CN110276353B - 冠字号字符切分方法、装置、可读存储介质及终端设备 - Google Patents

冠字号字符切分方法、装置、可读存储介质及终端设备 Download PDF

Info

Publication number
CN110276353B
CN110276353B CN201910383424.3A CN201910383424A CN110276353B CN 110276353 B CN110276353 B CN 110276353B CN 201910383424 A CN201910383424 A CN 201910383424A CN 110276353 B CN110276353 B CN 110276353B
Authority
CN
China
Prior art keywords
area
special
image
shaped
crown word
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.)
Active
Application number
CN201910383424.3A
Other languages
English (en)
Other versions
CN110276353A (zh
Inventor
杜杨君
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.)
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
Original Assignee
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
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 Shenzhen Yihua Computer Co Ltd, Shenzhen Yihua Time Technology Co Ltd, Shenzhen Yihua Financial Intelligent Research Institute filed Critical Shenzhen Yihua Computer Co Ltd
Priority to CN201910383424.3A priority Critical patent/CN110276353B/zh
Publication of CN110276353A publication Critical patent/CN110276353A/zh
Application granted granted Critical
Publication of CN110276353B publication Critical patent/CN110276353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
    • G07D7/20—Testing patterns thereon
    • G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
    • G07D7/20—Testing patterns thereon
    • G07D7/202—Testing patterns thereon using pattern matching
    • G07D7/206—Matching template patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Character Input (AREA)

Abstract

本发明属于图像处理技术领域，尤其涉及一种冠字号字符切分方法、装置、计算机可读存储介质及终端设备。所述方法采集待识别纸币的图像，所述待识别纸币为包括异形冠字号的纸币；从所述待识别纸币的图像中提取出所述异形冠字号所在的第一区域的图像；对所述第一区域的图像进行二值化处理，得到所述第一区域的二值图像；从所述二值图像中提取出所述异形冠字号所在的第二区域的图像，所述第二区域为所述第一区域的子集；使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域；根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符，从而有效实现了对异形冠字号中字符的精准切分。

