CN109670447A - 印章选票填涂框图像的识别方法、装置及可读存储介质 - Google Patents

印章选票填涂框图像的识别方法、装置及可读存储介质 Download PDF

Info

Publication number
CN109670447A
CN109670447A CN201811562142.1A CN201811562142A CN109670447A CN 109670447 A CN109670447 A CN 109670447A CN 201811562142 A CN201811562142 A CN 201811562142A CN 109670447 A CN109670447 A CN 109670447A
Authority
CN
China
Prior art keywords
full
block diagram
diagram picture
filling block
density bullet
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.)
Granted
Application number
CN201811562142.1A
Other languages
English (en)
Other versions
CN109670447B (zh
Inventor
曾山华
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.)
Chengdu Information Technology Co Ltd of CAS
Original Assignee
Chengdu Information Technology Co Ltd of CAS
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 Chengdu Information Technology Co Ltd of CAS filed Critical Chengdu Information Technology Co Ltd of CAS
Priority to CN201811562142.1A priority Critical patent/CN109670447B/zh
Publication of CN109670447A publication Critical patent/CN109670447A/zh
Application granted granted Critical
Publication of CN109670447B publication Critical patent/CN109670447B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/412—Layout analysis of documents structured with printed lines or input boxes, e.g. business forms or tables
    • 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
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • 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
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Character Input (AREA)

Abstract

本发明涉及图像识别技术领域，实施例具体公开一种印章选票填涂框图像的识别方法、装置及可读存储介质。本申请提供的印章选票填涂框图像的识别方法包括S11：接收填涂框图像；S12：判断填涂框图像中是否有黑色标记，若有，则进入S13，若没有，则进入S14；S13：根据预设黑白勾选符号模板识别填涂框图像中是否包含勾选符号，若是，则进入S15，若否，则进入S16；S14：判定填涂框图像为未填涂；S15：判定填涂框图像为有效填涂；S16：判定填涂框图像为无效填涂。通过勾选符号模板识别填涂框图像中勾选符号的方法识别准确度高，处理方法简单，速度快。

