CN109635826A - 一种压印类型识别方法及装置 - Google Patents

Abstract

本申请实施例公开了一种压印类型识别方法，该方法利用凸起印刷的标识编码能够对光线进行强反射，具有高亮度的特性，对标识编码的压印类型进行识别。具体的，在获取到包括有标识编码的标识图像后，对标识图像进行HSV空间变换，得到标识图像中各像素点各自对应的HSV参数，进而从标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；最终根据各像素点各自对应的亮度分量，确定标识编码的压印类型。该方法基于标识图像中各像素点各自对应的亮度分量，对标识编码的压印类型进行识别，不再考虑因标识编码的背景以及成像畸变等因素对标识图像的影响，能够有效地提高压印类型识别的准确度。

Description

一种压印类型识别方法及装置

技术领域

本申请涉及图像处理领域，特别是涉及一种压印类型识别方法及装置。

背景技术

电子支付软件如今已成为人们日常生活中必不可少的应用软件，用户支付各种款项时，可以直接使用电子支付软件完成支付。在使用电子支付软件时，很多用户会选择将银行卡与自己的电子支付账户绑定起来，这样，在使用电子支付软件支付款项时，电子支付账户可以直接从绑定的银行卡中扣款。

传统技术中，用户需要通过手动输入银行卡号的方式，将银行卡与电子支付账户绑定起来。为了便于用户快速地将电子支付账户与银行卡绑定起来，现如今电子支付软件提供了一种拍照上传银行卡号的方式，用户直接利用终端设备拍摄银行卡上印刷的银行卡号，并将包含有银行卡号的图片上传至服务器，服务器自动地对终端设备上传的图片进行识别，从而确定图片中包含的银行卡号，并将该银行卡与电子支付账户绑定起来。

在识别包含有银行卡号的图片的过程中，服务器通常需要对银行卡的压印类型进行识别，以根据压印类型区分银行卡的类型，从压印类型的角度出发，银行卡通常分为凸起卡和印刷卡，凸起卡上印刷的银行卡号相比于银行卡表面明显凸起，印刷卡上印刷的银行卡号与银行卡表面处于同一平面。

现有技术中，基于印刷卡的银行卡号普遍为黑色这一特点，利用图片中黑色像素点的占比对凸起卡和印刷卡进行区分；具体的，服务器计算终端设备上传的图片中的黑色像素点在所有像素点中占据的比例，若该比例大于预设比例阈值，则确定银行卡的印刷类型为印刷卡，反之，则确定银行卡的印刷类型为凸起卡。

然而，这种识别压印类型的方式的准群度很低，其受银行卡表面的背景图案、拍摄光线、成像畸变等因素的影响，无法准确地识别图片中的黑色像素点是否真正对应于银行卡号；例如，当银行卡表面的背景为黑色时，无论银行卡为凸起卡还是印刷卡，终端设备拍摄的图片中的黑色像素点占比均很高，因此，服务器无法准确判断该银行卡的压印类型。除此之外，采用上述压印类型识别方法识别其他编码的压印类型时，如识别生产日期码的压印类型时，也存在类似的问题。

发明内容

为了解决上述技术问题，本申请提供了一种压印类型识别方法，该方法能够有效地提高压印类型识别的准确率。

本申请实施例公开了如下技术方案：

第一方面，本申请实施例提供了一种压印类型识别方法，所述方法包括：

获取标识图像；所述标识图像中包括标识编码；

对所述标识图像进行HSV空间变换，得到所述标识图像中各像素点各自对应的HSV参数；从所述标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；

根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型。

可选的，所述根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型，包括：

根据所述标识图像中各像素点各自对应的亮度分量，统计亮度分量为255的像素点个数，并且分别统计亮度分量为各预设分量值的像素点个数；所述预设分量值均为正整数，所有所述预设分量值构成连续的分量区间，所述分量区间与255相邻；

