CN108921126B - 一种自动识别签名章或手写签名的方法及装置 - Google Patents
一种自动识别签名章或手写签名的方法及装置 Download PDFInfo
- Publication number
- CN108921126B CN108921126B CN201810795447.0A CN201810795447A CN108921126B CN 108921126 B CN108921126 B CN 108921126B CN 201810795447 A CN201810795447 A CN 201810795447A CN 108921126 B CN108921126 B CN 108921126B
- Authority
- CN
- China
- Prior art keywords
- target photo
- signature
- matrix
- picture
- stamp
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/30—Writer recognition; Reading and verifying signatures
- G06V40/33—Writer recognition; Reading and verifying signatures based only on signature image, e.g. static signature recognition
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供了一种自动识别签名章或手写签名的方法,包括如下步骤:S1、根据特征图片生成一个M1xM2的特征矩阵M,所述特征图片为包含签名章或手写签名的图片;S2、获取目标图片并得到目标图片的一个N1xN2特征矩阵N,所述目标图片为待识别图片;S3、通过判断特征矩阵N中是否包含矩阵M来判断目标图片中是否包含特征图片中的签名章或手写签名,如果是,则确定目标图片中包含特征图片,即目标图片中含有特征图片中的签名章或手写签名,反之则不包含。同时,本发明还提供了一种自动识别签名章或手写签名的装置。采用本发明实施例,能够实现简单、快速的对签名章或手写签名检查。
Description
技术领域
本发明属于图像识别技术领域,尤其涉及一种对签名章或手写签名进行识别的方法及装置。
背景技术
随着社会发展和科技进步,计算机及互联网已经成为人们日常生活必不可少的一部分,越来越多的信息暴露于网络及公众面前,个人手写签名、法人公章等对于个人、法人单位都具有重要作用,合同的签署、报告的公布等均需要签章确认。然而,如果单位的公章或个人的签名被泄露而被不法分子复制利用,可能给单位造成极大的财产损失和社会负面影响,如果能够及时准确的将网页中的单位公章和领导签名自动识别出来,则利于单位防范,避免损失,维护自身权益。因此,亟待一种自动识别签名章或手写签名的方法和装置,避免造成负面影响及损失。
发明内容
本发明所要解决的技术问题是针对上述现有技术,提供一种快速识别签章的方法及装置,能够及时将图片中的单位公章、个人签名等自动识别出来,利于单位和个人防范,避免损失。
本发明提供的一种自动识别签名章或手写签名的方法,包括如下步骤:
S1、根据特征图片生成一个M1xM2的特征矩阵M,所述特征图片为包含签名章或手写签名的图片,其中M1、M2为正整数;
S2、获取目标图片并得到目标图片的一个N1xN2特征矩阵N,其中,N1、N2为正整数,且N1>=M1,N2>=M2,所述目标图片为待识别图片;
S3、通过判断特征矩阵N中是否包含矩阵M来判断目标图片中是否包含特征图片中的签名章或手写签名,如果是,则确定目标图片中包含特征图片,即目标图片中含有特征图片中的签名章或手写签名,反之则不包含。
其中,所述特征矩阵具体包括以下步骤生成:定义一个扫描窗,该扫描窗的长和宽分别小于目标图片的长和宽,可以设置扫描窗为一个5X5像素大小的扫描窗,通过扫描窗对特征图片进行扫描,将每一个扫描窗内的像素特征转化为一个数字,最终形成特征图片的一个特征矩阵。
其中,所述像素特征为图片像素的灰度值矩阵或者二值化处理后的矩阵;所述将扫描窗内的像素特征转化为一个数字可以通过计算扫描窗中各像素灰度的平均值或者扫描窗中心点的灰度值得到。
其中,所述目标图片可以通过网络爬虫或者由用户提供。
其中,步骤S3进一步包括:
S3.1、从矩阵N中分割出(N1-M1+1)x(N2-M2+1)个M1xM2的矩阵块M’;
S3.2、分别比较矩阵M与矩阵块M’是否相同,如果相同,则判断为目标图片中包含有特征图片中的签名章或手写签名。
本发明还提供一种自动识别签名章或手写签名的装置,该装置包括以下模块:
图片输入模块:输入特征图片以及目标图片,其中,所述特征图片为包含签名章或手写签名的图片:所述目标图片为待识别图片,其中可以通过网络爬虫获取目标图片,或者由用户提供目标图片;
特征矩阵生成模块,分别生成特征图片、目标图片的特征矩阵M、N;所述特征矩阵的生成模块具体包括以下内容:定义一个扫描窗,比如5X5像素的扫描窗,通过扫描窗对图片进行扫描,将每一个扫描窗内的像素特征转化为一个数字,最终形成特征图片的一个特征矩阵;所述像素特征为图片像素的灰度值矩阵或者二值化处理后的矩阵;所述将扫描窗内的像素特征转化为一个数字可以通过计算扫描窗中各像素灰度的平均值、扫描窗中心点的灰度值或者扫描窗中各像素灰度值矩阵的绝对值得到;
识别模块:通过判断特征矩阵N中是否包含矩阵M来判断目标图片中是否包含特征图片中的签名章或手写签名,如果是,则确定目标图片中包含特征图片,即目标图片中含有特征图片中的签名章或手写签名,反之则不包含。
