CN109766890A - 信息识别方法、设备和系统 - Google Patents
信息识别方法、设备和系统 Download PDFInfo
- Publication number
- CN109766890A CN109766890A CN201811508926.6A CN201811508926A CN109766890A CN 109766890 A CN109766890 A CN 109766890A CN 201811508926 A CN201811508926 A CN 201811508926A CN 109766890 A CN109766890 A CN 109766890A
- Authority
- CN
- China
- Prior art keywords
- card
- frame sequence
- image frame
- character zone
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 37
- 230000004927 fusion Effects 0.000 abstract description 6
- 238000003860 storage Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
-
- 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
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Character Input (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及信息识别方法、设备和系统。该方法包括:从卡片图像帧序列中分别针对每一帧来定位出卡片区域;从每个卡片区域中分别定位出信息区域;将每个信息区域划分成各个字符区域;针对图像帧序列中各帧之间的对应字符区域分别进行清晰化处理;以及基于清晰化处理后的字符区域来识别出字符串信息。根据本申请的技术方案,通过融合卡片图像帧序列中的多帧的处理结果,得到最为清晰的卡面字符区域图像,并基于该字符区域图像识别出卡面字符串信息,从而输出针对同一卡片的识别结果,使得卡面字符串信息识别的准确率大大提高,进而可以快速、便捷且准确地录入卡信息。
Description
本申请为2013年06月03日提交中国专利局、申请号为201310216611.5、发明名称为“信息识别方法、设备和系统”的中国专利申请的分案申请。
技术领域
本申请涉及图像处理领域,具体地涉及一种从卡片图像帧序列中识别卡片信息的信息识别方法、设备和系统。
背景技术
随着互联网的发展,在线支付、手机支付等快捷支付已经越来越普遍。在此期间,需要银行卡用户直接输入卡信息的情况越来越多。使用图像捕捉设备获取银行卡卡面信息,辅助信息快速录入也已成为潮流趋势。
目前市面上的大部分此类应用程序都是通过采集单帧图像并对单帧图像进行处理获得感兴趣区域,然后针对单帧的感兴趣区域进行图像处理和光学字符识别。由于受限于图像获取设备的感光元件与采集环境的影响,采集到的银行卡图像存在运动模糊与噪音等问题,难以避免会导致获取到的图像质量较差,无法从中定位出卡片区域,或者卡面上的字符区域有些清晰、有些模糊的情况。如果按照目前的单帧处理方法不分情况统一处理,则会造成部分字符识别正确而部分字符识别困难甚至失败的情况。
因此,需求一种集快速、便捷和准确于一身的银行卡信息识别技术。
发明内容
本申请的主要目的在于提供一种能够快速、便捷且准确地识别卡片信息的技术,从而克服上述缺陷。
根据本申请一个方面的实施例,提供一种信息识别方法,其特征在于,包括:(a)从卡片图像帧序列中分别针对每一帧来定位出卡片区域;(b)从每个卡片区域中分别定位出信息区域;(c)将每个信息区域划分成各个字符区域;(d)针对图像帧序列中各帧之间的对应字符区域分别进行清晰化处理;以及(e)基于清晰化处理后的字符区域来识别出字符串信息。
根据本申请的实施例,在该方法中,所述清晰化处理进一步包括:针对图像帧序列中各帧之间的对应字符区域,计算每个字符区域的清晰度;选取对应字符区域中清晰度最高的字符区域作为候选字符区域;如果候选字符区域的清晰度高于预定阈值,则将候选字符区域作为相应字符区域的选定图像用于后续识别处理;以及如果候选字符区域的清晰度低于预定阈值,则获取下一图像帧序列并重复步骤(a)-(e)。
根据本申请的实施例,在该方法中,计算每个字符区域的清晰度进一步包括:根据字符区域中每个像素在水平方向和竖直方向上的梯度特征,得到字符区域中各个像素的强度值;以及根据强度值确定每个字符区域的清晰度。
根据本申请的实施例,在步骤(a)之前该方法还包括:将针对卡片拍摄的视频流或多个单帧图像存储到缓存中;以及从缓存中获取所述图像帧序列。
根据本申请的实施例,在该方法中,从缓存中获取所述图像帧序列进一步包括:从缓存中的连续视频流中以隔开一定数目的帧的方式选取所述图像帧序列中的各帧。
根据本申请的实施例,该方法还包括步骤:(f)验证字符串信息是否满足卡片的预定相关规则;如果满足,则将字符串信息作为卡信息显示给用户进行确认;以及如果不满足,则获取下一图像帧序列并重复步骤(a)-(e)。
根据本申请另一方面的实施例,提供一种信息识别设备,其特征在于,包括:卡片定位模块,用于从针对卡片拍摄的图像帧序列中分别针对每一帧来定位出卡片区域;信息定位模块,用于从每个卡片区域中分别定位出信息区域;字符区域划分模块,用于将每个信息区域划分成各个字符区域;清晰化处理模块,用于针对图像帧序列中各帧之间的对应字符区域分别进行清晰化处理;以及识别模块,用于基于清晰化处理后的字符区域来识别出字符串信息。
根据本申请又一方面的实施例,提供一种信息识别系统,其特征在于,包括:图像获取设备,用于获取卡片图像帧序列;上述信息识别设备,用于从卡片图像帧序列中识别出卡面字符串信息;以及显示设备,用于显示识别出的字符串信息。
与现有技术相比,根据本申请的技术方案,通过融合卡片图像帧序列中的多帧的处理结果,得到最为清晰的卡面字符区域图像,并基于该字符区域图像识别出卡面字符串信息,从而输出针对同一卡片的识别结果,使得卡面字符串信息识别的准确率大大提高,进而可以快速、便捷且准确地录入卡信息。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出根据本申请一个实施例的信息识别方法的流程图;
图2示出根据本申请一个实施例的清晰化处理的步骤流程图;
图3示出根据本申请一个实施例的计算字符区域清晰度的方法流程图;
图4示出根据本申请一个实施例的信息识别设备的结构框图;
图5示出根据本申请一个实施例的清晰化处理模块的结构框图;以及
图6示出根据本申请一个实施例的信息识别系统的结构框图。
具体实施方式