Description

冠字号字符切分方法、装置、可读存储介质及终端设备
技术领域
本发明属于图像处理技术领域，尤其涉及一种冠字号字符切分方法、装置、计算机可读存储介质及终端设备。
背景技术
纸币的冠字号是用来记录纸币发行序列的，由于冠字号具有唯一性，因此在纸币出入库时记录每张纸币的号码，建立档案，可以使金融部门等有效跟踪纸币在社会的流通情况，并进行有效监管，从而有利于解决类似抢劫运钞车、洗钱等重大社会问题。此外，冠字号印刷时产生的某些特征，例如冠字号的字符颜色、异形部分区域、字符大小等还可以作为鉴别纸币真伪的有利凭证。
在进行冠字号识别前，首先需要对冠字号中的各个字符(包括字母和数字)进行切分，现有技术中，对于如图1所示的人民币等币种中所使用的常规冠字号进行字符切分的技术已比较成熟，这种常规冠字号中的各个字符呈线性排列，易于进行定位及切分，但是，某些币种中使用的是异形冠字号，如图2所示，即为伊朗纸币中所使用的异形冠字号，这种异形冠字号中的各个字符并非呈线性排列，使用现有的方法难以对这些字符进行精准的切分。
发明内容
有鉴于此，本发明实施例提供了一种冠字号字符切分方法、装置、计算机可读存储介质及终端设备，以解决现有的办公应用程序操作比较繁琐，用户体验较差的问题。
本发明实施例的第一方面提供了一种冠字号字符切分方法，可以包括：
采集待识别纸币的图像，所述待识别纸币为包括异形冠字号的纸币；
从所述待识别纸币的图像中提取出所述异形冠字号所在的第一区域的图像；
对所述第一区域的图像进行二值化处理，得到所述第一区域的二值图像；
从所述二值图像中提取出所述异形冠字号所在的第二区域的图像，所述第二区域为所述第一区域的子集；
使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域；
根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符。
进一步地，所述使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域包括：
使用第n个标准模板在所述第二区域的图像中进行遍历搜索，分别计算第n个标准模板处于各个搜索区域时的图像匹配度，1≤n≤N，N为标准模板的总数；
计算第n个标准模板的最大图像匹配度，并将取得所述最大图像匹配度时第n个标准模板所处的搜索区域确定为匹配区域；
根据各个标准模板的最大图像匹配度从各个标准模板中确定出最优模板；
将与所述最优模板对应的类型确定为所述异形冠字号的类型，并将与所述最优模板对应的匹配区域确定为所述异形部分区域。
进一步地，所述分别计算第n个标准模板处于各个搜索区域时的图像匹配度包括：
根据下式计算第n个标准模板处于第l个搜索区域时的图像匹配度：
Figure BDA0002054058410000021
其中，l为各个搜索区域的序号，1≤l≤L，L为搜索区域的总数，p为第n个标准模板中的各个点位的序号，1≤p≤Pn，Pn为第n个标准模板中的点位的总数，PixValFn,p为第n个标准模板中的第p个点位的像素值，PixValSl,p为第l个搜索区域中的第p个点位的像素值，XNOR为同或运算函数，Matn,l为第n个标准模板处于第l个搜索区域时的图像匹配度。
进一步地，所述从所述二值图像中提取出所述异形冠字号所在的第二区域的图像包括：
分别计算所述二值图像中各行的像素值突变次数，所述像素值突变为相邻的两个像素点之间的像素值不一致的情况；
根据所述二值图像中各行的像素值突变次数确定所述第二区域的上下边界；
分别计算所述二值图像中各列的像素值累加量；
根据所述二值图像中各列的像素值累加量确定所述第二区域的左右边界；
根据所述上下边界和所述左右边界从所述二值图像中提取出所述第二区域的图像。
进一步地，所述根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符包括：
若所述异形冠字号的类型为预设的第一类型，则从所述异形部分区域中分别切分出位于预设的第一区域的字符和位于预设的第二区域的字符，所述第一区域为上边界为0，下边界为H/2，左边界为W/4，右边界为3W/4的区域，所述第二区域为上边界为H/2，下边界为H，左边界为W/4，右边界为3W/4的区域，H为所述异形部分区域的高度，W为所述异形部分区域的宽度；
若所述异形冠字号的类型为预设的第二类型，则从所述异形部分区域中分别切分出位于所述第一区域的字符、位于预设的第三区域的字符和位于预设的第四区域的字符，所述第三区域为上边界为H/2，下边界为H，左边界为0，右边界为W/2的区域，所述第四区域为上边界为H/2，下边界为H，左边界为W/2，右边界为W的区域；
若所述异形冠字号的类型为预设的第三类型，则从所述异形部分区域中分别切分出位于预设的第五区域的字符、位于预设的第六区域的字符和位于所述第二区域的字符，所述第五区域为上边界为0，下边界为H/2，左边界为0，右边界为W/2的区域，所述第六区域为上边界为0，下边界为H/2，左边界为W/2，右边界为W的区域；
若所述异形冠字号的类型为预设的第四类型，则从所述异形部分区域中分别切分出位于所述第三区域的字符、位于所述第四区域的字符、位于所述第五区域的字符和位于所述第六区域的字符。
本发明实施例的第二方面提供了一种冠字号字符切分装置，可以包括：
图像采集模块，用于采集待识别纸币的图像，所述待识别纸币为包括异形冠字号的纸币；
第一提取模块，用于从所述待识别纸币的图像中提取出所述异形冠字号所在的第一区域的图像；
二值化处理模块，用于对所述第一区域的图像进行二值化处理，得到所述第一区域的二值图像；
第二提取模块，用于从所述二值图像中提取出所述异形冠字号所在的第二区域的图像，所述第二区域为所述第一区域的子集；
遍历搜索模块，用于使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域；
