CN110738204A - 一种证件区域定位的方法及装置 - Google Patents

Abstract

本申请提出一种证件区域定位的方法及装置，该方法包括：获取待处理图像，所述待处理图像包含证件图像；对所述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像；识别所述边缘检测图像中的线条；按照线条的类型和线条的位置对所述线条进行分组，得到四组线条；从所述四组线条中的每组线条选取一条线条，得到四条线条；将所述四条线条对应的区域确定为所述证件图像的区域。实施本申请，可以提升证件定位精度，方便后续的图像处理。

Description

一种证件区域定位的方法及装置

技术领域

本发明涉及计算机领域，尤其涉及一种证件区域定位的方法及装置。

背景技术

随着人们参与的社会活动日益增多，身份证在个人身份验证的过程中起着至关重要的作用，特别是在借贷业务中，需要借贷人上传身份证照片。服务器在接收到借贷人上传的身份证图像后，通常对图像进行身份证区域定位以及清晰化处理，从而得到清晰的身份证图像。但是，一般用户上传的照片是在各种复杂环境下拍摄的，图像质量参差不齐。而在图像中精确定位出身份证区域直接影后续对身份证区域的清晰化处理。目前，服务器在接收到图像后，通常是通过文字识别技术对图像上的文字进行识别来确定出身份证上的文字，从而达到根据文字的位置对身份证的区域进行定位的目的，但是该方法证件提取身份证文字容易受到图像中其他文字的影响，以致降低了定位精度。

发明内容

本申请实施例提供一种证件区域定位的方法及装置，可以检测并准确定位出证件区域，提升证件定位精度，方便后续的图像处理。

第一方面，本申请实施例提供一种证件区域定位的方法，包括：

获取待处理图像，所述待处理图像包含证件图像；

对所述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像；

识别所述边缘检测图像中的线条；

按照线条的类型和线条的位置对所述线条进行分组，得到四组线条；

从所述四组线条中的每组线条选取一条线条，得到四条线条；

将所述四条线条对应的区域确定为所述证件图像的区域。

在一种可能的实现方式中，所述识别所述边缘检测图像中的线条，包括：

将所述边缘线转换到平面直角坐标系下，得到多条平面线；

确定所述多条平面线的交点，经过所述交点的平面线的数量大于第一阈值；

根据所述交点的坐标确定所述边缘线在像素坐标系中的直线表达式；

根据所述直线表达式确定所述边缘检测图像中的线条。

在一种可能的实现方式中，所述按照线条的类型和线条的位置对所述线条进行分组，得到四组线条，包括：

计算所述线条的倾斜角；

将所述倾斜角在阈值区间内的线条确定为竖线，得到多条竖线；

将所述线条中除所述竖线以外的线条确定为横线，得到多条横线；

按照所述线条的位置对所述多条横线进行分组，得到多个横线组；

按照所述线条的位置对所述多条竖线进行分组，得到多个竖线组；

从所述多个横线组中选取两个横线组，以及从所述多个竖线组中选取两个竖线组，得到四组线条。

在一种可能的实现方式中，

所述按照所述线条的位置对所述多条横线进行分组，得到多个横线组，包括，在第一线条的倾斜角与第二线条的倾斜角之差小于第二阈值，且第一线条的中点与第二线条的中点之间的距离小于第三阈值的情况下，确定所述第一线条与所述第二线条属于同一横线组；

所述按照所述线条的位置对所述多条竖线进行分组，得到多个竖线组包括，在第三线条的倾斜角与第四线条的倾斜角之差小于所述第二阈值，且第三线条的中点与第四线条的中点之间的距离小于所述第三阈值的情况下，确定所述第三线条与所述第四线条属于同一竖线组。

在一种可能的实现方式中，在所述得到多个横线组和所述得到多个竖线组之后还包括，剔除所述多个横线组和所述多个竖线组中线条长度处于阈值区间以外的线条；

所述从所述多个横线组中选取两个横线组，以及从所述多个竖线组中选取两个竖线组，得到四组线条包括，从剔除后的多个横线组中选取两个横线组，以及从剔除后的多个竖线组中选取两个竖线组，得到四组线条。

