CN110728272A - 基于ocr录入证件信息的方法及相关装置 - Google Patents

基于ocr录入证件信息的方法及相关装置 Download PDF

Info

Publication number
CN110728272A
CN110728272A CN201910823175.5A CN201910823175A CN110728272A CN 110728272 A CN110728272 A CN 110728272A CN 201910823175 A CN201910823175 A CN 201910823175A CN 110728272 A CN110728272 A CN 110728272A
Authority
CN
China
Prior art keywords
certificate
information
image
region
certificate image
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
CN201910823175.5A
Other languages
English (en)
Inventor
杨小彦
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.)
Ping An Puhui Enterprise Management Co Ltd
Original Assignee
Ping An Puhui Enterprise Management Co Ltd
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 Ping An Puhui Enterprise Management Co Ltd filed Critical Ping An Puhui Enterprise Management Co Ltd
Priority to CN201910823175.5A priority Critical patent/CN110728272A/zh
Publication of CN110728272A publication Critical patent/CN110728272A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Character Discrimination (AREA)
  • Character Input (AREA)

Abstract

本发明公开了一种基于OCR录入证件信息的方法及相关装置,涉及图像识别领域,该方法包括:获取用户端发送的满足预设分辨率要求的证件图像;基于光学字符识别OCR,确定所述证件图像对应的文本信息;将所述文本信息输入预设机器学习模型,获取所述证件图像对应证件所属地区及证件类型;从数据库中调取与所述所属地区及证件类型对应的证件信息模板;基于所述OCR、所述证件图像及所述证件信息模板,确定各信息项对应的所述证件图像中的证件信息,所述证件信息模板描述了对应证件中的各信息项以及各信息项对应的证件信息;将所述证件信息录入到对应的信息项中。该方法提高了对证件图像中包含的证件信息录入的准确性。

