CN110503094A - 职业证件照姓名牌识别方法、装置 - Google Patents

职业证件照姓名牌识别方法、装置 Download PDF

Info

Publication number
CN110503094A
CN110503094A CN201910747719.4A CN201910747719A CN110503094A CN 110503094 A CN110503094 A CN 110503094A CN 201910747719 A CN201910747719 A CN 201910747719A CN 110503094 A CN110503094 A CN 110503094A
Authority
CN
China
Prior art keywords
certificate photo
name board
standard
region
name
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
Application number
CN201910747719.4A
Other languages
English (en)
Inventor
方酉
张作省
张超
陆保国
刘昆鹏
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.)
CETC 28 Research Institute
Original Assignee
CETC 28 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 CETC 28 Research Institute filed Critical CETC 28 Research Institute
Priority to CN201910747719.4A priority Critical patent/CN110503094A/zh
Publication of CN110503094A publication Critical patent/CN110503094A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
    • 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
    • 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
    • G06V20/63—Scene text, e.g. street names
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Character Input (AREA)
  • Character Discrimination (AREA)

Abstract

本发明公开了一种职业证件照姓名牌识别方法、装置，所述方法包括：获取职业证件照；将所述职业证件照转化为标准格式，得到标准证件照；将所述标准证件照与标准模板进行比对，确定所述标准证件照中的姓名牌区域；对所述标准证件照中的姓名牌区域进行图像增强处理后，识别姓名牌中的文字内容。采用上述方案，可以实现准确的文字内容识别。

