CN108764327B - 图像模板检测方法、装置、计算设备及可读存储介质 - Google Patents

图像模板检测方法、装置、计算设备及可读存储介质 Download PDF

Info

Publication number
CN108764327B
CN108764327B CN201810503854.XA CN201810503854A CN108764327B CN 108764327 B CN108764327 B CN 108764327B CN 201810503854 A CN201810503854 A CN 201810503854A CN 108764327 B CN108764327 B CN 108764327B
Authority
CN
China
Prior art keywords
image
detected
target area
characteristic value
target
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
Application number
CN201810503854.XA
Other languages
English (en)
Other versions
CN108764327A (zh
Inventor
张阳
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.)
Beijing 58 Information Technology Co Ltd
Original Assignee
Beijing 58 Information Technology 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 Beijing 58 Information Technology Co Ltd filed Critical Beijing 58 Information Technology Co Ltd
Priority to CN201810503854.XA priority Critical patent/CN108764327B/zh
Publication of CN108764327A publication Critical patent/CN108764327A/zh
Application granted granted Critical
Publication of CN108764327B publication Critical patent/CN108764327B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation 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
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation 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
    • G06V10/757Matching configurations of points or features

Abstract

本发明公开了一种图像模板检测方法、装置、计算设备及计算机可读存储介质,其中,该方法包括:在待检测图像中选取目标区域,并确定出目标区域的特征值,将特征值与预存储图像中目标区域对应的特征值进行比较,当特征值与预存储图像中目标区域对应的特征值相等时,判定待检测图像与该预存储图像为同一个模板。解决了现有技术中判断用户上传的证件是否合法的技术问题,并取得了积极的技术效果。

Description

图像模板检测方法、装置、计算设备及可读存储介质
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像模板检测方法、装置、计算设备及可读存储介质。
背景技术
随着互联网技术的发展与运用,服务商为了提供更优质的服务,需要验证用户的身份信息或者用户的经营资格信息。通常需要用户上传用于身份验证的证件,如身份证、驾驶证等;以及需要用户上传用于经营资格验证的证件,如营业执照、组织机构代码证、以及税务登记证等。
在具体操作时,服务商需要对用户上传的证件进行验证,在判断用户上传的证件合法后,才能进一步确认用户身份或经营资格。其中,当用户上传的证件为对原模板进行改动后的伪造证件时,服务商不能通过该伪造证件确定用户身份或经营资格;因此,判断用户上传的证件是否为伪造证件至关重要。
相关技术中,主要是通过像素逐一比对计算差值的方式或者使用感知Hash的方式来检测具有细微差别的两幅证件图像。由于逐像素比较的方法需要存储整张证件图像,并且每次需要比对整张证件图像,因此随着证件图像量级变大存储开销会越来越大,并且每次比对的时间也会越来越难以接受。同时,不同的违规用户对原模板进行改动的程度不同,感知hash算法很难确定合适的阈值。
