CN108154132A - 一种身份证文字提取方法、系统及设备和存储介质 - Google Patents

一种身份证文字提取方法、系统及设备和存储介质 Download PDF

Info

Publication number
CN108154132A
CN108154132A CN201810022673.5A CN201810022673A CN108154132A CN 108154132 A CN108154132 A CN 108154132A CN 201810022673 A CN201810022673 A CN 201810022673A CN 108154132 A CN108154132 A CN 108154132A
Authority
CN
China
Prior art keywords
text
identity card
profile
interest
text profile
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
CN201810022673.5A
Other languages
English (en)
Inventor
梁栋
赵立军
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.)
Mashang Consumer Finance Co Ltd
Original Assignee
Mashang Consumer Finance 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 Mashang Consumer Finance Co Ltd filed Critical Mashang Consumer Finance Co Ltd
Priority to CN201810022673.5A priority Critical patent/CN108154132A/zh
Publication of CN108154132A publication Critical patent/CN108154132A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation 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
    • G06V10/267Segmentation 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Character Input (AREA)

Abstract

本发明公开了一种身份证文字提取方法、系统及设备和一种计算机可读存储介质,该方法包括:获取身份证图像,并根据所述身份证图像获取人脸的定位信息;根据所述定位信息提取所述身份证图像中的感兴趣区域;在所述感兴趣区域内获取文字轮廓,并根据所述文字轮廓的位置对所述文字轮廓按行进行分类;将同一类的所述文字轮廓合并为整行文字轮廓,并将所有的所述整行文字轮廓输入字符识别引擎中得到文字提取结果。本发明提供的身份证文字提取方法,采用人脸识别技术使得拍摄图像时对环境的要求大大降低,减少了限定条件,提高了分割定位精度。同时,采用轮廓分析充分利用二维平面信息,更准确定位字段信息,提高了身份证字符识别的准确率。