Description

基于OCR录入证件信息的方法及相关装置
技术领域
本发明涉及图像识别领域,特别是涉及基于OCR录入证件信息的方法、装置、电子设备和存储介质。
背景技术
光学字符识别,简称OCR(Optical Character Recognition),是对输入图像进行电子扫描并从中提取文字的过程,相比人工手打文字速度快,出错率低,能节省大量人力资源,还可用于各种领域的自动化识别如车牌识别、身份证识别、银行卡识别等。
现有技术的缺陷在于,由于证件类型的多样性与部分证件类型对应证件的复杂性,首先,在通过OCR对证件图像识别过程中,易产生将a信息项对应的证件信息识别为b信息项对应的证件信息,其次,在OCR识别后,还存在部将识别后的证件信息的误录情形,即将a信息项对应的证件信息误录到相近的b信息项中,如何在提高OCR的识别率的同时减少识别后的信息误录的情形是亟待解决的问题。
发明内容
基于此,本公开提供了一种基于OCR录入证件信息的方法及相关装置,以至少解决相关技术中对证件图像中包含的证件信息存在误录的技术问题。
根据本公开的第一方面,提供了一种基于OCR录入证件信息的方法,包括:获取用户端发送的满足预设分辨率要求的证件图像;基于光学字符识别OCR,确定所述证件图像对应的文本信息;获取所述证件图像对应证件所属地区及证件类型;从数据库中调取与所述所属地区及证件类型对应的证件信息模板;基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息;
将所述证件信息录入到对应的信息项中。
在本公开的一示例性实施例中,在获取用户端发送的满足预设分辨率要求的证件图像之前包括:向所述用户端发送对所述证件图像分辨率的预设要求;接收所述用户端发送的证件图像;确定所述证件图像的分辨率;若所述证件图像的分辨率在预设的分辨率范围内,则将所述证件图像确定为所述满足预设分辨率要求的证件图像。
在本公开的一示例性实施例中,在所述确定所述证件图像的分辨率之后,还包括:若判断出所述证件图像的分辨率不在预设的范围内,则向所述用户端发送上传满足预设分辨率要求的证件图像对应的指令,并转至向用户端发送对所述证件图像分辨率的预设要求的步骤。
在本公开的一示例性实施例中,获取所述证件图像对应证件所属地区及证件类型包括:提取所述证件图像的文本信息中的关键特征信息,所述关键特征信息是指表明证件所属地区、证件类型的关键词;基于所述关键特征信息确定所述证件图像对应的证件所属地区和证件类型。
在本公开的一示例性实施例中,所述获取所述证件图像对应证件所述地区及证件类型还包括:将所述文本信息输入预设的机器学习模型,获取由所述预设机器学习模型输出对所述证件图像对应证件所属地区及证件类型的判断结果。
在本公开的一示例性实施例中,所述预设机器学习模型通过以下方式进行训练:将预先确定了证件所属地区及证件类型的证件图像的文本信息作为样本,将所述文本信息输入机器学习模型,由机器学习模型输出所述样本对应的证件所属地区及证件类型,将机器学习模型输出的所述样本对应的证件所属地区及证件类型与事先确定的所述样本对应的证件所属地区及证件类型相比对,如不一致,则调整机器学习模型的参数,直到机器学习模型输出的所述样本对应的证件所属地区及证件类型与事先确定的所述样本对应的证件所属地区及证件类型相一致。
在本公开的一实施例中,所述基于所述OCR、所述证件图像及所述证件信息模板,确定各信息项对应的所述证件图像中的证件信息包括:将所述证件信息模板上选定的特征图案与所述证件图像上的图案相比对,确定所述特征图案在所述证件图像上的位置;基于所述特征图案在所述证件图像上的位置,确定所述证件图像上各信息项对应的位置;基于OCR对所述各信息项对应位置的证件图像进行识别,获取各信息项对应的证件信息。
根据本公开的第二方面,提供了一种基于OCR录入证件信息的装置,包括:第一获取模块,用于获取用户端发送的满足预设分辨率要求的证件图像;第二获取模块,用于基于光学字符识别OCR,获取所述证件图像对应的文本信息;第一确定模块,用于基于所述文本信息,确定所述证件图像对应证件所属地区及证件类型;调取模块,用于从数据库中调取与所述所属地区及证件类型对应的证件信息模板;第二确定模块,用于基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息;录入模块,用于将所述证件信息录入到对应的信息项中。
根据本公开的第三方面,提供了一种基于OCR录入证件信息的电子设备,包括:存储器,配置为存储可执行指令。处理器,配置为执行所述存储器中存储的可执行指令,以执行以上所述的方法。
根据本公开的第四方面,提供一种计算机可读存储介质,其存储有计算机程序指令,当所述计算机指令被计算机执行时,使计算机执行以上所述的方法。
与现有技术中存在对证件图像中包含的证件信息误录情形相比,本公开的实施例通过对用户端发送的满足预设分辨率要求的证件图像进行识别,获取所述证件图像对应的文本信息,基于所述文本信息确定所述证件图像对应证件所属地区及证件类型,从数据库中调取与所述所属地区及证件类型对应的证件信息模板,基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息,将所述证件信息录入到对应的信息项中,从而减少对识别后的证件信息误录的情形。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
图1示出根据本公开一示例实施方式的基于OCR录入证件信息的流程图。
图2示出根据本公开一示例实施方式的基于OCR录入证件信息的装置。
图3示出根据本公开一示例实施方式的在获取用户端发送的满足预设分辨率要求的证件图像之前的流程图。
图4示出根据本公开一示例实施方式的基于所述文本信息确定所述证件图像对应证件所述地区及证件类型的详细流程图。
图5示出根据本公开一示例实施方式的基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息的详细流程图。
图6示出根据本公开一示例实施方式的基于OCR录入证件信息的系统架构图。