Description

印章选票填涂框图像的识别方法、装置及可读存储介质
技术领域
本发明涉及图像识别技术领域，具体涉及一种印章选票填涂框图像的识别方法、装置及可读存储介质。
背景技术
国内选举的选票填写方法大多使用黑色签字笔将矩形、椭圆、菱形填涂块涂黑或者在规定区域手绘勾、圈、叉等符号的方式，使用范围仅在几百、几千选民内，而对于港澳、国外选举选票使用范围可能在百万、千万更甚至上亿选民内，因此规定在选票上空白圆圈填涂框内使用专用的印章进行盖印填涂相比涂黑和手绘填涂方式更简单、更标准、更统一。
当选民选择对应候选人或候选团体时，只需使用专用的印章工具在对应候选人下方空白圆圈填涂框内盖上唯一勾选符号“√”，方向任意，不选择则不做任何符号，空白圆圈内做其他任何符号都是无效选票。当使用高速扫描仪采集该方式填涂的选票图像后，需要一种图像识别技术对该选票的填涂情况进行判定，得出选民意愿。
发明内容
有鉴于此，本申请针对于港澳、国外选举使用的印章填写的选票，提供一种实现其机器快速识别圆圈填涂框内勾选符号图像的方法及装置。
为解决以上技术问题，本发明提供的技术方案是一种印章选票填涂框图像的识别方法，所述印章选票上设有若干个用于填涂印章符号的填涂框，所述印章符号为勾选符号，所述方法包括：
S11：接收填涂框图像；
S12：判断所述填涂框图像中是否有黑色标记，若有，则进入S13，若没有，则进入S14；
S13：根据预设黑白勾选符号模板识别所述填涂框图像中是否包含勾选符号，若是，则进入S15，若否，则进入S16；
S14：判定所述填涂框图像为未填涂；
S15：判定所述填涂框图像为有效填涂；
S16：判定所述填涂框图像为无效填涂。
优选的，所述步骤S12中判断所述填涂框图像中是否有黑色标记的方法，包括：
S121：将所述填涂框图像进行预处理，包括降噪、增强和二值化处理；
S122：搜索所述处理后的填涂框图像中是否有黑色标记。
优选的，所述步骤S13中根据预设黑白勾选符号模板识别所述填涂框图像中是否包含勾选符号的方法，包括：
S131：在所述处理后的填涂框图像中搜索所述黑色标记的所有外部轮廓；
S132：对搜索出的闭合轮廓采用直线拟合得到多边形轮廓，截取所述多边形轮廓的外接矩形为黑色标记图像；
S133：在所述多边形轮廓中搜索最长边线段，根据所述最长边线段的斜率计算所述黑色标记的偏转角度θ，θ∈(-90°，90°)；
S134：按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转，使所述黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低，再截取所述黑色标记的外接矩形为黑色标记有效图像；
S135：判断所述黑色标记有效图像尺寸与预设黑白勾选符号模板尺寸的偏差是否满足预设偏差范围，若是，则将所述黑色标记有效图像尺寸调整到预设黑白勾选符号模板尺寸，若否，则判定所述填涂框图像中未包含勾选符号；
S136：将所述黑色标记有效图像进行二值化处理，判断处理后的黑色标记有效图像与预设黑白勾选符号模板的图像相似度是否达到预设相似度阈值，若是则判定所述填涂框图像中包含勾选符号，若否则判定所述填涂框图像中未包含勾选符号。
优选的，所述步骤S134中按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转，使所述黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低的方法，包括：
S1341：按所述黑色标记的偏转角度θ+90°将所述黑色标记图像以图像中心为中心点进行逆时针旋转，使所述黑色标记的最长边线段垂直于水平方向；
S1342：计算所述黑色标记图像的质心M0(x0，y0)，再将所述黑色标记图像旋转180度，计算其质心M1(x1，y1)；
S1343：判断y0与y1的大小，若y0<y1，则使用所述黑色标记图像进行后续处理，若y0>y1，则使用旋转180度后的黑色标记图像进行后续处理。
本发明还提供一种印章选票填涂框图像的识别装置，所述印章选票上设有若干个用于填涂印章符号的填涂框，所述印章符号为勾选符号，所述装置包括：
接收模块，用于接收填涂框图像；
判断模块，用于判断所述填涂框图像中是否有黑色标记，若有，则进入识别模块，若没有，则进入第一输出模块；