发明内容
本发明提供一种图像模板检测方法、装置、计算设备及可读存储介质,用以解决现有技术中的模板检测方案检测效率低下的技术问题。
依据本发明的一个方面,提供一种图像模板检测方法,所述方法包括:
在待检测图像中选取目标区域,并确定出目标区域的特征值;
将特征值与预存储图像中目标区域对应的特征值进行比较;
当特征值与预存储图像中目标区域对应的特征值相等时,判定待检测图像与该预存储图像为同一个模板。
可选的,在待检测图像中选取目标区域,包括:
检测待检测图像中所有的连通区域;
根据预设的目标区域的区域特性,在各连通区域中选取目标连通区域;
以目标连通区域对应的图像区域作为选取的目标区域。
可选的,目标区域的区域特性包括:目标区域的横纵比和/或位置特征。
可选的,当特征值与预存储图像目标区域对应的特征值相等时,还包括:
确定待检测图像与预存储图像的特征值;
当待检测图像与预存储图像的特征值不同时,判定待检测图像与该预存储图像为同一个模板。
可选的,特征值包括哈希hash值。
依据本发明实施例的第二个方面,提供了一种图像模板检测装置,所述装置包括:
特征值模块,用于在待检测图像中选取目标区域,并确定出目标区域的特征值;
特征值比较模块,用于将特征值与预存储图像中目标区域对应的特征值进行比较;
判断模块,用于在特征值与预存储图像中目标区域对应的特征值相等时,判定待检测图像与该预存储图像为同一个模板。
可选的,特征值模块包括:
连通区域单元,用于检测待检测图像中所有的连通区域;
目标连通区域单元,用于根据预设的目标区域的区域特性,在各连通区域中选取目标连通区域;
目标区域单元,用于以目标连通区域对应的图像区域作为选取的目标区域。
可选的,目标区域的区域特性包括:目标区域的横纵比和/或位置特征。
可选的,判断模块还包括:
特征值单元,用于确定待检测图像与预存储图像的特征值;
判断单元,用于在待检测图像与预存储图像的特征值不同时,判定待检测图像与该预存储图像为同一个模板。
可选的,特征值包括哈希hash值。
依据本发明实施例的第三个方面,提供了一种计算设备,所述计算设备包括:存储器、处理器及通信总线;所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行存储器中存储的图像模板检测程序,以实现本发明实施例提供的图像模板检测方法的步骤。
依据本发明实施例的第四个方面,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,该程序被处理器执行时实现本发明实施例提供的图像模板检测方法的步骤。
根据本发明实施例的一种图像模板检测方法、装置、计算设备及计算机可读存储介质,通过对待检测图像中目标区域对应的特征值与预存储图像中目标区域对应的特征值进行比较,在待检测图像中目标区域对应的特征值与预存储图像中目标区域对应的特征值相等时,则判定待检测图像与该预存储图像为同一个模板。在模板的检测过程中,不需要将对待检测图像和预存储图像进行像素逐一比对计算,减少了对存储开销的同时,提升了模板检测效率,并取得了积极的技术效果。
上述说明仅是本发明实施例技术方案的概述,为了能够更清楚了解本发明实施例的技术手段,而可依照说明书的内容予以实施,并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明实施例的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明第一实施例提供的一种图像模板检测方法的流程图;
图2为本发明第二实施例提供的一种图像模板检测方法的流程图;
图3为本发明第三实施例提供的一种图像模板检测方法的流程图;
图4为本发明第四实施例提供的一种图像模板检测方法的流程图;
图5为本发明第五实施例提供的一种图像模板检测装置的功能模块示意图;
图6为本发明第六实施例和第七实施例提供的一种图像模板检测装置的功能模块示意图;
图7为本发明第八实施例提供的一种图像模板检测装置的功能模块示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
请参阅图1,为本发明第一实施提供的一种图像模板检测方法的流程图。本实施例中,所述图像模板检测方法包括如下步骤:
步骤S101,在待检测图像中选取目标区域,并确定出目标区域的特征值。
可以清楚的是,在对待检测图像选取目标区域前,包括获取待检测图像。具体实施时,该待检测图像可以为用户上传的用于身份验证的证件,如身份证、驾驶证等;以及用户上传的用于经营资格验证的证件,如营业执照、组织机构代码证、以及税务登记证等。
