CN109685074B - 一种基于Scharr算子的银行卡卡号行定位方法 - Google Patents

Abstract

本发明涉及一种基于Scharr算子的银行卡卡号行定位方法，包括以下步骤：步骤S1：使用CANNYLINES直线检测方法检测输入银行卡卡面图像中存在的线段；步骤S2：对CANNLINES直线检测得到的直线进行判断，找出银行卡卡面的4条边，并由此得到银行卡卡面的4个顶点；步骤S3：使用透视变换对银行卡卡面进行矫正，得到归一化的标准银行卡卡面图像；步骤S4：利用Scharr算子检测银行卡面的垂直边缘，并按行累加，定位其中累加值最大的固定高度横向区域，得到银行卡卡号行区域。本发明能够有效地对待检测图像中的银行卡卡号行进行定位。

Description

一种基于Scharr算子的银行卡卡号行定位方法

技术领域

本发明涉及深度学习与计算机视觉领域，特别是一种基于Scharr算子的银行卡卡号行定位方法。

背景技术

自然场景中出现的文本是我们一个重要的信息来源。例如广告牌、交通标识、各类证件上的文字等，这些文本包含着明确的语义信息，为人们提供必要的指示和提醒。如果能够实现对这些文本的检测和识别就可以实现对这些场景内容的理解和分析。伴随着人类科技进步，使用机器检测并理解场景中的文本成为了一个必然的趋势。随着带有摄像头的移动设备的广泛使用以及移动支付的不断发展，人们已经开始习惯使用手机应用进行支付，如支付宝、微信支付等。银行卡卡号检测和识别技术能帮助这些支付平台的用户自动输入卡号。与人工录入卡号相比，银行卡自动检测与识别技术速度更快，精度更高，体验更好。

使用传统方法定位自然场景下银行卡卡号行面临一些问题，例如：银行卡卡面矫正率不高，无法在水平方向上定位卡号行；银行卡卡号和背景相似，利用传统水平投影方法进行卡号行定位会产生误差；投影方法定位卡号行的依据是假设银行卡图像二值化后黑色部分是卡号行，但卡号的颜色、银行卡的背景多种多样，上述假设对很多银行卡图像都是错误的；拍摄的银行卡卡面倾斜变形，使用传统矩形检测方法无法确保银行卡卡面定位的准确性。

自然场景下的银行卡卡号行定位在生产生活中扮演着重要的角色，但其研究进展缓慢，其原因可以归结为三点：属于隐私数据的银行卡数据集难以收集、银行卡类别繁多和银行卡拍摄场景复杂。

发明内容

有鉴于此，本发明的目的是提出一种基于Scharr算子的银行卡卡号行定位方法，能够有效地对待检测图像中的银行卡卡号行进行定位。

本发明采用以下方案实现：一种基于Scharr算子的银行卡卡号行定位方法，包括以下步骤：

步骤S1：使用CANNYLINES直线检测方法检测输入银行卡卡面图像中存在的线段；

步骤S2：对CANNLINES直线检测得到的直线进行判断，找出银行卡卡面的4 条边，并由此得到银行卡卡面的4个顶点；

步骤S3：使用透视变换对银行卡卡面进行矫正，得到归一化的标准银行卡卡面图像；

步骤S4：利用Scharr算子检测银行卡面的垂直边缘，并按行累加，定位其中累加值最大的固定高度横向区域，得到银行卡卡号行区域。

进一步地，步骤S1具体包括以下步骤：

步骤S11：使用的一个无参数Canny边缘检测器，即CannyPF，从输入图像中提取边缘图，根据输入图像的梯度大小自适应地调整Canny算子的阈值，用以保证图像结构信息的完整性；

步骤S12：从梯度最大的边缘像素点开始，将边缘图中方向相同的相邻像素点连接起来，完成边缘连接；对连接形成的过长线段进行拆分，用以得到短的初始线段；

步骤S13：将初始线段在两端的方向上同时延伸，以将更多的边缘像素点加入线段，并且和周围共线的线段合并；

步骤S14：使用一种基于Helmholtz原理的直线验证方法，同时使用梯度方向和梯度大小验证每一条线段。

进一步地，步骤S2具体包括以下步骤：

步骤S21：对步骤S1得到的所有线段进行计算，得到图像最上侧、最下侧的近水平线段L_top、L_bottom，且线段长度必须大于图像长度的0.07倍；得到图像最左侧、最右侧的近垂直线段L_left、L_right，且线段长度必须大于图像宽度的0.07倍；近水平线段的定义是线段的斜率k_i满足：

i为线段序号；近垂直线段的定义是线段的斜率k_i满足：

步骤S22：通过L_top、L_bottom、L_left、L_right四条银行卡卡面边缘直线的交点获得银行卡卡面的4个顶点c₁,c₂,c₃,c₄，其中，c₁是左上角顶点，c₂是右上角顶点，c₃是左下角顶点，c₄是右下角顶点。