本申请的主要思想就在于,将原本单帧上的图像处理问题引入到一个多帧的图像序列上,通过用户终端上的诸如摄像头之类的图像获取装置,对想要采集其信息的标准卡片例如银行卡、身份证进行视频流采样或多次图像采样,然后通过对采样到的视频流或多个图像中的多帧的字符区域分别进行清晰化图像处理,将多帧中不利于识别的字符区域滤除并将利于识别的字符区域保存并加以融合,来得到针对同一卡片的字符串信息识别结果,进而可以快速、便捷且准确地将卡信息输入到用户终端中的应用界面上。
为使本申请的目的、技术方案和优点更加清楚,以下结合附图及具体实施例,对本申请作进一步地详细说明。
参考图1,图1示出根据本申请一个实施例的信息识别方法的流程图。
在本申请的一个应用场景中,例如,当用户通过诸如便携式电脑、掌上电脑、手机之类的便携式终端进行在线支付而需要输入诸如卡号、有效期等的银行卡信息时,可以通过便携式终端的图像获取装置例如摄像头来识别和输入卡信息。
具体而言,可以通过图像获取装置获取银行卡图像的视频流,也可以通过图像获取装置多次获取银行卡图像的单帧图像,也可以通过图像获取装置获取银行卡图像的单帧图像和视频流二者。
根据本申请的一个实施例,可以将获取到的单帧图像或视频流存储在诸如图像获取装置或便携式终端的缓存中,并且在图像分析时从该缓存中获取卡片图像帧序列来进行处理。
如图1所示,在步骤S110处,从卡片图像帧序列中分别针对每一帧来定位出卡片区域。
其中,所述图像帧序列可以是多次获取的单帧图像的集合,也可以是从缓存中的连续视频流中选取的、预定数目的连续帧或预定数目的以隔开一定数目的帧的方式选取的非连续帧。其中,帧的数目可以根据具体应用而变化,例如,帧的数目可以不超过10,优选地为3、5等。
可以利用任意已知的定位技术从每一帧中定位出卡片区域。在一个具体实施例中,可以根据卡片的预定形状、预定尺寸、卡面特有特征中的至少一种特性,从图像帧序列中的每一帧中定位出卡片区域。
以银行卡为例,其制作符合国际标准,具有标准尺寸的外形,并且例如卡号、有效期等的字符信息在卡片的位置是相对固定的,并且这些字符信息的格式也是特有的。因此,可以根据这些特性将卡片从图像帧中定位出来。
在另一具体实施例中,在进行卡片定位分析时,如果通过视觉测量判定当前帧不够清晰,以至于无法定位出卡片区域,则抛弃掉当前帧并且从缓存中获取下一帧继续进行分析。
除上述实施例所述方式之外,可以通过本领域已知或未来开发的任意合适方式来从图像帧中定位出卡片区域,本申请对此不作任何限制。
在步骤S120处,可以从每个卡片区域中分别定位出信息区域。
在一个具体实施例中,可以根据信息区域在卡片中的预定位置、信息区域的预定尺寸、信息区域的预定形状等特性中的至少一种特性,在从步骤S110处定位出的卡片区域中进一步定位出信息区域。所述信息区域例如可以包括卡号区域、有效期区域、持卡人姓名区域等。
以银行卡为例,如上面提到的,其制作符合国际标准,包括例如卡号、有效期等信息的信息区域在卡面上的位置都是相对固定的,并且这些信息区域的形状也是特有的。因此,可以根据这些特性中的至少一种将信息区域从卡片区域图像中定位出来。
除上述实施例所述方式之外,可以通过本领域已知或未来开发的任意合适方式来从卡片区域中定位出信息区域,本申请对此不作任何限制。
在步骤S130处,将每个信息区域划分成各个字符区域。
在一个具体实施例中,可以根据信息区域中的字符间隔、字符数目、字符大小等特性中的任意一个,将步骤S120处定位出的信息区域相应地分割成至少一个字符区域。例如,一个字符区域可以包括一个数字字符或字母字符。
除上述实施例所述方式之外,可以通过本领域已知或未来开发的任意合适方式来将信息区域划分成至少一个字符区域,本申请对此不作任何限制。例如,还可以通过本领域公知的阈值分割法,对信息区域进行前景背景分割、二值化以及分类器模式分类来划分出至少一个字符区域。
在步骤S140处,针对图像帧序列中各帧之间的对应字符区域分别进行清晰化处理。
需要指出的是,在之前步骤中,已经将帧序列中的每一帧的信息区域划分成至少一个字符区域,由于各帧中包括的字符区域的数目均相同,所以在本文中将在各帧中的位置或序号相同的字符区域定义为对应字符区域。例如,各帧中的第一个字符区域是对应字符区域,各帧中的第二个字符区域是对应字符区域,各帧中的第三个字符区域也是对应字符区域,以此类推。
在一个实施例中,例如,可以将各帧中的对应字符区域的图像存入同一向量数据结构中,假设卡面某信息区域中有N个字符,帧序列中的帧数为M,则该数据结构中的向量个数为N,向量维数为M。
在该步骤S140处,为了提高图像识别的准确率,可以针对图像帧序列中各帧之间的至少一个对应字符区域来分别进行清晰化处理。
具体来说,可以利用任意已知的或未来开发的清晰化处理方法来针对各个对应字符区域来执行清晰化处理。
图2示出根据本申请一个实施例的清晰化处理的步骤流程图。
如图2所示,在步骤S210,针对图像帧序列中各帧之间的对应字符区域,计算每个字符区域的清晰度。
具体来说,可以计算各帧之间的对应字符区域中的每个字符区域的清晰度。事实上,在本申请的实施例中,可以采用任意合适的图像清晰度计算方法来计算字符区域的清晰度。
在本申请的一个实施例中,可以基于字符区域中像素的灰度值来计算字符区域的清晰度。下面结合图3描述根据本申请一个实施例的清晰度计算方法。
本申请发明人注意到,例如银行卡字符通常为非平面冲压型凹凸字符,其笔画主要在水平和竖直两个方向,很少有倾斜笔画出现,并且水平和竖直笔画之间的连接导角半径较小,这些特点使得银行卡字符的投影图像在水平方向和竖直方向上梯度特征格外显著。因此,可以利用字符区域中的像素的灰度值在水平方向和竖直方向上的梯度特征来描述字符区域的清晰程度。
如图3所示,在步骤S310处,可以根据字符区域中每个像素在水平方向和竖直方向上的梯度特征,得到字符区域中各个像素的强度值。
具体而言,可以利用预定的字符强度检测算子集合来扫描字符区域中的每个像素,由此得到每个像素的灰度值在水平方向和竖直方向上的梯度特征,进而可以得到字符区域强度图中各个像素的强度值。
在一个具体实施例中,可以定义如下的字符强度检测算子集合T={a,b}。其中,参数a是用于字符区域的水平方向梯度特征提取扫描的参数,参数b是用于字符区域的竖直方向梯度特征提取扫描的参数,a、b分别是一个3×3的矩阵,矩阵中每个元素对应于图像中的一个像素,矩阵中元素的排列方式对应图像中的像素的排列方式。
在算子扫描处理中,可以利用参数a进行水平扫描而利用参数b进行竖直扫描,并将水平扫描后的值和竖直扫描后的值求和来得到各个像素的强度值。例如,在进行水平扫描中,可以将矩阵a中的每个元素分别与对应像素的灰度值相乘,并将各个元素和与其对应的像素灰度值的乘积值求和,然后将求得的和作为与矩阵中心位置的元素对应的像素的强度值。此外,在计算中,如果遇到处于图像边缘位置的像素,为了实施计算,可以将该像素补齐,而补入的像素的灰度值被设为0。竖直扫描的处理与水平扫描类似,在此不再赘述。
需要指出的是,本文所定义的检测算子集合T仅为示例,本发明不限于此。算子集合T中的参数a和b也可以为其他任何合适的取值。
通过上述的处理,可以有效反映出图像区域中像素的梯度特征,并且可以有效地利用像素的灰度值在水平方向和竖直方向上的梯度特征来反映字符区域的清晰程度。此外,上述处理中涉及的算子数量少,使得计算效率提高。