Description

职业证件照姓名牌识别方法、装置
技术领域
本发明涉及图像识别领域，尤其涉及一种职业证件照姓名牌识别方法、装置。
背景技术
如今，信息化建设已经成为军队管理、企业管理中的重要一环。
信息化建设中的人员信息管理，是提高人员管理效率、优化人力资源结构的基础。职业人员的职业证件照中可以提现人员的姓名、所属部门、等级、职务等诸多信息，可以广泛地应用于实际应用场景之中。从职业证件照中识别信息便需要应用图像识别方案。
现有技术中的图像识别方案，没有针对职业证件照优化、改进，未利用职业证件照的内容和结构的标准性对信息内容区域进行高效、准确的定位，也没有进行充分、恰当的图像处理操作以降低识别的难度，因此识别准确率较低，不能满足应用需求。
发明内容
发明目的：本发明旨在提供一种职业证件照姓名牌识别方法、装置，针对职业证件照的内容和结构的标准性进行相应的改进，并进行符合职业证件照特性的。
技术方案：本发明实施例中提供一种职业证件照姓名牌识别方法，包括：获取职业证件照；将所述职业证件照转化为标准格式，得到标准证件照；将所述标准证件照与标准模板进行比对，确定所述标准证件照中的姓名牌区域；对所述标准证件照中的姓名牌区域进行图像增强处理后，识别姓名牌中的文字内容。
具体的，将所述职业证件照转化为灰度图，将所述职业证件照的图像尺寸调整为标准尺寸。
具体的，从模板证件照中截取姓名牌区域，将所述模板证件照中的姓名牌区域作为所述标准模板，姓名牌区域包括：姓名牌、胸标。
具体的，计算所述标准证件照底部区域的灰度直方图；计算所述灰度直方图中灰度值处于阈值区间的像素点所占比例，选取与比例对应的标准模板。
具体的，采用所述标准模板于所述职业证件照的预定区域进行匹配，截取匹配得到的区域作为所述标准证件照中的姓名牌区域。
具体的，对所述标准证件照中的姓名牌区域进行二值化，使得姓名牌区域为白色，背景为黑色；获取包括白色区域的最小矩形，通过所述最小矩形确定所述标准证件照中的姓名牌区域的倾斜角度；依据所述倾斜角度确定旋转矩阵，对所述标准证件照中的姓名牌区域进行仿射变换，修正所述标准证件照中的姓名牌区域的倾斜。
具体的，对所述标准证件照中的姓名牌区域进行灰度转化，使得背景为白色，文字内容为黑色，并进行对比度增强。
具体的，将所述标准证件照中的姓名牌区域进行二值化，使得姓名牌外轮廓和胸标外轮廓为白色；依据外轮廓确定姓名牌中的文字内容区域；采用OCR识别文字内容区域中的文字内容。
具体的，采用CTPN对文字内容区域进行文字检测；采用DenseNet进行文字识别，在筛除识别结果中的非中文字符后，将中文字符按顺序拼接得到文字内容。
本发明实施例中还提供一种职业证件照姓名牌识别装置，包括获取单元、转化单元、比对单元和识别单元，其中：所述获取单元，用于获取职业证件照；所述转化单元，用于将所述职业证件照转化为标准格式，得到标准证件照；所述比对单元，用于将所述标准证件照与标准模板进行比对，确定所述标准证件照中的姓名牌区域；所述识别单元，用于对所述标准证件照中的姓名牌区域进行图像增强处理后，识别姓名牌中的文字内容。
有益效果：与现有技术相比，本发明具有如下显著优点：依据职业证件照的内容和结构的标准性，通过与标准模板进行比对、匹配，高效、准确地确定姓名牌区域，并进行适应性的图像增强处理，实现准确的文字内容识别。
附图说明
图1为本发明实施例中职业证件照姓名牌识别方法的流程示意图；
图2为本发明实施例中标准模型的示意图；
图3为本发明实施例中姓名牌区域的倾斜修正示意图；
图4为本发明实施例中职业证件照姓名牌识别装置的结构示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
参阅图1，其为本发明实施例中职业证件照姓名牌识别方法的流程示意图，包括具体步骤，以下结合附图进行详细说明。
步骤S101，获取职业证件照。
在具体实施中，职业证件照可以是企业人员的职业证件照，也可以是军装职业证件照，由于企业和军队关于姓名牌的佩戴管理要求，其中姓名牌和其他信息内容区域均处于职业证件的特定区域范围内。
在具体实施中，由于现有技术中采用的图像信息识别方案，未利用军装证件照的内容和结构的标准性对姓名牌区域进行高效、准确的定位，也没有进行充分、恰当的图像增强处理操作以降低文字识别的难度，因此识别准确率较低，不能满足应用需求。
步骤S102，将所述职业证件照转化为标准格式，得到标准证件照。