在一种可能的实现方式中，所述从所述多个横线组中选取两个横线组，以及从所述多个竖线组中选取两个竖线组，得到四组线条，包括：

确定第i横线的长度与第j竖线的长度的比值与第四阈值之间的绝对差值，得到第ij长度差，i＝1,2，j＝1,2，所述第i横线为所述多个横线组中的一个横线组中的线条，所述第j竖线为所述多个竖线组中的一个竖线组中的线条；

确定第i横线的倾斜角与第j竖线的倾斜角的比值与第五阈值之间的绝对差值，得到第ij角度差，i＝1,2，j＝1,2，所述第j横线为所述多个横线组中的一个横线组中的线条，所述第j竖线为所述多个竖线组中的一个竖线组中的线条；

在所述第ij长度差小于第六阈值、所述第ij角度差小于第七阈值以及所述第i横线与所述第j竖线存在交点的情况下，根据所述第i横线所在横线组和所述第j竖线所在的竖线组得到四组线条。

在一种可能的实现方式中，所述方法还包括：

在所述第ij长度差大于或等于第六阈值，或者，所述第ij角度差大于或等于第七阈值，或者所述第i横线与所述第j竖线不存在交点的情况下，输出用于提示当前图像中不存在证件的提示信息。

在一种可能的实现方式中，所述对所述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像，包括：

将所述待处理图像输入整体嵌套神经网络，得到包括边缘线的边缘检测图像。

第二方面，本申请实施例提供一种证件区域定位的装置，包括：

获取单元，用于获取待处理图像，所述待处理图像包含证件图像；

处理单元，用于对所述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像；

识别单元，用于识别所述边缘检测图像中的线条；

分组单元，用于按照线条的类型和线条的位置对所述线条进行分组，得到四组线条；

选取单元，用于从所述四组线条中的每组线条选取一条线条，得到四条线条；

确定单元，用于将所述四条线条对应的区域确定为所述证件图像的区域。

在一种可能的实现方式中，所述识别单元，具体用于：

将所述边缘线转换到平面直角坐标系下，得到多条平面线；

确定所述多条平面线的交点，经过所述交点的平面线的数量大于第一阈值；

根据所述交点的坐标确定所述边缘线在像素坐标系中的直线表达式；

根据所述直线表达式确定所述边缘检测图像中的线条。

在一种可能的实现方式中，所述分组单元，具体用于：

计算所述线条的倾斜角；

将所述倾斜角在阈值区间内的线条确定为竖线，得到多条竖线；

将所述线条中除所述竖线以外的线条分为确定为横线，得到多条横线；

按照所述线条的位置对所述多条横线进行分组，得到多个横线组；

按照所述线条的位置对所述多条竖线进行分组，得到多个竖线组；

从所述多个横线组中选取两个横线组，以及从所述多个竖线组中选取两个竖线组，得到四组线条。

在一种可能的实现方式中，所述分组单元，具体用于：

所述按照所述线条的位置对所述多条横线进行分组，得到多个横线组，包括，在第一线条的倾斜角与第二线条的倾斜角之差小于第二阈值，且第一线条的中点与第二线条的中点之间的距离小于第三阈值的情况下，确定所述第一线条与所述第二线条属于同一横线组；

所述按照所述线条的位置对所述多条竖线进行分组，得到多个竖线组包括，在第三线条的倾斜角与第四线条的倾斜角之差小于所述第二阈值，且第三线条的中点与第四线条的中点之间的距离小于所述第三阈值的情况下，确定所述第三线条与所述第四线条属于同一竖线组。

在一种可能的实现方式中，所述装置还包括：

剔除单元，用于在所述得到多个横线组和所述得到多个竖线组之后，剔除所述多个横线组和所述多个竖线组中线条长度处于阈值区间以外的线条；

所述选取单元，具体用于：

从剔除后的多个横线组中选取两个横线组，以及从剔除后的多个竖线组中选取两个竖线组，得到四组线条。

在一种可能的实现方式中，所述选取单元，具体用于：

确定第i横线的长度与第j竖线的长度的比值与第四阈值之间的绝对差值，得到第ij长度差，i＝1,2，j＝1,2，所述第i横线为所述多个横线组中的一个横线组中的线条，所述第j竖线为所述多个竖线组中的一个竖线组中的线条；