字符切分模块，用于根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符。
进一步地，所述遍历搜索模块可以包括：
图像匹配度计算单元，用于使用第n个标准模板在所述第二区域的图像中进行遍历搜索，分别计算第n个标准模板处于各个搜索区域时的图像匹配度，1≤n≤N，N为标准模板的总数；
最大图像匹配度计算单元，用于计算第n个标准模板的最大图像匹配度；
匹配区域确定单元，用于将取得所述最大图像匹配度时第n个标准模板所处的搜索区域确定为匹配区域；
最优模板确定单元，用于根据各个标准模板的最大图像匹配度从各个标准模板中确定出最优模板；
类型确定单元，用于将与所述最优模板对应的类型确定为所述异形冠字号的类型；
异形部分区域确定单元，用于将与所述最优模板对应的匹配区域确定为所述异形部分区域。
进一步地，所述图像匹配度计算单元具体用于根据下式计算第n个标准模板处于第l个搜索区域时的图像匹配度：
Figure BDA0002054058410000051
其中，l为各个搜索区域的序号，1≤l≤L，L为搜索区域的总数，p为第n个标准模板中的各个点位的序号，1≤p≤Pn，Pn为第n个标准模板中的点位的总数，PixValFn,p为第n个标准模板中的第p个点位的像素值，PixValSl,p为第l个搜索区域中的第p个点位的像素值，XNOR为同或运算函数，Matn,l为第n个标准模板处于第l个搜索区域时的图像匹配度。
进一步地，所述第二提取模块可以包括：
像素值突变次数计算单元，用于分别计算所述二值图像中各行的像素值突变次数，所述像素值突变为相邻的两个像素点之间的像素值不一致的情况；
上下边界确定单元，用于根据所述二值图像中各行的像素值突变次数确定所述第二区域的上下边界；
像素值累加量计算单元，用于分别计算所述二值图像中各列的像素值累加量；
左右边界确定单元，用于根据所述二值图像中各列的像素值累加量确定所述第二区域的左右边界；
图像提取单元，用于根据所述上下边界和所述左右边界从所述二值图像中提取出所述第二区域的图像。
进一步地，所述字符切分模块可以包括：
第一切分单元，用于若所述异形冠字号的类型为预设的第一类型，则从所述异形部分区域中分别切分出位于预设的第一区域的字符和位于预设的第二区域的字符；
第二切分单元，用于若所述异形冠字号的类型为预设的第二类型，则从所述异形部分区域中分别切分出位于所述第一区域的字符、位于预设的第三区域的字符和位于预设的第四区域的字符；
第三切分单元，用于若所述异形冠字号的类型为预设的第三类型，则从所述异形部分区域中分别切分出位于预设的第五区域的字符、位于预设的第六区域的字符和位于所述第二区域的字符；
第四切分单元，用于若所述异形冠字号的类型为预设的第四类型，则从所述异形部分区域中分别切分出位于所述第三区域的字符、位于所述第四区域的字符、位于所述第五区域的字符和位于所述第六区域的字符。
本发明实施例的第三方面提供了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可读指令，所述计算机可读指令被处理器执行时实现上述任一种冠字号字符切分方法的步骤。
本发明实施例的第四方面提供了一种终端设备，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可读指令，所述处理器执行所述计算机可读指令时实现上述任一种冠字号字符切分方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例首先采集待识别纸币的图像，所述待识别纸币为包括异形冠字号的纸币，然后从所述待识别纸币的图像中提取出所述异形冠字号所在的第一区域的图像，也即对所述异形冠字号进行初步的定位，在此基础上，对所述第一区域的图像进行二值化处理，得到所述第一区域的二值图像，并从所述二值图像中提取出所述异形冠字号所在的第二区域的图像，所述第二区域为所述第一区域的子集，也即在初步定位的基础上对所述异形冠字号进行更精确的定位，最后使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域，并根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符，从而有效实现了对异形冠字号中字符的精准切分。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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它的附图。
图1为常规冠字号的示意图；
图2为异形冠字号的示意图；
图3为本发明实施例中一种冠字号字符切分方法的一个实施例流程图；
图4为对第一区域的图像进行二值化处理前后的效果对比图；
图5为从二值图像中提取出异形冠字号所在的第二区域的图像的示意流程图；
图6为根据上下边界和左右边界从二值图像中提取出第二区域的图像的示意图；
图7为各种类型的异形冠字号与各个标准模板之间的对应关系示意图；
图8为使用预设的各个标准模板在第二区域的图像中进行遍历搜索，确定异形冠字号的类型和异形部分区域的示意流程图；
图9为异形部分区域所在的坐标系的示意图；
图10为本发明实施例中一种冠字号字符切分装置的一个实施例结构图；
图11为本发明实施例中一种终端设备的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图3，本发明实施例中一种冠字号字符切分方法的一个实施例可以包括：
步骤S301、采集待识别纸币的图像。
所述待识别纸币为包括异形冠字号的纸币，所述待识别纸币的图像可以为所述待识别纸币的正面(即含有异形冠字号的一面)在接触式图像感应装置(Contact ImageSensor，CIS)所发出的光线照射下呈现出的图像。