在步骤S320处,可以根据强度值确定每个字符区域的清晰度。
在一个实施例中,针对每个字符区域,可以计算该区域中所有像素的强度值的平均值作为每个字符区域的字符清晰度。
由此,通过步骤S310-S320可以确定出每个字符区域的字符清晰度。这里需要指出的是,虽然这里以银行卡为例,针对凹凸字符确定字符清晰度标准,但本申请的字符清晰度标准以及本申请的方案并不限于凹凸字符,而是也可以应用于平面字符的情况。
在计算了每个字符区域的字符清晰度之后,回到图2,接着在步骤S220处,可以选取对应字符区域中清晰度最高的字符区域作为候选字符区域。
具体来说,对于一个字符区域,可以针对帧序列中的每一帧来分别计算清晰度,由此可以得到帧序列中的相应字符区域的清晰度集合,在所述清晰度集合中,选择清晰度最高的一个字符区域作为候选字符区域。
接着,在步骤S230,判断所述候选字符区域的清晰度是否高于预定阈值。
如果候选字符区域的清晰度高于预定阈值,则在步骤S240,将候选字符区域作为相应字符区域的选定图像用于后续识别处理。
如果候选字符区域的清晰度低于预定阈值,则在步骤S250,获取下一图像帧序列继续处理。
具体来说,可以从缓存获得另一帧序列并通过执行图1所示的信息识别方法来重新识别。其中,所述另一帧序列具有与之前处理的帧序列相同的帧数目。
至此通过步骤S210-S250完成了对各个字符区域的清晰化处理。需要特别指出的是,在上述对多帧的处理中,对于该多帧的选取方式不作限制,可以是从视频流中依次选取,也可以是隔开若干帧选取。但考虑到相邻帧之间的时间数据相似性,因而优选隔开若干帧选取一帧称为关键帧,这样相比遍历选取而言可以大大降低数据计算量,可以有效提高运算效率,优化整个系统性能。
另外,对于帧数的选取以及字符清晰度阈值的选取,以得到字符清晰度都满足阈值要求的N个字符区域的选定图像为准,可以根据信息识别系统的运行情况来在二者之间权衡确定。也就是,在一次卡信息识别过程中,当获取到M帧时得到了字符清晰度都超过字符清晰度阈值的所有N个字符区域的选定图像,则不再获取更多的帧,并且在下一次卡信息识别时也可以选取M帧。但是,M的数目不能太大,否则会使系统整体性能下降,用户等待时间过长。例如,在一次识别过程中,如果通过10帧不能获取到满足要求的N个字符区域的选定图像时,则可以适当降低字符清晰度阈值,以在下一次识别过程中可以在10帧以内获取到清晰的N个字符区域。这里并不旨在于将M限于10或某个特定数目,而是M可以大于该数目,也可以小于该数目。
在完成了对各帧中对应字符区域的清晰化处理之后,返回图1,接下来在步骤S150处,基于清晰化处理后的字符区域来识别出字符串信息。
具体来说,可以利用任意已知的识别技术,依次从各个字符区域的选定图像中识别出相应的字符,由此得到字符串信息。例如,可以通过本领域常用的阈值分割法,通过前景背景分割、二值化以及分类器模式分类来识别相应字符。
至此描述了根据本申请实施例的信息识别方法,其中通过对多帧的图像处理结果进行融合处理,从而得到清晰的字符区域图像,以便于后续的识别处理,大大提高了卡信息识别准确率并且优化了整个卡信息识别系统的性能,方便了用户的使用并增强了用户体验。
这里需要指出的是,上面的实施例都是以银行卡为例,但实际上,本申请中的方案并不限于银行卡,而是可以应用于符合标准的各种标准卡片,例如身份证、会员卡等等。
在根据本申请上述实施例的信息识别方法中,还可以包括在识别出卡面上的字符串信息之后的验证操作,以验证字符串信息的正确度。
具体来说,可以根据卡片的预定相关规则来验证识别出的字符串信息是否正确;如果正确,则可进行后续的处理,例如,将字符串信息作为卡信息显示给用户进行确认;如果不正确,则可以获取下一图像帧序列,并通过以上结合图1描述的实施例的图像识别方法来再次识别。
以银行卡为例,如果识别的区域是卡号信息区域,则验证此处识别的字符串信息是否满足国际标准中银行卡卡号的预定规则,例如数字序列的预定位数、预定排列形式等等。
通过验证操作,可以提高卡信息识别的准确率、优化整个卡信息识别系统的性能且增强用户体验。
与以上描述的根据本申请实施例的信息识别方法类似,本申请实施例还提供了相应的信息识别设备。
图4示出根据本申请一个实施例的信息识别设备400的结构框图。
如图4所示,根据本申请实施例的信息识别设备400可以包括卡片定位模块410、信息定位模块420、字符区域划分模块430、清晰化处理模块440以及识别模块450。
卡片定位模块410可以用于从卡片图像帧序列中分别针对每一帧来定位出卡片区域。具体来说,卡片定位模块可以利用任意已知的定位技术从每一帧中定位出卡片区域。在一个具体实施例中,卡片定位模块可以根据卡片的预定形状、预定尺寸、字符信息的特有特征中的至少一种特性,从图像帧中定位出卡片区域。
信息定位模块420可以用于从每个卡片区域中分别定位出信息区域。在一个具体实施例中,信息定位模块420可以根据信息区域在卡片中的预定位置、信息区域的预定尺寸、信息区域的预定形状等特性中的至少一种特性,在卡片区域中进一步定位出信息区域。所述信息区域例如可以包括卡号区域、有效期区域、持卡人姓名区域等。
字符区域划分模块430可以用于将每个信息区域划分成各个字符区域。具体来说,字符区域划分模块可以根据信息区域中的字符间隔、字符数目、字符大小等特性中的任意一个,将信息区域相应地分割成至少一个字符区域。例如,一个字符区域可以包括一个数字字符或字母字符。
清晰化处理模块440可以用于针对图像帧序列中各帧之间的对应字符区域分别进行清晰化处理。具体而言,可以利用任意已知的或未来开发的清晰化处理模块来针对各个对应字符区域来执行清晰化处理。稍后结合图5进行详细描述。
识别模块450可以用于基于清晰化处理后的字符区域来识别出字符串信息。
下面结合图5描述根据本申请一个实施例的清晰化处理模块500的结构框图。如图5所示,清晰化处理模块500可以包括清晰度计算模块510、候选字符区域选取模块520和阈值判定模块530。
清晰度计算模块510可以用于针对图像帧序列中各帧之间的对应字符区域,计算每个字符区域的清晰度。具体而言,该清晰度计算模块510可以进一步包括:强度值计算子模块511,用于根据字符区域中每个像素在水平方向和竖直方向上的梯度特征,计算得到字符区域中各个像素的强度值;以及清晰度确定子模块512,用于根据强度值确定每个字符区域的清晰度。
候选字符区域选取模块520可以用于选取对应字符区域中清晰度最高的字符区域作为候选字符区域。
阈值判定模块530可以用于:如果候选字符区域的清晰度高于预定阈值,则将候选字符区域作为相应字符区域的选定图像用于后续识别处理;以及如果候选字符区域的清晰度低于预定阈值,则获取下一图像帧序列继续处理。
至此已经描述根据本申请实施例的信息识别设备的示意性架构。其中通过对多帧的图像处理结果进行融合处理,从而得到清晰的字符区域图像,以便于后续的识别处理,大大提高了卡信息识别准确率并且优化了整个卡信息识别系统的性能,方便了用户的使用并增强了用户体验。
在根据本申请上述实施例的信息识别设备中,还可以包括存储模块(未示出),用于将针对卡片拍摄的视频流或多个单帧图像存储到缓存中;以及图像帧序列获取模块(未示出),用于从缓存中获取所述图像帧序列。