对比各预设分量值各自对应的像素点个数，确定像素点个数最大值；

判断亮度分量为255的像素点个数是否大于所述像素点个数最大值；

若大于或等于，则确定所述标识编码的压印类型为凸起印刷；反之，若小于，则确定所述标识编码的压印类型为平面印刷。

可选的，所述根据所述标识图像中各像素点各自对应的亮度分量，统计亮度分量为255的像素点个数，并且分别统计亮度分量为各预设分量值的像素点个数，包括：

根据所述标识图像中各像素点各自对应的亮度分量，整理所述标识图像对应的亮度分量直方图；

根据所述亮度分量直方图，确定所述亮度分量为255的像素点个数以及亮度分量为各预设分量值的像素点个数。

可选的，所述分量区间包括：245-254。

可选的，所述方法还包括：

根据所述标识图像中各像素点各自对应的亮度分量，确定黑色像素点在所有像素点中占据的比例；

则所述根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型，包括：

根据亮度分量为255的像素点个数与所述像素点个数最大值之间的关系，以及黑色像素点在所有像素点中占据的比例，确定所述标识编码的压印类型。

可选的，所述根据所述标识图像中各像素点各自对应的亮度分量，确定黑色像素点在所有像素点中占据的比例，包括：

根据所述标识图像中各像素点各自对应的亮度分量，统计亮度分量小于亮度分量阈值的像素点个数；

计算亮度分量小于所述亮度分量阈值的像素点个数在所有像素点中占据的比例，作为黑色像素点在所有像素点中占据的比例。

可选的，所述根据亮度分量为255的像素点个数与所述像素点个数最大值之间的关系，以及黑色像素点在所有像素点中占据的比例，确定所述标识编码的压印类型，包括：

判断亮度分量为255的像素点个数是否大于所述像素点个数最大值；

若大于或等于，则确定所述标识编码的压印类型为凸起印刷；

反之，若小于，则判断所述黑色像素点在所有像素点中占据的比例是否小于预设比例值；

若小于，则确定所述标识编码的压印类型为凸起印刷；反之，若大于或等于，则确定所述标识编码的压印类型为平面印刷。

可选的，所述标识图像为银行卡图像；所述标识编码为银行卡号。

第二方面，本申请实施例提供了一种压印类型识别装置，所述装置包括：

获取模块，用于获取标识图像；所述标识图像中包括标识编码；

分量提取模块，用于对所述标识图像进行HSV空间变换，得到所述标识图像中各像素点各自对应的HSV参数；从所述标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；

确定模块，用于根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型。

第三方面，本申请实施例提供了一种设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行第一方面提供的压印类型识别方法。

由上述技术方案可以看出，本申请实施例提供了一种压印类型识别方法，该方法利用凸起印刷的标识编码能够对光线进行强反射，具有高亮度的特性，对标识编码的压印类型进行识别。具体的，在获取到包括有标识编码的标识图像后，对标识图像进行HSV空间变换，得到标识图像中各像素点各自对应的HSV参数，进而从标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；最终根据各像素点各自对应的亮度分量，确定标识编码的压印类型。该方法基于标识图像中各像素点各自对应的亮度分量，对标识编码的压印类型进行识别，相比仅根据黑色像素点的占比识别压印类型的方法，采用该压印类型识别方法对标识编码的压印类型进行识别时，不再考虑因标识编码的背景以及成像畸变等因素对标识图像的影响，因此，能够有效地提高压印类型识别的准确度。

附图说明

为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的压印类型识别方法的应用场景示意图；

图2为本申请实施例提供的一种压印类型识别方法的流程示意图；

图3为本申请实施例提供的另一种压印类型识别方法的流程示意图；

图4为本申请实施例提供的一种银行卡图像对应的直方图；

图5为本申请实施例提供的另一种银行卡图像对应的直方图；

图6为本申请实施例提供的又一种银行卡图像对应的直方图；

图7为本申请实施例提供的一种压印类型识别装置的结构示意图；

图8为本申请实施例提供的一种服务器的结构示意图；

图9为本申请实施例提供的一种终端设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本申请针对现有技术中存在的技术问题，提供了一种压印类型识别方法，该方法利用凸起印刷的标识编码能够对光线进行强反射，使得凸起印刷的标识编码具备高亮度的特性，对标识编码的压印类型进行识别；采用该压印类型识别方法对标识编码的压印类型进行识别时，不再考虑标识编码背景以及成像畸变等因素对标识图像的影响，因此，能够有效地提高压印类型识别的准确率。