进一步地，步骤S3具体包括以下步骤：

步骤S31：对步骤S2所得到的银行卡卡面4个顶点c₁,c₂,c₃,c₄进行透视变换，变换公式如下：

式中，u,v是原始图片坐标，对应变换后得到的图片坐标x,y，w表示映射到三维空间中后第三维的坐标，x',y',w'表示映射到另一个三维空间后的三个坐标，其中x＝x′/w′,y＝y′/w′，w＝1；变换矩阵

中a₁₁，a₁₂，…，a₃₃为变换参数；

步骤S32：将通过透视变换矫正后的图片归一化到856×540；得到归一化的标准银行卡卡面图像。

进一步地，步骤S31中，所述变换矩阵分为四个部分，

表示线性变换，包括缩放、翻转在内的操作，[a₃₁ a₃₂]用于平移，[a₁₃ a₂₃]^T产生透视变换，坐标的变换公式如下所示：

进一步地，步骤S4具体包括以下步骤：

步骤S41：对步骤S3得到的归一化的标准银行卡卡面图像使用Scharr算子中的垂直边缘检测算子G_x，其中I代表原始图像矩阵，其计算公式为：

步骤S42：对G_x的每一行进行累加，得到

其中k为标准银行卡卡面图像的行序号；

步骤S43：逐行扫描整张标准银行卡卡面图像，计算区域最大分数Maxscore，计算公式如下：

式中，P_height是标准化银行卡卡面的高度，从P_height/3开始计算是为了去除上半部分区域文字的干扰；Maxscore取最大值时，第k行就是银行卡卡号行区域的起始行，第k+53行就是银行卡卡号行区域的截止行。

与现有技术相比，本发明有以下有益效果：本发明构建的银行卡卡号行定位方法能够提高银行卡卡号行定位的准确率。在银行卡卡面矫正步骤中，能将大部分自然场景下的银行卡矫正成归一化的标准银行卡，以便于进行银行卡卡号行定位。而在卡号行定位步骤中，对于标准银行卡图像，Scharr算子能够提取银行卡卡号的垂直边缘特征，去除银行卡背景的干扰，得到100％准确定位的结果。

附图说明

图1为本发明实施例的基于Scharr算子的银行卡卡号行定位方法的原理图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和 /或它们的组合。

如图1所示，本实施例提供了一种基于Scharr算子的银行卡卡号行定位方法，包括以下步骤：

步骤S1：使用CANNYLINES直线检测方法检测输入银行卡卡面图像中存在的线段；

步骤S2：对CANNLINES直线检测得到的直线进行判断，找出银行卡卡面的4 条边，并由此得到银行卡卡面的4个顶点；

步骤S3：使用透视变换对银行卡卡面进行矫正，得到归一化的标准银行卡卡面图像；

步骤S4：利用Scharr算子检测银行卡面的垂直边缘，并按行累加，定位其中累加值最大的固定高度横向区域，得到银行卡卡号行区域。

在本实施例中，步骤S1具体包括以下步骤：

步骤S11：使用的一个无参数Canny边缘检测器，即CannyPF，从输入图像中提取边缘图，根据输入图像的梯度大小自适应地调整Canny算子的阈值，用以保证图像结构信息的完整性；

步骤S12：从梯度最大的边缘像素点开始，将边缘图中方向相同的相邻像素点连接起来，完成边缘连接；对连接形成的过长线段进行拆分，用以得到短的初始线段；

步骤S13：将初始线段在两端的方向上同时延伸，以将更多的边缘像素点加入线段，并且和周围共线的线段合并；

步骤S14：使用一种基于Helmholtz原理的直线验证方法，同时使用梯度方向和梯度大小验证每一条线段。

在本实施例中，步骤S2具体包括以下步骤：

步骤S21：对步骤S1得到的所有线段进行计算，得到图像最上侧、最下侧的近水平线段L_top、L_bottom，且线段长度必须大于图像长度的0.07倍；得到图像最左侧、最右侧的近垂直线段L_left、L_right，且线段长度必须大于图像宽度的0.07倍；近水平线段的定义是线段的斜率k_i满足：

i为线段序号；近垂直线段的定义是线段的斜率k_i满足：

步骤S22：通过L_top、L_bottom、L_left、L_right四条银行卡卡面边缘直线的交点获得银行卡卡面的4个顶点c₁,c₂,c₃,c₄，其中，c₁是左上角顶点，c₂是右上角顶点，c₃是左下角顶点，c₄是右下角顶点。

在本实施例中，步骤S3具体包括以下步骤：

步骤S31：对步骤S2所得到的银行卡卡面4个顶点c₁,c₂,c₃,c₄进行透视变换，变换公式如下：

式中，u,v是原始图片坐标，对应变换后得到的图片坐标x,y，w表示映射到三维空间中后第三维的坐标，x',y',w'表示映射到另一个三维空间后的三个坐标，其中x＝x′/w′,y＝y′/w′，w＝1；变换矩阵