确定第i横线的倾斜角与第j竖线的倾斜角的比值与第五阈值之间的绝对差值，得到第ij角度差，i＝1,2，j＝1,2，所述第j横线为所述多个横线组中的一个横线组中的线条，所述第j竖线为所述多个竖线组中的一个竖线组中的线条；

在所述第ij长度差小于第六阈值、所述第ij角度差小于第七阈值以及所述第i横线与所述第j竖线存在交点的情况下，根据所述第i横线所在横线组和所述第j竖线所在的竖线组得到四组线条。

在一种可能的实现方式中，所述处理单元，具体用于：

将所述待处理图像输入整体嵌套神经网络，得到包括边缘线的边缘检测图像。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，该处理器和存储器相互连接。该存储器用于存储支持该终端设备执行上述第一方面和/或第一方面任一种可能的实现方式提供的方法的计算机程序，该计算机程序包括程序指令，该处理器被配置用于调用上述程序指令，执行上述第一方面和/或第一方面任一种可能的实施方式所提供的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令当被处理器执行时使该处理器执行上述第一方面和/或第一方面任一种可能的实施方式所提供的方法。

在本申请实施例中，通过对获取到的待处理图像进行二值化处理后，得到由图像中边缘线组成的二值图像，进一步地，通过识别二值化处理后得到的边缘图像中的线条，并且按照线条的位置和类型对线条进行分组归类，从而得到了包含证件区域的四组线条，从四组线条中分别选取一条线条，得到四条线条，这四条线条就是作为确定该证件图像区域的线条，实现了从图像中精确定位证件的区域。同时还可以通过判断线条能不能按照规则分为四个组，进而达到了检测图像中是否存在证件的效果。

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的前提下，还可以根据这些附图获得其他的附图。

图1是本申请提出的一种证件区域定位的方法的流程图；

图2是本申请提出的另一种证件区域定位的方法的流程图；

图3是本申请提出的一种证件区域定位的装置的结构示意图；

图4是本申请提出的一种电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

请参阅图1，图1是本申请实施例提供的证件区域定位的方法的流程图。如图1所示，该证件区域定位的方法包括：

101、获取待处理图像，上述待处理图像包含证件图像。

本申请实施例中，证件区域定位的装置可以包括服务器、移动手机、平板电脑、个人数字助理(personal digital assistant，PDA)、移动互联网设备(mobile internetdevice，MID)、智能穿戴设备(如智能手表、智能手环)等各种电子设备，能够进行图像处理的设备。

在一种可能的实现方式中，获取待处理图像可以是从用户上传的包含证件的图像中获取，也可以是存储的包含证件的图像中获取一张作为待处理图像，还可以是打开摄像头拍摄的一张包含证件的照片，在这里获取待处理图像的方式不做限定。其中，证件的形状和证件的类型也不做限定。

102、对上述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像。

在一种可能的实现方式中，对上述获取到的待处理的图像进行边缘检测，得到一张二值图像，其中，将上述待处理图像输入整体嵌套神经网络(holistically-nested edgedetection，HED)中，得到包括边缘线的边缘检测图像，可以是将边缘线的部分用黑色替代，将边缘线以外的部分用白色替代，也可以是将边缘线的部分用黑色替代，将边缘线以外的部分用白色替代。

具体地，在确定上述待处理图像后，可以获取图像中证件的类型，获取的方式可以是通过文字识别技术识别图像中的文字从而确定证件的种类，也可以是通过用户上传包含证件图像时选取的证件类型，还可以是通过存储的图像类型确定的证件的类型。在确定证件的类型后，使用大量包含该证件类型的图像对上述神经网络进行训练，得到训练后的神经网络。使用训练后的神经网络对上述待处理图像进行边缘检测，得到包括边缘线的边缘检测图像。

其中，上述HED网络的中间的卷积层也对其输出上采样得到一个与原图一样的图，并与标注数据(ground-truth)计算损失函数(loss)，这些中间的卷积层输出的map称为边缘输出(side-output)。多个边缘输出(side-output)产生的损失直接反向传导到对应的卷积层，一定程度避免了梯度消失，同时也在不同的卷积层(不同的感受野)学到了不同尺度的特征(feature)，从而达到了边缘检测的效果。

