CN109872284A - 图像信息脱敏方法、装置、计算机设备及存储介质 - Google Patents
图像信息脱敏方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109872284A CN109872284A CN201910048309.0A CN201910048309A CN109872284A CN 109872284 A CN109872284 A CN 109872284A CN 201910048309 A CN201910048309 A CN 201910048309A CN 109872284 A CN109872284 A CN 109872284A
- Authority
- CN
- China
- Prior art keywords
- character
- image
- desensitization
- sensitive
- region
- 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.)
- Pending
Links
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种图像信息脱敏方法、装置、终端设备及存储介质,所述方法包括:采用HTML5技术,将待脱敏图像转换成画布形式的初始图像;对所述初始图像进行敏感信息检测,得到所述初始图像中的敏感字符,并获取每一所述敏感字符对应的敏感区域;根据每一所述敏感字符对应的敏感区域,确定待脱敏区域;对所述初始图像的所述待脱敏区域进行虚化处理,得到初始脱敏图像;对所述初始脱敏图像进行边缘虚化,得到目标脱敏图像。上述方法通过对图像敏感信息以及敏感信息边缘均进行虚化处理,提高了脱敏效果,进而提高了图像信息的安全性。
Description
技术领域
本发明涉及图像识别领域,尤其涉及一种图像信息脱敏方法、装置、计算机设备及存储介质。
背景技术
数据脱敏是指对某些敏感信息通过脱敏规则进行数据的变形,实现敏感隐私数据的可靠保护。在涉及客户隐私数据或者一些商业性敏感数据之时,在不违反系统规则条件下,对真实数据进行改造并提供测试使用,如身份证号、手机号、卡号或者客户号等个人信息都需要进行数据脱敏。比如我们最常见的火车票、电商收货人地址都会对敏感信息做处理。特别是图像中的信息进行脱敏成为了常见问题,如医院设备拍片生成图像,图像中有诸如病人姓出生年月和设备等敏感信息。
传统地,通过采用替换图像的方式进行脱敏处理,但是需要脱敏处理的图像数量较大,通过一一替换的方式非常消耗时间,难免会有遗漏,同时容易由于疏忽导致替换错误的风险等,导致图像脱敏信息不准确,进而影响图像信息安全性。
发明内容
本发明实施例提供一种图像信息脱敏方法、装置、计算机设备及存储介质以解决图像脱敏信息不准确导致的图像信息不安全的问题。
一种图像信息脱敏方法,包括:
采用HTML5技术,将待脱敏图像转换成画布形式的初始图像;
对所述初始图像进行敏感信息检测,得到所述初始图像中的敏感字符,并获取每一所述敏感字符对应的敏感区域;
根据每一所述敏感字符对应的敏感区域,确定待脱敏区域;
对所述初始图像的所述待脱敏区域进行虚化处理,得到初始脱敏图像;
对所述初始脱敏图像进行边缘虚化,得到目标脱敏图像。
一种图像信息脱敏装置,包括:
初始图像获取模块,用于采用HTML5技术,将待脱敏图像转换成画布形式的初始图像;
敏感字符区域获取模块,用于对所述初始图像进行敏感信息检测,得到所述初始图像中的敏感字符,并获取每一所述敏感字符对应的敏感区域;
待脱敏区域获取模块,用于根据每一所述敏感字符对应的敏感区域,确定待脱敏区域;
初始脱敏图像获取模块,用于对所述初始图像的所述待脱敏区域进行虚化处理,得到初始脱敏图像;
目标脱敏图像获取模块,用于对所述初始脱敏图像进行边缘虚化,得到目标脱敏图像。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述图像信息脱敏方法。
一种计算机可读存储介质,所述计算机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上述图像信息脱敏方法。
上述图像信息脱敏方法、装置、计算机设备及存储介质中,首先,采用HTML5技术,将待脱敏图像转换成画布形式的初始图像。从而能够直接利用像素获取工具对该初始图像进行像素的处理,以便后续更加高效地获取待脱敏图像的敏感信息。然后,对初始图像进行敏感信息检测,得到初始图像中的敏感字符,并获取每一敏感字符区域,以便后续根据每一敏感字符区域确定需要进行脱敏的敏感信息的区域。接着,通过根据每一敏感字符的区域,确定待脱敏区域,以便后续直接对敏感区域进行处理,能够实现同时对多个敏感字符进行脱敏处理,省去了对每个敏感字符一一进行处理的时间,大大提高了处理敏感字符的脱敏效率。接下来,对初始图像的待脱敏区域进行虚化处理,得到初始脱敏图像。高斯模糊算法能够使得图像更加平滑,进而使得初始图像的待脱敏区域的模糊部分和没有模糊的部分从视觉上衔接更自然。提升了待脱敏区域的脱敏效果。最后,对初始脱敏图像进行边缘虚化,得到目标脱敏图像。加强边缘的模糊效果,使得目标脱敏图像待脱敏区域以及待脱敏区域边缘都得到了较好的虚化效果,从而提高了脱敏效果,进而提高了图像信息的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的图像信息脱敏方法的应用环境示意图;
图2是本发明实施例提供的图像信息脱敏方法一示例图;
图3是本发明实施例提供的图像信息脱敏方法的另一示例图;
图4是本发明实施例提供的图像信息脱敏方法的另一示例图;
图5是本发明实施例提供的图像信息脱敏方法的另一示例图;
图6是本发明实施例提供的图像信息脱敏方法的另一示例图;
图7是本发明实施例提供的图像信息脱敏装置的一原理框图;
图8是本发明实施例提供的图像信息脱敏装置的另一原理框图;