步骤S302、从所述待识别纸币的图像中提取出所述异形冠字号所在的第一区域的图像。
所述第一区域为所述异形冠字号在所述待识别纸币的图像上可能出现的大致区域。在本实施例中，所述第一区域可以是根据历史统计数据预先设置的，也可以是以与所述待识别纸币对应的标准纸币为参照预先设置的。例如，若所述待识别纸币为面值1000的伊朗纸币，则可以将相同面值的伊朗标准纸币作为参照，根据异形冠字号在标准纸币中的区域来预估异形冠字号在所述待识别纸币的图像上可能出现的大致区域，从而实现对所述异形冠字号的初步定位。
步骤S303、对所述第一区域的图像进行二值化处理，得到所述第一区域的二值图像。
二值化处理为图像处理中的常用手段，其具体过程可参见现有技术中的具体描述，本实施例对此不再赘述。图4所示即为对所述第一区域的图像进行二值化处理前后的效果对比图，其中，左图为二值化处理前的图像，右图为二值化处理前的图像，也即所述二值图像。在所述二值图像中，所述异形冠字号中字符所占据区域的像素值为1，其余背景区域的像素值为0。
步骤S304、从所述二值图像中提取出所述异形冠字号所在的第二区域的图像。
所述第二区域为所述第一区域的子集，这一步骤即是要在初步定位的基础上对所述异形冠字号进行更精确的定位，具体可以包括如图5所示的过程：
步骤S3041、分别计算所述二值图像中各行的像素值突变次数。
所述像素值突变为相邻的两个像素点之间的像素值不一致的情况。例如，若某一行的各个像素点的像素值分布如下：
0000000000111110000000111110000000111110000000000
则其中共有6次像素值突变。
优选地，考虑到所述二值图像中可能存在一定的噪声干扰，从而出现一些如下所示的孤立像素点：
0000100000111110000000111110000000111110000001000
其中的第5个以及倒数第4个像素点即为孤立像素点，针对这种情况，可以预先设置一个阈值，该阈值的具体取值可以根据实际情况进行设置，例如，可以将其设置为2、3、4或者其它取值。若连续出现的相同像素值的像素点数目小于该阈值，则可以将这些像素点确定为孤立像素点，对其进行去噪处理，若孤立像素点的像素值为1，则将其变更为0，反之，若孤立像素点的像素值为0，则将其变更为1，去噪后的效果如下所示：
0000000000111110000000111110000000111110000000000
在完成去噪处理之后，再计算各行的像素值突变次数。
步骤S3042、根据所述二值图像中各行的像素值突变次数确定所述第二区域的上下边界。
在本实施例中，可以预先设置一个突变次数阈值，该突变次数阈值的具体取值可以根据实际情况进行设置，例如，可以将其设置为20、25、30或者其它取值。若某一行的像素值突变次数大于所述突变次数阈值，则可以将该行确定为有效行，所述二值图像中最上方的有效行即为所述第二区域的上边界，所述二值图像中最下方的有效行即为所述第二区域的下边界。
步骤S3043、分别计算所述二值图像中各列的像素值累加量。
例如，若某一列的各个像素点的像素值分布如下：
0000000000111110000001111100000000000000000
则对这些像素值进行累加所得到的像素值累加量为10。
步骤S3044、根据所述二值图像中各列的像素值累加量确定所述第二区域的左右边界。
在本实施例中，可以预先设置一个累加量阈值，该累加量阈值的具体取值可以根据实际情况进行设置，例如，可以将其设置为5、8、10或者其它取值。若某一列的像素值累加量大于所述累加量阈值，则可以将该列确定为有效列，所述二值图像中最左方的有效列即为所述第二区域的左边界，所述二值图像中最右方的有效列即为所述第二区域的右边界。
步骤S3045、根据所述上下边界和所述左右边界从所述二值图像中提取出所述第二区域的图像。
所述上下边界和所述左右边界所界定出的区域即为所述第二区域，如图6所示，方框中的区域即为所述第二区域。优选地，考虑到异形冠字号的特殊情况，可以对所述第二区域进行适当的外扩，使字符能够完整的包含进来，例如，可以将所述第二区域的上边界、下边界、左边界和右边界分别向外扩展一定的距离，该距离的具体取值可以根据实际情况进行设置，例如，可以将其设置为1毫米、1.5毫米、2毫米或者其它取值。
步骤S305、使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域。
如图2所示，所述异形冠字号可以包括位于前面的异形部分区域和位于后面的常规部分区域这两部分，其中，常规部分区域中的各个字符呈线性排列，可以使用现有技术中的方法进行字符切分，本实施例对此不再赘述。
在本实施例中，根据异形部分区域中各个字符的排列特征可以将异形冠字号划分为预设的四种类型，分别记为第一类型、第二类型、第三类型和第四类型。其中，如图7第一行左图所示，在第一类型的异形部分区域中，上下各有一个字符，如图7第二行左图所示，在第二类型的异形部分区域中，上面有一个字符，下面有两个字符，如图7第三行左图所示，在第三类型的异形部分区域中，上面有两个字符，下面有一个字符，如图7第四行左图所示，在第四类型的异形部分区域中，上下各有两个字符。为了确定所述异形冠字号的类型，可以预先设置四个标准模板，每个标准模板均对应于一种类型，在图7中，第一行右图所示即为与所述第一类型对应的标准模板，第二行右图所示即为与所述第二类型对应的标准模板，第三行右图所示即为与所述第三类型对应的标准模板，第四行右图所示即为与所述第四类型对应的标准模板。
每个标准模板均由两种点位组成，第一种点位的像素值为0，该点位在图7中用点(·)来表示，另一种点位的像素值为1，该点位在图7中用叉(×)来表示，每种点位的具体数目和位置分布可以根据实际情况进行设置，图7中所示仅为其中的一种具体情况的示例。