识别模块，用于根据预设黑白勾选符号模板识别所述填涂框图像中是否包含勾选符号，若是，则进入第二输出模块，若否，则进入第三输出模块；
第一输出模块，用于判定所述填涂框图像为未填涂；
第二输出模块，用于判定所述填涂框图像为有效填涂；
第三输出模块，用于判定所述填涂框图像为无效填涂。
优选的，所述判断模块包括：
图像初始化单元，用于将所述填涂框图像进行预处理，包括降噪、增强和二值化处理；
黑色标记搜索单元，用于搜索所述处理后的填涂框图像中是否有黑色标记。
优选的，所述识别模块包括：
外部轮廓搜索单元，用于在所述处理后的填涂框图像中搜索所述黑色标记的所有外部轮廓；
第一图像截取单元，用于对搜索出的闭合轮廓采用直线拟合得到多边形轮廓，截取所述多边形轮廓的外接矩形为黑色标记图像；
偏转角度计算单元，用于在所述多边形轮廓中搜索最长边线段，根据所述最长边线段的斜率计算所述黑色标记的偏转角度θ，θ∈(-90°，90°)；
第二图像截取单元，用于按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转，使所述黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低，再截取所述黑色标记的外接矩形为黑色标记有效图像；
图像尺寸调整单元，用于判断所述黑色标记有效图像尺寸与预设黑白勾选符号模板尺寸的偏差是否满足预设偏差范围，若是，则将所述黑色标记有效图像尺寸调整到预设黑白勾选符号模板尺寸，若否，则判定所述填涂框图像中未包含勾选符号；
相似度计算单元，用于将所述黑色标记有效图像进行二值化处理，判断处理后的黑色标记有效图像与预设黑白勾选符号模板的图像相似度是否达到预设相似度阈值，若是则判定所述填涂框图像中包含勾选符号，若否则判定所述填涂框图像中未包含勾选符号。
优选的，所述第二图像截取单元包括：
旋转组件，用于按所述黑色标记的偏转角度θ+90°将所述黑色标记图像以图像中心为中心点进行逆时针旋转，使所述黑色标记的最长边线段垂直于水平方向；
计算组件，用于计算所述黑色标记图像的质心M0(x0，y0)，再将所述黑色标记图像旋转180度，计算其质心M1(x1，y1)；
判断组件：判断y0与y1的大小，若y0<y1，则使用所述黑色标记图像进行后续处理，若y0>y1，则使用旋转180度后的黑色标记图像进行后续处理。
本发明还提供一种印章选票填涂框图像的识别装置，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以实现如上述印章选票填涂框图像的识别方法的步骤。
本发明还提供一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述印章选票填涂框图像的识别方法的步骤。
本申请与现有技术相比，其有益效果详细说明如下：本申请提供的印章选票填涂框图像的识别方法包括S11：接收填涂框图像；S12：判断填涂框图像中是否有黑色标记，若有，则进入S13，若没有，则进入S14；S13：根据预设黑白勾选符号模板识别填涂框图像中是否包含勾选符号，若是，则进入S15，若否，则进入S16；S14：判定填涂框图像为未填涂；S15：判定填涂框图像为有效填涂；S16：判定填涂框图像为无效填涂。通过勾选符号模板识别填涂框图像中勾选符号的方法识别准确度高，处理方法简单，速度快。
附图说明
为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，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1提供的一种印章选票填涂框图像的识别方法流程示意图；
图2为本发明实施例1提供的一种印章选票的示意图；
图3为本发明实施例1提供的步骤S121的示意图；
图4为本发明实施例1提供的根据预设黑白勾选符号模板识别填涂框图像中是否包含勾选符号的方法流程示意图；
图5为本发明实施例1提供的步骤S131-S133的示意图；
图6为本发明实施例1提供的步骤S134的示意图；
图7为本发明实施例1提供的步骤S136的示意图；
图8为本发明实施例2提供的一种印章选票填涂框图像的识别装置结构示意图；
图9为本发明实施例2提供的一种印章选票填涂框图像的识别装置的识别模块结构示意图。
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，都属于本发明保护范围。