103、识别上述边缘检测图像中的线条。

在一种可能的实现方式中，在得到了上述包含边缘线的边缘检测图像，因为证件的形状大多都是方形的，所以对检测到的边缘线进行线条识别，识别边缘检测图像中的线条，可以使用霍夫变换(houghtransform)对图像中的特征进行提取，提取上述边缘检测图像中的线条。

具体地，对于上述边缘检测图像中的边缘线的每一个像素点(x，y)，经过它的直线y＝kx+b，映射到k-b的空间即霍夫空间(hough space)中，得到多条平面的直线，由于与y轴平行的线条的表达式斜率无法表达，所以用参数方程r＝xcosθ+ysinθ，其中，(x，y)表示某一个边缘的像素点的坐标，r表示经过该点直线到原点的距离。对于每个边缘点映射之后，在霍夫空间进行投票，每次有直线方程满足(r,θ)点，即多条平面线的交点，此处的像素值+1。某一个点越白(像素值越大)表示，越多的点经过这条直线，这就有可能是想要识别出的一条线条。进一步对交点进行过滤，设定交点的数量的第一阈值，即像素值大于或等于第一阈值，或者将大于或等于第一阈值的交点数量作为选定的交点，其中，交点的坐标(k，b)代表上述边缘检测图像中的斜率与截距，进而可以得到上述边缘检测图像中的线条的表达式，从而确定上述边缘检测图像中的线条。

104、按照线条的类型和线条的位置对上述线条进行分组，得到四组线条。

在一种可能的实现方式中，在识别出线条后，首先对线条进行分类，线条的类型有横线和竖线，按照线条的倾斜角的大小将得到的线条划分为横线和竖线两类，然后根据线条的位置将横线类的横线条划分为多个横线组，每一个横线组中的线条的位置相近，并且每一个横线组中的线条长度也是相近的，不会出现过长的线条或者过短的线条。竖线类的线条也做相同的处理，按照位置将竖线类的线条划分为多个竖线组，每一个竖线组中的线条位置相近，且长度也是相近的。

进一步地，根据证件的长宽比与上述横线组中的线条以及竖线组中的线条的长度的比值的差以及根据横线组中的线条与竖线组中的线条的夹角与直角差值确定包含证件的区域的两个横线组和两个竖线组，得到四组线条。

在一种可能的实现方式中，若不能找到四组线条中存在四条线条能确定证件的区域，则确定当前图像中不包含证件，输出用于当前图像中不存在证件的提示信息。

105、从上述四组线条中的每组线条选取一条线条，得到四条线条。

在一种可能的实现方式中，从上述四组线条中的每一组分别选取一条线条，选取的四条线条为组成证件区域的四条线条。其中，选取方式可以是随机在每一组中分别选取一条线条作为证件的区域，也可以是根据线条的位置分别选取每一组中处于最外围的一条线条作为证件的区域，还可以是根据线条的位置分别选取每一组线条中处于最内侧的一条线条作为证件的区域，这里不做限定。

106、将上述四条线条对应的区域确定为上述证件图像的区域。

在一种可能的实现方式中，将得到的四条线条围成的区域确定为证件图像的区域。

进一步地，可以对确定的区域进行截取、降噪等清晰化处理，得到最终可得到证件的图像。

在本申请实施例中，通过对获取到的待处理图像进行二值化处理后，得到由图像中边缘线组成的二值图像，进一步地，通过识别二值化处理后得到的边缘图像中的线条，并且按照线条的位置和类型对线条进行分组归类，从而得到了包含证件区域的四组线条，从四组线条中分别选取一条线条，得到四条线条，这四条线条就是作为确定该证件图像区域的线条，实现了从图像中精确定位证件的区域。同时还可以通过判断线条能不能按照规则分为四个组，进而达到了检测图像中是否存在证件的效果。

请参阅图2，图2是本申请实施例提供的另一种证件区域定位的方法的流程图。如图2所示，该证件区域定位的方法包括：

201、计算上述线条的倾斜角。

在一种可能的实现方式中，为了从识别出的线条中定位出包含证件区域的线条，所以对得到的线条进行分组，首先按照类型分为横线和竖线，其中，计算得到的线条的倾斜角，取x轴作为基准，x轴正向与线条向上方向之间所成的角。根据倾斜角是否在阈值区间内从而确定是横线还是竖线。具体地，线条的倾斜角可以根据线条的斜率得到，也可以是根据线条上的像素点的坐标得到，这里不做限定。