中a₁₁，a₁₂，…，a₃₃为变换参数；

步骤S32：将通过透视变换矫正后的图片归一化到856×540；得到归一化的标准银行卡卡面图像。

在本实施例中，步骤S31中，所述变换矩阵分为四个部分，

表示线性变换，包括缩放、翻转在内的操作，[a₃₁ a₃₂]用于平移，[a₁₃ a₂₃]^T产生透视变换，坐标的变换公式如下所示：

在本实施例中，步骤S4具体包括以下步骤：

步骤S41：对步骤S3得到的归一化的标准银行卡卡面图像使用Scharr算子中的垂直边缘检测算子G_x，其中I代表原始图像矩阵，其计算公式为：

步骤S42：对G_x的每一行进行累加，得到

其中k为标准银行卡卡面图像的行序号；

步骤S43：逐行扫描整张标准银行卡卡面图像，计算区域最大分数Maxscore，计算公式如下：

式中，P_height是标准化银行卡卡面的高度，从P_height/3开始计算是为了去除上半部分区域文字的干扰；Maxscore取最大值时，第k行就是银行卡卡号行区域的起始行，第k+53行就是银行卡卡号行区域的截止行。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (1)

1.一种基于Scharr算子的银行卡卡号行定位方法，其特征在于：包括以下步骤：

步骤S1：使用CANNYLINES直线检测方法检测输入银行卡卡面图像中存在的线段；

步骤S2：对CANNYLINES 直线检测得到的直线进行判断，找出银行卡卡面的4条边，并由此得到银行卡卡面的4个顶点；

步骤S3：使用透视变换对银行卡卡面进行矫正，得到归一化的标准银行卡卡面图像；

步骤S4：利用Scharr算子检测银行卡面的垂直边缘，并按行累加，定位其中累加值最大的固定高度横向区域，得到银行卡卡号行区域；

步骤S1具体包括以下步骤：

步骤S11：使用的一个无参数Canny边缘检测器，即CannyPF，从输入图像中提取边缘图，根据输入图像的梯度大小自适应地调整Canny算子的阈值，用以保证图像结构信息的完整性；

步骤S12：从梯度最大的边缘像素点开始，将边缘图中方向相同的相邻像素点连接起来，完成边缘连接；对连接形成的过长线段进行拆分，用以得到短的初始线段；

步骤S13：将初始线段在两端的方向上同时延伸，以将更多的边缘像素点加入线段，并且和周围共线的线段合并；

步骤S14：使用一种基于Helmholtz原理的直线验证方法，同时使用梯度方向和梯度大小验证每一条线段；

步骤S2具体包括以下步骤：

步骤S21：对步骤S1得到的所有线段进行计算，得到图像最上侧、最下侧的近水平线段L_top、L_bottom，且线段长度必须大于图像长度的0.07倍；得到图像最左侧、最右侧的近垂直线段L_left、L_right，且线段长度必须大于图像宽度的0.07倍；近水平线段的定义是线段的斜率k_i满足：

i为线段序号；近垂直线段的定义是线段的斜率k_i满足：

步骤S22：通过L_top、L_bottom、L_left、L_right四条银行卡卡面边缘直线的交点获得银行卡卡面的4个顶点c₁,c₂,c₃,c₄，其中，c₁是左上角顶点，c₂是右上角顶点，c₃是左下角顶点，c₄是右下角顶点；

步骤S3具体包括以下步骤：

步骤S31：对步骤S2所得到的银行卡卡面4个顶点c₁,c₂,c₃,c₄进行透视变换，变换公式如下：

式中，u,v是原始图片坐标，对应变换后得到的图片坐标x,y，w表示映射到三维空间中后第三维的坐标，x',y',w'表示映射到另一个三维空间后的三个坐标，其中x＝x′/w′,y＝y′/w′，w＝1；变换矩阵

中a₁₁，a₁₂，…，a₃₃为变换参数；

步骤S32：将通过透视变换矫正后的图片归一化到856×540；得到归一化的标准银行卡卡面图像；

步骤S31中，所述变换矩阵分为四个部分，

表示线性变换，包括缩放、翻转在内的操作，[a₃₁ a₃₂]用于平移，[a₁₃ a₂₃]^T产生透视变换，坐标的变换公式如下所示：

步骤S4具体包括以下步骤：

步骤S41：对步骤S3得到的归一化的标准银行卡卡面图像使用Scharr算子中的垂直边缘检测算子G_x，其中I代表原始图像矩阵，其计算公式为：

步骤S42：对G_x的每一行进行累加，得到

其中k为标准银行卡卡面图像的行序号；

步骤S43：逐行扫描整张标准银行卡卡面图像，计算区域最大分数Maxscore，计算公式如下：

式中，P_height是标准化银行卡卡面的高度，从P_height/3开始计算是为了去除上半部分区域文字的干扰；Maxscore取最大值时，第k行是银行卡卡号行区域的起始行，第k+53行是银行卡卡号行区域的截止行。

Images