为了使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施例对本发明作进一步的详细说明。
当选民选择对应候选人或候选团体时，只需使用专用的印章工具在对应候选人下方空白圆圈填涂框内盖上唯一勾选符号“√”，方向任意，不选择则不做任何符号，空白圆圈内做其他任何符号都是无效选票。当使用高速扫描仪采集该方式填涂的选票图像后，需要一种图像识别技术对该选票的填涂情况进行判定，得出选民意愿。
本申请通过勾选符号模板识别填涂框图像中勾选符号的方法识别准确度高，处理方法简单，速度快。
如图1所示，本发明实施例1提供一种印章选票填涂框图像的识别方法，该印章选票上设有若干个用于填涂印章符号的填涂框，印章符号为勾选符号，该识别方法包括：
S11：接收填涂框图像；
S12：判断填涂框图像中是否有黑色标记，若有，则进入S13，若没有，则进入S14；
S13：根据预设黑白勾选符号模板识别填涂框图像中是否包含勾选符号，若是，则进入S15，若否，则进入S16；
S14：判定填涂框图像为未填涂；
S15：判定填涂框图像为有效填涂；
S16：判定填涂框图像为无效填涂。
如图2所示为一张印章选票的示意图，我们可以看到从801-810的各个候选人下方都有1个圆形填涂框，在第809候选人下方的圆形填涂框内填涂有一个印章符号“勾选符号”，我们需要根据预设黑白勾选符号模板识别各个填涂框图像中是否包含勾选符号，确定选民选择的候选人。以下为识别一个填涂框图像的方法，每个填涂框图像均采用相同的方法识别。
需要说明的是，步骤S12中判断填涂框图像中是否有黑色标记的方法，包括：
S121：将填涂框图像进行预处理，包括降噪、增强和二值化处理；
S122：搜索处理后的填涂框图像中是否有黑色标记。
如图3所示，统计二值化后的图像中白色像素点数，若点数超过预设值，则认为该填涂框内存在黑色标记，否则认为空白填涂框。
如图4-图7所示，步骤S13中根据预设黑白勾选符号模板识别填涂框图像中是否包含勾选符号的方法，包括：
S131：在处理后的填涂框图像中搜索黑色标记的所有外部轮廓；
具体的，使用“基于边界跟踪方法的数字化二值图像拓扑结构分析”算法得到黑色标记的所有外部轮廓坐标，例如opencv中findcontours函数。
S132：对搜索出的闭合轮廓采用直线拟合得到多边形轮廓，截取多边形轮廓的外接矩形为黑色标记图像；
具体的，包括给定距离阈值，使用最小二乘法拟合出多条线段并拼接成多边形轮廓。
S133：在多边形轮廓中搜索最长边线段，根据最长边线段的斜率计算黑色标记的偏转角度θ，θ∈(-90°，90°)；
具体的，如图5所示，根据多边形轮廓中的所有边起点和终点两点坐标计算多边形中所有边的长度，找到长度最长的边。
根据多边形轮廓中最长边的起点和终点坐标计算所在直线的斜率，通过反正切函数求出对应的相对水平方向的偏斜角度。
S134：按黑色标记的偏转角度θ对黑色标记图像进行旋转，使黑色标记的最长边线段垂直于水平方向且黑色标记的质心最低，再截取黑色标记的外接矩形为黑色标记有效图像；
具体的，为使最长边线段垂直于水平方向，则需将黑色标记图像按中心逆时针旋转θ+90度。假设黑色标记图像宽度为W0，高度为H0，旋转坐标系原点位于左上角，向右为X轴正方向，向下为Y轴正方向，则所述黑色标记图像中心坐标为旋转后图像尺寸宽高D＝MAX(W0，H0)。创建宽高都为D的白色图像Src，拷贝所述黑色标记图像到白色图像中心，创建变换矩阵为利用变换矩阵对Src图像应用放射变换得到旋转后的图像Des。
S135：判断黑色标记有效图像尺寸与预设黑白勾选符号模板尺寸的偏差是否满足预设偏差范围，若是，则将黑色标记有效图像尺寸调整到预设黑白勾选符号模板尺寸，若否，则判定填涂框图像中未包含勾选符号；
具体的，判定截取出的黑色标记有效图像尺寸的宽高与预设黑白勾选符号模板尺寸的宽高差距，若在允许范围内，则将截取出的黑色标记有效图像缩放到与模板尺寸相同的大小。
S136：将黑色标记有效图像进行二值化处理，判断处理后的黑色标记有效图像与预设黑白勾选符号模板的图像相似度是否达到预设相似度阈值，若是则判定填涂框图像中包含勾选符号，若否则判定填涂框图像中未包含勾选符号。
具体的，从左到右，从上到下遍历二值化后的黑色标记有效图像和预设黑白勾选符号模板，对比每个相同位置的像素值是否一致，遍历完成后统计所有相同的像素值坐标个数，再除以预设黑白勾选模板的面积，得到相似度值。