Description

一种身份证文字提取方法、系统及设备和存储介质
技术领域
本发明涉及字符识别领域,更具体地说,涉及一种身份证文字提取方法、系统及设备和一种计算机可读存储介质。
背景技术
身份证字符识别是计算机视觉技术的一类重要应用,该技术通过图像处理算法,自动识别身份证上载明的各类信息,如姓名、性别、住址、民族、身份证号码、证件有效期等,这类技术在各行各业有着广泛应用和潜在需求。目前身份证识别方法流程主要是采图像预处理、图像校正、感兴趣区域分割、字符识别等,在实际环境中,照片背景与身份证图片区域的分割以及分割后的字段分析会对识别效果产生较大影响。
现有技术中的身份证照片背景分离技术多采用限定采集环境的方式,将身份证置于比较简单的背景下采集照片,对光照和摄像头有一定限制,用户体验感较差。
现有技术在字段提取时,采用图像水平方向投影进行字段分割,通过分析投影结果判断身份证信息字段,字段分割容易受到倾斜和污点的干扰,投影过程是将二维平面像素数据投影到一维直线上,损失了空间分布信息,导致字符识别不准确。
因此,如何提高身份证字符识别的准确率是本领域技术人员需要解决的问题。
发明内容
本发明的目的在于提供一种身份证文字提取方法、系统及设备和一种计算机可读存储介质,提高了身份证字符识别的准确率。
为实现上述目的,本发明提供了一种身份证文字提取方法,包括:
获取身份证图像,并根据所述身份证图像获取人脸的定位信息;
根据所述定位信息提取所述身份证图像中的感兴趣区域;
在所述感兴趣区域内获取文字轮廓,并根据所述文字轮廓的位置对所述文字轮廓按行进行分类;
将同一类的所述文字轮廓合并为整行文字轮廓,并将所有的所述整行文字轮廓输入字符识别引擎中得到文字提取结果。
其中,所述获取身份证图像之后,还包括:
对所述身份证图像进行缩放处理。
其中,根据所述定位信息提取所述身份证图像中的感兴趣区域,包括:
根据所述定位信息获取所述身份证的基准定位;
根据所述基准定位提取所述身份证图像中的感兴趣区域,并对所述感兴趣区域进行校正操作。
其中,在所述感兴趣区域内获取文字轮廓,包括:
将所述感兴趣区域按灰度等级分为黑色部分和白色部分,并检测文字轮廓。
其中,根据所述文字轮廓的位置对所述文字轮廓按行进行分类,包括:
获取所述文字轮廓的中心点纵坐标,将所述中心点纵坐标的差值小于预设值的相邻文字轮廓归为一类。
其中,所述将同一类的所述文字轮廓合并为整行文字轮廓之前,还包括:
筛选所有的所述文字轮廓,以便剔除误差轮廓。
为实现上述目的,本发明提供了一种身份证文字提取系统,包括:
获取模块,用于获取身份证图像,并根据所述身份证图像获取人脸的定位信息;
提取模块,用于根据所述定位信息提取所述身份证图像中的感兴趣区域;
分类模块,用于在所述感兴趣区域内获取文字轮廓,并根据所述文字轮廓的位置对所述文字轮廓按行进行分类;
合并模块,用于将同一类的所述文字轮廓合并为整行文字轮廓,并将所有的所述整行文字轮廓输入字符识别引擎中得到文字提取结果。
其中,所述分类模块具体为在所述感兴趣区域内获取文字轮廓,并获取所述文字轮廓的中心点横坐标,将所述中心点纵坐标的差值小于预设值的相邻文字轮廓归为一类的模块。
为实现上述目的,本发明提供了一种身份证文字提取设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述身份证文字提取方法的步骤。
为实现上述目的,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述身份证文字提取方法。
通过以上方案可知,本发明提供的一种身份证文字提取方法包括:获取身份证图像,并根据所述身份证图像获取人脸的定位信息;根据所述定位信息提取所述身份证图像中的感兴趣区域;在所述感兴趣区域内获取文字轮廓,并根据所述文字轮廓的位置对所述文字轮廓按行进行分类;将同一类的所述文字轮廓合并为整行文字轮廓,并将所有的所述整行文字轮廓输入字符识别引擎中得到文字提取结果。
本发明提供的身份证文字提取方法,采用人脸识别技术通过获取人脸的定位信息,对采集到的包含身份证的图像进行感兴趣区域提取,使得拍摄图像时对环境的要求大大降低,减少了限定条件,提高了分割定位精度。同时,采用轮廓分析在感兴趣区域获取文字轮廓,实现字段信息分割,充分利用二维平面信息,避免了行投影模式的数据丢失,可以更准确定位字段信息。由此可见,本发明提供的身份证文字提取方法提高了身份证字符识别的准确率。本发明还公开了一种身份证文字提取系统及设备和一种计算机可读存储介质,同样能实现上述技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种身份证文字提取方法的流程图;
图2为本发明实施例公开的另一种身份证文字提取方法的流程图;
图3为本发明实施例公开的一种身份证文字提取系统的结构图;
图4为本发明实施例公开的一种身份证文字提取设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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,本领域普通技术人员在没有做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。
本发明实施例公开了一种身份证文字提取方法,提高了身份证字符识别的准确率。
参见图1,本发明实施例公开的一种身份证文字提取方法的流程图,如图1所示,包括:
S101:获取身份证图像,并根据所述身份证图像获取人脸的定位信息;
此步骤的目的在于获取身份证上人脸图像的定位信息,以便后续步骤提取感兴趣区域。