应理解，本申请实施例提供的压印类型识别方法可以应用于具备图像处理功能的设备，如终端设备、服务器等。其中，终端设备具体可以为计算机、智能手机、个人数字助理(Personal Digital Assitant，PDA)、平板电脑等；服务器具体可以为应用服务器，也可以为Web服务器，在实际应用部署时，该服务器可以为独立服务器，也可以为集群服务器。

为了便于理解本申请实施例提供的技术方案，下面对本申请实施例提供的压印类型识别方法的应用场景进行介绍。

参见图1，图1为本申请实施例提供的压印类型识别方法的应用场景示意图。该应用场景包括终端设备101和服务器102，终端设备101与服务器102通过网络连接。

其中，终端设备101用于获取标识图像，并将所获取的标识图像发送至服务器102；终端设备101具体获取标识图像时，可以调用自身的摄像头拍摄标识编码，从而获得包括有标识编码的标识图像，还可以直接从自身存储的图像中选取包括有标识编码的图像作为标识图像，进而，在获取到标识图像后，将所获取的标识图像通过网络上传至服务器102。

服务器102接收到来自终端设备的标识图像后，执行本申请实施例提供的压印类型识别方法，对所接收的标识图像进行相应地处理，从而确定标识图像中标识编码的压印类型。

应理解，上述图1所示的应用场景仅为一种示例，在实际应用中，也可以由终端设备执行本申请实施例提供的压印类型识别方法，对标识图像中标识编码的压印类型进行识别，在此不对本申请实施例提供的压印类型识别方法的应用场景做任何限定。

下面通过实施例对本申请提供的压印类型识别方法进行介绍。

参见图2，图2为本申请实施例提供的压印类型识别方法的流程示意图。为了便于描述，下述实施例以服务器作为执行主体进行描述，应理解，该压印类型识别方法的执行主体并不仅限于服务器，还可以为终端设备等具备图像处理功能的设备。如图2所示，该压印类型识别方法包括以下步骤：

步骤201：获取标识图像；所述标识图像中包括标识编码。

当用户需要利用产品上附着的标识编码执行某些相关操作时，用户可以通过终端设备获取包括有该标识编码的标识图像，进而，利用终端设备将该包括有标识编码的标识图像发送至服务器，以使服务器获取到该标识图像。

需要说明的是，上述标识编码具体可以为银行卡上印刷的银行卡号、商品外包装上印刷的生产日期码、商品码等标识编码，相应地，标识图像可以为包括有银行卡号的银行卡图像、包括有生产日期码或商品码的商品标识图像等图像。

终端设备具体获取包括有标识编码的标识图像时，可以通过调用自身的摄像头拍摄标识编码，从而获得包括有标识编码的标识图像；或者，终端设备还可以响应于用户的选择操作，在自身本地存储的图像中确定包括有标识编码的图像作为标识图像；当然，终端设备还可以通过其他方式获取标识图像，在此不对获取该标识图像的方式做任何限定。

应理解，当本实施例提供的压印类型方法的执行主体为终端设备时，终端设备可以直接将自身拍摄的包括有标识编码的图像，或者用户在本地存储空间中选取的包括有标识编码的图像作为标识图像。

步骤202：对所述标识图像进行HSV空间变换，得到所述标识图像中各像素点各自对应的HSV参数；从所述标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量。

服务器获取到标识图像后，对所获取的标识图像进行HSV(hue，saturation，value)空间变换，从而得到标识图像中各像素点各自对应的HSV参数，HSV参数中具体包括色调分量、饱和度分量和亮度分量；进而，从各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量。

具体实现时，服务器对标识图像做HSV空间变换，从而获得标识图像中各像素点各自对应的色调分量、饱和度分量和亮度分量，即经HSV空间变换处理后，针对标识图像中每个像素点均得到其对应的色调分量、饱和度分量和亮度分量；服务器确定标识编码的压印类型时，不考虑各个像素点各自对应的色调分量和饱和度分量，只提取各像素点各自对应的亮度分量。