图7示出根据本公开一示例实施方式的基于OCR录入证件信息的电子设备图。
图8示出根据本公开一示例实施方式的基于OCR录入证件信息的计算机可读存储介质图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本公开的目的在于从技术方面提高对证件图像中包含的证件信息录入的准确性。根据本公开一个实施例的基于OCR录入证件信息的方法,包括:通过对用户端发送的满足预设分辨率要求的证件图像进行识别,获取所述证件图像对应的文本信息,基于所述文本信息确定所述证件图像对应证件所属地区及证件类型,从数据库中调取与所述所属地区及证件类型对应的证件信息模板,基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息,将所述证件信息录入到对应的信息项中,从而在提高OCR的识别率的同时减少识别后的信息误录的情形。
图1示出根据本公开一示例实施方式的基于OCR录入证件信息的流程图:
步骤S100:获取用户端发送的满足预设分辨率要求的证件图像;
步骤S110:基于光学字符识别OCR,获取所述证件图像对应的文本信息;
步骤S120:基于所述文本信息,确定所述证件图像对应证件所属地区及证件类型;
步骤S130:从数据库中调取与所述所属地区及证件类型对应的证件信息模板;
步骤S140:基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息;
步骤S150:将所述证件信息录入到对应的信息项中。
下面,将结合附图对本示例实施方式中上述基于OCR录入证件信息的各步骤进行详细的解释以及说明。
如图1所示,在步骤S100中,获取用户端发送的满足预设分辨率要求的证件图像。
在本公开的一实施例中,所述分辨率是指单位英寸中所包含的像素点数;如获取的一证件图像单位英寸内横向像素点为300、纵向的像素点为400,则对应的该证件图像对应的分辨率为12万。
在本公开的一实施例中,通过获取满足预设分辨率要求的证件图像,使得服务器识别的证件图像质量得到保证,进而可提高OCR对证件图像的识别率。
在本公开的一实施例中,获取用户端发送的满足预设分辨率要求的证件图像,可以通过用户端获取用户输入的满足预设要求的证件图像,还可以是服务器通过无人证件图像采集终端发送的,通过无人证件图像采集终端的方式时,用户只需将要采集的相应证件放入无人证件图像采集终端所指示的证件图像采集区域即可,这样即省时省力又能避免用户输入的证件图像分辨率达不到预设要求的情况,同时也能保证采集的证件图像的曝光度,提高OCR识别率,进而节省用户时间,提高办事效率。
在本公开的一实施例中,所述预设分辨率要求还可以是其他预设要求,如预设的证件图像大小范围,证件图像的曝光度等。
在本公开的一实施例中,如图3所示,在步骤S100之前还可以包括:
S60:向所述用户端发送对所述证件图像分辨率的预设要求;
S70:接收所述用户端发送的证件图像;
S80:确定所述证件图像的分辨率;
S90:若所述证件图像的分辨率在预设的分辨率范围内,则将所述证件图像确定为所述满足预设分辨率要求的证件图像。
在本公开的一实施例中,通过向用户端发送预设的分辨率要求,用户在查看相应预设分辨率要求后会自行对要上传识别的证件图像进行检查是否满足预设的分辨率要求,接收用户端发送的满足预设分辨率要求的证件图像后,服务器也会确定获取的证件图像的分辨率,同时判断获取的证件图像的分辨率满足预设的分辨率,使得服务器获取的证件图像为满足预设要求的证件图像,从而提高OCR对证件图像的识别率。
在本公开的一实施例中,服务器向用户端发送的预设分辨率要求是证件图像分辨率不得小于300dpi,用户通过用户端查看到对上传证件图像分辨率的要求后,会挑选一张满足分辨率要求的证件图像通过用户端发送至服务器,服务器接收到用户端发送的证件图像后,会确定该证件图像的分辨率,并判断该证件图像的分辨率是否满足预设的分辨率要求,并根据判断结果向该证件图像对应的用户端发送相应指令。
在本公开的一实施例中,服务器向用户端发送的预设分辨率要求是不得小于300dpi和预设的证件图像大小不得大于5MB yte,服务器获取用户端发送的满足预设分辨率和预设证件图像大小的证件图像后会确定该证件图像的分辨率和证件图像大小,并判断该证件图像的分辨率和证件图像大小是否满足预设的分辨率要求和预设的证件图像大小要求,并根据判断结果向该证件图像对应的用户端发送相应指令。
在本公开的一实施例中,在步骤S80之后还可以包括:
若判断出所述证件图像的分辨率不在预设的范围内,则向所述用户端发送上传满足预设分辨率要求的证件图像对应的指令,并转至向用户端发送对所述证件图像分辨率的预设要求的步骤。
通过判断用户端发送的证件图像的分辨率是否在预设的分辨率范围内,确定用户端发送的证件图像的分辨率是否满足预设要求,如用户端发送的证件图像不满足预设分辨率要求,则向用户发送上传满足预设分辨率要求的这年图像对应的指令,并提醒该用户端对应的用户上传满足预设分辨率要求的证件图像,确保OCR要识别的证件图像满足预设分辨率要求,进而提高证件图像的识别率。
在本公开的一实施例中,若用户端发送的证件图像不满足预设的分辨率要求,则向该用户端发送“请上传满足预设要求的证件图像”的提示信息。
继续参照图1所示,在步骤S110中,基于光学字符识别OCR,获取所述证件图像对应的文本信息。
OCR识别技术经过多年的发展,现已经为较成熟的技术,在保证输入图像质量的情况下,OCR对图像的识别率很高,通过OCR识别出证件图像中包含的文本信息,可为后续通过证件图像对应的文本信息确定该证件图像对应的证件所属地区及证件类型提供依据。
在本公开的一实施例中,用户端发送的是一张用户A的中国身份证图像,则OCR会将用户A的中国身份证图像中包含的所有文本信息识别出来。
在步骤S120中,基于所述文本信息,确定所述证件图像对应证件所属地区及证件类型。
通过获取证件图像对应证件所属地区及证件类型,进而确定所述证件图像对应证件对应的预存证件信息模板。
在本公开的一实施例中,如图4所示步骤S120可以包括:
步骤S1201:提取所述证件图像的文本信息中的关键特征信息,所述关键特征信息是指表明证件所属地区、证件类型的关键词;
步骤S1202:基于所述关键特征信息确定所述证件图像对应的证件所属地区和证件类型。
通过提取证件图像对应的文本信息中表明该证件图像对应的证件所属地区及证件类型的关键词,基于提取的所属地区及证件类型的关键词确定该证件图像对应的证件所属地区及证件类型。
在本公开的一实施例中,经对用户端发送的证件图像对应的文本信息提取关键特征信息,得到关键特征信息为,中华人民共和国、居民身份证,基于提取证件图像对应的文本信息中包含的关键特征信息,可确定用户端发送的证件图像对应的证件为中华人民共和国居民身份证。
在本公开的一实施例中步骤S120还可以包括:将所述文本信息输入预设机器学习模型,获取由机器学习模型输出的对所述证件图像对应证件所属地区及证件类型的判断结果。
通过将证件图像对应的文本信息输入机器学习模型,由机器学习模型可准确并快速的确定该证件图像对应的证件所属地区及证件类型。
在本公开的一实施例中,所述预设机器学习模型通过以下方式进行训练:
将预先确定了证件所属地区及证件类型的证件图像的文本信息作为样本,将所述文本信息输入机器学习模型,由机器学习模型输出所述样本对应的证件所属地区及证件类型,将机器学习模型输出的所述样本对应的证件所属地区及证件类型与事先确定的所述样本对应的证件所属地区及证件类型相比对,如不一致,则调整机器学习模型的参数,直到机器学习模型输出的所述样本对应的证件所属地区及证件类型与事先确定的所述样本对应的证件所属地区及证件类型相一致。
在本公开的一实施例中,用户端发送的证件图像对应的文本信息为:姓名:小王、性别:男、民族:汉族、出生:1990年10月1日、住址:广东省深圳市、公民身份证号:123456789,中华人民共和国居民身份证,签发机关:广东省深圳市公安局、有效日期:2015年5月2日至2025年5月1日。将上述文本信息输入预设的机器学习模型,机器学习模型输出该用户端发送的证件图像对应的证件所属地区为中国,证件类型为居民身份证。
继续参照图1,在步骤S130中,从数据库中调取与所述所属地区及证件类型对应的证件信息模板。
通过确定的证件图像所属地区及证件类型从数据库中调取与之对应的证件信息模板,基于该证件信息模板确定该证件图像中各信息项对应的位置,便于后续OCR插件的准确识别并录入正确的证件信息。
在本公开的一实施例中,用户端发送的证件图像对应的证件所属地区为中国,证件类型为居民身份证,则从数据库中调取预存的中国居民身份证模板。
在步骤S140中,基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息。
通过证件图像对应的证件信息模板确定证件图像中各信息项对应的位置,可防止后续对识别的证件图像对应的文本信息误录到其他信息项中,再通过OCR对各信息项对应位置的文本信息进行识别,确定各信息项对应的证件信息,即提高了各信息项对应证件信息的识别率,同时又能避免OCR对证件图像中的人脸图像等不包含文本信息的部分进行识别,提高了OCR识别的效率。
在本公开的一实施例中,用户端发送的证件图像对应的证件信息模板为中华人民共和国居民身份证,则基于该证件信息模板和该证件图像及OCR,可确定各信息项对应的位置,如信息项a对应的位置为b,信息项c对应的位置为d,再通过OCR对证件图像上位置b和位置d进行识别,确定信息项a和信息项c对应的文本信息。
在本公开的一实施例中,如图5所示步骤S140可以包括:
步骤S1401:将所述证件信息模板上选定的特征图案与所述证件图像上的图案相比对,确定所述特征图案在所述证件图像上的位置;
步骤S1402:基于所述特征图案在所述证件图像上的位置,确定所述证件图像上各信息项对应的位置;
步骤S1403:基于OCR对所述各信息项对应位置的证件图像进行识别,获取各信息项对应的证件信息。
在本公开的一实施例中,所述特征图案可以是证件信息模板上具有的任何图案,也可以是该图案对应的区域,如证件信息模板是中华人民共和国机动车驾驶证,则可将该中华人民共和国机动车驾驶证模板上的红章(该红章一般位于机动车驾驶证的左下方,章上内容一般为各地方的公安交通管理局)作为特征图案,如证件信息模板是中华人民共和国居民身份证,如正面可以将人的肖像区域作为特征图案。
在本公开的一实施例中,通过证件图像对应的证件信息模板上选定的特征图案确定证件图像上各信息项对应的位置,再通过OCR对各信息项对应的位置进行识别,确定各信息项对应的证件信息,使各信息项和与之对应的证件信息形成对应关系。
在本公开的一实施例中,基于中华人民共和国机动车驾驶证模板上的红章位置和用户端发送的中华人民共和国机动车驾驶证证件图像上的红章位置,可确定中华人民共和国机动车驾驶证模板中标明的各信息项在中华人民共和国机动车驾驶证证件图像上对应的位置,进而基于中华人民共和国机动车驾驶证模板上标明的各信息项及各信息项对应的位置,确定用户端发送的中华人民共和国机动车驾驶证证件图像上个信息项及各信息项对应的位置,再通过OCR对各信息项对应的证件图像位置进行识别,即可确定各信息项对应的证件信息。
在本公开的一实施例中,基于中华人民共和国居民身份证上居民的肖像对应的区域和中华人民共和国居民身份证模板上的居民的肖像对应的区域,进而也可以确定用户端发送的中华人民共和国居民身份证上各信息项对应的位置,后续步骤与上述中华人民共和国机动车驾驶证的步骤相同,在此不在累述。
在本公开的一实施例中,在步骤S1402之后还可以包括:获取所要录入的信息项,确定所述所要录入的信息项对应的位置,基于所述OCR对所述所要录入的信息项对应位置的证件图像进行识别,获取所述所要录入的信息项对应的证件信息。如在上述证件图像对应的模板为中华人民共和国机动车驾驶证的实施例中,在已经确定用户端发送的中华人民共和国机动车驾驶证证件图像上各信息项对应的位置后,获取系统所要录入的信息项是“姓名”“有效期限”,则只需在确定了各信息项对应的位置中,提取“姓名”“有效期限”这两个信息项对应的位置即可,然后通过OCR对“姓名”“有效期限”对应位置的证件图像进行识别即可得到“姓名”对应的证件信息与“有效期限”对应的证件信息,在提高证件信息识别率的同时又进一步提高了OCR识别的效率。