具体的，步骤S134中按黑色标记的偏转角度θ对黑色标记图像进行旋转，使黑色标记的最长边线段垂直于水平方向且黑色标记的质心最低的方法，包括：
S1341：按所述黑色标记的偏转角度θ+90°将所述黑色标记图像以图像中心为中心点进行逆时针旋转，使黑色标记的最长边线段垂直于水平方向；
S1342：计算所述黑色标记图像的质心M0(x0，y0)，再将所述黑色标记图像旋转180度，计算其质心M1(x1，y1)；
具体的，从左到右，从上到下遍历二值化后的黑色标记有效图像所有像素点，若像素点为白色，则认为是勾选标记上的点，累加该点的横坐标SUMx和纵坐标SUMy，遍历完成后，即为黑色标记有效图像的质心，其中N为白色点总个数。相同方法可计算旋转180度后的黑色标记有效图像质心。
S1343：判断y0与y1的大小，若y0<y1，则使用所述黑色标记图像进行后续处理，若y0>y1，则使用旋转180度后的黑色标记图像进行后续处理。
下面对本发明实施例2提供的印章选票填涂框图像的识别装置进行介绍，下文描述的印章选票填涂框图像的识别装置与上文描述的印章选票填涂框图像的识别方法可以相互参照。
如图8所示，本发明实施例2还提供一种印章选票填涂框图像的识别装置，印章选票上设有若干个用于填涂印章符号的填涂框，印章符号为勾选符号，该装置包括：
接收模块21，用于接收填涂框图像；
判断模块22，用于判断填涂框图像中是否有黑色标记，若有，则进入识别模块23，若没有，则进入第一输出模块24；
识别模块23，用于根据预设黑白勾选符号模板识别填涂框图像中是否包含勾选符号，若是，则进入第二输出模块25，若否，则进入第三输出模块26；
第一输出模块24，用于判定填涂框图像为未填涂；
第二输出模块25，用于判定填涂框图像为有效填涂；
第三输出模块26，用于判定填涂框图像为无效填涂。
需要说明的是，判断模块22包括：图像初始化单元，用于将所述填涂框图像进行预处理，包括降噪、增强和二值化处理；黑色标记搜索单元，用于搜索所述处理后的填涂框图像中是否有黑色标记。
如图9所示，需要说明的是，识别模块23包括：
外部轮廓搜索单元231，用于在处理后的填涂框图像中搜索黑色标记的所有外部轮廓；
第一图像截取单元232，用于对搜索出的闭合轮廓采用直线拟合得到多边形轮廓，截取多边形轮廓的外接矩形为黑色标记图像；
偏转角度计算单元233，用于在多边形轮廓中搜索最长边线段，根据最长边线段的斜率计算黑色标记的偏转角度θ，θ∈(-90°，90°)；
第二图像截取单元234，用于按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转，使所述黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低，再截取黑色标记的外接矩形为黑色标记有效图像；
图像尺寸调整单元235，用于判断所述黑色标记有效图像尺寸与预设黑白勾选符号模板尺寸的偏差是否满足预设偏差范围，若是，则将所述黑色标记有效图像尺寸调整到预设黑白勾选符号模板尺寸，若否，则判定所述填涂框图像中未包含勾选符号；
相似度计算单元236，用于将所述黑色标记有效图像进行二值化处理，判断处理后的黑色标记有效图像与预设黑白勾选符号模板的图像相似度是否达到预设相似度阈值，若是则判定填涂框图像中包含勾选符号，若否则判定填涂框图像中未包含勾选符号。
需要说明的是，第二图像截取单元234包括：
旋转组件，用于按所述黑色标记的偏转角度θ+90°将所述黑色标记图像以图像中心为中心点进行逆时针旋转，使黑色标记的最长边线段垂直于水平方向；
计算组件，用于计算所述黑色标记图像的质心M0(x0，y0)，再将所述黑色标记图像旋转180度，计算其质心M1(x1，y1)；
判断组件：判断y0与y1的大小，若y0<y1，则使用所述黑色标记图像进行后续处理，若y0>y1，则使用旋转180度后的黑色标记图像进行后续处理。
本发明实施例3还提供一种印章选票填涂框图像的识别装置，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以实现上述印章选票填涂框图像的识别方法的步骤。
本发明实施例4还提供一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述印章选票填涂框图像的识别方法的步骤。
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。