根据本发明的一种自动识别签名章或手写签名的装置可以看出,本发明通过提取出包含签名章或手写签名图片的矩阵特征,并对其进行转换,提高对签名章或手写签名图片的识别速度,及准确率。
附图说明
图1为本发明一种自动识别签名章或手写签名的方法的流程图。
图2为本发明一种自动识别签名章或手写签名的装置的示意图。
具体实施方式
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可以找说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和有点能够更明显易懂,以下为本发明的具体实施方式。
实施例一
图1为本发明的一种自动识别签名章或手写签名的方法流程图,该方法具体包括以下步骤:
S1、根据特征图片生成一个M1xM2的特征矩阵M,所述特征图片为包含签名章或手写签名的图片,其中M1、M2为正整数。
所述特征矩阵具体包括以下步骤生成:定义一个m x m扫描窗,m为大于4小于10的整数,该扫描窗的长和宽分别小于目标图片的长和宽,在本实施例中的扫描窗为一个5X5像素的扫描窗,通过扫描窗对特征图片进行扫描,将每一个扫描窗内的像素特征转化为一个数字,最终形成特征图片的一个M1xM2的特征矩阵,M1、M2为正整数;
所述像素特征为图片像素的灰度值矩阵或者二值化处理后的矩阵;所述将扫描窗内的像素特征转化为一个数字可以通过计算扫描窗中各像素灰度的平均值、扫描窗中心点的灰度值或者扫描窗中各像素灰度值矩阵的绝对值得到;
S2、获取目标图片并得到目标图片的一个N1xN2特征矩阵N,其中,N1、N2为正整数,且N1>=M1,N2>=M2;
所述目标图片为待识别图片,该步骤中,可以通过网络爬虫获取目标图片,或者由用户提供目标图片;
S3、判断目标图片中是否包含特征图片。
该步骤具体通过判断特征矩阵N中是否包含矩阵M来判断目标图片中是否包含特征图片中的签名章或手写签名,如果是,则确定目标图片中包含特征图片,即目标图片中含有特征图片中的签名章或手写签名,反之则不包含;
该步骤中,从矩阵N中分割出(N1-M1+1)x(N2-M2+1)个M1xM2的矩阵块M’;分别比较矩阵M与矩阵块M’是否相同,如果相同,则判断为目标图片中包含有特征图片中的签名章或手写签名。
实施例二
图2为本发明提供的一种自动识别签名章或手写签名的装置,包括:
图片输入模块:输入特征图片以及目标图片,其中,所述特征图片为包含签名章或手写签名的图片;所述目标图片为待识别图片,其中可以通过网络爬虫获取目标图片,或者由用户提供目标图片;
特征矩阵生成模块,分别生成特征图片、目标图片的特征矩阵M、N;所述特征矩阵的生成模块具体包括以下内容:定义一个m x m扫描窗,m为大于4小于10的整数,比如5X5像素的扫描窗,通过扫描窗对图片进行扫描,将每一个扫描窗内的像素特征转化为一个数字,最终形成特征图片的一个特征矩阵;所述像素特征为图片像素的灰度值矩阵或者二值化处理后的矩阵;所述将扫描窗内的像素特征转化为一个数字可以通过计算扫描窗中各像素灰度的平均值、扫描窗中心点的灰度值或者扫描窗中各像素灰度值矩阵的绝对值得到;
识别模块:通过判断特征矩阵N中是否包含矩阵M来判断目标图片中是否包含特征图片中的签名章或手写签名,如果是,则确定目标图片中包含特征图片,即目标图片中含有特征图片中的签名章或手写签名,反之则不包含。
该识别模块进一步包括以下内容:
分割子模块:从矩阵N中分割出(N1-M1+1)x(N2-M2+1)个M1xM2的矩阵块M’;
比较子模块:分别比较矩阵M与矩阵块M’是否相同,如果相同,则判断为目标图片中包含有特征图片中的签名章或手写签名。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围不局限于此,任何熟悉本技术领域的技术人员在本发明的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (4)
1.一种自动识别签名章或手写签名的方法,其特征在于:包括如下步骤:
S1、根据特征图片生成一个M1xM2的特征矩阵M,所述特征图片为包含签名章或手写签名的图片,其中M1、M2为正整数;
S2、获取目标图片并得到目标图片的一个N1xN2特征矩阵N,其中,N1、N2为正整数,且N1>=M1,N2>=M2,所述目标图片为待识别图片;
S3、通过判断特征矩阵N中是否包含矩阵M来判断目标图片中是否包含特征图片中的签名章或手写签名,如果是,则确定目标图片中包含特征图片,即目标图片中含有特征图片中的签名章或手写签名,反之则不包含;
所述步骤S3进一步包括:
S3.1、从矩阵N中分割出(N1-M1+1)x(N2-M2+1)个M1xM2的矩阵块M’;
S3.2、分别比较矩阵M与矩阵块M’是否相同,如果相同,则判断为目标图片中包含有特征图片中的签名章或手写签名;
所述特征矩阵M和N具体通过以下步骤生成:定义一个mxm的扫描窗,通过扫描窗对特征图片和目标图片进行扫描,将每一个扫描窗内的像素特征转化为一个数字,最终形成特征图片的一个特征矩阵M、目标图片的一个特征矩阵N,其中m为大于4小于10的正整数;
所述像素特征为图片像素的灰度值矩阵或者二值化处理后的矩阵;所述将每一个扫描窗内的像素特征转化为一个数字可以通过计算扫描窗中各像素灰度的平均值、扫描窗中心点的灰度值或者扫描窗中各像素灰度值矩阵的绝对值得到。
2.如权利要求1所述的自动识别签名章或手写签名的方法,其特征在于:所述目标图片可以通过网络爬虫或者由用户提供。
3.一种自动识别签名章或手写签名的装置,其特征在于:该装置包括以下模块:
图片输入模块:输入特征图片以及目标图片,其中,所述特征图片为包含签名章或手写签名的图片;所述目标图片为待识别图片;