继续参照图1,在步骤S150中,将所述证件信息录入到对应的信息项中。
通过将要录入的信息项与获取的信息项对应的证件信息中各获取的信息项进行比对,将获取的信息项中与要录入的信息项相同的获取的信息项对应的证件信息确定为所要录入的信息项对应的证件信息,将所要录入的信息项对应的证件信息录入到所要录入的信息项对应的位置即可。
如所要录入的信息项为“姓名”,获取的信息项对应的证件信息为:姓名:王三、年龄:28、性别:男……。将所要录入的信息项与获取的信息项进行比对,可以确定获取的信息项“姓名”为所要录入的信息项,则将获取的信息项“姓名”对应的的证件信息“王三”作为所要录入的信息项“姓名”对应的证件信息,再将所要录入的信息项“姓名”对应的证件信息“王三”录入到所要录入的信息项“姓名”对应的位置即可。
本公开还提供了一种基于OCR录入证件信息的装置。参考图2所示,所述基于OCR录入证件信息的装置包括:第一获取模块210、第二获取模块220、第一确定模块230、调取模块240、第二确定模块250、录入模块260。其中:
第一获取模块210,用于获取用户端发送的满足预设分辨率要求的证件图像;
第二获取模块220,用于基于光学字符识别OCR,获取所述证件图像对应的文本信息;
第一确定模块230,用于基于所述文本信息,确定所述证件图像对应证件所属地区及证件类型;
调取模块240,用于从数据库中调取与所述所属地区及证件类型对应的证件信息模板;
第二确定模块250,基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息;
录入模块260,用于将所述证件信息录入到对应的信息项中。
上述基于OCR录入证件信息装置中各模块的具体细节已经在对应的方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照所述特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,所述软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
图6示出根据本公开一示例实施方式的基于OCR录入证件信息的系统架构图。所述系统架构包括:用户端310、服务器320、数据库330。
在本公开的一实施例中,服务器320获取用户端310发送的满足预设分辨率要求的证件图像,服务器320识别出该证件图像对应的文本信息,并基于该证件图像对应的文本信息判断该证件图像对应的证件所属地区及证件类型,服务器320依据该证件图像所属地区及证件类型从数据库330中调取相应的证件信息模板,服务器320通过该证件图像、证件信息模板确定各信息项对应的证件信息,将识别出的证件信息录入到对应的信息项中。
通过以上对系统架构的描述,本领域的技术人员易于理解,这里描述的系统架构能够实现图2所示的基于OCR录入证件信息装置中各个模块的功能。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图7来描述根据本发明的这种实施方式的电子设备400。图7显示的电子设备400仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于:上述至少一个处理单元410、上述至少一个存储单元420、连接不同系统组件(包括存储单元420和处理单元410)的总线430。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元410执行,使得所述处理单元410执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元410可以执行如图1中所示步骤S100:获取用户端发送的满足预设分辨率要求的证件图像;步骤S110:基于光学字符识别OCR,获取所述证件图像对应的文本信息;步骤S120:基于所述文本信息,确定所述证件图像对应证件所属地区及证件类型;步骤S130:从数据库中调取与所述所属地区及证件类型对应的证件信息模板;步骤S140:基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息;步骤S150:将所述证件信息录入到对应的信息项中。
存储单元420可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)4201和/或高速缓存存储单元4202,还可以进一步包括只读存储单元(ROM)4203。
存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204,这样的程序模块4205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线430可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备400也可以与一个或多个外部设备500(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备400交互的设备通信,和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口450进行。并且,电子设备400还可以通过网络适配器460与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器460通过总线430与电子设备400的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图8所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品600,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。