202、将上述倾斜角在阈值区间内的线条确定为竖线，得到多条竖线。

在一种可能的实现方式中，将上述倾斜角在阈值区间内的线条确定为竖线，其中阈值区间可以是45度至135度，也可以是60度至120度，还可以是30度至150度，这里不做限定。将在阈值区间内的线条都划分为竖线。

203、将上述线条中除上述竖线以外的线条分为确定为横线，得到多条横线。

在一种可能的实现方式中，在上述阈值区间外的线条就划分为横线，得到多条横线。即所有线条中除去竖线之后剩下的线条就划分至横线。

204、按照上述线条的位置对上述多条横线进行分组，得到多个横线组。

在一种可能的实现方式中，在划分为横线的线条进行分组，计算横线中每两条横线之间的倾斜角之差是否小于第二阈值，其中，第二阈值可以是5度，也可以是6度，还可以是10度，可以理解的是，第二阈值是人为设置的角度阈值。并且计算每两条横线中点之间的距离是否小于第三阈值，在同时满足的情况下，将这两条横线线条划分至同一横线组中，可以理解的是，第三阈值为距离阈值，可以是根据图像的大小设置的距离阈值。

进一步地，剔除每一个横线组中长度处于阈值区间以外的线条，即得到每一个横线组中的横线是倾斜角相近并且线条的中点距离也相近同时长度类似的线条，可以理解的是，每一个横线组中包含至少一条横线线条。

205、按照上述线条的位置对上述多条竖线进行分组，得到多个竖线组。

在一种可能的实现方式中，与上述划分横线组的方法类似，在划分为竖线的线条进行分组，计算竖线中每两条横线之间的倾斜角之差是否小于第二阈值，其中，第二阈值可以是5度，也可以是6度，还可以是10度，可以理解的是，第二阈值是人为设置的角度阈值。并且计算每两条竖线中点之间的距离是否小于第三阈值，第三阈值为距离阈值，可以是人为设置的。在同时满足的情况下，将这两条竖线线条划分至同一竖线组中。

进一步地，剔除每一个竖线组中长度处于阈值区间以外的线条，即得到每一个竖线组中的横线是倾斜角相近并且线条的中点距离也相近同时长度类似的线条，可以理解的是，每一个竖线组中包含至少两条竖线线条。

206、从上述多个横线组中选取两个横线组，以及从上述多个竖线组中选取两个竖线组，得到四组线条。

在一种可能的实现方式中，在得到多个横线组和多个竖线组之后，选取一个横线组和一个竖线组进行计算横线长度的与竖线长度的比值，确定第i横线的长度与第j竖线的长度的比值与第四阈值之间的绝对差值，得到第ij长度差，i＝1,2，j＝1,2，上述第i横线为上述多个横线组中的一个横线组中的线条，上述第j竖线为上述多个竖线组中的一个竖线组中的线条。可以理解的是，计算横线组中一条横线长度分别与竖线组中的两条竖线长度的长度比，以及计算横线组中两条横线的长度分别与竖线组中的一条竖线的长度比，通过将长度比分别与第四阈值作差的绝对值，得到第ij长度差，其中第四阈值为确定的证件类型的长宽比，为已知的一个数值。

在得到n个长度差之后，再确定角度差，其中，确定第i横线的倾斜角与第j竖线的倾斜角的比值与第五阈值之间的绝对差值，得到第ij角度差，i＝1,2，j＝1,2，上述第j横线为上述多个横线组中的一个横线组中的线条，上述第j竖线为上述多个竖线组中的一个竖线组中的线条，上述第五阈值为90度，可以理解的是，在分组中确定四个分组中的线段满足长宽比与证件的长宽比误差小于第六阈值，并且横线与竖线的角度差接近或等于90度。