步骤203：根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型。

获取到标识图像中各像素点各自对应的亮度分量后，根据各像素点各自对应的亮度分量，确定标识图像中标识编码的压印类型，即确定标识编码是采用凸起印刷技术压印的，还是采用平面印刷技术压印的。

具体实现时，服务器可以根据标识图像中各像素点各自对应的亮度分量，统计亮度分量为255的像素点个数，并且分别统计亮度分量为各预设分量值的像素点个数；该预设分量值均为正整数，所有预设分量值构成连续的分量区间，该分量区间与255相邻；然后对比各预设分量值各自对应的像素点个数，确定像素点个数最大值；进而判断亮度分量为255的像素点个数是否大于像素点个数最大值，若大于或等于，则确定标识编码的压印类型为凸起印刷，反之，若小于，则确定标识编码的压印类型为平面印刷。

需要说明的是，经HSV空间变换后得到的亮度分量的范围为0-255，像素点的亮度分量值越大，则表征像素点对应的亮度越高，像素点在光线的照射下越趋近于白色；反之，像素点的亮度分量值越小，则表征像素点所对应的亮度越低，像素点越趋近于黑色。

发明人经研究发现，包含有采用凸起印刷技术印刷的标识编码的标识图像，其中亮度分量为255的像素点个数大于亮度分量为预设分量值的像素点个数，该预设分量值存在多个且均为正整数，这些预设分量值能够构成连续的分量区间，该分量区间与255相邻，即该分量区间中包括有254。

以分量区间为245-254为例，服务器统计亮度分量为245的像素点个数、亮度分量为246的像素点个数、亮度分量为247的像素点个数、……、亮度分量为254的像素点个数；对比各预设分量至各自对应的像素点个数，从中选取最大的像素点个数作为像素点个数最大值，假设亮度分量为254的像素点个数最多，相应地，亮度分量为254的像素点个数即为像素点个数最大值；进而，对比亮度分量为255的像素点个数与像素点个数最大值之间的大小关系，若亮度分量为255的像素点个数大于或等于像素点个数最大值，则确定标识图像中标识编码的压印类型为凸起印刷，反之，若亮度分量为255的像素点个数小于像素点个数最大值，则确定标识图像中标识编码的压印类型为平面印刷。

需要说明的是，由预设分量值组成的分量区间的长度需要小于预设区间长度，该预设区间长度通常小于100。假设预设区间长度为15，则预设分量值可以为240-254中所有正整数，该预设分量值也可以为241-254中所有正整数，即由预设分量值组成的连续的分量区间中必然包括254，该分量区间的长度受预设区间长度的限制。经发明人研究发现，上述亮度分量的分布规律在直方图中体现的更为明显，该直方图的横坐标为0-255的亮度分量值，纵坐标为对应于各亮度分量值的像素点个数；对于包括有采用凸起印刷技术压印的标识编码的标识图像，基于该标识图像中各像素点的亮度分量统计出的直方图的尾部翘起，尾部存在明显变大的趋势，即亮度分量为255的亮度分量值大于与其相邻的分量区间内各亮度分量对应的像素点个数。

具体实现时，服务器根据标识图像中各像素点各自对应的亮度分量，整理该标识图像对应的亮度分量直方图；进而，根据该亮度分量直方图，确定亮度分量为255的像素点个数以及亮度分量为各预设分量值的像素点个数。

仍以预设分量值为245-254为例，服务器基于标识图像中各像素点各自对应的亮度分量，整理出该标识图像对应的亮度分量直方图，进而，根据该直方图生成像素分量为0-255的像素个数数组hist[256]，该hist[256]中包括亮度分量为0的像素点个数、亮度分量为1的像素点个数、……、亮度分量为255的像素点个数。然后，服务器从数组hist[256]中提取hist[255]，该hist[255]即为亮度分量为255的像素点个数，从数组hist[256]中提取hist[245:254]，该hist[245:254]中包括亮度分量为245的像素点个数、亮度分量为246的像素点个数、……、亮度分量为254的像素点个数。从数组hist[245:254]中取最大值，获得max(hist[245:254])，进而判断是否存在hist[255]＞＝max(hist[245:254])的关系，即判断直方图尾部是否存在显著变大的变化特征，若存在，则可以确定标识编码的压印类型为凸起印刷，反之，若不存在，则可以确定标识编码的压印类型为平面印刷。