图9是本发明实施例提供的计算机设备的一示意图。
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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请提供的图像信息脱敏方法,可应用在如图1的应用环境中,其中,客户端通过网络与服务端进行通信,服务端接收客户端发送的待脱敏图像,然后采用HTML5技术,将该待脱敏图像转换成画布形式的初始图像。接着对初始图像进行敏感信息检测,得到初始图像中的敏感字符,并获取每一敏感字符的区域。根据每一敏感字符的区域,确定待脱敏区域。进而利用高斯模糊算法对初始图像的待脱敏区域进行虚化处理,得到初始脱敏图像,最后对初始脱敏图像进行边缘虚化,得到目标脱敏图像。其中,客户端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,以该方法应用于图1中的服务端为例进行说明,包括如下步骤:
S10:采用HTML5技术,将待脱敏图像转换成画布形式的初始图像。
其中,HTML5技术指标准通用标记语言下的一个应用超文本标记语言(HTML)的第五次重大修改后的应用超文本标记语言标准,用于直接在网页上对图像、数据和图表等信息直接调试和修改。HTML5技术包括Canvas对象,使得浏览器具有直接在浏览器上绘制图像的的能力,因此,用户可以脱离Flash和Silverlight,直接在浏览器中显示图形或动画。
其中,画布(Canvas)是在HTML5中新增的标签,用于在浏览器的网页中实时生成图像,并且可以操作图像内容,可以理解为它是一个可以用JavaScript脚本操作的位图。画布形式的初始图像是指对待脱敏图像进行转换后得到的画布图像,由于该画布形式的初始图像能够直接在浏览器上绘制图像,从而省去了对待脱敏图像进行预处理的操作,提高了初始图像处理效率。
具体地,可以通过HTML5技术中Canvas对象中的转换工具,将待脱敏图像转换成数据流,进而在数据流的基础上,直接使用JavaScript完成绘制,从而将待脱敏图像转换成画布形式的初始图像。即通过JavaScript脚本创建canvas DOM元素,并设置初始图像的像素和待脱敏图像一致,从坐标原点即(0,0)处进行绘制。例如,可以通过drawImage方法将待脱敏图像放入Canvas对象中,即完成了对待脱敏图像的转换,从而得到画布形式的初始图像。对于初始图像,用户可以脱离Flash和Silverlight,直接在浏览器中显示图形或动画。从而能够直接利用像素获取工具对该初始图像进行像素的处理,以便后续更加高效地获取待脱敏图像的敏感信息。
S20:对初始图像进行敏感信息检测,得到初始图像中的敏感字符,并获取每一敏感字符对应的敏感区域。
其中,敏感信息是指不当使用或未经授权被人接触或修改会不利于国家利益或联邦政府计划的实行或不利于个人依法享有的个人隐私权的所有信息,如商业机密和个人身份信息等。其中,个人身份信息具体可以为火车票中的身份证号码和姓名等信息。敏感字符是指组成敏感信息的字符,包括但不限于是文字字符、数字字符、字母字符或者符号字符等。如火车票中的身份证号码这一敏感信息中的数字字符。敏感区域是指单个敏感字符所在的面积范围,即以该敏感字符为中心的包括敏感字符在内、不包括初始图像中其它字符的面积范围。可选地,敏感区域可以是单个敏感字符所在的具有规则形状的区域,具体地,依据场景需要进行框选得到的区域。可以理解地,在确定敏感字符后,对应的敏感区域也随之确定。通过获取每一敏感区域,以便后续根据每一敏感区域确定需要进行脱敏的区域。
具体地,本实施例中的敏感信息是指图像中的由敏感字符组成的敏感信息,敏感信息检测是指采用计算机技术(如图像处理技术)检测识别出敏感信息。对初始图像进行敏感信息检测的具体过程为:首先对初始图像进行文字识别处理,得到初始图像的文字内容。然后遍历检测文字内容中是否包含敏感信息,提取文字内容中包含的敏感字符。
值得说明的是,在一个具体实施方式中,采用基于图像变换的检测方法对初始图像进行检测的步骤之后,还对检测得到的每一敏感字符按照预设的宽度进行截取,截取后得到特定形状的区域即为敏感字符区域。例如一火车票的原始图像中包含的身份证号码的敏感信息的单个敏感字符左上角像素的坐标为(X1,Y1),右下角像素的坐标为(X2,Y2),该敏感字符区域为(X2-X1)×(Y2-Y1)的矩形面积范围。
S30:根据每一敏感区域,确定待脱敏区域。
其中,待脱敏区域是指将每一敏感区域进行组合得到待敏感区域,即以敏感字符为中心的包括敏感字符在内、不包括初始图像中其它非敏感字符的面积范围。例如,将火车票的初始图像的身份证号码的第一个敏感字符(数字字符)到最后一个敏感字符(数字字符)的区域以及火车票的初始图像的姓名第一个敏感字符(文字字符)到最后一个敏感字符(文字字符)的区域综合得到的区域即为待脱敏区域。
可以理解地,根据每一敏感区域,确定待脱敏区域,以便后续直接对待脱敏区域进行处理,能够实现同时对多个敏感字符进行脱敏处理,省去了对每个敏感字符一一进行处理的时间,大大提高了处理敏感字符的脱敏效率。
S40:对初始图像的待脱敏区域进行虚化处理,得到初始脱敏图像。
其中,虚化处理是指对图片进行模糊操作的处理方式,用于模糊图像像素,隐藏敏感信息。虚化处理的方法可以是均值模糊(box blur),也可以高斯模糊(gaussian blur)还可以中值模糊(media blur)或者二值模糊(bilateral blur)等,优选地,本实施例中采用高斯模糊的方法。
值得说明的是,本步骤中的虚化处理,目的是对待脱敏区域进行马赛克处理,实质上是对局部区域进行虚化处理,而高斯模糊算法能很好地进行局部细节模糊的虚化处理,并且高斯模糊算法还能够使得图像更加平滑,使得初始图像的待脱敏区域的模糊部分和没有模糊的部分从视觉上衔接更自然。提升了待脱敏区域的脱敏效果。
S50:对初始脱敏图像进行边缘虚化,得到目标脱敏图像。