在具体实施中，由于获取的职业证件照途径有很多种，例如从视频中获取，拍照获取、网络上传等，不同的获取方式预示着获取的职业证件照中各个区域的位置、尺寸、分辨率之间存在着差异，而差异会导致最终识别结果产生误差，为了提高最终识别结果的准确性，可以将获取的职业证件照均转化为统一的标准格式，便于后续的姓名牌定位、文字内容识别程序。
本发明实施例中，所述将所述职业证件照转化为标准格式，包括：将所述职业证件照转化为灰度图，将所述职业证件照的图像尺寸调整为标准尺寸。
在具体实施中，将职业证件照转化为灰度图可以有助于定位，避免过多的颜色对姓名牌等信息内容的定位带来的影响。
在具体实施中，将职业证件照的图像尺寸调整为标准尺寸，有利于进行姓名牌等信息内容的定位，避免由于尺寸的差异，而影响定位结果的准确度。
参阅图2，其为本发明实施例中标准模型的示意图。
本发明实施例中，标准模板的制作包括，从模板证件照中截取姓名牌区域，将所述模板证件照中的姓名牌区域作为所述标准模板。
在具体实施中，在模板证件照中截取的姓名牌区域，可以稍微大于姓名牌、胸标本身所占的位置大小，以便于提升在职业证件照中比对、定位过程中的容错率，避免由于略微的偏差而导致定位的区域没有完整的覆盖姓名牌区域，以提升定位结果的准确度，以及后续识别结果的准确度。
在具体实施中，根据模板证件照的不同，得到的标准模板也不同，在进行定位的过程中，选择与被识别的职业证件照相对应的标准模板进行比对、匹配。
本发明实施例中，姓名牌区域包括：姓名牌、胸标。
在具体实施中，姓名牌区域也可以包括其他具有有效信息内容的区域，具体可以由用户根据实际应用场景进行相应的设定。
本发明实施例中，可以计算所述标准证件照底部区域的灰度直方图；计算所述灰度直方图中灰度值处于阈值区间的像素点所占比例，选取与比例对应的标准模板。
在具体实施中，灰度直方图是关于灰度级的分布，是对图像中灰度级分布的统计。灰度直方图是将图像中的所有像素，按照灰度值的大小，统计其出现的频率。
在具体实施中，标准证件照底部可以是标准证件照整体按照上中下各占三分之一进行划分，下部三分之一的区域；也可以是按照其他由用户根据实际应用场景进行相应的设定的标准。在实际应用中，由于职业证件照本身的属性所决定，职业证件照底部的部分是职业人员身着的职业装，由职业装的颜色可以判断职业人员所对应的姓名牌区域以及相应的范围，由此可以选择相对应的标准模板。
在具体实施中，计算所述灰度直方图中灰度值处于阈值区间的像素点所占比例，例如，对于军队职业证件照而言，灰度值小于50的像素点所占比例小于10％，可以确认为白色军装，可以选择与白色军装相匹配的标准模板。在实际应用中，阈值区间可以由用户根据实际应用场景进行相应的设定，阈值区间可以为多个。
步骤S103，将所述标准证件照与标准模板进行比对，确定所述标准证件照中的姓名牌区域。
在具体实施中，将标准模板与标准证件照进行比对、匹配，由于职业证件照的标准性，而且在之前的步骤已经将证件照转化为标准格式，因此可以在大致的范围内通过标准模板确定姓名牌区域。
本发明实施例中，采用所述标准模板于所述职业证件照的预定区域进行匹配，截取匹配得到的区域作为所述标准证件照中的姓名牌区域。
在具体实施中，标准模板是截取得到的姓名牌区域范围大小，在预定区域，可以是职业证件照左下侧四分之一区域，可以在预定区域进行粗略的定位，具体可以采用图像识别、或以左下侧四分之一区域某位置作为标准参照点等方式进行，以标准模板作为区域范围大小，比对、匹配得到标准证件照的姓名牌区域，并可以进行截取标准证件照的姓名牌区域。
步骤S104，对所述标准证件照中的姓名牌区域进行图像增强处理后，识别姓名牌中的文字内容。
在具体实施中，图像增强处理是针对信息内容识别进行的适应性处理，有利于后续的信息内容识别，可以提升识别结果的准确度。
参阅图3，其为本发明实施例中姓名牌区域的倾斜修正示意图。
本发明实施例中，图像增强处理，包括：对所述标准证件照中的姓名牌区域进行二值化，使得姓名牌区域为白色，背景为黑色；获取包括白色区域的最小矩形，通过所述最小矩形确定所述标准证件照中的姓名牌区域的倾斜角度；依据所述倾斜角度确定旋转矩阵，对所述标准证件照中的姓名牌区域进行仿射变换，修正所述标准证件照中的姓名牌区域的倾斜。
在具体实施中，二值化是将姓名牌区域转化为黑色和白色。使得姓名牌区域为白色，可以是将姓名牌和胸牌转化为白色。之后可以确定覆盖胸标和姓名牌区域的最小矩形(如图3中所示包围胸标和姓名牌的虚线)。在确定最小矩形后，可以确定标准证件照中的姓名牌区域的倾斜角度，也即最小矩形和水平方向之间的倾斜角。在得到倾斜角之后，可以相应的确定旋转矩阵，使用旋转矩阵可以对所述标准证件照中的姓名牌区域进行仿射变换，修正所述标准证件照中的姓名牌区域的倾斜。