在获取到待检测图像后,需要按照类别对获取到的待检测图像进行分类,以根据该图像所属的类别进入下一步操作。如,获取待检测图像的固有特征,并根据该固有特征按照证件类别对待检测图像进行分类。在具体应用时,服务商在需要用户上传待检测图像时,一般规定了用户上传的证件类别,如规定上传营业执照,用户一般会将拍摄到的营业执照上传,但也有少数用户上传的并不是营业执照。通过对待检测图像的特征识别,检测上传的图像是否为规定的证件类别。在检测到上传的图像为规定的证件类别时,在该图像内获取对应的目标区域。该目标区域为该证件类型固有的特征区域,如证件徽章、证件边缘印记、以及证件的备注信息等。
在选取到目标区域后,获取该目标区域的特征值。可选的,该目标区域的特征值为哈希hash值。
步骤S102,将特征值与预存储图像中目标区域对应的特征值进行比较。
其中,预存储图像为服务商根据图像类别预先存储的图像,该图像包括但不限于服务商通过该图像类别从互联网上获取的图像,或接收到的其他用户上传的与该图像类别相同的图像;在获取到预存储图像后,提取每一预存储图像目标区域对应的特征值。如,该图像的类别为营业执照,服务商预先通过营业执照的固有特征在互联网上获取并保存营业执照相关营业执照图像,或获取并保存其他用户上传的营业执照图像;在获取到预存储营业执照图像后,计算并保存每一营业执照图像中目标区域对应的特征值。
具体实施时,将待检测图像目标区域对应的特征值与存储图像中目标区域对应的特征值进行比较。
步骤S103,当特征值与预存储图像中目标区域对应的特征值相等时,判定待检测图像与该预存储图像为同一个模板。
由于真实拍照产生的图片会因为成像条件不一样,图片目标区域的颜色值或者灰度值都是不一样的,只有伪造的图片才存在目标区域特征值一致的情况。具体的,在待检测图像中目标区域的特征值与预存储图像中目标区域对应的特征值相等时,判断待检测图像与该存储图像为同一个模板。
本实施例中,通过对待检测图像中目标区域对应的特征值与预存储图像中目标区域对应的特征值进行比较,在待检测图像中目标区域对应的特征值与预存储图像中目标区域对应的特征值相等时,则判定待检测图像与该预存储图像为同一个模板。在模板的检测过程中,不需要将对待检测图像和预存储图像进行像素逐一比对计算,减少了对存储开销的同时,提升了模板检测效率,并取得了积极的技术效果。
请参阅图2,为本发明第二实施提供的一种图像模板检测方法的流程图。本实施例中,所述图像模板检测方法包括如下步骤:
步骤S201,检测待检测图像中所有的连通区域。
具体实施时,检测待检测图像中所有的连通区域。如,该待检测图像对应的类别为营业执照,则该待检测图像中必将有国徽或营业执照四个字。在经过二值化处理后,国徽或营业执照四个字区域对应的灰度值比较一致,因此,国徽和营业执照四个字都可作为连通区域。
步骤S202,根据预设的目标区域的区域特性,在各连通区域中选取目标连通区域。
在获取到每一待检测图像对应的连通区域后,根据待检测图像的类别,在连通区域中选取每一该类别图像对应的标志性连通区域,并将选取的连通区域作为目标连通区域。如该待检测图像的类别为营业执照,则在连通域中选择国徽、证件边缘印记、以及营业执照四个字对应的标志性区域作为目标连通区域。
步骤S203,以目标连通区域对应的图像区域作为选取的目标区域,确定出所述目标区域的特征值。
具体实施时,在获取到目标连通区域后,对目标连通区域进行过滤,得到该目标区域对应的图像,并将在目标连通区域获取到的图像作为目标区域。确定该目标区域对应的特征值,其中,该特征值可以为该目标区域对应的hash值。
步骤S204,将特征值与预存储图像中目标区域对应的特征值进行比较。
步骤S205,当特征值与预存储图像中目标区域对应的特征值相等时,判定待检测图像与该预存储图像为同一个模板。
其中,步骤S204、以及步骤S205均在第一实施例中进行了详细说明,在此不做赘述。
本实施例中,通过对待检测图像的连通域进行检测,获取待检测图像所有的连通区域。其中,并不是所有的连通区域都是待检测图像所属类别的固有特征对应的连通区域。因此,在获取到连通区域后,根据预设的目标区域的区域特性,如,根据图像所属类别的固有特征,在各连通区域中选取目标连通区域。进一步地,将目标连通区域对应的图像区域作为选取的目标区域,以使模板的检测的结果更加准确。
请参阅图3,为本发明第三实施提供的一种图像模板检测方法的流程图,本实施例中,所述图像模板检测方法包括如下步骤:
步骤S301,检测待检测图像中所有的连通区域。
步骤S302,根据预设的目标区域的横纵比和/或位置特征,在各连通区域中选取目标连通区域。
具体实施时,在获取到待检测图像后还包括确定待检测图像的类别,每一待检测图像类别对应的图像对应有多个固定的特征,如营业执照在图像的特定区域会出现国徽、营业执照四个字、以及证件边缘印记等区域。在获取到待检测图像的类别后,根据特定区域出现的位置,即横纵比和/或位置特征,在该待检测图像中选取横纵比和/或位置特征对应的连通区域作为目标连通区域。