特征矩阵生成模块,分别生成特征图片、目标图片的特征矩阵M、N;
识别模块:通过判断特征矩阵N中是否包含矩阵M来判断目标图片中是否包含特征图片中的签名章或手写签名,如果是,则确定目标图片中包含特征图片,即目标图片中含有特征图片中的签名章或手写签名,反之则不包含;
所述识别模块进一步包括:
分割子模块:从矩阵N中分割出(N1-M1+1)x(N2-M2+1)个M1xM2的矩阵块M’;
比较子模块:分别比较矩阵M与矩阵块M’是否相同,如果相同,则判断为目标图片中包含有特征图片中的签名章或手写签名;
所述特征矩阵生成模块具体包括以下内容:定义一个mxm的扫描窗,通过扫描窗对特征图片和目标图片进行扫描,将每一个扫描窗内的像素特征转化为一个数字,最终形成特征图片的一个特征矩阵M、目标图片的一个特征矩阵N,其中m为大于4小于10的正整数;
所述将每一个扫描窗内的像素特征转化为一个数字可以通过计算扫描窗中各像素灰度的平均值、扫描窗中心点的灰度值或者扫描窗中各像素灰度值矩阵的绝对值得到。
4.如权利要求3所述的一种自动识别签名章或手写签名的装置,其特征在于:所述目标图片可以通过网络爬虫或者由用户提供。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810795447.0A CN108921126B (zh) | 2018-07-20 | 2018-07-20 | 一种自动识别签名章或手写签名的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810795447.0A CN108921126B (zh) | 2018-07-20 | 2018-07-20 | 一种自动识别签名章或手写签名的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108921126A CN108921126A (zh) | 2018-11-30 |
CN108921126B true CN108921126B (zh) | 2019-07-23 |
Family
ID=64415076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810795447.0A Active CN108921126B (zh) | 2018-07-20 | 2018-07-20 | 一种自动识别签名章或手写签名的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108921126B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113569864B (zh) * | 2021-09-26 | 2022-01-25 | 广东电网有限责任公司中山供电局 | 一种识别签字和印章的方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414351A (zh) * | 2008-11-03 | 2009-04-22 | 章毅 | 一种指纹识别系统及其控制方法 |
CN103473545A (zh) * | 2013-08-01 | 2013-12-25 | 西安交通大学 | 一种基于多特征的文本图像相似度度量方法 |
CN104200239A (zh) * | 2014-09-09 | 2014-12-10 | 河海大学常州校区 | 一种基于图像特征融合识别的签名鉴伪系统及方法 |
CN108268904A (zh) * | 2018-03-01 | 2018-07-10 | 中国银行股份有限公司 | 一种图片识别方法、装置及电子设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894260B (zh) * | 2010-06-04 | 2012-10-17 | 北京化工大学 | 基于匹配特征点随机生成特征线的伪造印章识别方法 |
EP2602739A1 (de) * | 2011-12-07 | 2013-06-12 | Siemens Aktiengesellschaft | Vorrichtung und Verfahren zur automatischen Detektion eines Ereignisses in Sensordaten |
US10200199B2 (en) * | 2013-08-05 | 2019-02-05 | Guardtime Holdings Limited | Strengthened entity identity for digital record signature infrastructure |
CN104200203B (zh) * | 2014-08-30 | 2017-07-11 | 电子科技大学 | 一种基于动作字典学习的人体动作检测方法 |
CN105893952A (zh) * | 2015-12-03 | 2016-08-24 | 无锡度维智慧城市科技股份有限公司 | 基于pca方法的手写签名识别方法 |
CN108241663A (zh) * | 2016-12-26 | 2018-07-03 | 天津职业技术师范大学 | 一种基于图像检索的图像归类方法 |
CN107239535A (zh) * | 2017-05-31 | 2017-10-10 | 北京小米移动软件有限公司 | 相似图片检索方法及装置 |
CN107657241B (zh) * | 2017-10-09 | 2021-03-26 | 河海大学常州校区 | 一种面向签字笔的签名真伪性鉴别系统 |