在根据本申请实施例的信息识别设备中,图像帧序列获取模块可以从缓存中的连续视频流中以隔开一定数目的帧的方式选取所述图像帧序列中的各帧。
另外,在根据本申请上述实施例的信息识别设备中,还可以包括验证模块,用于在识别出卡面上的字符串信息之后验证字符串信息的正确度。具体而言,该验证模块可以用于:验证字符串信息是否满足卡片的预定相关规则;如果满足,则将字符串信息作为卡信息显示给用户进行确认;以及如果不满足,则获取下一图像帧序列继续处理。通过验证,可以提高卡信息识别的准确率、优化整个卡信息识别系统的性能且增强用户体验。
以上描述的信息识别设备与之前描述的信息识别方法的处理是对应的,因此,关于其具体细节,可以参见之前描述的信息识别方法,这里不再赘述。
与以上描述的根据本申请实施例的信息识别方法和信息识别设备类似,本申请实施例还提供了相应的信息识别系统。图6示出根据本申请一个实施例的信息识别系统600的结构框图。
如图6所示,信息识别系统600可以包括图像获取设备610、信息识别设备620和显示设备630。
图像获取设备610可以用于获取卡片图像帧序列。具体而言,图像获取设备610可以为与用户终端附接的内置或外置摄像头、扫描仪、照相机之类的图像采集装置。可以通过该图像获取设备610针对卡片拍摄视频流或者对卡片进行多次图像采样来获得多个单帧图像,由此可以获取到卡片图像帧序列。
信息识别设备620可以用于从卡片图像帧序列中识别出卡面字符串信息。具体而言,信息识别设备620可以从通过图像获取设备610获取到的卡片图像帧序列中定位出卡片区域并从卡片区域中识别出卡面字符串信息。该信息识别设备的结构实现类似于上面结合图4和图5描述的信息识别设备400,因此关于其具体细节,可以参见之前描述的信息识别设备和信息识别方法,这里不再赘述。
显示设备630可以用于显示信息识别设备620识别出的字符串信息。具体而言,该显示设备630可以接收信息识别设备620输出的字符串信息并显示给用户进行确认。
根据本申请实施例的信息识别系统,通过图像获取设备获取卡片图像帧序列,对多帧中的字符区域图像处理结果进行融合处理并对融合后的字符区域图像进行识别,从而提取出卡面信息。由于利用了多帧融合处理,大大提高了卡信息识别准确率,优化了整个卡信息识别系统的性能,方便了用户的使用并增强了用户体验。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (15)
1.一种信息识别方法,其特征在于,包括:
从卡片图像帧序列中分别针对每一帧来定位出相应的字符区域;
针对图像帧序列中各帧之间的对应字符区域,计算每个字符区域的清晰度;
选取对应字符区域中清晰度最高的字符区域作为候选字符区域;
根据所述候选字符区域的清晰度,确定相应字符区域的选定图像;
基于确定出的相应字符区域的选定图像来识别出字符串信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述候选字符区域的清晰度,确定相应字符区域的选定图像,包括:
如果候选字符区域的清晰度高于预定阈值,则将候选字符区域作为相应字符区域的选定图像用于后续识别处理;以及
如果候选字符区域的清晰度低于预定阈值,则获取下一图像帧序列,并将所述下一图像帧序列作为所述卡片图像帧序列。
3.根据权利要求1所述的方法,其特征在于,所述卡片图像帧序列包括多次获取的单帧图像的集合,或者包括从缓存中的连续视频流中选取的、第一预定数目的连续帧,或者包括从缓存中的连续视频流中选取的、第二预定数目的以隔开第三预定数目的帧的方式选取的非连续帧。
4.根据权利要求1所述的方法,其特征在于,计算每个字符区域的清晰度进一步包括:
根据字符区域中每个像素在水平方向和竖直方向上的梯度特征,得到字符区域中各个像素的强度值;以及
根据强度值确定每个字符区域的清晰度。
5.根据权利要求1所述的方法,其特征在于,在从卡片图像帧序列中分别针对每一帧来定位出对应的字符区域之前还包括:
将针对卡片拍摄的视频流或多个单帧图像存储到缓存中;以及
从缓存中获取所述图像帧序列。
6.根据权利要求5所述的方法,其特征在于,从缓存中获取所述图像帧序列进一步包括:
从缓存中的连续视频流中以隔开一定数目的帧的方式选取所述图像帧序列中的各帧。
7.根据权利要求1-6中任一项所述的方法,其特征在于,还包括:
验证字符串信息是否满足卡片的预定相关规则;
如果满足,则将字符串信息作为卡信息显示给用户进行确认;以及
如果不满足,则获取下一图像帧序列,并将所述下一图像帧序列作为所述卡片图像帧序列。
8.一种信息识别设备,其特征在于,包括:
卡片定位模块,用于从针对卡片拍摄的图像帧序列中分别针对每一帧来定位出相应的字符区域;
清晰度计算模块,用于针对图像帧序列中各帧之间的对应字符区域,计算每个字符区域的清晰度;
候选字符区域选取模块,用于选取对应字符区域中清晰度最高的字符区域作为候选字符区域;
阈值判定模块,用于根据所述候选字符区域的清晰度,确定相应字符区域的选定图像;
识别模块,用于基于确定出的相应字符区域的选定图像来识别出字符串信息。
9.根据权利要求8所述的设备,其特征在于,所述阈值判定模块,用于如果候选字符区域的清晰度高于预定阈值,则将候选字符区域作为相应字符区域的选定图像用于后续识别处理;以及如果候选字符区域的清晰度低于预定阈值,则获取下一图像帧序列,并将所述下一图像帧序列作为所述卡片图像帧序列。
10.根据权利要求8所述的设备,其特征在于,所述卡片图像帧序列包括多次获取的单帧图像的集合,或者包括从缓存中的连续视频流中选取的、第一预定数目的连续帧,或者包括从缓存中的连续视频流中选取的、第二预定数目的以隔开第三预定数目的帧的方式选取的非连续帧。
11.根据权利要求8所述的设备,其特征在于,清晰度计算模块进一步包括:
强度值计算子模块,用于根据字符区域中每个像素在水平方向和竖直方向上的梯度特征,计算得到字符区域中各个像素的强度值;以及
清晰度确定子模块,用于根据强度值确定每个字符区域的清晰度。
12.根据权利要求8所述的设备,其特征在于,还包括:
存储模块,用于将针对卡片拍摄的视频流或多个单帧图像存储到缓存中;以及
图像帧序列获取模块,用于从缓存中获取所述图像帧序列。
13.根据权利要求12所述的设备,其特征在于,图像帧序列获取模块从缓存中的连续视频流中以隔开一定数目的帧的方式选取所述图像帧序列中的各帧。
14.根据权利要求8-13中任一项所述的设备,其特征在于,还包括验证模块,用于:
验证字符串信息是否满足卡片的预定相关规则;
如果满足,则将字符串信息作为卡信息显示给用户进行确认;以及
如果不满足,则获取下一图像帧序列,并将所述下一图像帧序列作为所述卡片图像帧序列。
15.一种信息识别系统,其特征在于,包括:
图像获取设备,用于获取卡片图像帧序列;
根据权利要求8-14中任一项所述的信息识别设备,用于从卡片图像帧序列中识别出卡面字符串信息;以及