需要说明的是，为了进一步提高压印类型识别的准确度，本申请实施例提供的压印类型识别方法还可以进一步结合黑色像素点占比，对标识图像中标识编码的压印类型进行判断。

具体的，服务器还可以根据标识图像中各像素点各自对应的亮度分量，确定黑色像素点在所有像素点中占据的比例；进而，根据亮度分量为255的像素点个数与像素点个数最大值之间的关系，以及黑色像素点在所有像素点中占据的比例，确定标识编码的压印类型。

具体确定黑色像素点在所有像素点中占据的比例时，服务器可以根据标识图像中各像素点各自对应的亮度分量，统计亮度分量小于亮度分量阈值的像素点个数；进而，计算亮度分量小于该亮度分量阈值的像素点个数在所有像素点中占据的比例，作为黑色像素点在所有像素点中占据的比例。

需要说明的是，由于亮度分量小于45的像素点通常可以被视为黑色像素点，因此，可以将亮度分量阈值设置为45；相应地，确定黑色像素点在所有像素点中占据的比例时，服务器统计出的亮度分量小于45的像素点个数即为黑色像素点的个数；进而，利用该亮度分量小于45的像素点个数除以所有像素点个数，得到黑色像素点在所有像素点中占据的比例。

应理解，在实际应用中，可以根据实际需求对亮度分量阈值进行适当的调整。

进而，服务器根据亮度分量为255的像素点个数与像素点个数最大值之间的关系，以及经过上述计算得到的黑色像素点在所有像素点中占据的比例，确定标识编码的压印类型。

具体实现时，服务器可以先判断亮度分量为255的像素点个数是否大于像素点个数最大值，若大于或等于，则可以直接确定该标识编码的压印类型为凸起印刷；反之，若小于，则继续判断黑色像素点在所有像素点中占据的比例是否小于预设比例值，若小于，则可以确定标识编码的压印类型为凸起印刷，反之，若大于或等于，则可以确定标识编码的压印类型为平面印刷。

仍以预设分量值为245-254为例，服务器先根据亮度分量分别为245-254的像素点个数，确定像素点个数最大值；然后判断亮度分量为255的像素点个数是否大于该像素点个数最大值，若大于或等于，则可以直接确定标识编码的压印类型为凸起印刷，反之，若小于，则继续根据黑色像素点在所有像素点中占据的比例对标识编码的压印类型进行判断，以防止仅根据亮度分量为255的像素点个数与像素点个数最大值对压印类型进行判断，出现判断误差；进而，服务器判断标识图像中黑色像素点在所有像素点中占据的比例是否小于预设比例值，若小于，则说明标识图像中黑色像素点较少，即该标识图像中包括的标识编码为黑色的可能性较小，相应地，可以确定该标识编码的压印类型为凸起印刷；反之，若大于或等于，则说明该标识图像既不符合上述亮度分布规律，且其中的黑色像素点较多，相应地可以确定该标识编码的压印类型为平面印刷。

需要说明的是，上述预设比例值可以根据实际需求设定，通常可以将其设置为5％，当然，也可以将该预设比例值设置为其他值，在此不对该预设比例值做具体限定。

在上述压印类型识别方法利用凸起印刷的标识编码能够对光线进行强反射，具有高亮度的特性，对标识编码的压印类型进行识别。具体的，在获取到包括有标识编码的标识图像后，对标识图像进行HSV空间变换，得到标识图像中各像素点各自对应的HSV参数，进而从标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；最终根据各像素点各自对应的亮度分量，确定标识编码的压印类型。该方法基于标识图像中各像素点各自对应的亮度分量，对标识编码的压印类型进行识别，相比仅根据黑色像素点的占比识别压印类型的方法，采用该压印类型识别方法对标识编码的压印类型进行识别时，不再考虑因标识编码的背景以及成像畸变等因素对标识图像的影响，因此，能够有效地提高压印类型识别的准确度。