本发明实施例中，图像增强处理，包括对所述标准证件照中的姓名牌区域进行灰度转化，使得背景为白色，文字内容为黑色，并进行对比度增强。
在具体实施中，白色的背景可以更加凸显黑色的文字，使得文字信息内容识别的识别结果更加准确。
本发明实施例中，识别姓名牌中的文字内容，包括：将所述标准证件照中的姓名牌区域进行二值化，使得姓名牌外轮廓和胸标外轮廓为白色；依据外轮廓确定姓名牌中的文字内容区域；采用OCR识别文字内容区域中的文字内容。
在具体实施中，可以使用阈值方法将标准证件照或姓名牌区域二值化，使姓名牌边框和胸标为白色，背景为黑色。找到图像中的所有外轮廓，其中更靠近图像底部且面积大于一定阈值的轮廓即为姓名框的边框，另一个即为胸标。
在具体实施中，光学字符识别(OCR)是从图像中检测、识别文字，转换为计算机文字以便于保存和加工处理的方案。其效率远远高于人工录入，能够节省大量人力资源，因此已广泛应用于车牌识别、身份证识别、票据识别等领域。
现有技术中，OCR (Optical Character Recognition)主要适用于背景简单的文档，专用OCR主要面向证件、名片、票据、车牌等特定领域，都不能很好地直接应用于企业、军装证件照的姓名牌识别。对于职业证件照领域，现有技术未利用企业、军装职业证件照的内容和结构的标准性对姓名牌进行高效、准确的定位，也没有进行充分、恰当的图像增强处理以降低文字识别的难度，因此识别准确率较低，不能满足应用需求。
在具体实施中，可以采用深度学习的由OCR构建的文字内容识别模型进行文字识别。
本发明实施例中，采用OCR识别文字内容区域中的文字内容，包括：采用CTPN对文字内容区域进行文字检测；采用DenseNet进行文字识别，在筛除识别结果中的非中文字符后，将中文字符按顺序拼接得到文字内容。
在具体实施中，CTPN(Connectionist Text Proposal Network)是全卷积网络算法，可以在图像中定位文本行。在定位得到文本行之后，可以采用DenseNet算法进行文字识别，在得到识别结果后，筛除识别结果中的非中文字符，并将中文字符按识别结果之中的顺序拼接得到最终的文字内容。整个识别流程高效、快速，最终得到的文字内容准确度很高。
参阅图4，其为本发明实施例中职业证件照姓名牌识别装置40的结构示意图。
本发明实施例中，还提供一种职业证件照姓名牌识别装置40，包括获取单元401、转化单元402、比对单元403和识别单元404，其中：所述获取单元401，可以用于获取职业证件照；所述转化单元402，可以用于将所述职业证件照转化为标准格式，得到标准证件照；所述比对单元403，可以用于将所述标准证件照与标准模板进行比对，确定所述标准证件照中的姓名牌区域；所述识别单元404，可以用于对所述标准证件照中的姓名牌区域进行图像增强处理后，识别姓名牌中的文字内容。
本发明实施例中，所述转化单元402，还可以用于将所述职业证件照转化为灰度图，将所述职业证件照的图像尺寸调整为标准尺寸。
本发明实施例中，所述比对单元403，还可以用于从模板证件照中截取姓名牌区域，将所述模板证件照中的姓名牌区域作为所述标准模板，姓名牌区域包括：姓名牌、胸标。
本发明实施例中，所述比对单元403，还可以用于计算所述标准证件照底部区域的灰度直方图；计算所述灰度直方图中灰度值处于阈值区间的像素点所占比例，选取与比例对应的标准模板。
本发明实施例中，所述比对单元403，还可以用于采用所述标准模板于所述职业证件照的预定区域进行匹配，截取匹配得到的区域作为所述标准证件照中的姓名牌区域。
本发明实施例中，所述识别单元404，还可以用于对所述标准证件照中的姓名牌区域进行二值化，使得姓名牌区域为白色，背景为黑色；获取包括白色区域的最小矩形，通过所述最小矩形确定所述标准证件照中的姓名牌区域的倾斜角度；依据所述倾斜角度确定旋转矩阵，对所述标准证件照中的姓名牌区域进行仿射变换，修正所述标准证件照中的姓名牌区域的倾斜。
本发明实施例中，所述识别单元404，还可以用于对所述标准证件照中的姓名牌区域进行灰度转化，使得背景为白色，文字内容为黑色，并进行对比度增强。
本发明实施例中，所述识别单元404，还可以用于将所述标准证件照中的姓名牌区域进行二值化，使得姓名牌外轮廓和胸标外轮廓为白色；依据外轮廓确定姓名牌中的文字内容区域；采用OCR识别文字内容区域中的文字内容。
本发明实施例中，所述识别单元404，还可以用于采用CTPN对文字内容区域进行文字检测；采用DenseNet进行文字识别，在筛除识别结果中的非中文字符后，将中文字符按顺序拼接得到文字内容。