其中,边缘虚化是指对待脱敏区域的边缘部分的像素进行虚化处理的操作,用于强化边缘的模糊效果。目标脱敏图像是指实现了脱敏效果的图像。
可以理解地,初始脱敏图像已经进行了脱敏处理,并且由于初始脱敏图像的虚化处理通过高斯模糊算法进行整体虚化的,因此,待脱敏区域的边缘部分像素可能存在虚化效果不好的情况,为此,通过对初始脱敏图像进行边缘虚化,加强边缘的模糊效果,使得目标脱敏图像待脱敏区域以及待脱敏区域边缘都得到了较好的虚化效果,从而提高了脱敏效果,提高了图像信息的安全性。
本实施例中,首先,采用HTML5技术,将待脱敏图像转换成画布形式的初始图像。从而能够直接利用像素获取工具对该初始图像进行像素的处理,以便后续更加高效地获取待脱敏图像的敏感信息。然后,对初始图像进行敏感信息检测,得到初始图像中的敏感字符,并获取每一敏感字符区域,以便后续根据每一敏感字符区域确定需要进行脱敏的敏感信息的区域。接着,通过根据每一敏感字符的区域,确定待脱敏区域,以便后续直接对敏感区域进行处理,能够实现同时对多个敏感字符进行脱敏处理,省去了对每个敏感字符一一进行处理的时间,大大提高了处理敏感字符的脱敏效率。接下来,对初始图像的待脱敏区域进行虚化处理,得到初始脱敏图像。高斯模糊算法能够使得图像更加平滑,进而使得初始图像的待脱敏区域的模糊部分和没有模糊的部分从视觉上衔接更自然。提升了待脱敏区域的脱敏效果。最后,对初始脱敏图像进行边缘虚化,得到目标脱敏图像。加强边缘的模糊效果,使得目标脱敏图像待脱敏区域以及待脱敏区域边缘都得到了较好的虚化效果,从而提高了脱敏效果,进而提高了图像信息的安全性。
在一实施例中,如图3所示,步骤S20中,对初始图像进行敏感信息检测,得到初始图像中的敏感字符,包括:
S21:采用文字识别算法对初始图像进行文字识别,获取初始图像中的字符。
其中,文字识别算法是指对文字进行识别的算法,具体地,用于对初始图片的文字进行识别。其中所识别的字符可以包括文字字符、数字字符、字母字符和符号字符等。例如,文字字符可以包括“支”、“付”、“宝”等;数字字符可以包括“0”、“1”等;字母字符可以包括“A”、“Z”等;符号字符可以包括“%”、“.”、“¥”等。
可以理解地,识别初始图像中的字符可以采用光学字符识别(Optical CharacterRecognition,简称OCR)技术,对初始图像中的字符形状进行切割,然后对切割的字符形状进行模板匹配或者特征提取,以将初始图像中的字符形状翻译成计算机字符。本实施例中,对初始图像中的字符进行识别可以采用基于图像特征提取的识别方法,也可以基于神经网络的文字识别方法,还可以是基于深度学习的文字识别方法,在此不作限定。
S22:将初始图像中符合预设判别条件的字符,确定为初始图像中的敏感字符,其中,预设判别条件包括关键字符库、预设字符类型和字符组合格式中的至少一种。
其中,预设判别条件可以为预先存储的默认判别条件,也可以为用户预先设置的判别条件。另外,预设判别条件可以包括关键字符库、预设字符类型和字符组合格式中的至少一种。用于作为敏感字符的判断标准。关键字符库是指由关键字符组成的关键字符库。预设预设字符类型包括文字字符、数字字符、字母字符和符号字符中的至少一种。确定字符中的敏感字符可以是:将从初始图像中识别出的字符符合预设判别条件的字符确定为敏感字符。从而能够快速准确地获取敏感字符,以便更加高效地确定敏感信息。
当预设判别条件包括关键字符库时,将从初始图像识别出与关键字符库中的关键字符相匹配的字符,确定为敏感字符。
当预设判别条件括预设字符类型时,将从初始图像识别出的字符属于预设字符类型的字符,确定为敏感字符。例如,预设字符类型为数字字符。在步骤S21中识别出的字符为身份证上的“19911012”字符。相应地,可以确定初始图像中的敏感字符包括:“1991”和“1012”。
当预设判别条件包括字符组合格式时,将从初始图像识别出的字符符合字符组合格式的字符,确定为敏感字符。又例如,预设判别条件中的字符组合格式包括:由4个数字字符+符号字符“/”+2个数字字符+符号字符“/”+2个数字字符组成的日期格式。在步骤S21中识别出的字符为身份证上的出生年月的字符。相应地,可以确定初始图像中的敏感字符为:“1991/10/12”。
本实施例中,首先采用文字识别算法对初始图像进行文字识别,获取初始图像中的字符。然后,将初始图像中符合预设判别条件的字符,确定为初始图像中的敏感字符,确定为初始图像中的敏感字符。从而能够快速准确地获取敏感字符,以便更加高效地确定敏感信息。
在一实施例中,步骤S20中,获取每一敏感字符对应的敏感区域,具体为:
获取每一敏感字符的像素信息,并提取像素信息中包含的位置信息,将位置信息对应的区域作为敏感区域。
其中,像素信息是指基本原色素及其灰度的基本编码信息,像素是构成数码影像的基本单元,以像素每英寸PPI(pixels per inch)为单位来表示影像分辨率的大小,其中的分辨率也即图像的尺寸大小。位置信息是指像素信息中与分辨率对应的信息,包括但不限于是敏感字符的位置坐标。具体地,可以通过Canvas中的像素信息获取工具获取单个敏感字符的像素信息。例如,可以通过getImageData函数实现:
imgData=ctx.getImageData(x,y,width,high);
其中,ctx是指单个敏感字符的名称,imgData为单个敏感字符的像素信息,x,y,width,high分别为待脱敏区域的左上角的横坐标、纵坐标、单个敏感字符的高度和宽度,即为位置信息,将该位置信息对应的区域作为敏感区域。
本实施例中,获取每一敏感字符的像素信息,并提取像素信息中包含的位置信息,将位置信息对应的区域作为敏感区域,从而得到每个敏感字符的敏感区域。
在一实施例中,每一敏感字符区域包括敏感字符位置坐标。
其中,位置坐标是指单个敏感字符所在位置的坐标,该位置坐标可以是该单个敏感字符所在的矩形区域的左上角坐标,也可以是右下角坐标,还可以是中心坐标,优选地,本实施例中位置坐标采用中心坐标。