步骤S303,以目标连通区域对应的图像区域作为选取的目标区域,确定出所述目标区域的特征值。
可以清楚的是,根据预设的目标区域的横纵比和/或位置特征获取到的目标连通区域中包括图像及图像边缘的特征,对获取到的目标连通区域进行过滤,得到该目标连通区域对应的图像区域,并将对应的图像区域作为目标区域,计算该目标区域对应的特征值。其中,该目标区域的特征值为哈希hash值。
步骤S304,将特征值与预存储图像中目标区域对应的特征值进行比较。
步骤S305,当特征值与预存储图像中目标区域对应的特征值相等时,判定待检测图像与该预存储图像为同一个模板。
其中,步骤S301、以及步骤S304至步骤S305均在第一实施例中进行了详细说明,在此不做赘述。
本实施例中,通过对待检测图像的类别进行检测,确定待检测图像所属的类别之后。由于每一类别对应的图像均对应有多个固定的特征区域,获取该特征区域对应的横纵比和/或位置特征,并根据横纵比和/或位置特征,在待检测图像中选取横纵比和/或位置特征对应的连通区域作为目标区域,进而提升模板的检测的结果准确性。
请参阅图4,为本发明第四实施提供的一种图像模板检测方法的流程图,本实施例中,所述图像模板检测方法包括如下步骤:
步骤S401,在待检测图像中选取目标区域,并确定出目标区域的特征值;
步骤S402,将特征值与预存储图像中目标区域对应的特征值进行比较;
步骤S403,判断特征值与预存储图像中目标区域对应的特征值是否相等。
在特征值与预存储图像中目标区域对应的特征值相等时,即得到待检测图像与预存储图像可能为同一图像,也可能为违规用户对原图像进行改动后的伪造图像,为了进一步辨别待检测图像是否为伪造图像,需进一步执行步骤S404;在特征值与预存储图像中目标区域对应的特征值不相等时,可以判定待检测图像与该预存储图像不为同一个模板。
步骤S404,确定待检测图像与预存储图像的特征值。
具体实施时,获取待检测图像和预存储图像的特征值,获取的方式可以为:分别将待检测图像和预存储图像进行统一缩放到16*16的缩略图,然后分别对缩略图求特征值,得到待检测图像与预存储图像的特征值。其中,该特征值为哈希hash值。
步骤S405,判断待检测图像与预存储图像的特征值是否相等。
在待检测图像与预存储图像的特征值不同时,执行步骤S406;在待检测图像与预存储图像的特征值相同时,执行步骤S407。
步骤S406,判定待检测图像与该预存储图像为同一个模板。
在待检测图像与预存储图像对应的特征值不相等时,则判定该待检测图像为违规用户对该预存储图像进行改动后的伪造图像。
步骤S407,判定待检测图像与该预存储图像为同一个图像。
在待检测图像与预存储图像对应的特征值相等时,则判定该待检测图像与该预存储图像为同一图像。
其中,步骤S401至步骤S402已在第一实施例中进行了详细说明,在此不做赘述。
本实施例中,在特征值与预存储图像中目标区域对应的特征值相等时,即得到待检测图像与预存储图像可能为同一图像,也可能为违规用户对原图像进行改动后的伪造图像。为了辨别待检测图像是否为伪造图像,通过对待检测图像与预存储图像的特征值进行比较,进一步确定待检测图像与该预存储图像为同一个模板还是同一个图像,以保证模板检测结果的准确性。
请参阅图5,为本发明第5实施例提供的一种图像模板检测装置100的功能模块示意图。应用于计算机设备,该图像模板检测装置100包括特征值模块110、特征值比较模块120、以及判断模块130。该装置主要用来实现本发明实施例提供的图像模板检测方法,该方法主要用来解决现有技术中判断用户上传的证件是否合法的技术问题。
其中,该计算机设备包括但不限于移动电话、手机、智能手机、平板电脑、个人电脑、个人数字助理、媒体播放器、服务器和其他电子设备。
特征值模块110,用于在待检测图像中选取目标区域,并确定出目标区域的特征值。
可以清楚的是,在对待检测图像选取目标区域前,包括获取待检测图像。具体实施时,该待检测图像可以为用户上传的用于身份验证的证件,如身份证、驾驶证等;以及用户上传的用于经营资格验证的证件,如营业执照、组织机构代码证、以及税务登记证等。
在获取到待检测图像后,需要按照类别对获取到的待检测图像进行分类,以根据该图像所属的类别进入下一步操作。如,获取待检测图像的固有特征,并根据该固有特征按照证件类别对待检测图像进行分类。在具体应用时,服务商在需要用户上传待检测图像时,一般规定了用户上传的证件类别,如规定上传营业执照,用户一般会将拍摄到的营业执照上传,但也有少数用户上传的并不是营业执照。通过对待检测图像的特征识别,检测上传的图像是否为规定的证件类别。在检测到上传的图像为规定的证件类别时,在该图像内获取对应的目标区域。该目标区域为该证件类型固有的特征区域,如证件徽章、证件边缘印记、以及证件的备注信息等。
在选取到目标区域后,获取该目标区域的特征值。可选的,该目标区域的特征值为哈希hash值。
特征值比较模块120,用于将特征值与预存储图像中目标区域对应的特征值进行比较。