Claims (10)

1.一种基于OCR录入证件信息的方法,其特征在于,所述方法包括:
获取用户端发送的满足预设分辨率要求的证件图像;
基于光学字符识别OCR,获取所述证件图像对应的文本信息;
基于所述文本信息,确定所述证件图像对应证件所属地区及证件类型;
从数据库中调取与所述所属地区及证件类型对应的证件信息模板;
基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息;
将所述证件信息录入到对应的信息项中。
2.根据权利要求1所述的方法,其特征在于,所述获取用户端发送的满足预设分辨率要求的证件图像之前,还包括:
向所述用户端发送对所述证件图像分辨率的预设要求;
接收所述用户端发送的证件图像;
确定所述证件图像的分辨率;
若所述证件图像的分辨率在预设的分辨率范围内,则将所述证件图像确定为所述满足预设分辨率要求的证件图像。
3.根据权利要求2所述的方法,其特征在于,在所述确定所述证件图像的分辨率之后,还包括:
若判断出所述证件图像的分辨率不在预设的范围内,则向所述用户端发送上传满足预设分辨率要求的证件图像对应的指令,并转至向用户端发送对所述证件图像分辨率的预设要求的步骤。
4.根据权利要求1所述的方法,其特征在于,所述基于所述文本信息,确定所述证件图像对应证件所属地区及证件类型包括:
提取所述证件图像的文本信息中的关键特征信息,所述关键特征信息是指表明证件所属地区、证件类型的关键词;
基于所述关键特征信息确定所述证件图像对应的证件所属地区和证件类型。
5.根据权利要求1所述的方法,其特征在于,基于所述文本信息,确定所述证件图像对应证件所述地区及证件类型,还包括:
将所述文本信息输入预设的机器学习模型,获取由所述预设机器学习模型输出对所述证件图像对应证件所属地区及证件类型的判断结果。
6.根据权利要求5所述的方法,其特征在于,所述预设机器学习模型通过以下方式进行训练:
将预先确定了证件所属地区及证件类型的证件图像的文本信息作为样本,将所述样本输入机器学习模型,由机器学习模型输出所述样本对应的证件所属地区及证件类型,将机器学习模型输出的所述样本对应的证件所属地区及证件类型与事先确定的所述样本对应的证件所属地区及证件类型相比对,如不一致,则调整机器学习模型的参数,直到机器学习模型输出的所述样本对应的证件所属地区及证件类型与事先确定的所述样本对应的证件所属地区及证件类型相一致。
7.根据权利要求1所述的方法,其特征在于,所述基于所述OCR、所述证件图像及所述证件信息模板包含的各信息项及各信息项对应的证件信息的位置,确定各信息项对应的所述证件图像中的证件信息包括:
将所述证件信息模板上选定的特征图案与所述证件图像上的图案相比对,确定所述特征图案在所述证件图像上的位置;
基于所述特征图案在所述证件图像上的位置,确定所述证件图像上各信息项对应的位置;
基于OCR对所述各信息项对应位置的证件图像进行识别,获取各信息项对应的证件信息。
8.一种基于OCR录入证件信息装置,其特征在于,包括:
第一获取模块,用于获取用户端发送的满足预设分辨率要求的证件图像;
第二获取模块,用于基于光学字符识别OCR,获取所述证件图像对应的文本信息;
第一确定模块,用于基于所述文本信息,确定所述证件图像对应证件所属地区及证件类型;
调取模块,用于从数据库中调取与所述所属地区及证件类型对应的证件信息模板;
第二确定模块,用于基于所述OCR、所述证件图像及所述证件信息模板,确定各信息项对应的所述证件图像中的证件信息;
录入模块,用于将所述证件信息录入到对应的信息项中。
9.一种基于OCR录入证件信息的电子设备,其特征在于,包括:
存储器,配置为存储可执行指令;
处理器,配置为执行存储器中存储的可执行指令,以实现根据权利要求1-7中任一个所述的方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序指令,当所述计算机指令被计算机执行时,使计算机执行根据权利要求1-7中任一个所述的方法。
CN201910823175.5A 2019-09-02 2019-09-02 基于ocr录入证件信息的方法及相关装置 Pending CN110728272A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910823175.5A CN110728272A (zh) 2019-09-02 2019-09-02 基于ocr录入证件信息的方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910823175.5A CN110728272A (zh) 2019-09-02 2019-09-02 基于ocr录入证件信息的方法及相关装置