在这个实施例中,如图4所示,步骤S30中,根据每一敏感区域,确定待脱敏区域,具体包括如下步骤:
S31:针对每一敏感字符位置坐标,分别计算该敏感字符位置坐标与其他敏感字符位置坐标之间的距离,得到每一敏感区域对应的敏感字符距离。
具体地,对于每一敏感字符位置坐标,分别计算该敏感字符位置坐标与其他敏感字符位置坐标之间的距离,得到每一敏感区域对应的敏感字符距离,作为敏感字符距离。例如,有M个敏感字符位置坐标,分别表示为(X1,Y1)、(X2,Y2)…(XM,YM),对于敏感字符位置坐标(X1,Y1),分别计算(X1,Y1)与(X2,Y2)、(X3,Y3)…(XM,YM)的距离,得到M-1个敏感字符距离,对于敏感字符位置坐标(X2,Y2),分别计算(X2,Y2)与(X3,Y3)、(X4,Y4)、…(XM,YM)的距离,得到M-2个敏感字符距离,对于敏感字符位置坐标(XM-1,YM-1),计算(XM-1,YM-1)与(XM,YM)的距离,得到1个敏感字符距离,可以理解地,当有M个敏感区域,分别计算该敏感字符位置坐标与其他任意一个敏感字符位置坐标之间的距离,得到1+2+3+…+M-1=M×(M-1)/2个敏感字符距离。通过计算敏感字符距离,为后续的待脱敏区域的确定提供依据。
在一个具体实施方式中,火车票上的敏感字符为“张”、“三”、“5”、“2”、“9”和“3”。敏感字符“张”的敏感字符位置坐标为(X1,Y1),敏感字符“三”,敏感字符位置坐标为(X2,Y2),二者的敏感字符距离为
S32:若敏感字符距离小于或者等于距离阈值,则合并对应的敏感区域,得到N个待定敏感区域,N为正整数。
其中,距离阈值是指两个敏感区域进行合并的敏感字符距离的临界值。待定敏感区域是指对每个敏感区域依据敏感字符距离重新分配组合后得到的区域,包括满足敏感字符距离小于或者等于距离阈值的敏感区域组合得到的一块区域和没有组合的单个敏感区域,其中,N是指待定敏感区域数量,由各个敏感区域的敏感字符距离决定,此处不作限制。
具体地,当敏感字符距离小于或者等于距离阈值,则将对应的敏感区域进行合并,得到N个待定敏感区域。继续以步骤S31中的敏感字符为例,若距离阈值为5mm,敏感字符“张”和敏感字符“三”的敏感字符距离为4mm,此时,则将敏感字符“张”和敏感字符“三”进行合并,并且,敏感字符“5”与“2”敏感字符距离为3mm,敏感字符“2”与“9”敏感字符距离为3mm,其他两个敏感字符的敏感字符距离均大于5mm,因此,得到3个待定敏感区域即为“张三”所在的敏感区域、“529”所在的敏感区域和“3”所在的敏感区域。
可以理解地,两个敏感区域的敏感字符距越小,这两个敏感字符组成敏感信息的的可能性越大,通过将敏感区域组合,能够减少对每一敏感字符一一进行处理的时间,提高了对敏感字符的处理效率。
而两个敏感区域的敏感字符距越大,这两个敏感字符之间存在其他非敏感字符的可能性越大,因此需要将与相邻的敏感字符位置坐标距离大于距离阈值的单个敏感区域作为待定敏感区域,防止其他非敏感字符被作为待脱敏区域进行脱敏处理,减少脱敏错误率。
S33:将N个待定敏感区域确定为待脱敏区域。
具体地,将N个待定敏感区域都作为待脱敏区域进行后续的脱敏处理,能够大大提高脱敏的效率。
本实施例中,计算任意两个敏感字符位置坐标之间的距离,得到两个敏感区域对应的敏感字符距离,为后续的待脱敏区域的确定提供依据。若敏感字符距离小于或者等于距离阈值,则合并对应的所述敏感区域,得到N个待定敏感区域,通过将敏感区域组合,能够减少对每一敏感字符一一进行处理的时间,提高了对敏感字符的处理效率,并且能够防止其他非敏感字符被作为待脱敏区域进行脱敏处理,减少脱敏错误率。将N个待定敏感区域都作为待脱敏区域进行后续的脱敏处理,能够大大提高脱敏的效率。
在一实施例中,如图5所示,步骤S40中,对初始图像的待脱敏区域进行虚化处理,得到初始脱敏图像,具体包括如下步骤:
S41:获取待脱敏区域的像素颜色信息。
具体地,像素颜色信息是指像素本身的颜色信息,是由红色,绿色,蓝色和一个透明度alpha通道(RGBA)综合决定的。RGBA的值都在0-255之间。本实施例中的像素颜色信息为待脱敏区域的像素颜色信息,即待脱敏区域的原始信息。可以理解地,待脱敏区域也即画布形式的图像,为此,可以通过Canvas中的像素颜色信息获取工具获取待脱敏区域的像素颜色信息。即给出待脱敏区域的位置(左上角坐标和待脱敏区域的高度和宽度即可确定一个区域),然后通过该区域获取像素颜色信息。
S42:利用高斯分布函数对像素颜色信息进行转换,得到高斯模糊图层。
其中,高斯分布函数是一种图像模糊滤波器,它用正态分布计算图像中每个像素颜色信息的变换,用于对图像进行高斯模糊。高斯分布函数公式如下:
公式中,x为待脱敏区域的像素颜色信息,G(x)为高斯模糊像素颜色信息。σ为标准方差,通常取值为1。
具体地,首先通过高斯噪声对待脱敏区域生成高斯操作数即Kernel Data,然后对待脱敏区域中的像素颜色信息,利用操作数完成卷积运算,得到高斯模糊像素信息,即为高斯模糊像素的图层。并且,通过对像素颜色信息的变换,实现了对待脱敏区域的图像平滑,使得待脱敏区域的模糊部分和没有模糊的部分从视觉上衔接更自然。
可以理解地,可以使用HTML5的Canvas,并通过高斯函数的JavaScript脚本实现像素颜色信息的高斯模糊转换。
S43:将高斯模糊图层覆盖待脱敏区域,得到初始脱敏图像。
其中,覆盖是指将模糊像素与待脱敏区域的像素颜色信息进行叠加的操作。可以理解地,将图层覆盖待脱敏区域后,使得待脱敏区域进行了马赛克处理,实现了敏感字符的脱敏。
本实施例中,首先,获取待脱敏区域的像素颜色信息。然后,利用高斯分布函数对像素颜色信息进行转换,得到高斯模糊图层。最后,将高斯模糊图层覆盖待脱敏区域,得到初始脱敏图像,使得待脱敏区域进行了马赛克处理,实现了敏感字符的脱敏。
在一实施例中,如图6所示,步骤S60中,对初始脱敏图像进行边缘虚化,得到目标脱敏图像,具体包括如下步骤:
S51:获取初始脱敏图像的边缘像素点。