其中,预存储图像为服务商根据图像类别预先存储的图像,该图像包括但不限于服务商通过该图像类别从互联网上获取的图像,或接收到的其他用户上传的与该图像类别相同的图像;在获取到预存储图像后,提取每一预存储图像目标区域对应的特征值。如,该图像的类别为营业执照,服务商预先通过营业执照的固有特征在互联网上获取并保存营业执照相关营业执照图像,或获取并保存其他用户上传的营业执照图像;在获取到预存储营业执照图像后,并计算并保存每一营业执照图像中目标区域对应的特征值。
具体实施时,将待检测图像目标区域对应的特征值与存储图像中目标区域对应的特征值进行比较。
判断模块130,用于在特征值与预存储图像中目标区域对应的特征值相等时,判定待检测图像与该预存储图像为同一个模板。
由于真实拍照产生的图片会因为成像条件不一样,图片目标区域的颜色值或者灰度值都是不一样的,只有伪造的图片才存在目标区域特征值一致的情况。具体的,在待检测图像中目标区域的特征值与预存储图像中目标区域对应的特征值相等时,判断待检测图像与该存储图像为同一个模板。
本实施例中,通过对待检测图像中目标区域对应的特征值与预存储图像中目标区域对应的特征值进行比较,在待检测图像中目标区域对应的特征值与预存储图像中目标区域对应的特征值相等时,则判定待检测图像与该预存储图像为同一个模板。在模板的检测过程中,不需要将对待检测图像和预存储图像进行像素逐一比对计算,减少了对存储开销的同时,提升了模板检测效率,并取得了积极的技术效果。
请参阅图6,为本发明第六实施例提供的图像模板检测装置100的功能模块示意图。应用于计算机设备,该计算机设备包括但不限于移动电话、手机、智能手机、平板电脑、个人电脑、个人数字助理、媒体播放器、服务器和其他电子设备。该图像模板检测装置100包括特征值模块110、特征值比较模块120、以及判断模块130。在第五实施例的基础上,特征值模块110还包括:
连通区域单元111,用于检测待检测图像中所有的连通区域。
具体实施时,检测待检测图像中所有的连通区域。如,该待检测图像对应的类别为营业执照,则该待检测图像中必将有国徽或营业执照四个字。在经过二值化处理后,国徽或营业执照四个字区域对应的灰度值比较一致,因此,国徽和营业执照四个字都可作为连通区域。
目标连通区域单元112,用于根据预设的目标区域的区域特性,在各连通区域中选取目标连通区域。
在获取到每一待检测图像对应的连通区域后,根据待检测图像的类别,在连通区域中选取每一该类别图像对应的标志性连通区域,并将选取的连通区域作为目标连通区域。如该待检测图像的类别为营业执照,则在连通域中选择国徽、证件边缘印记、以及营业执照四个字对应的标志性区域作为目标连通区域。
目标区域单元113,用于以目标连通区域对应的图像区域作为选取的目标区域。
具体实施时,在获取到目标连通区域后,对目标连通区域进行过滤,得到该目标区域对应的图像,并将在目标连通区域获取到的图像作为目标区域。确定该目标区域对应的特征值,其中,该特征值可以为该目标区域对应的hash值。
本实施例中,通过对待检测图像的连通域进行检测,获取待检测图像所有的连通区域。其中,并不是所有的连通区域都是待检测图像所属类别的固有特征对应的连通区域。因此,在获取到连通区域后,根据预设的目标区域的区域特性,如,根据图像所属类别的固有特征在各连通区域中选取目标连通区域,以目标连通区域对应的图像区域作为选取的目标区域,以使模板的检测的结果更加准确。
请参阅图6,为本发明第七实施例提供的图像模板检测装置100的功能模块示意图。应用于计算机设备,该计算机设备包括但不限于移动电话、手机、智能手机、平板电脑、个人电脑、个人数字助理、媒体播放器、服务器和其他电子设备。该图像模板检测装置100包括特征值模块110、特征值比较模块120、以及判断模块130,其中,特征值模块110还包括:连通区域单元111、目标连通区域单元112、以及目标区域单元113。在第六实施例的基础上,目标连通区域单元112具体用于根据预设的目标区域的横纵比和/或位置特征,在各连通区域中选取目标连通区域。
具体实施时,在获取到待检测图像后还包括确定待检测图像的类别,每一待检测图像类别对应的图像对应有多个固定的特征,如营业执照在图像的特定区域会出现国徽、营业执照四个字、以及证件边缘印记等区域。在获取到待检测图像的类别后,根据特定区域出现的位置,即横纵比和/或位置特征,在该待检测图像中选取横纵比和/或位置特征对应的连通区域作为目标连通区域。
本实施例中,通过对待检测图像的类别进行检测,确定待检测图像所属的类别之后。由于每一类别对应的图像均对应有多个固定的特征区域,获取该特征区域对应的横纵比和/或位置特征,并根据横纵比和/或位置特征,在待检测图像中选取横纵比和/或位置特征对应的连通区域作为目标区域,进一步提升模板的检测的结果准确性。