显示设备,用于显示识别出的字符串信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811508926.6A CN109766890B (zh) | 2013-06-03 | 2013-06-03 | 信息识别方法、设备和系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811508926.6A CN109766890B (zh) | 2013-06-03 | 2013-06-03 | 信息识别方法、设备和系统 |
CN201310216611.5A CN104217202B (zh) | 2013-06-03 | 2013-06-03 | 信息识别方法、设备和系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310216611.5A Division CN104217202B (zh) | 2013-06-03 | 2013-06-03 | 信息识别方法、设备和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109766890A true CN109766890A (zh) | 2019-05-17 |
CN109766890B CN109766890B (zh) | 2020-11-06 |
Family
ID=51985179
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811508926.6A Active CN109766890B (zh) | 2013-06-03 | 2013-06-03 | 信息识别方法、设备和系统 |
CN201310216611.5A Active CN104217202B (zh) | 2013-06-03 | 2013-06-03 | 信息识别方法、设备和系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310216611.5A Active CN104217202B (zh) | 2013-06-03 | 2013-06-03 | 信息识别方法、设备和系统 |
Country Status (8)
Country | Link |
---|---|
US (2) | US9367753B2 (zh) |
EP (1) | EP3005234A4 (zh) |
JP (1) | JP6255486B2 (zh) |
KR (1) | KR101836071B1 (zh) |
CN (2) | CN109766890B (zh) |
SG (2) | SG11201509903TA (zh) |
TW (1) | TW201447775A (zh) |
WO (1) | WO2014195802A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469179A (zh) * | 2020-03-30 | 2021-10-01 | 阿里巴巴集团控股有限公司 | 一种图像识别方法、装置、电子设备以及存储介质 |
WO2023246193A1 (zh) * | 2022-06-24 | 2023-12-28 | 北京京东振世信息技术有限公司 | 一种图像清晰度确定方法、装置、设备及存储介质 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109766890B (zh) * | 2013-06-03 | 2020-11-06 | 支付宝(中国)网络技术有限公司 | 信息识别方法、设备和系统 |
CN105100126B (zh) | 2014-04-18 | 2019-12-03 | 阿里巴巴集团控股有限公司 | 发送卡券、生成卡券的方法、公众账号服务端和移动终端 |
CN104809157B (zh) * | 2015-03-25 | 2018-05-18 | 小米科技有限责任公司 | 号码识别方法及装置 |
WO2017066353A1 (en) * | 2015-10-12 | 2017-04-20 | Drone Seed Co. | Forestry information management systems and methods streamlined by automatic biometric data prioritization |
CN106156767A (zh) * | 2016-03-02 | 2016-11-23 | 平安科技(深圳)有限公司 | 行驶证有效期自动提取方法、服务器及终端 |
CN106203425B (zh) * | 2016-07-01 | 2020-02-04 | 北京旷视科技有限公司 | 字符识别方法及装置 |
DE112016007194T5 (de) * | 2016-09-02 | 2019-07-04 | Hitachi High-Technologies Corporation | Verfahren zum Erzeugen eines Zeichenkettenwörterbuchs, Verfahren zum Suchen eines Zeichenkettenwörterbuchs und ein System zum Verarbeiten eines Zeichenkettenwörterbuchs |
CN106557766B (zh) * | 2016-11-22 | 2020-05-19 | 宇龙计算机通信科技(深圳)有限公司 | 模糊字符处理方法、系统及电子设备 |
US10817356B2 (en) | 2017-10-11 | 2020-10-27 | Bank Of America Corporation | Entity resource distribution channel manipulation |
US10530780B2 (en) | 2017-10-11 | 2020-01-07 | Bank Of America Corporation | Entity validation for resource distribution location |
US10579440B2 (en) | 2017-11-07 | 2020-03-03 | Bank Of America Corporation | Virtual resource control and distribution |
US10320662B1 (en) | 2017-11-17 | 2019-06-11 | Bank Of America Corporation | Centralized resource routing and distribution |
CN108154132A (zh) * | 2018-01-10 | 2018-06-12 | 马上消费金融股份有限公司 | 一种身份证文字提取方法、系统及设备和存储介质 |