在具体实施中,身份证图像指包含整个身份证的图像,处理器通过用户终端获取到身份证图像后,获取身份证上人脸图像的定位信息,该定位信息包括人脸图像的位置和尺寸。在本实施例中,可以通过OpenCV的人脸识别功能获取定位信息,当然本领域技术人员也可以选择其他具有类似功能的软件,在此不作具体限定。
需要说明的是,若用户终端提供的身份证图像像素较高,会导致识别速度较慢,因此为了平衡处理速度和识别精度,在获取身份证图像后,还可以对所述身份证图像进行缩放处理,再获取人脸的定位信息。
S102:根据所述定位信息提取所述身份证图像中的感兴趣区域;
感兴趣区域(英文全称:region of interest,英文简称:ROI),指在机器视觉、图像处理中,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域。
可以理解的是,由于人脸图像位于身份证的固定位置上,且尺寸固定,因此获取到该定位信息后即可去除图片中的背景,只保留身份证部分。提取的具体步骤为:根据所述定位信息获取所述身份证的基准定位,根据所述基准定位提取所述身份证图像中的感兴趣区域。
因此,本发明中的感兴趣区域即图像中的身份证部分。本实施例对采集到的包含身份证的图像进行感兴趣区域提取,使得拍摄图像时对环境的要求大大降低,减少了限定条件,提高了分割定位精度。
可以理解的是,由于用户终端提供的身份证图像可能会存在倾斜的情况,因此,在提取感兴趣区域的步骤之后,还可以包括对所述感兴趣区域进行校正,方便后续步骤获取文字轮廓。
S103:在所述感兴趣区域内获取文字轮廓,并根据所述文字轮廓的位置对所述文字轮廓按行进行分类;
在具体实施中,为了获取身份证上的文字信息,需要在上述步骤提取到的感兴趣区域内获取文字轮廓,上述获取文字轮廓的步骤包括对感兴趣区域进行阈值分割。需要说明的是,阈值分割的对象和方法都有很多种,分割对象可以选取灰度信息,也可以选取彩色信息或边缘信息,分割方法可以按照预设固定值,也可以自适应调整阈值,此处不限定阈值分割的具体方法,本领域技术人员可以根据实际情况灵活选择。
例如,将感兴趣区域按灰度等级进行阈值分割,即灰度等级大于预设值的部分为黑色部分,灰度等级小于预设值的部分为白色部分,此处的预设值本领域技术人员可以根据具体图像进行灵活设置,在此不作具体限定。
获取文字轮廓之后,将所有的文字轮廓按行分类,充分利用二维平面信息,避免了行投影模式的数据丢失,可以更准确定位字段信息。具体的,可以获取所有的文字轮廓预设位置的纵坐标值,并将纵坐标值相近的文字轮廓归为一类,此处不对预设位置进行具体限定,本领域技术人员可以根据经验灵活设置。例如,若该预设位置为中心点,则根据所述文字轮廓的位置对所述文字轮廓按行进行分类的步骤具体为:获取所述文字轮廓的中心点纵坐标,将所述中心点纵坐标的差值小于预设值的相邻文字轮廓归为一类。
S104:将同一类的所述文字轮廓合并为整行文字轮廓,并将所有的所述整行文字轮廓输入字符识别引擎中得到文字提取结果。
在具体实施中,为了获取身份证上某一项的信息,需要合并同一类的文字轮廓,即合并同一行的文字轮廓组合成整行文字轮廓,并将整行文字轮廓输入字符识别引擎中即可得到身份证字符识别的结果。
可以理解的是,由于身份证图像中会存在污渍等误差点,也会被当作文字轮廓被处理器获取,因此在合并同一类文字轮廓之前,还可以筛选所有的所述文字轮廓,以便剔除误差轮廓。
本发明实施例提供的身份证文字提取方法,采用人脸识别技术通过获取人脸的定位信息,对采集到的包含身份证的图像进行感兴趣区域提取,使得拍摄图像时对环境的要求大大降低,减少了限定条件,提高了分割定位精度。同时,采用轮廓分析在感兴趣区域获取文字轮廓,实现字段信息分割,充分利用二维平面信息,避免了行投影模式的数据丢失,可以更准确定位字段信息。由此可见,本发明提供的身份证文字提取方法提高了身份证字符识别的准确率。
本发明实施例公开了一种身份证文字提取方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体的:
参见图2,本发明实施例提供的另一种身份证文字提取方法的流程图,如图2所示,包括:
S211:获取身份证图像,并对所述身份证图像进行缩放处理;
S212:根据所述身份证图像获取人脸的定位信息;
S221:根据所述定位信息获取所述身份证的基准定位;
S222:根据所述基准定位提取所述身份证图像中的感兴趣区域,并对所述感兴趣区域进行校正操作。
S231:将所述感兴趣区域按灰度等级分为黑色部分和白色部分,并检测文字轮廓;
S232:获取所述文字轮廓的中心点纵坐标,将所述中心点纵坐标的差值小于预设值的相邻文字轮廓归为一类。
S241:筛选所有的所述文字轮廓,以便剔除误差轮廓;
S242:将同一类的所述文字轮廓合并为整行文字轮廓,并将所有的所述整行文字轮廓输入字符识别引擎中得到文字提取结果。
下面对本发明实施例提供的一种身份证文字提取系统进行介绍,下文描述的一种身份证文字提取系统与上文描述的一种身份证文字提取方法可以相互参照。
参见图3,本发明实施例提供的一种身份证文字提取系统的结构图,如图3所示,包括:
获取模块301,用于获取身份证图像,并根据所述身份证图像获取人脸的定位信息;
提取模块302,用于根据所述定位信息提取所述身份证图像中的感兴趣区域;
分类模块303,用于在所述感兴趣区域内获取文字轮廓,并根据所述文字轮廓的位置对所述文字轮廓按行进行分类;
合并模块304,用于将同一类的所述文字轮廓合并为整行文字轮廓,并将所有的所述整行文字轮廓输入字符识别引擎中得到文字提取结果。