Claims (10)

1.一种印章选票填涂框图像的识别方法，所述印章选票上设有若干个用于填涂印章符号的填涂框，所述印章符号为勾选符号，其特征在于，所述方法包括：
S11：接收填涂框图像；
S12：判断所述填涂框图像中是否有黑色标记，若有，则进入S13，若没有，则进入S14；
S13：根据预设黑白勾选符号模板识别所述填涂框图像中是否包含勾选符号，若是，则进入S15，若否，则进入S16；
S14：判定所述填涂框图像为未填涂；
S15：判定所述填涂框图像为有效填涂；
S16：判定所述填涂框图像为无效填涂。
2.根据权利要求1所述的印章选票填涂框图像的识别方法，其特征在于，所述步骤S12中判断所述填涂框图像中是否有黑色标记的方法，包括：
S121：将所述填涂框图像进行预处理，包括降噪、增强和二值化处理；
S122：搜索所述处理后的填涂框图像中是否有黑色标记。
3.根据权利要求1所述的印章选票填涂框图像的识别方法，其特征在于，所述步骤S13中根据预设黑白勾选符号模板识别所述填涂框图像中是否包含勾选符号的方法，包括：
S131：在所述处理后的填涂框图像中搜索所述黑色标记的所有外部轮廓；
S132：对搜索出的闭合轮廓采用直线拟合得到多边形轮廓，截取所述多边形轮廓的外接矩形为黑色标记图像；
S133：在所述多边形轮廓中搜索最长边线段，根据所述最长边线段的斜率计算所述黑色标记的偏转角度θ，θ∈(-90°，90°)；
S134：按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转，使所述黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低，再截取所述黑色标记的外接矩形为黑色标记有效图像；
S135：判断所述黑色标记有效图像尺寸与预设黑白勾选符号模板尺寸的偏差是否满足预设偏差范围，若是，则将所述黑色标记有效图像尺寸调整到预设黑白勾选符号模板尺寸，若否，则判定所述填涂框图像中未包含勾选符号；
S136：将所述黑色标记有效图像进行二值化处理，判断处理后的黑色标记有效图像与预设黑白勾选符号模板的图像相似度是否达到预设相似度阈值，若是则判定所述填涂框图像中包含勾选符号，若否则判定所述填涂框图像中未包含勾选符号。
4.根据权利要求3所述的印章选票填涂框图像的识别方法，其特征在于，所述步骤S134中按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转，使所述黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低的方法，包括：
S1341：按所述黑色标记的偏转角度θ+90°将所述黑色标记图像以图像中心为中心点进行逆时针旋转，使所述黑色标记的最长边线段垂直于水平方向；
S1342：计算所述黑色标记图像的质心M0(x0，y0)，再将所述黑色标记图像旋转180度，计算其质心M1(x1，y1)；
S1343：判断y0与y1的大小，若y0<y1，则使用所述黑色标记图像进行后续处理，若y0>y1，则使用旋转180度后的黑色标记图像进行后续处理。
5.一种印章选票填涂框图像的识别装置，所述印章选票上设有若干个用于填涂印章符号的填涂框，所述印章符号为勾选符号，其特征在于，所述装置包括：
接收模块，用于接收填涂框图像；
判断模块，用于判断所述填涂框图像中是否有黑色标记，若有，则进入识别模块，若没有，则进入第一输出模块；
识别模块，用于根据预设黑白勾选符号模板识别所述填涂框图像中是否包含勾选符号，若是，则进入第二输出模块，若否，则进入第三输出模块；
第一输出模块，用于判定所述填涂框图像为未填涂；
第二输出模块，用于判定所述填涂框图像为有效填涂；
第三输出模块，用于判定所述填涂框图像为无效填涂。
6.根据权利要求5所述的印章选票填涂框图像的识别装置，其特征在于，所述判断模块包括：
图像初始化单元，用于将所述填涂框图像进行预处理，包括降噪、增强和二值化处理；
黑色标记搜索单元，用于搜索所述处理后的填涂框图像中是否有黑色标记。
7.根据权利要求5所述的印章选票填涂框图像的识别装置，其特征在于，所述识别模块包括：
外部轮廓搜索单元，用于在所述处理后的填涂框图像中搜索所述黑色标记的所有外部轮廓；
第一图像截取单元，用于对搜索出的闭合轮廓采用直线拟合得到多边形轮廓，截取所述多边形轮廓的外接矩形为黑色标记图像；
偏转角度计算单元，用于在所述多边形轮廓中搜索最长边线段，根据所述最长边线段的斜率计算所述黑色标记的偏转角度θ，θ∈(-90°，90°)；
第二图像截取单元，用于按所述黑色标记的偏转角度θ对所述黑色标记图像进行旋转，使所述黑色标记的最长边线段垂直于水平方向且所述黑色标记的质心最低，再截取所述黑色标记的外接矩形为黑色标记有效图像；
图像尺寸调整单元，用于判断所述黑色标记有效图像尺寸与预设黑白勾选符号模板尺寸的偏差是否满足预设偏差范围，若是，则将所述黑色标记有效图像尺寸调整到预设黑白勾选符号模板尺寸，若否，则判定所述填涂框图像中未包含勾选符号；
相似度计算单元，用于将所述黑色标记有效图像进行二值化处理，判断处理后的黑色标记有效图像与预设黑白勾选符号模板的图像相似度是否达到预设相似度阈值，若是则判定所述填涂框图像中包含勾选符号，若否则判定所述填涂框图像中未包含勾选符号。
8.根据权利要求7所述的印章选票填涂框图像的识别装置，其特征在于，所述第二图像截取单元包括：
旋转组件，用于按所述黑色标记的偏转角度θ+90°将所述黑色标记图像以图像中心为中心点进行逆时针旋转，使所述黑色标记的最长边线段垂直于水平方向；
计算组件，用于计算所述黑色标记图像的质心M0(x0，y0)，再将所述黑色标记图像旋转180度，计算其质心M1(x1，y1)；
判断组件：判断y0与y1的大小，若y0<y1，则使用所述黑色标记图像进行后续处理，若y0>y1，则使用旋转180度后的黑色标记图像进行后续处理。
9.一种印章选票填涂框图像的识别装置，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以实现如权利要求1至4中任一项所述印章选票填涂框图像的识别方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述印章选票填涂框图像的识别方法的步骤。
CN201811562142.1A 2018-12-20 2018-12-20 印章选票填涂框图像的识别方法、装置及可读存储介质 Active CN109670447B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811562142.1A CN109670447B (zh) 2018-12-20 2018-12-20 印章选票填涂框图像的识别方法、装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811562142.1A CN109670447B (zh) 2018-12-20 2018-12-20 印章选票填涂框图像的识别方法、装置及可读存储介质