如图8所示，步骤S305具体可以包括如下过程：
步骤S3051、使用第n个标准模板在所述第二区域的图像中进行遍历搜索，分别计算第n个标准模板处于各个搜索区域时的图像匹配度。
其中，1≤n≤N，N为标准模板的总数，在本实施例中，N的取值为4。在本实施例中，可以将第n个标准模板看作是一个滑动窗口，将其在所述第二区域的图像中按照从上到下，从左到右的顺序逐像素的进行滑动，从而实现对所述第二区域的图像的遍历搜索，每次滑动后，该标准模板在所述第二区域的图像中所覆盖的区域即为当前的搜索区域，本实施例中可以根据下式计算该标准模板处于各个搜索区域时的图像匹配度：
Figure BDA0002054058410000111
其中，l为各个搜索区域的序号，1≤l≤L，L为搜索区域的总数，p为第n个标准模板中的各个点位的序号，1≤p≤Pn，Pn为第n个标准模板中的点位的总数，PixValFn,p为第n个标准模板中的第p个点位的像素值，PixValSl,p为第l个搜索区域中的第p个点位的像素值，也即在第l个搜索区域中，被第n个标准模板中的第p个点位所覆盖的像素点的像素值，XNOR为同或运算函数，Matn,l为第n个标准模板处于第l个搜索区域时的图像匹配度。
步骤S3052、计算第n个标准模板的最大图像匹配度，并将取得所述最大图像匹配度时第n个标准模板所处的搜索区域确定为匹配区域。
步骤S3053、根据各个标准模板的最大图像匹配度从各个标准模板中确定出最优模板。
在本实施例中，可以根据各个标准模板的最大图像匹配度，从中选取出数值最高的一个作为所述最优模板。
步骤S3054、将与所述最优模板对应的类型确定为所述异形冠字号的类型，并将与所述最优模板对应的匹配区域确定为所述异形部分区域。
在确定出所述异形冠字号的类型和所述异形部分区域之后，既可对所述异形部分区域进行字符切分。
步骤S306、根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符。
在本实施例中，可以首先建立如图9所示的坐标系，其中，以所述异形部分区域的最左上角的像素点作为该坐标系的原点，以从左到右的方向作为该坐标系的X轴正向，以从上到下的方向作为该坐标系的Y轴正向，，H为所述异形部分区域的高度，W为所述异形部分区域的宽度。
若所述异形冠字号的类型为所述第一类型，则可以从所述异形部分区域中分别切分出位于预设的第一区域的字符和位于预设的第二区域的字符，所述第一区域为上边界为0，下边界为H/2，左边界为W/4，右边界为3W/4的区域，所述第二区域为上边界为H/2，下边界为H，左边界为W/4，右边界为3W/4的区域；
若所述异形冠字号的类型为所述第二类型，则可以从所述异形部分区域中分别切分出位于所述第一区域的字符、位于预设的第三区域的字符和位于预设的第四区域的字符，所述第三区域为上边界为H/2，下边界为H，左边界为0，右边界为W/2的区域，所述第四区域为上边界为H/2，下边界为H，左边界为W/2，右边界为W的区域；
若所述异形冠字号的类型为所述第三类型，则可以从所述异形部分区域中分别切分出位于预设的第五区域的字符、位于预设的第六区域的字符和位于所述第二区域的字符，所述第五区域为上边界为0，下边界为H/2，左边界为0，右边界为W/2的区域，所述第六区域为上边界为0，下边界为H/2，左边界为W/2，右边界为W的区域；
若所述异形冠字号的类型为所述第四类型，则可以从所述异形部分区域中分别切分出位于所述第三区域的字符、位于所述第四区域的字符、位于所述第五区域的字符和位于所述第六区域的字符。
综上所述，本发明实施例首先采集待识别纸币的图像，所述待识别纸币为包括异形冠字号的纸币，然后从所述待识别纸币的图像中提取出所述异形冠字号所在的第一区域的图像，也即对所述异形冠字号进行初步的定位，在此基础上，对所述第一区域的图像进行二值化处理，得到所述第一区域的二值图像，并从所述二值图像中提取出所述异形冠字号所在的第二区域的图像，所述第二区域为所述第一区域的子集，也即在初步定位的基础上对所述异形冠字号进行更精确的定位，最后使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域，并根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符，从而有效实现了对异形冠字号中字符的精准切分。
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。
对应于上文实施例所述的一种冠字号字符切分方法，图10示出了本发明实施例提供的一种冠字号字符切分装置的一个实施例结构图。
本实施例中，一种冠字号字符切分装置可以包括：
图像采集模块1001，用于采集待识别纸币的图像，所述待识别纸币为包括异形冠字号的纸币；
第一提取模块1002，用于从所述待识别纸币的图像中提取出所述异形冠字号所在的第一区域的图像；
二值化处理模块1003，用于对所述第一区域的图像进行二值化处理，得到所述第一区域的二值图像；
第二提取模块1004，用于从所述二值图像中提取出所述异形冠字号所在的第二区域的图像，所述第二区域为所述第一区域的子集；
遍历搜索模块1005，用于使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域；
字符切分模块1006，用于根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符。
进一步地，所述遍历搜索模块可以包括：
图像匹配度计算单元，用于使用第n个标准模板在所述第二区域的图像中进行遍历搜索，分别计算第n个标准模板处于各个搜索区域时的图像匹配度，1≤n≤N，N为标准模板的总数；
最大图像匹配度计算单元，用于计算第n个标准模板的最大图像匹配度；