请参阅图7,为本发明第八实施例提供的图像模板检测装置100的功能模块示意图。应用于计算机设备,该计算机设备包括但不限于移动电话、手机、智能手机、平板电脑、个人电脑、个人数字助理、媒体播放器、服务器和其他电子设备。该图像模板检测装置100包括特征值模块110、特征值比较模块120、以及判断模块130。判断模块130还包括:
特征值单元131,用于确定待检测图像与预存储图像的特征值。
具体实施时,获取待检测图像和预存储图像的特征值,获取的方式可以为:分别将待检测图像和预存储图像进行统一缩放到16*16的缩略图,然后分别对缩略图求特征值,得到待检测图像与预存储图像的特征值。其中,该特征值为哈希hash值。
判断单元132,用于在待检测图像与预存储图像的特征值不同时,判定待检测图像与该预存储图像为同一个模板。
具体实施时,在特征值与预存储图像中目标区域对应的特征值相等时,即得到待检测图像与预存储图像可能为同一图像,也可能为违规用户对原图像进行改动后的伪造图像,为了进一步辨别待检测图像是否为伪造图像,需进一步确定待检测图像与预存储图像的特征值。在特征值与预存储图像中目标区域对应的特征值不相等时,可以判定待检测图像与该预存储图像不为同一个模板。
在特征值与预存储图像中目标区域对应的特征值相等,且在待检测图像与预存储图像的特征值不同时,判定待检测图像与该预存储图像为同一个模板。在特征值与预存储图像中目标区域对应的特征值相等,且在待检测图像与预存储图像的特征值相同时,判定待检测图像与该预存储图像为同一个图像。
在特征值与预存储图像中目标区域对应的特征值相等,且在待检测图像与预存储图像对应的特征值不相等时,则判定该待检测图像为违规用户对该预存储图像进行改动后的伪造图像。在特征值与预存储图像中目标区域对应的特征值相等,且在待检测图像与预存储图像对应的特征值相等时,则判定该待检测图像与该预存储图像为同一图像。
本发明实施例还提供了一种计算设备,计算设备包括:存储器、处理器及通信总线;通信总线用于实现处理器和存储器之间的连接通信;
处理器用于执行存储器中存储的图像模板检测程序,以实现本发明如下步骤:
步骤S101,在待检测图像中选取目标区域,并确定出目标区域的特征值。
步骤S102,将特征值与预存储图像中目标区域对应的特征值进行比较。
步骤S103,当特征值与预存储图像中目标区域对应的特征值相等时,判定待检测图像与该预存储图像为同一个模板。
可选的,执行的步骤可替换为步骤S201至步骤S205、步骤S301至步骤S305、以及步骤S401至步骤S407。
由于在第一实施例至第四实施例中已经对图像模板检测方法实施过程进行了详细说明,本实施例在此不再重复赘述。
本实施例中计算机设备包括但不限于移动电话、手机、智能手机、平板电脑、个人电脑、个人数字助理、媒体播放器、服务器和其他电子设备。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质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提供的如下步骤:
步骤S101,在待检测图像中选取目标区域,并确定出目标区域的特征值。
步骤S102,将特征值与预存储图像中目标区域对应的特征值进行比较。
步骤S103,当特征值与预存储图像中目标区域对应的特征值相等时,判定待检测图像与该预存储图像为同一个模板。
可选的,执行的步骤可替换为步骤S201至步骤S205、步骤S301至步骤S305、以及步骤S401至步骤S407。
由于在第一实施例至第四实施例中已经对图像模板检测方法实施过程进行了详细说明,本实施例在此不再重复赘述。
本实施例计算机可读存储介质包括但不限于为:ROM、RAM、磁盘或光盘等。
综上所述,本发明实施例公开了一种图像模板检测方法、装置、计算设备及计算机可读存储介质,通过对待检测图像中目标区域对应的特征值与预存储图像中目标区域对应的特征值进行比较,在待检测图像中目标区域对应的特征值与预存储图像中目标区域对应的特征值相等时,则判定待检测图像与该预存储图像为同一个模板。在模板的检测过程中,不需要将对待检测图像和预存储图像进行像素逐一比对计算,减少了对存储开销的同时,提升了模板检测效率,并取得了积极的技术效果。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
总之,以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种图像模板检测方法,其特征在于,所述方法包括:
在待检测图像中选取目标区域,并确定出所述目标区域的特征值;
将所述特征值与预存储图像中所述目标区域对应的特征值进行比较;
当所述特征值与预存储图像中所述目标区域对应的特征值相等时,判定所述待检测图像与该预存储图像为同一个模板;
当所述特征值与预存储图像所述目标区域对应的特征值相等时,还包括:
确定所述待检测图像与所述预存储图像的特征值;
当所述待检测图像与所述预存储图像的特征值不同时,判定所述待检测图像与该预存储图像为同一个模板;