CN110647784A (zh) * | 2018-06-27 | 2020-01-03 | 中国移动通信集团浙江有限公司 | 一种基于深度学习的设备资产管理的方法及装置 |
CN109101960A (zh) * | 2018-07-26 | 2018-12-28 | 中国科学院半导体研究所 | 身份文本信息检测方法及装置 |
CN109325480A (zh) * | 2018-09-03 | 2019-02-12 | 平安普惠企业管理有限公司 | 身份信息的录入方法及终端设备 |
CN109389110B (zh) * | 2018-10-11 | 2021-03-19 | 北京奇艺世纪科技有限公司 | 一种区域确定方法及装置 |
GB201820569D0 (en) * | 2018-12-18 | 2019-01-30 | Continental Automotive Gmbh | Printed character recognition |
CN110059576A (zh) * | 2019-03-26 | 2019-07-26 | 北京字节跳动网络技术有限公司 | 图片的筛选方法、装置和电子设备 |
US11036996B2 (en) * | 2019-07-02 | 2021-06-15 | Baidu Usa Llc | Method and apparatus for determining (raw) video materials for news |
CN113012422B (zh) * | 2019-12-20 | 2023-03-21 | 百度在线网络技术(北京)有限公司 | 公交车定位方法、装置、设备及存储介质 |
CN111914741B (zh) * | 2020-07-30 | 2024-04-19 | 云知声智能科技股份有限公司 | 房产证识别方法、装置和设备 |
KR102486208B1 (ko) * | 2022-07-07 | 2023-01-10 | 캥스터즈 주식회사 | 인공 지능 기반의 사용자 맞춤형 복지 큐레이션 서비스 서버, 그 방법 및 프로그램 |
CN115509477B (zh) * | 2022-09-09 | 2024-04-09 | 上海国微芯芯半导体有限公司 | 车载显示屏中字符图像动态显示方法、装置、设备、介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1438605A (zh) * | 2003-03-14 | 2003-08-27 | 西安交通大学 | 啤酒瓶凸性字符提取与识别硬件系统及处理方法 |
US20070019248A1 (en) * | 2005-07-21 | 2007-01-25 | Inventec Appliances Corp. | Method for collecting information of business cards in a mobile communication device |
EP1796019A1 (en) * | 2005-12-12 | 2007-06-13 | Xerox Corporation | Personal information retrieval using knowledge bases for optical character recognition correction |
CN201159903Y (zh) * | 2008-03-14 | 2008-12-03 | 北京信路威科技发展有限公司 | 一种车牌识别装置 |
CN101510258A (zh) * | 2009-01-16 | 2009-08-19 | 北京中星微电子有限公司 | 一种证件验证方法、系统及一种证件验证终端 |
CN101515325A (zh) * | 2009-04-08 | 2009-08-26 | 北京邮电大学 | 基于字符切分和颜色聚类的数字视频中的字符提取方法 |
CN102708356A (zh) * | 2012-03-09 | 2012-10-03 | 沈阳工业大学 | 一种基于复杂背景下的车牌自动定位和识别方法 |
CN102880859A (zh) * | 2012-08-30 | 2013-01-16 | 华南理工大学 | 一种车牌识别方法 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4454506A (en) * | 1981-09-04 | 1984-06-12 | Bell Telephone Laboratories, Incorporated | Method and circuitry for reducing flicker in symbol displays |
US5351314A (en) * | 1991-10-04 | 1994-09-27 | Canon Information Systems, Inc. | Method and apparatus for image enhancement using intensity dependent spread filtering |
JP3519134B2 (ja) * | 1994-08-10 | 2004-04-12 | 富士通株式会社 | ソフトウェア使用量測定装置およびマルチメディア情報出力装置 |
US6853984B1 (en) | 1997-04-08 | 2005-02-08 | Propay U.S.A., Inc. | Method and apparatus for credit card processing via facsimile |
US7505604B2 (en) * | 2002-05-20 | 2009-03-17 | Simmonds Precision Prodcuts, Inc. | Method for detection and recognition of fog presence within an aircraft compartment using video images |
JP4818592B2 (ja) * | 2003-07-01 | 2011-11-16 | オリンパス株式会社 | 顕微鏡システム、顕微鏡画像表示システム、観察体画像表示方法、及びプログラム |
US7756357B2 (en) * | 2003-07-01 | 2010-07-13 | Olympus Corporation | Microscope system for obtaining high and low magnification images |
JP3990375B2 (ja) * | 2004-03-30 | 2007-10-10 | 東芝ソリューション株式会社 | 画像処理装置および画像処理方法 |
CN1684097A (zh) * | 2004-04-16 | 2005-10-19 | 中国科学院自动化研究所 | 一种实时ic卡数字字符识别与校验系统及方法 |