在上述第ij长度差小于第六阈值、上述第ij角度差小于第七阈值以及上述第i横线与上述第j竖线存在交点的情况下，将上述第i横线所在横线组和上述第j竖线所在的竖线组四组线条。其中第六阈值为人为确定的与长宽比之差的误差大小，第七阈值为与90度的误差大小。第六阈值和第七阈值可以是人为预先设置的。其中，在该四组线条中每一组有一条线条满足上述角度差与长度差以及存在交点的情况下，则确定这四组线条为得到的四个分组，并进行从四个分组中分别选取一条线条从而确定证件的区域。

在本申请实施例中，通过对获取到的待处理图像进行二值化处理后，得到由图像中边缘线组成的二值图像，进一步地，通过识别二值化处理后得到的边缘图像中的线条，并且按照线条的位置和类型对线条进行分组归类，从而得到了包含证件区域的四组线条，从四组线条中分别选取一条线条，得到四条线条，这四条线条就是作为确定该证件图像区域的线条，实现了从图像中精确定位证件的区域。同时还可以通过判断线条能不能按照规则分为四个组，进而达到了检测图像中是否存在证件的效果。

请参阅图3，图3是本申请提出的一种证件区域定位的装置结构示意图。如图3所示，该证件区域定位的装置3000包括：

获取单元301，用于获取待处理图像，上述待处理图像包含证件图像；

处理单元302，用于对上述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像；

识别单元303，用于识别上述边缘检测图像中的线条；

分组单元304，用于按照线条的类型和线条的位置对上述线条进行分组，得到四组线条；

选取单元305，用于从上述四组线条中的每组线条选取一条线条，得到四条线条；

确定单元306，用于将上述四条线条对应的区域确定为上述证件图像的区域。

在一种可能的实现方式中，上述识别单元303，具体用于：

将上述边缘线转换到平面直角坐标系下，得到多条平面线；

确定上述多条平面线的交点，经过上述交点的平面线的数量大于第一阈值；

根据上述交点的坐标确定上述边缘线在像素坐标系中的直线表达式；

根据上述直线表达式确定上述边缘检测图像中的线条。

在一种可能的实现方式中，上述分组单元304，具体用于：

计算上述线条的倾斜角；

将上述倾斜角在阈值区间内的线条确定为竖线，得到多条竖线；

将上述线条中除上述竖线以外的线条分为确定为横线，得到多条横线；

按照上述线条的位置对上述多条横线进行分组，得到多个横线组；

按照上述线条的位置对上述多条竖线进行分组，得到多个竖线组；

从上述多个横线组中选取两个横线组，以及从上述多个竖线组中选取两个竖线组，得到四组线条。

在一种可能的实现方式中，上述分组单元304，具体用于：

上述按照上述线条的位置对上述多条横线进行分组，得到多个横线组，包括，在第一线条的倾斜角与第二线条的倾斜角之差小于第二阈值，且第一线条的中点与第二线条的中点之间的距离小于第三阈值的情况下，确定上述第一线条与上述第二线条属于同一横线组；

上述按照上述线条的位置对上述多条竖线进行分组，得到多个竖线组包括，在第三线条的倾斜角与第四线条的倾斜角之差小于上述第二阈值，且第三线条的中点与第四线条的中点之间的距离小于上述第三阈值的情况下，确定上述第三线条与上述第四线条属于同一竖线组。

在一种可能的实现方式中，上述装置3000还包括：

剔除单元307，用于在上述得到多个横线组和上述得到多个竖线组之后，剔除上述多个横线组和上述多个竖线组中线条长度处于阈值区间以外的线条；

上述选取单元305，具体用于：

从剔除后的多个横线组中选取两个横线组，以及从剔除后的多个竖线组中选取两个竖线组，得到四组线条。

在一种可能的实现方式中，上述选取单元305，具体用于：

确定第i横线的长度与第j竖线的长度的比值与第四阈值之间的绝对差值，得到第ij长度差，i＝1,2，j＝1,2，上述第i横线为上述多个横线组中的一个横线组中的线条，上述第j竖线为上述多个竖线组中的一个竖线组中的线条；

确定第i横线的倾斜角与第j竖线的倾斜角的比值与第五阈值之间的绝对差值，得到第ij角度差，i＝1,2，j＝1,2，上述第j横线为上述多个横线组中的一个横线组中的线条，上述第j竖线为上述多个竖线组中的一个竖线组中的线条；