本发明提供的身份证文字提取系统,采用人脸识别技术通过获取人脸的定位信息,对采集到的包含身份证的图像进行感兴趣区域提取,使得拍摄图像时对环境的要求大大降低,减少了限定条件,提高了分割定位精度。同时,采用轮廓分析在感兴趣区域获取文字轮廓,实现字段信息分割,充分利用二维平面信息,避免了行投影模式的数据丢失,可以更准确定位字段信息。由此可见,本发明提供的身份证文字提取系统提高了身份证字符识别的准确率。
在上述实施例的基础上,作为优选实施方式,还包括:
缩放模块,用于对所述身份证图像进行缩放处理。
在上述实施例的基础上,作为优选实施方式,所述提取模块302包括:
获取基准单元,用于根据所述定位信息获取所述身份证的基准定位;
提取单元,用于根据所述基准定位提取所述身份证图像中的感兴趣区域,并对所述感兴趣区域进行校正操作。
在上述实施例的基础上,作为优选实施方式,所述分类模块303包括:
检测单元,用于将所述感兴趣区域按灰度等级分为黑色部分和白色部分,并检测文字轮廓;
分类单元,用于根据所述文字轮廓的位置对所述文字轮廓按行进行分类。
在上述实施例的基础上,作为优选实施方式,所述分类单元具体为获取所述文字轮廓的中心点纵坐标,将所述中心点纵坐标的差值小于预设值的相邻文字轮廓归为一类的单元。
在上述实施例的基础上,作为优选实施方式,还包括:
筛选模块,用于筛选所有的所述文字轮廓,以便剔除误差轮廓。
本申请还提供了一种身份证文字提取设备,参见图4,本发明实施例提供的一种身份证文字提取设备的结构图,如图4所示,包括:
存储器401,用于存储计算机程序;
处理器402,用于执行所述计算机程序时可以实现上述实施例所提供的步骤。当然所述身份证文字提取设备还可以包括各种网络接口,电源等组件。
本发明实施例提供的身份证文字提取设备,采用人脸识别技术通过获取人脸的定位信息,对采集到的包含身份证的图像进行感兴趣区域提取,使得拍摄图像时对环境的要求大大降低,减少了限定条件,提高了分割定位精度。同时,采用轮廓分析在感兴趣区域获取文字轮廓,实现字段信息分割,充分利用二维平面信息,避免了行投影模式的数据丢失,可以更准确定位字段信息。由此可见,本发明提供的身份证文字提取设备提高了身份证字符识别的准确率。
本申请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,所述计算机程序被处理器执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种身份证文字提取方法,其特征在于,包括:
获取身份证图像,并根据所述身份证图像获取人脸的定位信息;
根据所述定位信息提取所述身份证图像中的感兴趣区域;
在所述感兴趣区域内获取文字轮廓,并根据所述文字轮廓的位置对所述文字轮廓按行进行分类;
将同一类的所述文字轮廓合并为整行文字轮廓,并将所有的所述整行文字轮廓输入字符识别引擎中得到文字提取结果。
2.根据权利要求1所述身份证文字提取方法,其特征在于,所述获取身份证图像之后,还包括:
对所述身份证图像进行缩放处理。
3.根据权利要求1所述身份证文字提取方法,其特征在于,根据所述定位信息提取所述身份证图像中的感兴趣区域,包括:
根据所述定位信息获取所述身份证的基准定位;
根据所述基准定位提取所述身份证图像中的感兴趣区域,并对所述感兴趣区域进行校正操作。
4.根据权利要求1所述身份证文字提取方法,其特征在于,在所述感兴趣区域内获取文字轮廓,包括:
将所述感兴趣区域按灰度等级分为黑色部分和白色部分,并检测文字轮廓。
5.根据权利要求1-4任一项所述身份证文字提取方法,其特征在于,根据所述文字轮廓的位置对所述文字轮廓按行进行分类,包括:
获取所述文字轮廓的中心点纵坐标,将所述中心点纵坐标的差值小于预设值的相邻文字轮廓归为一类。
6.根据权利要求1所述身份证文字提取方法,其特征在于,所述将同一类的所述文字轮廓合并为整行文字轮廓之前,还包括:
筛选所有的所述文字轮廓,以便剔除误差轮廓。
7.一种身份证文字提取系统,其特征在于,包括:
获取模块,用于获取身份证图像,并根据所述身份证图像获取人脸的定位信息;
提取模块,用于根据所述定位信息提取所述身份证图像中的感兴趣区域;
分类模块,用于在所述感兴趣区域内获取文字轮廓,并根据所述文字轮廓的位置对所述文字轮廓按行进行分类;
合并模块,用于将同一类的所述文字轮廓合并为整行文字轮廓,并将所有的所述整行文字轮廓输入字符识别引擎中得到文字提取结果。
8.根据权利要求7所述身份证文字提取系统,其特征在于,所述分类模块具体为在所述感兴趣区域内获取文字轮廓,并获取所述文字轮廓的中心点横坐标,将所述中心点纵坐标的差值小于预设值的相邻文字轮廓归为一类的模块。
9.一种身份证文字提取设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述身份证文字提取方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述身份证文字提取方法。
CN201810022673.5A 2018-01-10 2018-01-10 一种身份证文字提取方法、系统及设备和存储介质 Pending CN108154132A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810022673.5A CN108154132A (zh) 2018-01-10 2018-01-10 一种身份证文字提取方法、系统及设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810022673.5A CN108154132A (zh) 2018-01-10 2018-01-10 一种身份证文字提取方法、系统及设备和存储介质