KR100647284B1 (ko) * | 2004-05-21 | 2006-11-23 | 삼성전자주식회사 | 영상의 문자 추출 장치 및 방법 |
JP4616096B2 (ja) * | 2005-07-12 | 2011-01-19 | オリンパス株式会社 | 動画撮像装置および撮像プログラム |
US7706610B2 (en) * | 2005-11-29 | 2010-04-27 | Microsoft Corporation | Segmentation of objects by minimizing global-local variational energy |
US7802720B2 (en) * | 2008-01-04 | 2010-09-28 | Intuit Inc. | Method and system for performing a card-present transaction using image capture on a portable device |
EP2088548A1 (en) * | 2008-02-11 | 2009-08-12 | Accenture Global Services GmbH | Point of sale payment method |
EP2260646B1 (en) * | 2008-03-28 | 2019-01-09 | On-net Surveillance Systems, Inc. | Method and systems for video collection and analysis thereof |
JP5540553B2 (ja) * | 2008-06-30 | 2014-07-02 | 株式会社リコー | 画像処理装置、画像形成装置、画像処理方法及び画像処理プログラム |
KR101102572B1 (ko) | 2009-01-15 | 2012-01-04 | 주식회사 비츠로씨앤씨 | 차량 번호판 인식방법 |
JP5419491B2 (ja) * | 2009-02-20 | 2014-02-19 | 三菱重工業株式会社 | 文字認識装置及び文字認識方法 |
JP4875117B2 (ja) * | 2009-03-13 | 2012-02-15 | 株式会社東芝 | 画像処理装置 |
US8290273B2 (en) * | 2009-03-27 | 2012-10-16 | Raytheon Bbn Technologies Corp. | Multi-frame videotext recognition |
JP5293514B2 (ja) * | 2009-09-08 | 2013-09-18 | 株式会社リコー | 画像処理装置及び画像処理プログラム |
JP5500996B2 (ja) * | 2010-01-06 | 2014-05-21 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
JP2012094936A (ja) * | 2010-10-22 | 2012-05-17 | Sony Corp | 画像処理装置、および画像処理方法、並びにプログラム |
US9418304B2 (en) * | 2011-06-29 | 2016-08-16 | Qualcomm Incorporated | System and method for recognizing text information in object |
US9405984B2 (en) | 2012-02-08 | 2016-08-02 | Scientific Games International, Inc. | Logistics methods for portable, mobile processing of lottery and contest tickets |
BR112014020753B1 (pt) * | 2012-03-02 | 2021-10-05 | Nissan Motor Co., Ltd | Dispositivo de detecção de objeto tridimensional |
US8990223B2 (en) * | 2012-06-29 | 2015-03-24 | Rovi Guides, Inc. | Systems and methods for matching media content data |
EP2885751A4 (en) | 2012-08-15 | 2016-03-30 | Jumio Inc | IMAGE PROCESSING FOR CREDIT VALIDATION |
CN109766890B (zh) * | 2013-06-03 | 2020-11-06 | 支付宝(中国)网络技术有限公司 | 信息识别方法、设备和系统 |
-
2013
- 2013-06-03 CN CN201811508926.6A patent/CN109766890B/zh active Active
- 2013-06-03 CN CN201310216611.5A patent/CN104217202B/zh active Active
- 2013-12-05 TW TW102144654A patent/TW201447775A/zh unknown
-
2014
- 2014-05-30 US US14/292,288 patent/US9367753B2/en active Active
- 2014-06-03 SG SG11201509903TA patent/SG11201509903TA/en unknown
- 2014-06-03 KR KR1020157037281A patent/KR101836071B1/ko active IP Right Grant
- 2014-06-03 JP JP2016516260A patent/JP6255486B2/ja active Active
- 2014-06-03 WO PCT/IB2014/001854 patent/WO2014195802A2/en active Application Filing
- 2014-06-03 SG SG10201606988WA patent/SG10201606988WA/en unknown
- 2014-06-03 EP EP14806843.0A patent/EP3005234A4/en not_active Ceased
-
2016
- 2016-03-01 US US15/058,060 patent/US10210415B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1438605A (zh) * | 2003-03-14 | 2003-08-27 | 西安交通大学 | 啤酒瓶凸性字符提取与识别硬件系统及处理方法 |