为了便于进一步理解本申请实施例提供的压印类型识别方法，下面以对银行卡号的压印类型进行识别为例，对本申请实施例提供的压印类型识别方法做整体性介绍。

参见图3，图3为本申请实施例提供的一种压印类型识别方法的流程示意图。如图3所示，该方法包括以下步骤：

步骤301：服务器获取终端设备发送的银行卡图像，该银行卡图像中包括有银行卡卡号。

步骤302：服务器对该银行卡图像进行HSV空间变换，得到该银行卡图像中各像素点各自对应的HSV参数，即获得各像素点各自对应的色调分量、饱和度分量以及亮度分量。

步骤303：从银行卡图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量。

步骤304：根据银行卡图像中各像素点各自对应的亮度分量，整理该银行卡图像对应的亮度分量直方图。

步骤305：根据该亮度分量直方图，生成亮度分量数组hist[256]，该亮度分量数组hist[256]中由亮度分量为0的像素点个数、亮度分量为1的像素点个数、……、亮度分量为255的像素点个数组成。

步骤306：从数组hist[256]中提取hist[255]，该hist[255]包括亮度分量为255的像素点个数。

步骤307：从数组hist[256]中提取hist[245:254]，该hist[245:254]由亮度分量为245的像素点个数、亮度分量为246的像素点个数、……、亮度分量为254的像素点个数组成；从这十个像素点个数中取像素点个数最大值，即获得max(hist[245:254])。

步骤308：判断hist[255]是否大于max(hist[245:254])。

步骤309：若hist[255]＞＝max(hist[245:254])，则确定银行卡为凸起卡。

步骤310：若hist[255]＜max(hist[245:254])，则继续统计亮度分量小于45的像素点个数，即统计黑色像素点个数，并计算黑色像素点在所有像素点中占据的比例。

步骤311：判断黑色像素点在所有像素点中占据的比例是否小于5％。

步骤312：若小于，则确定银行卡为凸起卡。

步骤313：若大于或等于，则确定银行卡为印刷卡。

图4、图5和图6为利用本申请实施例提供的方法，针对不同的银行卡图像整理得到的亮度分量直方图。通过对比图4、图5和图6可以发现，图4所示的直方图满足发明人发现的亮度分布规律，即亮度分量为255的像素点个数明显大于亮度分量小于255的各预设分量各自所对应的像素点个数，相应地，该图4对应的银行卡图像中的银行卡卡号的压印类型为凸起印刷；图5所示的直方图虽然不满足发明人发现的亮度分布规律，但是根据图5所示的直方图，可以确定黑色像素点在所有像素点中占据的比例极小，小于预设比例值，因此，可以确定图5对应的银行卡图像中的银行卡卡号的压印类型为凸起印刷；图6所示的直方图既不满足发明人所发现的亮度分布规律，且该直方图中黑色像素点所占据的比例较大，因此，可以确定图6对应的银行卡图像中的银行卡卡号的压印类型为平面印刷。

发明人经大量试验发现，采用本申请实施例提供的压印类型识别方法对标识编码的压印类型进行识别，其准确率可以高达百分之90，有效地提高了压印类型识别的准确率。

针对上文描述的压印类型识别方法，本申请还提供了对应的压印类型识别装置，以使上述压印类型识别方法在实际中得以应用和实现。

参见图7，图7是与上文图2所示的压印类型识别方法对应的一种压印类型识别装置700的结构示意图，该压印类型识别装置700包括：

获取模块701，用于获取标识图像；所述标识图像中包括标识编码；

分量提取模块702，用于对所述标识图像进行HSV空间变换，得到所述标识图像中各像素点各自对应的HSV参数；从所述标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；