Publications (1)

Publication Number Publication Date
CN108154132A true CN108154132A (zh) 2018-06-12

Family

ID=62461109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810022673.5A Pending CN108154132A (zh) 2018-01-10 2018-01-10 一种身份证文字提取方法、系统及设备和存储介质

Country Status (1)

Country Link
CN (1) CN108154132A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378328A (zh) * 2019-09-16 2019-10-25 图谱未来(南京)人工智能研究院有限公司 一种证件图像处理方法及装置
CN111144400A (zh) * 2018-11-06 2020-05-12 北京金山云网络技术有限公司 身份证信息的识别方法、装置、终端设备及存储介质
CN111191652A (zh) * 2019-12-20 2020-05-22 中国建设银行股份有限公司 一种证件图像识别方法、装置、电子设备及存储介质
CN111242112A (zh) * 2018-11-29 2020-06-05 马上消费金融股份有限公司 一种图像处理方法、身份信息处理方法及装置
CN111325194A (zh) * 2018-12-13 2020-06-23 杭州海康威视数字技术股份有限公司 一种文字识别方法、装置及设备、存储介质
CN113610866A (zh) * 2021-07-28 2021-11-05 上海墨说科教设备有限公司 练字图像的裁剪方法、装置、设备和存储介质
CN113762244A (zh) * 2020-06-05 2021-12-07 北京市天元网络技术股份有限公司 文档信息的提取方法及装置
CN115841670A (zh) * 2023-02-13 2023-03-24 福建鹿鸣教育科技有限公司 一种基于图像识别的作业错题收集系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007188419A (ja) * 2006-01-16 2007-07-26 Fujifilm Corp 顔検出方法および装置並びにプログラム
CN104217202A (zh) * 2013-06-03 2014-12-17 支付宝(中国)网络技术有限公司 信息识别方法、设备和系统
CN105528602A (zh) * 2015-10-30 2016-04-27 小米科技有限责任公司 区域识别方法及装置
CN107507216A (zh) * 2017-08-17 2017-12-22 北京觅己科技有限公司 图像中局部区域的替换方法、装置及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007188419A (ja) * 2006-01-16 2007-07-26 Fujifilm Corp 顔検出方法および装置並びにプログラム
CN104217202A (zh) * 2013-06-03 2014-12-17 支付宝(中国)网络技术有限公司 信息识别方法、设备和系统
CN105528602A (zh) * 2015-10-30 2016-04-27 小米科技有限责任公司 区域识别方法及装置
CN107507216A (zh) * 2017-08-17 2017-12-22 北京觅己科技有限公司 图像中局部区域的替换方法、装置及存储介质