其中,边缘像素点是指初始脱敏图像的边缘部分的像素。具体地,初始脱敏图片的边缘像素点可以通过Opencv中的cv::findContours()函数获取。
S52:将每一边缘像素点增加预设数量的像素值,得到周围像素点。
具体地,周围像素点是指与边缘像素像素点距离为预设数量像素值的像素点。例如,一边缘像素点为(22,33),预设数量的像素值为(2,2),周围像素点即为(24,35)。
S53:随机获取边缘像素点的颜色值,将每一周围像素点的颜色值转换成为与边缘像素点的颜色值一致的颜色值,得到目标脱敏图像。
可以理解地,通过获取边缘像素点的颜色后,再将周围像素点的颜色变换为与边缘像素点颜色一致的像素点颜色,从而使得边缘像素点的颜色都是一致,达到了虚化的效果,更好的保证了脱敏的效果。提升了目标脱敏图像的脱敏效果。
本实施例中,首先获取初始脱敏图像的边缘像素点。然后将每一边缘像素点增加预设数量的像素值,得到周围像素点。最后,随机获取边缘像素点的颜色值,将每一周围像素点的颜色值转换成为与边缘像素点的颜色值一致的颜色值,得到目标脱敏图像。从而使得边缘像素点的颜色都是一致,达到了虚化的效果,更好的保证了脱敏的效果。提升了目标脱敏图像的脱敏效果。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种图像信息脱敏装置,该图像信息脱敏装置与上述实施例中图像信息脱敏方法一一对应。如图7所示,该图像信息脱敏装置包括初始图像获取模块10、敏感字符区域获取模块20、待脱敏区域获取模块30、初始脱敏图像获取模块40和目标脱敏图像获取模块50。各功能模块详细说明如下:
初始图像获取模块10,用于采用HTML5技术,将待脱敏图像转换成画布形式的初始图像;
敏感字符区域获取模块20,用于对初始图像进行敏感信息检测,得到初始图像中的敏感字符,并获取每一敏感字符对应的敏感区域;
待脱敏区域获取模块30,用于根据每一敏感字符对应的敏感区域,确定待脱敏区域;
初始脱敏图像获取模块40,用于对初始图像的待脱敏区域进行虚化处理,得到初始脱敏图像;
目标脱敏图像获取模块50,用于对初始脱敏图像进行边缘虚化,得到目标脱敏图像。
优选地,如图8所示,敏感字符区域获取模块包括字符获取单元21和敏感字符获取单元22。
字符获取单元21,用于采用文字识别算法对初始图像进行文字识别,获取初始图像中的字符;
敏感字符获取单元22,用于将初始图像中符合预设判别条件的字符,确定为初始图像中的敏感字符,其中,预设判别条件包括关键字符库、预设字符类型和字符组合格式中的至少一种。
优选地,敏感字符对应的敏感区域包括敏感字符位置坐标;待脱敏区域获取模块包括敏感字符距离计算单元、待定敏感区域获取单元和待脱敏区域获取单元。
敏感字符距离计算单元,用于针对每一敏感字符位置坐标,分别计算该敏感字符位置坐标与其他敏感字符位置坐标之间的距离,得到每一敏感区域对应的敏感字符距离;
待定敏感区域获取单元,用于若敏感字符距离小于或者等于距离阈值,则合并对应的敏感区域,得到N个待定敏感区域,N为正整数;
待脱敏区域获取单元,用于将N个待定敏感区域确定为待脱敏区域。
优选地,初始脱敏图像获取模块包括像素信息获取单元、模糊图层获取单元和初始脱敏图像获取单元。
像素信息获取单元,用于获取待脱敏区域的像素颜色信息;
模糊图层获取单元,用于利用高斯分布函数对像素颜色信息进行转换,得到高斯模糊图层;
初始脱敏图像获取单元,用于将高斯模糊图层覆盖待脱敏区域,得到初始脱敏图像。
优选地,目标脱敏图像获取模块包括边缘像素点获取单元、周围像素点获取单元和目标脱敏图像获取单元。
边缘像素点获取单元,用于获取初始脱敏图像的边缘像素点;
周围像素点获取单元,用于将每一边缘像素点增加预设数量的像素值,得到周围像素点;
目标脱敏图像获取单元,用于随机获取边缘像素点的颜色值,将每一周围像素点的颜色值转换成为与边缘像素点的颜色值一致的颜色值,得到目标脱敏图像。
关于图像信息脱敏装置的具体限定可以参见上文中对于图像信息脱敏方法的限定,在此不再赘述。上述图像信息脱敏装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储图像信息脱敏使用的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像信息脱敏方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
采用HTML5技术,将待脱敏图像转换成画布形式的初始图像;
对所述初始图像进行敏感信息检测,得到所述初始图像中的敏感字符,并获取每一所述敏感字符对应的敏感区域;
根据每一所述敏感字符对应的敏感区域,确定待脱敏区域;
对所述初始图像的所述待脱敏区域进行虚化处理,得到初始脱敏图像;
对所述初始脱敏图像进行边缘虚化,得到目标脱敏图像。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
采用HTML5技术,将待脱敏图像转换成画布形式的初始图像;
对所述初始图像进行敏感信息检测,得到所述初始图像中的敏感字符,并获取每一所述敏感字符对应的敏感区域;
根据每一所述敏感字符对应的敏感区域,确定待脱敏区域;
对所述初始图像的所述待脱敏区域进行虚化处理,得到初始脱敏图像;
对所述初始脱敏图像进行边缘虚化,得到目标脱敏图像。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像信息脱敏方法,其特征在于,所述图像信息脱敏方法包括:
采用HTML5技术,将待脱敏图像转换成画布形式的初始图像;
对所述初始图像进行敏感信息检测,得到所述初始图像中的敏感字符,并获取每一所述敏感字符对应的敏感区域;
根据每一所述敏感字符对应的敏感区域,确定待脱敏区域;
对所述初始图像的所述待脱敏区域进行虚化处理,得到初始脱敏图像;
对所述初始脱敏图像进行边缘虚化,得到目标脱敏图像。