Publications (1)

Publication Number Publication Date
CN110728272A true CN110728272A (zh) 2020-01-24

Family

ID=69218820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910823175.5A Pending CN110728272A (zh) 2019-09-02 2019-09-02 基于ocr录入证件信息的方法及相关装置

Country Status (1)

Country Link
CN (1) CN110728272A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111445189A (zh) * 2020-03-30 2020-07-24 惠州市华达通气体制造股份有限公司 运输信息管理方法及装置
CN111652229A (zh) * 2020-05-25 2020-09-11 泰康保险集团股份有限公司 一种信息输入方法、装置、电子设备及存储介质
CN111860480A (zh) * 2020-06-30 2020-10-30 湖南三湘银行股份有限公司 一种基于多识别参量的网上银行服务方法
CN111860481A (zh) * 2020-06-30 2020-10-30 湖南三湘银行股份有限公司 一种基于多识别参量的网上银行服务系统
CN112668298A (zh) * 2021-01-15 2021-04-16 上海杉互健康科技有限公司 基于移动终端的问卷录入方法、系统、设备及存储介质
CN113239910A (zh) * 2021-07-12 2021-08-10 平安普惠企业管理有限公司 证件识别方法、装置、设备及存储介质
CN113409278A (zh) * 2021-06-22 2021-09-17 平安健康保险股份有限公司 图像质量检测方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109784235A (zh) * 2018-12-29 2019-05-21 广东益萃网络科技有限公司 纸质表单的自动录入方法、装置、计算机设备和存储介质
US20190197310A1 (en) * 2015-02-03 2019-06-27 Jumio Corporation Systems and methods for imaging identification information