US20070019248A1 (en) * | 2005-07-21 | 2007-01-25 | Inventec Appliances Corp. | Method for collecting information of business cards in a mobile communication device |
EP1796019A1 (en) * | 2005-12-12 | 2007-06-13 | Xerox Corporation | Personal information retrieval using knowledge bases for optical character recognition correction |
CN201159903Y (zh) * | 2008-03-14 | 2008-12-03 | 北京信路威科技发展有限公司 | 一种车牌识别装置 |
CN101510258A (zh) * | 2009-01-16 | 2009-08-19 | 北京中星微电子有限公司 | 一种证件验证方法、系统及一种证件验证终端 |
CN101515325A (zh) * | 2009-04-08 | 2009-08-26 | 北京邮电大学 | 基于字符切分和颜色聚类的数字视频中的字符提取方法 |
CN102708356A (zh) * | 2012-03-09 | 2012-10-03 | 沈阳工业大学 | 一种基于复杂背景下的车牌自动定位和识别方法 |
CN102880859A (zh) * | 2012-08-30 | 2013-01-16 | 华南理工大学 | 一种车牌识别方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113469179A (zh) * | 2020-03-30 | 2021-10-01 | 阿里巴巴集团控股有限公司 | 一种图像识别方法、装置、电子设备以及存储介质 |
WO2023246193A1 (zh) * | 2022-06-24 | 2023-12-28 | 北京京东振世信息技术有限公司 | 一种图像清晰度确定方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104217202A (zh) | 2014-12-17 |
US20160247037A1 (en) | 2016-08-25 |
KR20160014728A (ko) | 2016-02-11 |
EP3005234A2 (en) | 2016-04-13 |
US20140355883A1 (en) | 2014-12-04 |
WO2014195802A2 (en) | 2014-12-11 |
TW201447775A (zh) | 2014-12-16 |
US9367753B2 (en) | 2016-06-14 |
EP3005234A4 (en) | 2017-03-15 |
JP6255486B2 (ja) | 2017-12-27 |
CN109766890B (zh) | 2020-11-06 |
WO2014195802A3 (en) | 2015-04-23 |
SG10201606988WA (en) | 2016-10-28 |
SG11201509903TA (en) | 2016-01-28 |
KR101836071B1 (ko) | 2018-03-08 |
JP2016523397A (ja) | 2016-08-08 |
CN104217202B (zh) | 2019-01-01 |
US10210415B2 (en) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104217202B (zh) | 信息识别方法、设备和系统 | |
CN110569721B (zh) | 识别模型训练方法、图像识别方法、装置、设备及介质 | |
Belussi et al. | Fast QR code detection in arbitrarily acquired images | |
CN111583097A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN104217203B (zh) | 复杂背景卡面信息识别方法及系统 | |
GB2549554A (en) | Method and system for detecting an object in an image | |
CN112967341B (zh) | 基于实景图像的室内视觉定位方法、系统、设备及存储介质 | |
CN110765795B (zh) | 二维码识别方法、装置及电子设备 | |
CN106203425B (zh) | 字符识别方法及装置 | |
Lu et al. | Robust blur kernel estimation for license plate images from fast moving vehicles | |
CN108830175A (zh) | 虹膜图像局部增强方法、装置、设备及存储介质 | |
US11574492B2 (en) | Efficient location and identification of documents in images | |
CN112052702B (zh) | 一种识别二维码的方法和装置 | |
CN114238904A (zh) | 身份识别方法、双通道超分模型的训练方法及装置 | |
CN112001200A (zh) | 识别码识别方法、装置、设备、存储介质和系统 | |
CN106384071A (zh) | 一种二维码扫描识别处理方法及装置 | |
CN113379713B (zh) | 证件图像的检测方法及其装置 | |
CN115908831B (zh) | 一种图像检测方法及装置 | |
CN115393868B (zh) | 文本检测方法、装置、电子设备和存储介质 | |
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 | |
WO2015114021A1 (en) | Image capture using client device | |
CN114549857A (zh) | 图像信息识别方法、装置、计算机设备和存储介质 | |
JP2018137639A (ja) | 動画像処理システム、並びに、符号化装置及びプログラム、並びに、復号装置及びプログラム | |
CN111611985A (zh) | 一种基于模型融合的ocr识别方法 | |
CN111985483B (zh) | 一种拍屏文件图片检测方法、装置及存储介质 |
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 |