2.如权利要求1所述的图像信息脱敏方法,其特征在于,所述对所述初始图像进行敏感信息检测,得到所述初始图像中的敏感字符,包括:
采用文字识别算法对所述初始图像进行文字识别,获取所述初始图像中的字符;
将初始图像中符合预设判别条件的字符,确定为初始图像中的敏感字符,其中,所述预设判别条件包括关键字符库、预设字符类型和字符组合格式中的至少一种。
3.如权利要求1所述的图像信息脱敏方法,其特征在于,所述获取每一所述敏感字符对应的敏感区域,包括:
获取每一所述敏感字符的像素信息,并提取所述像素信息中包含的位置信息,将所述位置信息对应的区域作为所述敏感区域。
4.如权利要求1所述的图像信息脱敏方法,其特征在于,所述敏感字符对应的敏感区域包括敏感字符位置坐标;
所述根据每一所述敏感字符对应的敏感区域,确定待脱敏区域,包括:
针对每一敏感字符位置坐标,分别计算该敏感字符位置坐标与其他敏感字符位置坐标之间的距离,得到每一敏感区域对应的敏感字符距离;
若所述敏感字符距离小于或者等于距离阈值,则合并对应的所述敏感区域,得到N个待定敏感区域,N为正整数;
将N个所述待定敏感区域确定为待脱敏区域。
5.如权利要求1所述的图像信息脱敏方法,其特征在于,所述利用高斯模糊算法对所述待脱敏区域进行虚化处理,得到初始脱敏图像,包括:
获取所述待脱敏区域的像素颜色信息;
利用高斯分布函数对所述像素颜色信息进行转换,得到高斯模糊图层;
将所述高斯模糊图层覆盖所述待脱敏区域,得到所述初始脱敏图像。
6.如权利要求1所述的图像信息脱敏方法,其特征在于,所述对所述初始脱敏图像进行边缘虚化,得到目标脱敏图像,包括:
获取所述初始脱敏图像的边缘像素点;
将每一所述边缘像素点增加预设数量的像素值,得到周围像素点;
随机获取所述边缘像素点的颜色值,将每一所述周围像素点的颜色值转换成为与所述边缘像素点的颜色值一致的颜色值,得到所述目标脱敏图像。
7.一种图像信息脱敏方法装置,其特征在于,所述图像信息脱敏方法装置包括:
初始图像获取模块,用于采用HTML5技术,将待脱敏图像转换成画布形式的初始图像;
敏感字符区域获取模块,用于对所述初始图像进行敏感信息检测,得到所述初始图像中的敏感字符,并获取每一所述敏感字符对应的敏感区域;
待脱敏区域获取模块,用于根据每一所述敏感字符对应的敏感区域,确定待脱敏区域;
初始脱敏图像获取模块,用于对所述初始图像的所述待脱敏区域进行虚化处理,得到初始脱敏图像;
目标脱敏图像获取模块,用于对所述初始脱敏图像进行边缘虚化,得到目标脱敏图像。
8.如权利要求7所述的图像信息脱敏方法装置,其特征在于,所述敏感字符区域获取模块,包括:
字符获取单元,用于采用文字识别算法对所述初始图像进行文字识别,获取所述初始图像中的字符;
敏感字符获取单元,用于将初始图像中符合预设判别条件的字符,确定为初始图像中的敏感字符,其中,所述预设判别条件包括关键字符库、预设字符类型和字符组合格式中的至少一种。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述图像信息脱敏方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述图像信息脱敏方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910048309.0A CN109872284A (zh) | 2019-01-18 | 2019-01-18 | 图像信息脱敏方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910048309.0A CN109872284A (zh) | 2019-01-18 | 2019-01-18 | 图像信息脱敏方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109872284A true CN109872284A (zh) | 2019-06-11 |
Family
ID=66917744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910048309.0A Pending CN109872284A (zh) | 2019-01-18 | 2019-01-18 | 图像信息脱敏方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109872284A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674847A (zh) * | 2019-08-30 | 2020-01-10 | 深圳壹账通智能科技有限公司 | 卡片分类保存方法、装置、计算机设备和存储介质 |
CN110865654A (zh) * | 2019-12-06 | 2020-03-06 | 河南送变电建设有限公司 | 一种电网无人机巡检缺陷处理方法 |
CN111291410A (zh) * | 2020-02-13 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 电子文档的脱敏处理方法及其装置 |
CN112256547A (zh) * | 2020-11-04 | 2021-01-22 | 支付宝(杭州)信息技术有限公司 | 数据录制方法及装置 |
CN112329757A (zh) * | 2020-10-20 | 2021-02-05 | 安诚迈科(北京)信息技术有限公司 | 票据信息脱敏采集方法、装置及系统 |
CN112380566A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 用于对文档图像进行脱敏的方法、装置、电子设备及介质 |
CN112597520A (zh) * | 2020-12-28 | 2021-04-02 | 德州正捷电气有限公司 | 基于数据分割的数据处理系统及方法 |
