图像定位分割模块，包括：
位置确认单元，用于通过垂直投影和水平投影确定二值化之后的面额区域图像中的字符图像的位置；
字符分割单元，用于基于所述字符图像的位置通过滴水算法对二值化之后的面额区域图像进行分割得到多个单一字符图像。
8.根据权利要求7所述的装置，其特征在于，所述字符识别模块，包括：
特征提取单元，用于将分割得到的每个单一字符图像划分为预设个数的子块，提取每个所述子块的像素特征；
特征匹配单元，用于基于所述像素特征通过设定的字符匹配模板使用匹配距离最小法对字符进行识别。
9.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，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1-4中任一所述的纸币面额识别方法。
10.一种计算机可读存储介质，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1-4中任一所述的纸币面额识别方法。
CN201710769528.9A 2017-08-31 2017-08-31 一种纸币面额识别方法、装置、设备及存储介质 Pending CN107507334A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710769528.9A CN107507334A (zh) 2017-08-31 2017-08-31 一种纸币面额识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710769528.9A CN107507334A (zh) 2017-08-31 2017-08-31 一种纸币面额识别方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN107507334A true CN107507334A (zh) 2017-12-22

Family

ID=60694571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710769528.9A Pending CN107507334A (zh) 2017-08-31 2017-08-31 一种纸币面额识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN107507334A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728687A (zh) * 2019-10-15 2020-01-24 卓尔智联(武汉)研究院有限公司 文件图像分割方法、装置、计算机设备和存储介质
CN111612965A (zh) * 2020-05-19 2020-09-01 武汉卓目科技有限公司 使用安全线磁性编码进行面额识别的方法、装置及设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103824373A (zh) * 2014-01-27 2014-05-28 辰通智能设备(深圳)有限公司 一种票据图像金额分类方法及系统
CN104050450A (zh) * 2014-06-16 2014-09-17 西安通瑞新材料开发有限公司 一种基于视频的车牌识别方法
CN104268978A (zh) * 2014-09-24 2015-01-07 苏州佳世达光电有限公司 纸钞序号辨识方法
CN105022829A (zh) * 2015-07-30 2015-11-04 四川长虹电器股份有限公司 一种数据处理系统和方法
CN105160330A (zh) * 2015-09-17 2015-12-16 中国地质大学（武汉） 一种车标识别方法及车标识别系统
CN105243730A (zh) * 2015-10-28 2016-01-13 深圳怡化电脑股份有限公司 纸币识别方法及系统
CN105608453A (zh) * 2014-11-17 2016-05-25 株式会社日立信息通信工程 字符识别系统及字符识别方法
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

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103824373A (zh) * 2014-01-27 2014-05-28 辰通智能设备(深圳)有限公司 一种票据图像金额分类方法及系统
CN104050450A (zh) * 2014-06-16 2014-09-17 西安通瑞新材料开发有限公司 一种基于视频的车牌识别方法
CN104268978A (zh) * 2014-09-24 2015-01-07 苏州佳世达光电有限公司 纸钞序号辨识方法
CN105608453A (zh) * 2014-11-17 2016-05-25 株式会社日立信息通信工程 字符识别系统及字符识别方法
CN105022829A (zh) * 2015-07-30 2015-11-04 四川长虹电器股份有限公司 一种数据处理系统和方法
CN105160330A (zh) * 2015-09-17 2015-12-16 中国地质大学（武汉） 一种车标识别方法及车标识别系统
CN105243730A (zh) * 2015-10-28 2016-01-13 深圳怡化电脑股份有限公司 纸币识别方法及系统
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘炜: "人民币冠字号码识别与图像鉴伪技术研究及应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
高炜: "字符型验证码的分割与识别技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110728687A (zh) * 2019-10-15 2020-01-24 卓尔智联(武汉)研究院有限公司 文件图像分割方法、装置、计算机设备和存储介质
CN110728687B (zh) * 2019-10-15 2022-08-02 卓尔智联(武汉)研究院有限公司 文件图像分割方法、装置、计算机设备和存储介质
CN111612965A (zh) * 2020-05-19 2020-09-01 武汉卓目科技有限公司 使用安全线磁性编码进行面额识别的方法、装置及设备
CN111612965B (zh) * 2020-05-19 2022-04-01 武汉卓目科技有限公司 使用安全线磁性编码进行面额识别的方法、装置及设备

Similar Documents

Publication Publication Date Title
CN111489487B (zh) 票据识别方法、装置、设备和存储介质
EP3550473A1 (en) Character identification method and device
CN107437294B (zh) 一种字符分割方法、装置、设备及存储介质
CN107180479B (zh) 一种票据鉴别方法、装置、设备和存储介质
EP3391319A1 (en) Analysis of transaction information using graphs
CN104318238A (zh) 一种验钞模块中对扫描的钞票图提取冠字号的方法
CA2656425A1 (en) Recognizing text in images
WO2015032187A1 (zh) 一种纸币处理方法及装置
CN110610575B (zh) 硬币识别方法及装置、收银机
CN107958215A (zh) 一种防欺诈识别方法、装置、服务器及存储介质
CN107067536A (zh) 一种图像边界确定方法、装置、设备和存储介质
CN107610321A (zh) 一种鉴别纸币真伪方法、装置、设备及存储介质
WO2015031702A1 (en) Multiple hypothesis testing for word detection
US20140037181A1 (en) Character recognition method, character recognition apparatus and financial apparatus
CN111967286A (zh) 信息承载介质的识别方法、识别装置、计算机设备和介质
CN107507334A (zh) 一种纸币面额识别方法、装置、设备及存储介质
CN113033543A (zh) 曲形文本识别方法、装置、设备及介质
CN113361468A (zh) 一种业务质检方法、装置、设备及存储介质
JP7297910B2 (ja) 文字認識装置及び文字認識装置による文字認識方法
CN112036304A (zh) 医疗票据版面识别的方法、装置及计算机设备
CN113313114B (zh) 证件信息获取方法、装置、设备以及存储介质
CN108269349B (zh) 一种纸币处理方法、装置、设备和存储介质
KR20210010602A (ko) 글자 인식 장치 및 이에 의한 글자 인식 방법
Vidhyalakshmi et al. Text detection in natural images with hybrid stroke feature transform and high performance deep Convnet computing
CN109461203B (zh) 手势三维图像生成方法、装置、计算机设备及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171222