Publications (2)

Publication Number Publication Date
CN109670447A true CN109670447A (zh) 2019-04-23
CN109670447B CN109670447B (zh) 2019-11-22

Family

ID=66144032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811562142.1A Active CN109670447B (zh) 2018-12-20 2018-12-20 印章选票填涂框图像的识别方法、装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN109670447B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111898603A (zh) * 2020-08-10 2020-11-06 上海瑞美锦鑫健康管理有限公司 一种基于深度神经网络的体检单识别方法和系统
CN112464724A (zh) * 2020-10-30 2021-03-09 中科院成都信息技术股份有限公司 选票识别方法及系统
CN114299274A (zh) * 2021-12-29 2022-04-08 湖北博盛数字教育服务有限公司 一种问卷调查识别方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2497984Y (zh) * 2001-09-28 2002-07-03 刘泽宇 印章式彩票投注单填涂笔
CN101013471A (zh) * 2007-01-24 2007-08-08 大连理工大学 一种自动处理选择类型评测卷的方法
CN101414356A (zh) * 2007-10-17 2009-04-22 中国科学院自动化研究所 基于模板匹配的信息填涂卡识别方法
CN101447017A (zh) * 2008-11-27 2009-06-03 浙江工业大学 一种基于版面分析的选票快速识别统计方法及系统
CN104134072A (zh) * 2014-07-04 2014-11-05 北京学信速达科技有限公司 一种答题卡识别方法
CN105205300A (zh) * 2014-06-20 2015-12-30 北京鸿合智能系统股份有限公司 自动调节阅卷方法及装置
CN105528614A (zh) * 2015-12-02 2016-04-27 北京大学 一种漫画图像版面的识别方法和自动识别系统
US9361536B1 (en) * 2014-12-16 2016-06-07 Xerox Corporation Identifying user marks using patterned lines on pre-printed forms
US20180093472A1 (en) * 2016-09-30 2018-04-05 Brother Kogyo Kabushiki Kaisha Control device for controlling printer to execute multi-pass printing
CN108717744A (zh) * 2018-04-27 2018-10-30 深圳怡化电脑股份有限公司 识别金融单据上的印章序号的方法、装置及终端设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2497984Y (zh) * 2001-09-28 2002-07-03 刘泽宇 印章式彩票投注单填涂笔
CN101013471A (zh) * 2007-01-24 2007-08-08 大连理工大学 一种自动处理选择类型评测卷的方法
CN101414356A (zh) * 2007-10-17 2009-04-22 中国科学院自动化研究所 基于模板匹配的信息填涂卡识别方法
CN101447017A (zh) * 2008-11-27 2009-06-03 浙江工业大学 一种基于版面分析的选票快速识别统计方法及系统
CN105205300A (zh) * 2014-06-20 2015-12-30 北京鸿合智能系统股份有限公司 自动调节阅卷方法及装置
CN104134072A (zh) * 2014-07-04 2014-11-05 北京学信速达科技有限公司 一种答题卡识别方法
US9361536B1 (en) * 2014-12-16 2016-06-07 Xerox Corporation Identifying user marks using patterned lines on pre-printed forms
CN105528614A (zh) * 2015-12-02 2016-04-27 北京大学 一种漫画图像版面的识别方法和自动识别系统
US20180093472A1 (en) * 2016-09-30 2018-04-05 Brother Kogyo Kabushiki Kaisha Control device for controlling printer to execute multi-pass printing
CN108717744A (zh) * 2018-04-27 2018-10-30 深圳怡化电脑股份有限公司 识别金融单据上的印章序号的方法、装置及终端设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
彭琪等: "基于版面理解的选票图像检测定位方法", 《计算机应用》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111898603A (zh) * 2020-08-10 2020-11-06 上海瑞美锦鑫健康管理有限公司 一种基于深度神经网络的体检单识别方法和系统
CN112464724A (zh) * 2020-10-30 2021-03-09 中科院成都信息技术股份有限公司 选票识别方法及系统
CN112464724B (zh) * 2020-10-30 2023-10-24 中科院成都信息技术股份有限公司 选票识别方法及系统
CN114299274A (zh) * 2021-12-29 2022-04-08 湖北博盛数字教育服务有限公司 一种问卷调查识别方法及系统
CN114299274B (zh) * 2021-12-29 2022-08-09 湖北博盛数字教育服务有限公司 一种问卷调查识别方法及系统