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190197310A1 (en) * 2015-02-03 2019-06-27 Jumio Corporation Systems and methods for imaging identification information
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
CN109784235A (zh) * 2018-12-29 2019-05-21 广东益萃网络科技有限公司 纸质表单的自动录入方法、装置、计算机设备和存储介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111445189A (zh) * 2020-03-30 2020-07-24 惠州市华达通气体制造股份有限公司 运输信息管理方法及装置
CN111652229A (zh) * 2020-05-25 2020-09-11 泰康保险集团股份有限公司 一种信息输入方法、装置、电子设备及存储介质
CN111652229B (zh) * 2020-05-25 2023-09-12 泰康保险集团股份有限公司 一种信息输入方法、装置、电子设备及存储介质
CN111860480A (zh) * 2020-06-30 2020-10-30 湖南三湘银行股份有限公司 一种基于多识别参量的网上银行服务方法
CN111860481A (zh) * 2020-06-30 2020-10-30 湖南三湘银行股份有限公司 一种基于多识别参量的网上银行服务系统
CN112668298A (zh) * 2021-01-15 2021-04-16 上海杉互健康科技有限公司 基于移动终端的问卷录入方法、系统、设备及存储介质
CN113409278A (zh) * 2021-06-22 2021-09-17 平安健康保险股份有限公司 图像质量检测方法、装置、设备及介质
CN113409278B (zh) * 2021-06-22 2024-04-26 平安健康保险股份有限公司 图像质量检测方法、装置、设备及介质
CN113239910A (zh) * 2021-07-12 2021-08-10 平安普惠企业管理有限公司 证件识别方法、装置、设备及存储介质
CN113239910B (zh) * 2021-07-12 2021-11-09 平安普惠企业管理有限公司 证件识别方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110728272A (zh) 基于ocr录入证件信息的方法及相关装置
CN109344831B (zh) 一种数据表识别方法、装置及终端设备
WO2019174130A1 (zh) 票据识别方法、服务器及计算机可读存储介质
CN107785021B (zh) 语音输入方法、装置、计算机设备和介质
WO2018090641A1 (zh) 识别保险单号码的方法、装置、设备及计算机可读存储介质
CN109816118A (zh) 一种基于深度学习模型的创建结构化文档的方法及终端
US20160232149A1 (en) Smart optical input/output (i/o) extension for context-dependent workflows
CN112036295B (zh) 票据图像处理方法、装置、存储介质及电子设备
CN109783781B (zh) 基于图像识别的保单录入方法和相关装置
CN113239910B (zh) 证件识别方法、装置、设备及存储介质
CN110795714A (zh) 一种身份验证方法、装置、计算机设备及存储介质
CN111126158A (zh) 基于人脸识别的自动检票方法、装置及系统
CN110705235A (zh) 业务办理的信息录入方法、装置、存储介质及电子设备
CN111598122B (zh) 数据校验方法、装置、电子设备和存储介质
CN112699646A (zh) 数据处理方法、装置、设备及介质
CN112668640A (zh) 一种文本图像质量评估方法、装置、设备及介质
CN111863178A (zh) 发放医疗报告的方法、装置、介质及电子设备
CN110728680A (zh) 行车记录仪检测方法、装置、计算机设备和存储介质
CN113177701A (zh) 一种用户信用评估方法和装置
CN111368709A (zh) 图片文本的识别方法、装置、设备及可读存储介质
CN110929725B (zh) 证件分类方法、装置及计算机可读存储介质
US11210509B2 (en) Systems and methods for enrollment and identity management using mobile imaging
CN110827261B (zh) 图像质量检测方法及装置、存储介质及电子设备
WO2021174869A1 (zh) 用户图片数据的处理方法、装置、计算机设备及存储介质
CN113837170A (zh) 车辆保险理赔申请的自动审核处理方法、装置及设备

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