确定模块703，用于根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型。

可选的，所述确定模块703具体包括：

统计子模块，用于根据所述标识图像中各像素点各自对应的亮度分量，统计亮度分量为255的像素点个数，并且分别统计亮度分量为各预设分量值的像素点个数；所述预设分量值均为正整数，所有所述预设分量值构成连续的分量区间，所述分量区间与255相邻；

对比子模块，用于对比各预设分量值各自对应的像素点个数，确定像素点个数最大值；

判断子模块，用于判断亮度分量为255的像素点个数是否大于所述像素点个数最大值；

确定子模块，用于若大于或等于，则确定所述标识编码的压印类型为凸起印刷；反之，若小于，则确定所述标识编码的压印类型为平面印刷。

可选的，所述统计子模块具体用于：

根据所述标识图像中各像素点各自对应的亮度分量，整理所述标识图像对应的亮度分量直方图；

根据所述亮度分量直方图，确定所述亮度分量为255的像素点个数以及亮度分量为各预设分量值的像素点个数。

可选的，所述分量区间包括：245-254。

可选的，所述确定模块703中还包括：

比例确定子模块，用于根据所述标识图像中各像素点各自对应的亮度分量，确定黑色像素点在所有像素点中占据的比例；

则所述确定模块703具体用于：

根据亮度分量为255的像素点个数与所述像素点个数最大值之间的关系，以及黑色像素点在所有像素点中占据的比例，确定所述标识编码的压印类型。

可选的，所述比例确定子模块具体用于：

根据所述标识图像中各像素点各自对应的亮度分量，统计亮度分量小于亮度分量阈值的像素点个数；

计算亮度分量小于所述亮度分量阈值的像素点个数在所有像素点中占据的比例，作为黑色像素点在所有像素点中占据的比例。

可选的，所述确定模块703具体用于：

判断亮度分量为255的像素点个数是否大于所述像素点个数最大值；

若大于或等于，则确定所述标识编码的压印类型为凸起印刷；

反之，若小于，则判断所述黑色像素点在所有像素点中占据的比例是否小于预设比例值；

若小于，则确定所述标识编码的压印类型为凸起印刷；反之，若大于或等于，则确定所述标识编码的压印类型为平面印刷。

在上述压印类型识别装置利用凸起印刷的标识编码能够对光线进行强反射，具有高亮度的特性，对标识编码的压印类型进行识别。具体的，在获取到包括有标识编码的标识图像后，对标识图像进行HSV空间变换，得到标识图像中各像素点各自对应的HSV参数，进而从标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；最终根据各像素点各自对应的亮度分量，确定标识编码的压印类型。该装置基于标识图像中各像素点各自对应的亮度分量，对标识编码的压印类型进行识别，采用该压印类型识别装置对标识编码的压印类型进行识别时，不再考虑因标识编码的背景以及成像畸变等因素对标识图像的影响，因此，能够有效地提高压印类型识别的准确度。

本申请还提供了一种用于识别压印类型的设备，该设备具体可以为服务器，参见图8，图8是本申请实施例提供的一种用于识别压印类型的服务器结构示意图，该服务器800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessing units，CPU)822(例如，一个或一个以上处理器)和存储器832，一个或一个以上存储应用程序842或数据844的存储介质830(例如一个或一个以上海量存储设备)。其中，存储器832和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器822可以设置为与存储介质830通信，在服务器800上执行存储介质830中的一系列指令操作。

服务器800还可以包括一个或一个以上电源826，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口858，和/或，一个或一个以上操作系统841，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

上述实施例中由服务器所执行的步骤可以基于该图8所示的服务器结构。

其中，CPU 822用于执行如下步骤：

获取标识图像；所述标识图像中包括标识编码；

对所述标识图像进行HSV空间变换，得到所述标识图像中各像素点各自对应的HSV参数；从所述标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；

根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型。

可选的，CPU822还可以执行本申请实施例中压印类型识别方法任一具体实现方式的方法步骤。

本申请实施例还提供了另一种用于识别压印类型的设备，该设备可以为终端设备，如图9所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该终端可以为包括手机、平板电脑、个人数字助理、销售终端(Point of Sales，POS)、车载电脑等任意终端设备，以终端为手机为例：