当所述待检测图像与所述预存储图像的特征值相同时,判定所述待检测图像与该预存储图像为同一个图像。
2.如权利要求1所述的方法,其特征在于,在所述待检测图像中选取目标区域,包括:
检测所述待检测图像中所有的连通区域;
根据预设的目标区域的区域特性,在各所述连通区域中选取目标连通区域;
以所述目标连通区域对应的图像区域作为选取的目标区域。
3.如权利要求2所述的方法,其特征在于,所述目标区域的区域特性包括:目标区域的横纵比和/或位置特征。
4.如权利要求1所述的方法,其特征在于,所述特征值包括哈希hash值。
5.一种图像模板检测装置,其特征在于,所述装置包括:
特征值模块,用于在待检测图像中选取目标区域,并确定出所述目标区域的特征值;
特征值比较模块,用于将所述特征值与预存储图像中所述目标区域对应的特征值进行比较;
判断模块,用于在所述特征值与预存储图像中所述目标区域对应的特征值相等时,判定所述待检测图像与该预存储图像为同一个模板;
所述判断模块还包括:
特征值单元,用于确定所述待检测图像与所述预存储图像的特征值;
判断单元,用于在所述待检测图像与所述预存储图像的特征值不同时,判定所述待检测图像与该预存储图像为同一个模板;
当所述待检测图像与所述预存储图像的特征值相同时,判定所述待检测图像与该预存储图像为同一个图像。
6.如权利要求5所述的装置,其特征在于,所述特征值模块包括:
连通区域单元,用于检测所述待检测图像中所有的连通区域;
目标连通区域单元,用于根据预设的目标区域的区域特性,在各所述连通区域中选取目标连通区域;
目标区域单元,用于以所述目标连通区域对应的图像区域作为选取的目标区域。
7.如权利要求6所述的装置,其特征在于,所述目标区域的区域特性包括:目标区域的横纵比和/或位置特征。
8.如权利要求5所述的装置,其特征在于,所述特征值包括哈希hash值。
9.一种计算设备,其特征在于,所述计算设备包括:存储器、处理器及通信总线;所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行存储器中存储的图像模板检测程序,以实现如权利要求1至4中任一项所述的图像模板检测方法的步骤。
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,该程序被处理器执行时实现如权利要求1至4中任一项所述的图像模板检测方法的步骤。
CN201810503854.XA 2018-05-23 2018-05-23 图像模板检测方法、装置、计算设备及可读存储介质 Active CN108764327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810503854.XA CN108764327B (zh) 2018-05-23 2018-05-23 图像模板检测方法、装置、计算设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810503854.XA CN108764327B (zh) 2018-05-23 2018-05-23 图像模板检测方法、装置、计算设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN108764327A CN108764327A (zh) 2018-11-06
CN108764327B true CN108764327B (zh) 2022-04-05

Family

ID=64005008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810503854.XA Active CN108764327B (zh) 2018-05-23 2018-05-23 图像模板检测方法、装置、计算设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN108764327B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8144995B2 (en) * 2005-10-04 2012-03-27 Getty Images, Inc. System and method for searching digital images
CN102393900A (zh) * 2011-07-02 2012-03-28 山东大学 基于鲁棒哈希的视频拷贝检测方法
CN102629325A (zh) * 2012-03-13 2012-08-08 深圳大学 图像特征提取方法和装置及图像拷贝检测方法和系统
CN103238159A (zh) * 2010-09-28 2013-08-07 华为技术有限公司 用于图像认证的系统和方法