Claims (10)

1.一种职业证件照姓名牌识别方法，其特征在于，包括：
获取职业证件照；
将所述职业证件照转化为标准格式，得到标准证件照；
将所述标准证件照与标准模板进行比对，确定所述标准证件照中的姓名牌区域；
对所述标准证件照中的姓名牌区域进行图像增强处理后，识别姓名牌中的文字内容。
2.根据权利要求1所述的职业证件照姓名牌识别方法，其特征在于，所述将所述职业证件照转化为标准格式，包括：
将所述职业证件照转化为灰度图，将所述职业证件照的图像尺寸调整为标准尺寸。
3.根据权利要求2所述的职业证件照姓名牌识别方法，其特征在于，在所述将所述标准证件照与标准模板进行比对之前，包括：
从模板证件照中截取姓名牌区域，将所述模板证件照中的姓名牌区域作为所述标准模板，姓名牌区域包括：姓名牌、胸标。
4.根据权利要求3所述的职业证件照姓名牌识别方法，其特征在于，在所述将所述标准证件照与标准模板进行比对之前，包括：
计算所述标准证件照底部区域的灰度直方图；
计算所述灰度直方图中灰度值处于阈值区间的像素点所占比例，选取与比例对应的标准模板。
5.根据权利要求4所述的职业证件照姓名牌识别方法，其特征在于，所述将所述标准证件照与标准模板进行比对，确定所述标准证件照中的姓名牌区域，包括：
采用所述标准模板于所述职业证件照的预定区域进行匹配，截取匹配得到的区域作为所述标准证件照中的姓名牌区域。
6.根据权利要求5所述的职业证件照姓名牌识别方法，其特征在于，所述对所述标准证件照中的姓名牌区域进行图像增强处理，包括：
对所述标准证件照中的姓名牌区域进行二值化，使得姓名牌区域为白色，背景为黑色；
获取包括白色区域的最小矩形，通过所述最小矩形确定所述标准证件照中的姓名牌区域的倾斜角度；
依据所述倾斜角度确定旋转矩阵，对所述标准证件照中的姓名牌区域进行仿射变换，修正所述标准证件照中的姓名牌区域的倾斜。
7.根据权利要求5所述的职业证件照姓名牌识别方法，其特征在于，所述对所述标准证件照中的姓名牌区域进行图像增强处理，包括：
对所述标准证件照中的姓名牌区域进行灰度转化，使得背景为白色，文字内容为黑色，并进行对比度增强。
8.根据权利要求5所述的职业证件照姓名牌识别方法，其特征在于，所述识别姓名牌中的文字内容，包括：
将所述标准证件照中的姓名牌区域进行二值化，使得姓名牌外轮廓和胸标外轮廓为白色；
依据外轮廓确定姓名牌中的文字内容区域；
采用OCR识别文字内容区域中的文字内容。
9.根据权利要求8所述的职业证件照姓名牌识别方法，其特征在于，所述采用OCR识别文字内容区域中的文字内容，包括：
采用CTPN对文字内容区域进行文字检测；
采用DenseNet进行文字识别，在筛除识别结果中的非中文字符后，将中文字符按顺序拼接得到文字内容。
10.一种职业证件照姓名牌识别装置，其特征在于，包括获取单元、转化单元、比对单元和识别单元，其中：
所述获取单元，用于获取职业证件照；
所述转化单元，用于将所述职业证件照转化为标准格式，得到标准证件照；
所述比对单元，用于将所述标准证件照与标准模板进行比对，确定所述标准证件照中的姓名牌区域；
所述识别单元，用于对所述标准证件照中的姓名牌区域进行图像增强处理后，识别姓名牌中的文字内容。
CN201910747719.4A 2019-08-14 2019-08-14 职业证件照姓名牌识别方法、装置 Pending CN110503094A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910747719.4A CN110503094A (zh) 2019-08-14 2019-08-14 职业证件照姓名牌识别方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910747719.4A CN110503094A (zh) 2019-08-14 2019-08-14 职业证件照姓名牌识别方法、装置

Publications (1)

Publication Number Publication Date
CN110503094A true CN110503094A (zh) 2019-11-26

Family

ID=68587421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910747719.4A Pending CN110503094A (zh) 2019-08-14 2019-08-14 职业证件照姓名牌识别方法、装置

Country Status (1)

Country Link
CN (1) CN110503094A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126380A (zh) * 2019-12-02 2020-05-08 贵州电网有限责任公司 一种电力设备铭牌印文识别方法及系统
CN113191348A (zh) * 2021-05-31 2021-07-30 山东新一代信息产业技术研究院有限公司 一种基于模板的文本结构化提取方法及工具