CN112634129A (zh) * | 2020-11-27 | 2021-04-09 | 国家电网有限公司大数据中心 | 一种图像敏感信息脱敏方法及装置 |
CN112883951A (zh) * | 2021-02-10 | 2021-06-01 | 支付宝(杭州)信息技术有限公司 | 一种保护敏感内容的方法、系统和存储介质 |
CN113051600A (zh) * | 2019-12-27 | 2021-06-29 | 无锡祥生医疗科技股份有限公司 | 医疗影像安全多阶段脱敏方法及系统 |
WO2021129289A1 (zh) * | 2019-12-24 | 2021-07-01 | 珠海奔图电子有限公司 | 图像处理方法、装置、电子设备以及存储介质 |
CN113554059A (zh) * | 2021-06-23 | 2021-10-26 | 北京达佳互联信息技术有限公司 | 图片处理方法、装置、电子设备及存储介质 |
CN113569629A (zh) * | 2021-06-11 | 2021-10-29 | 杭州玖欣物联科技有限公司 | 一种机加工图纸关键信息提取和敏感信息脱敏的模型方法 |
CN113688658A (zh) * | 2020-05-18 | 2021-11-23 | 华为技术有限公司 | 一种对象识别方法、装置、设备及介质 |
CN113806806A (zh) * | 2021-09-18 | 2021-12-17 | 罗普特科技集团股份有限公司 | 一种用于网页截图的脱敏、还原方法和系统 |
CN114339307A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 一种视频脱敏方法、装置、计算机设备和存储介质 |
WO2022134782A1 (zh) * | 2020-12-23 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 待混淆文本的处理方法、装置、设备及存储介质 |
CN114692202A (zh) * | 2022-03-31 | 2022-07-01 | 马上消费金融股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105611386A (zh) * | 2015-12-23 | 2016-05-25 | 小米科技有限责任公司 | 视频图像处理方法及装置 |
CN107423366A (zh) * | 2017-06-28 | 2017-12-01 | 武汉斗鱼网络科技有限公司 | 一种轮播图切换方法及装置 |
CN108153468A (zh) * | 2017-12-14 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 图片处理方法及装置 |
-
2019
- 2019-01-18 CN CN201910048309.0A patent/CN109872284A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105611386A (zh) * | 2015-12-23 | 2016-05-25 | 小米科技有限责任公司 | 视频图像处理方法及装置 |
CN107423366A (zh) * | 2017-06-28 | 2017-12-01 | 武汉斗鱼网络科技有限公司 | 一种轮播图切换方法及装置 |
CN108153468A (zh) * | 2017-12-14 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 图片处理方法及装置 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674847A (zh) * | 2019-08-30 | 2020-01-10 | 深圳壹账通智能科技有限公司 | 卡片分类保存方法、装置、计算机设备和存储介质 |
CN110865654A (zh) * | 2019-12-06 | 2020-03-06 | 河南送变电建设有限公司 | 一种电网无人机巡检缺陷处理方法 |
WO2021129289A1 (zh) * | 2019-12-24 | 2021-07-01 | 珠海奔图电子有限公司 | 图像处理方法、装置、电子设备以及存储介质 |
CN113051600B (zh) * | 2019-12-27 | 2024-02-13 | 无锡祥生医疗科技股份有限公司 | 医疗影像安全多阶段脱敏方法及系统 |
CN113051600A (zh) * | 2019-12-27 | 2021-06-29 | 无锡祥生医疗科技股份有限公司 | 医疗影像安全多阶段脱敏方法及系统 |
CN111291410A (zh) * | 2020-02-13 | 2020-06-16 | 支付宝(杭州)信息技术有限公司 | 电子文档的脱敏处理方法及其装置 |
CN111291410B (zh) * | 2020-02-13 | 2021-09-07 | 支付宝(杭州)信息技术有限公司 | 电子文档的脱敏处理方法及其装置 |
CN113688658A (zh) * | 2020-05-18 | 2021-11-23 | 华为技术有限公司 | 一种对象识别方法、装置、设备及介质 |
CN112329757A (zh) * | 2020-10-20 | 2021-02-05 | 安诚迈科(北京)信息技术有限公司 | 票据信息脱敏采集方法、装置及系统 |
CN112256547A (zh) * | 2020-11-04 | 2021-01-22 | 支付宝(杭州)信息技术有限公司 | 数据录制方法及装置 |
CN112380566A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 用于对文档图像进行脱敏的方法、装置、电子设备及介质 |