CN105303189A (zh) * 2014-07-29 2016-02-03 阿里巴巴集团控股有限公司 一种用于检测预定区域中特定标识图像的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8144995B2 (en) * 2005-10-04 2012-03-27 Getty Images, Inc. System and method for searching digital images
CN103238159A (zh) * 2010-09-28 2013-08-07 华为技术有限公司 用于图像认证的系统和方法
CN102393900A (zh) * 2011-07-02 2012-03-28 山东大学 基于鲁棒哈希的视频拷贝检测方法
CN102629325A (zh) * 2012-03-13 2012-08-08 深圳大学 图像特征提取方法和装置及图像拷贝检测方法和系统
CN105303189A (zh) * 2014-07-29 2016-02-03 阿里巴巴集团控股有限公司 一种用于检测预定区域中特定标识图像的方法及装置

Also Published As

Publication number Publication date
CN108764327A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
Zhou et al. Coverless image steganography using partial-duplicate image retrieval
US9996741B2 (en) Systems and methods for classifying objects in digital images captured using mobile devices
CN108648189B (zh) 图像模糊检测方法、装置、计算设备及可读存储介质
JP2016517587A (ja) モバイル装置を用いて取込まれたデジタル画像におけるオブジェクトの分類
Feng et al. Steganalysis of content-adaptive binary image data hiding
CN110533643B (zh) 证件鉴定方法及装置
EP2766873A1 (en) Detecting counterfeit print material with camera-equipped computing device
CN112669515B (zh) 票据图像识别方法、装置、电子设备和存储介质
CN109903210B (zh) 水印的去除方法、装置和服务器
CN112329786B (zh) 一种翻拍图像检测方法、装置、设备及存储介质
CN111047496A (zh) 阈值确定方法、水印检测方法、装置和电子设备
US11176363B2 (en) System and method of training a classifier for determining the category of a document
Zhang et al. Image splicing localization using noise distribution characteristic
Joshi et al. First steps toward CNN based source classification of document images shared over messaging app
CN113239339A (zh) 证件拍摄方法、装置、计算机设备及存储介质
CN108764327B (zh) 图像模板检测方法、装置、计算设备及可读存储介质
CN110880023A (zh) 一种检测证件图片的方法及装置
JP2016076079A (ja) 判別システム及び判別方法、判別装置及び撮像装置並びに判別装置用プログラム及び撮像装置用プログラム
CN113610090B (zh) 印章图像识别分类方法、装置、计算机设备和存储介质
CN110428264A (zh) 基于点阵屏防伪标签的识别验伪方法、装置、设备及介质
CN114417397A (zh) 行为画像的构建方法、装置、存储介质及计算机设备
Zeng et al. Exposing image splicing with inconsistent sensor noise levels
CN114881836A (zh) 图片水印处理方法及装置
CN112115422A (zh) 检测著作权文件修改的方法、装置及设备
Fadl et al. Fan search for image copy-move forgery detection

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