匹配区域确定单元，用于将取得所述最大图像匹配度时第n个标准模板所处的搜索区域确定为匹配区域；
最优模板确定单元，用于根据各个标准模板的最大图像匹配度从各个标准模板中确定出最优模板；
类型确定单元，用于将与所述最优模板对应的类型确定为所述异形冠字号的类型；
异形部分区域确定单元，用于将与所述最优模板对应的匹配区域确定为所述异形部分区域。
进一步地，所述图像匹配度计算单元具体用于根据下式计算第n个标准模板处于第l个搜索区域时的图像匹配度：
Figure BDA0002054058410000151
其中，l为各个搜索区域的序号，1≤l≤L，L为搜索区域的总数，p为第n个标准模板中的各个点位的序号，1≤p≤Pn，Pn为第n个标准模板中的点位的总数，PixValFn,p为第n个标准模板中的第p个点位的像素值，PixValSl,p为第l个搜索区域中的第p个点位的像素值，XNOR为同或运算函数，Matn,l为第n个标准模板处于第l个搜索区域时的图像匹配度。
进一步地，所述第二提取模块可以包括：
像素值突变次数计算单元，用于分别计算所述二值图像中各行的像素值突变次数，所述像素值突变为相邻的两个像素点之间的像素值不一致的情况；
上下边界确定单元，用于根据所述二值图像中各行的像素值突变次数确定所述第二区域的上下边界；
像素值累加量计算单元，用于分别计算所述二值图像中各列的像素值累加量；
左右边界确定单元，用于根据所述二值图像中各列的像素值累加量确定所述第二区域的左右边界；
图像提取单元，用于根据所述上下边界和所述左右边界从所述二值图像中提取出所述第二区域的图像。
进一步地，所述字符切分模块可以包括：
第一切分单元，用于若所述异形冠字号的类型为预设的第一类型，则从所述异形部分区域中分别切分出位于预设的第一区域的字符和位于预设的第二区域的字符，所述第一区域为上边界为0，下边界为H/2，左边界为W/4，右边界为3W/4的区域，所述第二区域为上边界为H/2，下边界为H，左边界为W/4，右边界为3W/4的区域，H为所述异形部分区域的高度，W为所述异形部分区域的宽度；
第二切分单元，用于若所述异形冠字号的类型为预设的第二类型，则从所述异形部分区域中分别切分出位于所述第一区域的字符、位于预设的第三区域的字符和位于预设的第四区域的字符，所述第三区域为上边界为H/2，下边界为H，左边界为0，右边界为W/2的区域，所述第四区域为上边界为H/2，下边界为H，左边界为W/2，右边界为W的区域；
第三切分单元，用于若所述异形冠字号的类型为预设的第三类型，则从所述异形部分区域中分别切分出位于预设的第五区域的字符、位于预设的第六区域的字符和位于所述第二区域的字符，所述第五区域为上边界为0，下边界为H/2，左边界为0，右边界为W/2的区域，所述第六区域为上边界为0，下边界为H/2，左边界为W/2，右边界为W的区域；
第四切分单元，用于若所述异形冠字号的类型为预设的第四类型，则从所述异形部分区域中分别切分出位于所述第三区域的字符、位于所述第四区域的字符、位于所述第五区域的字符和位于所述第六区域的字符。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
图11示出了本发明实施例提供的一种终端设备的示意框图，为了便于说明，仅示出了与本发明实施例相关的部分。
如图11所示，该实施例的终端设备11包括：处理器110、存储器111以及存储在所述存储器111中并可在所述处理器110上运行的计算机程序112。所述处理器110执行所述计算机程序112时实现上述各个冠字号字符切分方法实施例中的步骤，例如图3所示的步骤S301至步骤S306。或者，所述处理器110执行所述计算机程序112时实现上述各装置实施例中各模块/单元的功能，例如图10所示模块1001至模块1006的功能。
示例性的，所述计算机程序112可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器111中，并由所述处理器110执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序112在所述终端设备11中的执行过程。
所述终端设备11可以是验钞机、ATM机等设备。本领域技术人员可以理解，图11仅仅是终端设备11的示例，并不构成对终端设备11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，例如所述终端设备11还可以包括输入输出设备、网络接入设备、总线等。
所述处理器110可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器111可以是所述终端设备11的内部存储单元，例如终端设备11的硬盘或内存。所述存储器111也可以是所述终端设备11的外部存储设备，例如所述终端设备11上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器111还可以既包括所述终端设备11的内部存储单元也包括外部存储设备。所述存储器111用于存储所述计算机程序以及所述终端设备11所需的其它程序和数据。所述存储器111还可以用于暂时地存储已经输出或者将要输出的数据。
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。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述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单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
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 (8)