CN112634129A (zh) * | 2020-11-27 | 2021-04-09 | 国家电网有限公司大数据中心 | 一种图像敏感信息脱敏方法及装置 |
WO2022134782A1 (zh) * | 2020-12-23 | 2022-06-30 | 深圳壹账通智能科技有限公司 | 待混淆文本的处理方法、装置、设备及存储介质 |
CN112597520A (zh) * | 2020-12-28 | 2021-04-02 | 德州正捷电气有限公司 | 基于数据分割的数据处理系统及方法 |
CN112883951A (zh) * | 2021-02-10 | 2021-06-01 | 支付宝(杭州)信息技术有限公司 | 一种保护敏感内容的方法、系统和存储介质 |
CN113569629A (zh) * | 2021-06-11 | 2021-10-29 | 杭州玖欣物联科技有限公司 | 一种机加工图纸关键信息提取和敏感信息脱敏的模型方法 |
CN113569629B (zh) * | 2021-06-11 | 2023-09-15 | 杭州玖欣物联科技有限公司 | 一种机加工图纸关键信息提取和敏感信息脱敏的模型方法 |
CN113554059A (zh) * | 2021-06-23 | 2021-10-26 | 北京达佳互联信息技术有限公司 | 图片处理方法、装置、电子设备及存储介质 |
CN113806806A (zh) * | 2021-09-18 | 2021-12-17 | 罗普特科技集团股份有限公司 | 一种用于网页截图的脱敏、还原方法和系统 |
CN113806806B (zh) * | 2021-09-18 | 2024-02-27 | 罗普特科技集团股份有限公司 | 一种用于网页截图的脱敏、还原方法和系统 |
CN114339307A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 一种视频脱敏方法、装置、计算机设备和存储介质 |
CN114692202A (zh) * | 2022-03-31 | 2022-07-01 | 马上消费金融股份有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109872284A (zh) | 图像信息脱敏方法、装置、计算机设备及存储介质 | |
US10360689B2 (en) | Detecting specified image identifiers on objects | |
WO2020156552A1 (zh) | 二维码生成、识别方法及装置 | |
US8612854B2 (en) | Methods and apparatus for securely displaying digital images | |
RU2349957C1 (ru) | Смешанный код, и способ и устройство для его генерирования, и способ и устройство для его декодирования | |
CN112052781A (zh) | 特征提取模型训练方法、人脸识别方法、装置、设备及介质 | |
CN109255826B (zh) | 中文训练图像生成方法、装置、计算机设备及存储介质 | |
CA3052248C (en) | Detecting orientation of textual documents on a live camera feed | |
CN112529757A (zh) | 屏幕信息保护的方法、装置、计算机设备及可读存储介质 | |
CN109241852A (zh) | 具有附加特征的人脸识别方法、装置、计算机设备 | |
CN106940804B (zh) | 建筑工程物料管理系统表单数据自动录入方法 | |
CN114332895A (zh) | 文本图像合成方法、装置、设备、存储介质和程序产品 | |
US11188747B2 (en) | System and method for masking text within images | |
CN112581344A (zh) | 一种图像处理方法、装置、计算机设备及存储介质 | |
CN115019324A (zh) | 文本扫描的交互方法、装置、计算机设备和存储介质 | |
JP2017212575A (ja) | 画像読込み装置及びプログラム | |
CN113762235A (zh) | 检测页面叠加区域的方法和装置 | |
CN113221897B (zh) | 图像矫正方法、图像文本识别方法、身份验证方法及装置 | |
CN113963354B (zh) | 一种获取订单编号的方法和装置 | |
CN110909733A (zh) | 基于ocr图片识别的模版定位方法、装置和计算机设备 | |
JP7364639B2 (ja) | デジタル化された筆記の処理 | |
DE102013112417A1 (de) | Verarbeitungsanordnung und Verfahren für die Verarbeitung von Informationen in einer Mensch-Maschine-Kommunikationsschnittstelle | |
CN112883951B (zh) | 一种保护敏感内容的方法、系统和存储介质 | |
CN111241974B (zh) | 票据信息获取方法、装置、计算机设备和存储介质 | |
CN113449686A (zh) | 一种身份证造假的识别方法、装置、设备和介质 |
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 |