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111144400A (zh) * 2018-11-06 2020-05-12 北京金山云网络技术有限公司 身份证信息的识别方法、装置、终端设备及存储介质
CN111144400B (zh) * 2018-11-06 2024-03-29 北京金山云网络技术有限公司 身份证信息的识别方法、装置、终端设备及存储介质
CN111242112A (zh) * 2018-11-29 2020-06-05 马上消费金融股份有限公司 一种图像处理方法、身份信息处理方法及装置
CN111325194A (zh) * 2018-12-13 2020-06-23 杭州海康威视数字技术股份有限公司 一种文字识别方法、装置及设备、存储介质
CN111325194B (zh) * 2018-12-13 2023-12-29 杭州海康威视数字技术股份有限公司 一种文字识别方法、装置及设备、存储介质
CN110378328A (zh) * 2019-09-16 2019-10-25 图谱未来(南京)人工智能研究院有限公司 一种证件图像处理方法及装置
CN111191652A (zh) * 2019-12-20 2020-05-22 中国建设银行股份有限公司 一种证件图像识别方法、装置、电子设备及存储介质
CN113762244A (zh) * 2020-06-05 2021-12-07 北京市天元网络技术股份有限公司 文档信息的提取方法及装置
CN113610866A (zh) * 2021-07-28 2021-11-05 上海墨说科教设备有限公司 练字图像的裁剪方法、装置、设备和存储介质
CN113610866B (zh) * 2021-07-28 2024-04-23 上海墨说科教设备有限公司 练字图像的裁剪方法、装置、设备和存储介质
CN115841670A (zh) * 2023-02-13 2023-03-24 福建鹿鸣教育科技有限公司 一种基于图像识别的作业错题收集系统

Similar Documents

Publication Publication Date Title
CN108154132A (zh) 一种身份证文字提取方法、系统及设备和存储介质
CN107609549B (zh) 一种自然场景下证件图像的文本检测方法
CN107067006B (zh) 一种服务于数据采集的验证码识别方法及系统
WO2019169532A1 (zh) 车牌识别方法及云系统
CN112686812B (zh) 银行卡倾斜矫正检测方法、装置、可读存储介质和终端
US8744196B2 (en) Automatic recognition of images
CN104217203B (zh) 复杂背景卡面信息识别方法及系统
CN109410026A (zh) 基于人脸识别的身份认证方法、装置、设备和存储介质
CN105930159A (zh) 一种基于图像的界面代码生成的方法及系统
Xue et al. Arbitrarily-oriented text detection in low light natural scene images
WO2019061658A1 (zh) 眼镜定位方法、装置及存储介质
CN105512657B (zh) 字符识别方法和设备
CN101122953A (zh) 一种图片文字分割的方法
CN108197644A (zh) 一种图像识别方法和装置
CN110097059B (zh) 基于生成对抗网络的文档图像二值化方法、系统、装置
CN105868759A (zh) 分割图像字符的方法及装置
CN109389115B (zh) 文本识别方法、装置、存储介质和计算机设备
CN105868708A (zh) 一种图像目标识别方法及装置
Li et al. Automatic comic page segmentation based on polygon detection
CN105095890A (zh) 图像中字符分割方法及装置
CN111368632A (zh) 一种签名识别方法及设备
CN110717492A (zh) 基于联合特征的图纸中字符串方向校正方法
CN109948521A (zh) 图像纠偏方法和装置、设备及存储介质
CN114445843A (zh) 固定版式的卡证图像文字识别方法和装置
CN114463767A (zh) 信用证识别方法、装置、计算机设备和存储介质

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

Application publication date: 20180612

RJ01 Rejection of invention patent application after publication