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036262A (zh) * 2014-06-30 2014-09-10 南京富士通南大软件技术有限公司 一种lpr车牌筛选识别的方法和系统
CN104112139A (zh) * 2014-06-30 2014-10-22 南京富士通南大软件技术有限公司 一种lpr车牌精确定位的方法和系统
CN105469120A (zh) * 2015-12-15 2016-04-06 浪潮电子信息产业股份有限公司 一种图像匹配的方法及装置
US9672358B1 (en) * 2015-11-04 2017-06-06 Invincea, Inc. Methods and apparatus for detecting malware samples with similar image sets
CN106874910A (zh) * 2017-01-19 2017-06-20 广州优库电子有限公司 基于ocr识别的低功耗仪表远程自助抄表终端及方法
CN109145786A (zh) * 2018-08-07 2019-01-04 何杰成 一种图片识别方法、装置、设备、介质和产品
CN109492643A (zh) * 2018-10-11 2019-03-19 平安科技（深圳）有限公司 基于ocr的证件识别方法、装置、计算机设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036262A (zh) * 2014-06-30 2014-09-10 南京富士通南大软件技术有限公司 一种lpr车牌筛选识别的方法和系统
CN104112139A (zh) * 2014-06-30 2014-10-22 南京富士通南大软件技术有限公司 一种lpr车牌精确定位的方法和系统
US9672358B1 (en) * 2015-11-04 2017-06-06 Invincea, Inc. Methods and apparatus for detecting malware samples with similar image sets
CN105469120A (zh) * 2015-12-15 2016-04-06 浪潮电子信息产业股份有限公司 一种图像匹配的方法及装置
CN106874910A (zh) * 2017-01-19 2017-06-20 广州优库电子有限公司 基于ocr识别的低功耗仪表远程自助抄表终端及方法
CN109145786A (zh) * 2018-08-07 2019-01-04 何杰成 一种图片识别方法、装置、设备、介质和产品
CN109492643A (zh) * 2018-10-11 2019-03-19 平安科技（深圳）有限公司 基于ocr的证件识别方法、装置、计算机设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126380A (zh) * 2019-12-02 2020-05-08 贵州电网有限责任公司 一种电力设备铭牌印文识别方法及系统
CN113191348A (zh) * 2021-05-31 2021-07-30 山东新一代信息产业技术研究院有限公司 一种基于模板的文本结构化提取方法及工具

Similar Documents

Publication Publication Date Title
CN107633239B (zh) 基于深度学习和ocr的票据分类及票据字段提取方法
CN101662581B (zh) 多功能证件信息采集系统
CN102902959B (zh) 基于二代身份证存储证件照的人脸识别方法及系统
CN105913093A (zh) 一种用于文字识别处理的模板匹配方法
CN105608455B (zh) 一种车牌倾斜校正方法及装置
CN100550037C (zh) 利用改进Hausdorff距离提取识别人耳特征的方法
CN107992871A (zh) 基于图像识别的餐厅自动结账方法
CN109859227A (zh) 翻拍图像检测方法、装置、计算机设备及存储介质
CN103839058A (zh) 一种基于标准模版的文档图像的信息定位方法
CN106096610A (zh) 一种基于支持向量机的文档图像二值化方法
CN102704215A (zh) 基于dst文件解析与机器视觉结合的绣布自动切割方法
CN103699532A (zh) 图像颜色检索方法和系统
CN103440629B (zh) 激光标记自动跟踪的视频引伸计的数字图像处理方法
CN107392968A (zh) 融合颜色对比图和颜色空间分布图的图像显著性检测方法
CN109447067A (zh) 一种票据方向检测矫正方法及自动检票系统
US8744189B2 (en) Character region extracting apparatus and method using character stroke width calculation
CN110503094A (zh) 职业证件照姓名牌识别方法、装置
CN110895693A (zh) 一种证件的防伪信息的鉴别方法及鉴别系统
CN111353961A (zh) 一种文档曲面校正方法及装置
CN112634125A (zh) 一种基于离线人脸数据库的自动面部替换方法
CN102750530B (zh) 一种字符识别方法及装置
KR20220088832A (ko) 인감스캐너를 이용한 인감대사 지원 방법
CN110991434A (zh) 自助终端证件识别方法及装置
CN114612980A (zh) 基于多方位交融注意力的变形人脸检测
CN110084269A (zh) 基于云计算的图像特征优化方法

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: No.1 Lingshan South Road, Qixia District, Nanjing City, Jiangsu Province 210046

Applicant after: THE 28TH RESEARCH INSTITUTE OF CHINA ELECTRONICS TECHNOLOGY Group Corp.

Address before: 210007 No. 1 East Garden Street, Qinhuai District, Jiangsu, Nanjing

Applicant before: THE 28TH RESEARCH INSTITUTE OF CHINA ELECTRONICS TECHNOLOGY Group Corp.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191126