Also Published As

Publication number Publication date
CN109670447B (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN109670447B (zh) 印章选票填涂框图像的识别方法、装置及可读存储介质
EP3537375B1 (en) Image segmentation methods, image segmentation system and device comprising same, and storage medium
US7970186B2 (en) System, method and computer program product for fingerprint verification
JP2776409B2 (ja) 皮膚紋様並びに指紋紋様の分類装置
CN102799850B (zh) 一种条形码识别方法和装置
CN109711404B (zh) 印章选票填涂的识别方法、装置及计算机可读存储介质
CN107248159A (zh) 一种基于双目视觉的金属工件缺陷检测方法
TWI522934B (zh) 智慧型手機之陀螺儀感測器車牌辨識系統及其方法
CN104850838A (zh) 基于表情不变区域的三维人脸识别方法
WO2019056346A1 (zh) 一种利用膨胀法校正文本图像倾斜的方法及装置
CN101930594A (zh) 一种扫描文档图像的快速纠偏方法
Weng et al. Singular points detection based on multi-resolution in fingerprint images
CN115457565A (zh) 一种ocr文字识别方法、电子设备及存储介质
CN107545223B (zh) 图像识别方法及电子设备
KR101461108B1 (ko) 인식기, 차량모델인식장치 및 방법
CN109447117A (zh) 双层车牌识别方法、装置、计算机设备及存储介质
CN112686191B (zh) 基于人脸三维信息的活体防伪方法、系统、终端及介质
CN104680142B (zh) 一种基于特征点集分割和rst不变特征的四联指比对方法
CN106815830A (zh) 图像的缺陷检测方法
CN114648445B (zh) 一种基于特征点提取及精配准优化的多视角高分辨率点云拼接方法
CN107153806A (zh) 一种人脸检测方法及装置
CN107229928A (zh) 一种辅助定位的移动终端掌纹采集方法及系统
CN116385440B (zh) 一种弧形刀片视觉检测方法
Pan et al. An efficient method for skew correction of license plate
CN1333365C (zh) 指纹识别方法

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40003794

Country of ref document: HK