图9示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图9，手机包括：射频电路910、存储器920、输入单元930、显示单元940、传感器950、音频电路960、无线保真模块970、处理器980、以及电源990等部件。本领域技术人员可以理解，图9中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

在本申请实施例中，该终端所包括的处理器980还具有以下功能：

获取标识图像；所述标识图像中包括标识编码；

对所述标识图像进行HSV空间变换，得到所述标识图像中各像素点各自对应的HSV参数；从所述标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；

根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型。

可选的，处理器980还可以执行本申请实施例中压印类型识别方法中任一具体实现方式的方法步骤。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本申请的一种具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种压印类型识别方法，其特征在于，所述方法包括：

获取标识图像；所述标识图像中包括标识编码；

对所述标识图像进行HSV空间变换，得到所述标识图像中各像素点各自对应的HSV参数；从所述标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；

根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型，包括：

根据所述标识图像中各像素点各自对应的亮度分量，统计亮度分量为255的像素点个数，并且分别统计亮度分量为各预设分量值的像素点个数；所述预设分量值均为正整数，所有所述预设分量值构成连续的分量区间，所述分量区间与255相邻；

对比各预设分量值各自对应的像素点个数，确定像素点个数最大值；

判断亮度分量为255的像素点个数是否大于所述像素点个数最大值；

若大于或等于，则确定所述标识编码的压印类型为凸起印刷；反之，若小于，则确定所述标识编码的压印类型为平面印刷。

3.根据权利要求2所述的方法，其特征在于，所述根据所述标识图像中各像素点各自对应的亮度分量，统计亮度分量为255的像素点个数，并且分别统计亮度分量为各预设分量值的像素点个数，包括：

根据所述标识图像中各像素点各自对应的亮度分量，整理所述标识图像对应的亮度分量直方图；

根据所述亮度分量直方图，确定所述亮度分量为255的像素点个数以及亮度分量为各预设分量值的像素点个数。

4.根据权利要求2或3所述的方法，其特征在于，所述分量区间包括：245-254。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述标识图像中各像素点各自对应的亮度分量，确定黑色像素点在所有像素点中占据的比例；

则所述根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型，包括：

根据亮度分量为255的像素点个数与所述像素点个数最大值之间的关系，以及黑色像素点在所有像素点中占据的比例，确定所述标识编码的压印类型。

6.根据权利要求5所述的方法，其特征在于，所述根据所述标识图像中各像素点各自对应的亮度分量，确定黑色像素点在所有像素点中占据的比例，包括：

根据所述标识图像中各像素点各自对应的亮度分量，统计亮度分量小于亮度分量阈值的像素点个数；

计算亮度分量小于所述亮度分量阈值的像素点个数在所有像素点中占据的比例，作为黑色像素点在所有像素点中占据的比例。

7.根据权利要求5所述的方法，其特征在于，所述根据亮度分量为255的像素点个数与所述像素点个数最大值之间的关系，以及黑色像素点在所有像素点中占据的比例，确定所述标识编码的压印类型，包括：

判断亮度分量为255的像素点个数是否大于所述像素点个数最大值；

若大于或等于，则确定所述标识编码的压印类型为凸起印刷；

反之，若小于，则判断所述黑色像素点在所有像素点中占据的比例是否小于预设比例值；

若小于，则确定所述标识编码的压印类型为凸起印刷；反之，若大于或等于，则确定所述标识编码的压印类型为平面印刷。

8.根据权利要求1所述的方法，其特征在于，所述标识图像为银行卡图像；所述标识编码为银行卡号。

9.一种压印类型识别装置，其特征在于，所述装置包括：

获取模块，用于获取标识图像；所述标识图像中包括标识编码；

分量提取模块，用于对所述标识图像进行HSV空间变换，得到所述标识图像中各像素点各自对应的HSV参数；从所述标识图像中各像素点各自对应的HSV参数中，提取各像素点各自对应的亮度分量；

确定模块，用于根据所述各像素点各自对应的亮度分量，确定所述标识编码的压印类型。

10.一种设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1至8中任一项所述的压印类型识别方法。