1.一种冠字号字符切分方法，其特征在于，包括：
采集待识别纸币的图像，所述待识别纸币为包括异形冠字号的纸币；
从所述待识别纸币的图像中提取出所述异形冠字号所在的第一区域的图像；
对所述第一区域的图像进行二值化处理，得到所述第一区域的二值图像；
从所述二值图像中提取出所述异形冠字号所在的第二区域的图像，所述第二区域为所述第一区域的子集；
使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域；
根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符；
所述使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域包括：
使用第n个标准模板在所述第二区域的图像中进行遍历搜索，分别计算第n个标准模板处于各个搜索区域时的图像匹配度，1≤n≤N，N为标准模板的总数；
计算第n个标准模板的最大图像匹配度，并将取得所述最大图像匹配度时第n个标准模板所处的搜索区域确定为匹配区域；
根据各个标准模板的最大图像匹配度从各个标准模板中确定出最优模板；
将与所述最优模板对应的类型确定为所述异形冠字号的类型，并将与所述最优模板对应的匹配区域确定为所述异形部分区域。
2.根据权利要求1所述的冠字号字符切分方法，其特征在于，所述分别计算第n个标准模板处于各个搜索区域时的图像匹配度包括：
根据下式计算第n个标准模板处于第l个搜索区域时的图像匹配度：
Figure FDA0002902939300000011
其中，l为各个搜索区域的序号，1≤l≤L，L为搜索区域的总数，p为第n个标准模板中的各个点位的序号，1≤p≤Pn，Pn为第n个标准模板中的点位的总数，PixValFn,p为第n个标准模板中的第p个点位的像素值，PixValSl,p为第l个搜索区域中的第p个点位的像素值，XNOR为同或运算函数，Matn,l为第n个标准模板处于第l个搜索区域时的图像匹配度。
3.根据权利要求1所述的冠字号字符切分方法，其特征在于，所述从所述二值图像中提取出所述异形冠字号所在的第二区域的图像包括：
分别计算所述二值图像中各行的像素值突变次数，所述像素值突变为相邻的两个像素点之间的像素值不一致的情况；
根据所述二值图像中各行的像素值突变次数确定所述第二区域的上下边界；
分别计算所述二值图像中各列的像素值累加量；
根据所述二值图像中各列的像素值累加量确定所述第二区域的左右边界；
根据所述上下边界和所述左右边界从所述二值图像中提取出所述第二区域的图像。
4.根据权利要求1至3中任一项所述的冠字号字符切分方法，其特征在于，所述根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符包括：
若所述异形冠字号的类型为预设的第一类型，则从所述异形部分区域中分别切分出位于预设的第一区域的字符和位于预设的第二区域的字符，所述第一区域为上边界为0，下边界为H/2，左边界为W/4，右边界为3W/4的区域，所述第二区域为上边界为H/2，下边界为H，左边界为W/4，右边界为3W/4的区域，H为所述异形部分区域的高度，W为所述异形部分区域的宽度；
若所述异形冠字号的类型为预设的第二类型，则从所述异形部分区域中分别切分出位于所述第一区域的字符、位于预设的第三区域的字符和位于预设的第四区域的字符，所述第三区域为上边界为H/2，下边界为H，左边界为0，右边界为W/2的区域，所述第四区域为上边界为H/2，下边界为H，左边界为W/2，右边界为W的区域；
若所述异形冠字号的类型为预设的第三类型，则从所述异形部分区域中分别切分出位于预设的第五区域的字符、位于预设的第六区域的字符和位于所述第二区域的字符，所述第五区域为上边界为0，下边界为H/2，左边界为0，右边界为W/2的区域，所述第六区域为上边界为0，下边界为H/2，左边界为W/2，右边界为W的区域；
若所述异形冠字号的类型为预设的第四类型，则从所述异形部分区域中分别切分出位于所述第三区域的字符、位于所述第四区域的字符、位于所述第五区域的字符和位于所述第六区域的字符。
5.一种冠字号字符切分装置，其特征在于，包括：
图像采集模块，用于采集待识别纸币的图像，所述待识别纸币为包括异形冠字号的纸币；
第一提取模块，用于从所述待识别纸币的图像中提取出所述异形冠字号所在的第一区域的图像；
二值化处理模块，用于对所述第一区域的图像进行二值化处理，得到所述第一区域的二值图像；
第二提取模块，用于从所述二值图像中提取出所述异形冠字号所在的第二区域的图像，所述第二区域为所述第一区域的子集；
遍历搜索模块，用于使用预设的各个标准模板在所述第二区域的图像中进行遍历搜索，确定所述异形冠字号的类型和异形部分区域；
字符切分模块，用于根据所述异形冠字号的类型从所述异形部分区域中切分出各个字符；
所述遍历搜索模块包括：
图像匹配度计算单元，用于使用第n个标准模板在所述第二区域的图像中进行遍历搜索，分别计算第n个标准模板处于各个搜索区域时的图像匹配度，1≤n≤N，N为标准模板的总数；
最大图像匹配度计算单元，用于计算第n个标准模板的最大图像匹配度；
匹配区域确定单元，用于将取得所述最大图像匹配度时第n个标准模板所处的搜索区域确定为匹配区域；
最优模板确定单元，用于根据各个标准模板的最大图像匹配度从各个标准模板中确定出最优模板；
类型确定单元，用于将与所述最优模板对应的类型确定为所述异形冠字号的类型；
异形部分区域确定单元，用于将与所述最优模板对应的匹配区域确定为所述异形部分区域。
6.根据权利要求5所述的冠字号字符切分装置，其特征在于，所述图像匹配度计算单元具体用于根据下式计算第n个标准模板处于第l个搜索区域时的图像匹配度：
Figure FDA0002902939300000041
其中，l为各个搜索区域的序号，1≤l≤L，L为搜索区域的总数，p为第n个标准模板中的各个点位的序号，1≤p≤Pn，Pn为第n个标准模板中的点位的总数，PixValFn,p为第n个标准模板中的第p个点位的像素值，PixValSl,p为第l个搜索区域中的第p个点位的像素值，XNOR为同或运算函数，Matn,l为第n个标准模板处于第l个搜索区域时的图像匹配度。
7.一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可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至4中任一项所述的冠字号字符切分方法的步骤。
8.一种终端设备，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可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至4中任一项所述的冠字号字符切分方法的步骤。
CN201910383424.3A 2019-05-09 2019-05-09 冠字号字符切分方法、装置、可读存储介质及终端设备 Active CN110276353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910383424.3A CN110276353B (zh) 2019-05-09 2019-05-09 冠字号字符切分方法、装置、可读存储介质及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910383424.3A CN110276353B (zh) 2019-05-09 2019-05-09 冠字号字符切分方法、装置、可读存储介质及终端设备