CN107944336A (zh) * | 2017-10-11 | 2018-04-20 | 中国科学院自动化研究所 | 基于云计算的手写签名鉴别系统 |
-
2018
- 2018-07-20 CN CN201810795447.0A patent/CN108921126B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414351A (zh) * | 2008-11-03 | 2009-04-22 | 章毅 | 一种指纹识别系统及其控制方法 |
CN103473545A (zh) * | 2013-08-01 | 2013-12-25 | 西安交通大学 | 一种基于多特征的文本图像相似度度量方法 |
CN104200239A (zh) * | 2014-09-09 | 2014-12-10 | 河海大学常州校区 | 一种基于图像特征融合识别的签名鉴伪系统及方法 |
CN108268904A (zh) * | 2018-03-01 | 2018-07-10 | 中国银行股份有限公司 | 一种图片识别方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108921126A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764226B (zh) | 图像文本识别方法、装置、设备及其存储介质 | |
AU2020200058B2 (en) | Image quality assessment and improvement for performing optical character recognition | |
CN111325716B (zh) | 屏幕划痕碎裂检测方法及设备 | |
CN111353497B (zh) | 一种身份证信息的识别方法和装置 | |
JP5488530B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP2012248945A (ja) | 画像処理装置及び画像処理プログラム | |
CN111931783A (zh) | 一种训练样本生成方法、机读码识别方法及装置 | |
Halder et al. | Correction of geometrically distorted underwater images using shift map analysis | |
Chen et al. | Fast restoration for out-of-focus blurred images of QR code with edge prior information via image sensing | |
CN108648189A (zh) | 图像模糊检测方法、装置、计算设备及可读存储介质 | |
CN108921126B (zh) | 一种自动识别签名章或手写签名的方法及装置 | |
CN111462388A (zh) | 一种票据检验方法、装置、终端设备及存储介质 | |
CN114495146A (zh) | 图像文本检测方法、装置、计算机设备及存储介质 | |
CN112862703B (zh) | 基于移动拍照的图像校正方法、装置、电子设备及介质 | |
CN116311290A (zh) | 基于深度学习的手写及打印文本检测方法和装置 | |
CN115439850A (zh) | 基于审单的图文字符识别方法、装置、设备及存储介质 | |
CN116050379A (zh) | 文档对比方法及存储介质 | |
Singh et al. | Efficient binarization technique for severely degraded document images | |
CN110826569B (zh) | 票据图像的预处理方法、装置、介质及电子设备 | |
CN113112567A (zh) | 生成可编辑流程图的方法、装置、电子设备和存储介质 | |
CN111368840A (zh) | 证件图片处理的方法和装置 | |
CN116403098B (zh) | 一种票据篡改检测方法及系统 | |
CN113920527B (zh) | 一种文本识别方法、装置、计算机设备及存储介质 | |
CN115273113B (zh) | 表格类文本语义识别方法及装置 | |
CN111612714B (zh) | 图像修复方法、装置和电子设备 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100083 Quantum Ginza 601, No. 26 Zhichun Road, Haidian District, Beijing Applicant after: Beijing Puyun Mdt InfoTech Ltd Applicant after: Cape Cloud Information Technology Co., Ltd. Address before: 100083 Quantum Ginza 601, No. 26 Zhichun Road, Haidian District, Beijing Applicant before: Beijing Puyun Mdt InfoTech Ltd Applicant before: Guangdong Puyun information Polytron Technologies Inc |
|
GR01 | Patent grant | ||
GR01 | Patent grant |