Publications (2)

Publication Number Publication Date
CN110276353A CN110276353A (zh) 2019-09-24
CN110276353B true CN110276353B (zh) 2021-06-29

Family

ID=67960343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910383424.3A Active CN110276353B (zh) 2019-05-09 2019-05-09 冠字号字符切分方法、装置、可读存储介质及终端设备

Country Status (1)

Country Link
CN (1) CN110276353B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311815B (zh) * 2020-03-16 2022-05-13 深圳怡化电脑股份有限公司 冠字号码的识别方法、装置、服务器及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184225A (zh) * 2015-08-11 2015-12-23 深圳市倍量科技有限公司 一种多国纸币图像识别方法和装置
CN105243731A (zh) * 2015-09-17 2016-01-13 华中科技大学 一种光谱自适应的多国纸币图像识别装置、系统及方法
CN106296969A (zh) * 2016-08-18 2017-01-04 深圳怡化电脑股份有限公司 纸币的识别方法和系统
CN108320374A (zh) * 2018-02-08 2018-07-24 中南大学 一种基于图像指纹的多国纸币冠字号字符识别方法
CN108734846A (zh) * 2017-04-25 2018-11-02 深圳怡化电脑股份有限公司 纸币图像的去噪方法及装置、终端及存储介质
CN108734161A (zh) * 2017-04-13 2018-11-02 深圳怡化电脑股份有限公司 冠字号区域的识别方法、装置、设备及存储介质
CN108961531A (zh) * 2017-05-17 2018-12-07 深圳怡化电脑股份有限公司 纸币冠字号识别的方法、装置、设备及存储介质
CN109345684A (zh) * 2018-07-11 2019-02-15 中南大学 一种基于gmdh-svm的多国纸币冠字号识别方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184225A (zh) * 2015-08-11 2015-12-23 深圳市倍量科技有限公司 一种多国纸币图像识别方法和装置
CN105243731A (zh) * 2015-09-17 2016-01-13 华中科技大学 一种光谱自适应的多国纸币图像识别装置、系统及方法
CN106296969A (zh) * 2016-08-18 2017-01-04 深圳怡化电脑股份有限公司 纸币的识别方法和系统
CN108734161A (zh) * 2017-04-13 2018-11-02 深圳怡化电脑股份有限公司 冠字号区域的识别方法、装置、设备及存储介质
CN108734846A (zh) * 2017-04-25 2018-11-02 深圳怡化电脑股份有限公司 纸币图像的去噪方法及装置、终端及存储介质
CN108961531A (zh) * 2017-05-17 2018-12-07 深圳怡化电脑股份有限公司 纸币冠字号识别的方法、装置、设备及存储介质
CN108320374A (zh) * 2018-02-08 2018-07-24 中南大学 一种基于图像指纹的多国纸币冠字号字符识别方法
CN109345684A (zh) * 2018-07-11 2019-02-15 中南大学 一种基于gmdh-svm的多国纸币冠字号识别方法

Also Published As

Publication number Publication date
CN110276353A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
US20190188528A1 (en) Text detection method and apparatus, and storage medium
CN101923741B (zh) 一种基于验钞机的纸币号码识别方法
CN107045634B (zh) 一种基于最大稳定极值区域与笔画宽度的文本定位方法
CN108197644A (zh) 一种图像识别方法和装置
CN107331026B (zh) 一种纸币识别方法及装置
CN102542655B (zh) 基于纤维个性化特征的票据防伪鉴别方法
CN107767541B (zh) 一种纸币的识别方法、装置、终端设备和存储介质
CN104463195A (zh) 基于模板匹配的印刷体数字识别方法
CN108280829A (zh) 焊缝图像识别方法、计算机装置及计算机可读存储介质
CN103034848A (zh) 一种表单类型的识别方法
CN108091033B (zh) 一种纸币的识别方法、装置、终端设备和存储介质
CN112906695B (zh) 适配多类ocr识别接口的表格识别方法及相关设备
CN107316373A (zh) 一种纸币识别方法、装置、终端设备及可读存储介质
CN108665603B (zh) 识别纸币币种的方法、装置及电子设备
CN105335741A (zh) 一种脏污冠字号分类的方法和系统
CN106529407A (zh) 一种车载指纹识别方法
CN111461131A (zh) 身份证号码信息识别方法、装置、设备及存储介质
CN107578011A (zh) 视频关键帧的判定方法及装置
CN107742359B (zh) 一种纸币识别方法、装置、终端设备及可读存储介质
CN111429359A (zh) 小面积指纹图像拼接方法、装置、设备及存储介质
CN107578526B (zh) 一种纸币识别方法、装置、终端设备及可读存储介质
CN108734846B (zh) 纸币图像的去噪方法及装置、终端及存储介质
CN110276353B (zh) 冠字号字符切分方法、装置、可读存储介质及终端设备
CN105336035A (zh) 一种脏污冠字号图像分类的方法与系统
CN102163343B (zh) 基于互联网图像的三维模型最佳视角自动获取方法

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