在上述第ij长度差小于第六阈值、上述第ij角度差小于第七阈值以及上述第i横线与上述第j竖线存在交点的情况下，根据上述第i横线所在横线组和上述第j竖线所在的竖线组得到四组线条。

在一种可能的实现方式中，上述处理单元302，具体用于：

将上述待处理图像输入整体嵌套神经网络，得到包括边缘线的边缘检测图像。

可以理解的是，图3所示的证件区域定位的装置的具体实现方式还可参考图1和图2所示的方法，这里不再一一详述。

在本申请实施例提出的装置，通过对获取到的待处理图像进行二值化处理后，得到由图像中边缘线组成的二值图像，进一步地，通过识别二值化处理后得到的边缘图像中的线条，并且按照线条的位置和类型对线条进行分组归类，从而得到了包含证件区域的四组线条，从四组线条中分别选取一条线条，得到四条线条，这四条线条就是作为确定该证件图像区域的线条，实现了从图像中精确定位证件的区域。同时还可以通过判断线条能不能按照规则分为四个组，进而达到了检测图像中是否存在证件的效果。

请参阅图4，图4是本发明实施例提供的一电子设备的结构示意图。如图4所示，该电子设备可以包括：

一个或多个处理器401和存储器402。上述处理器401和存储器402通过总线403连接。存储器402用于存储计算机程序，该计算机程序包括程序指令，处理器401用于执行存储器402存储的程序指令，其中，处理器401被配置用于调用程序指令执行以下步骤：

获取待处理图像，上述待处理图像包含证件图像；

对上述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像；

识别上述边缘检测图像中的线条；

按照线条的类型和线条的位置对上述线条进行分组，得到四组线条；

从上述四组线条中的每组线条选取一条线条，得到四条线条；

将上述四条线条对应的区域确定为上述证件图像的区域。

在一种可能的实现方式中，上述处理器401识别上述边缘检测图像中的线条，包括：

将上述边缘线转换到平面直角坐标系下，得到多条平面线；

确定上述多条平面线的交点，经过上述交点的平面线的数量大于第一阈值；

根据上述交点的坐标确定上述边缘线在像素坐标系中的直线表达式；

根据上述直线表达式确定上述边缘检测图像中的线条。

在一种可能的实现方式中，上述处理器401按照线条的类型和线条的位置对上述线条进行分组，得到四组线条，包括：

计算上述线条的倾斜角；

将上述倾斜角在阈值区间内的线条确定为竖线，得到多条竖线；

将上述线条中除上述竖线以外的线条分为确定为横线，得到多条横线；

按照上述线条的位置对上述多条横线进行分组，得到多个横线组；

按照上述线条的位置对上述多条竖线进行分组，得到多个竖线组；

从上述多个横线组中选取两个横线组，以及从上述多个竖线组中选取两个竖线组，得到四组线条。

在一种可能的实现方式中，上述处理器401按照上述线条的位置对上述多条横线进行分组，得到多个横线组，包括，在第一线条的倾斜角与第二线条的倾斜角之差小于第二阈值，且第一线条的中点与第二线条的中点之间的距离小于第三阈值的情况下，确定上述第一线条与上述第二线条属于同一横线组；

上述按照上述线条的位置对上述多条竖线进行分组，得到多个竖线组包括，在第三线条的倾斜角与第四线条的倾斜角之差小于上述第二阈值，且第三线条的中点与第四线条的中点之间的距离小于上述第三阈值的情况下，确定上述第三线条与上述第四线条属于同一竖线组。

在一种可能的实现方式中，上述处理器401还被调用执行如下步骤：

上述处理器401还被调用执行上述得到多个横线组和上述得到多个竖线组之后，剔除上述多个横线组和上述多个竖线组中线条长度处于阈值区间以外的线条；

上述从上述多个横线组中选取两个横线组，以及从上述多个竖线组中选取两个竖线组，得到四组线条包括，从剔除后的多个横线组中选取两个横线组，以及从剔除后的多个竖线组中选取两个竖线组，得到四组线条。

在一种可能的实现方式中，上述处理器401从上述多个横线组中选取两个横线组，以及从上述多个竖线组中选取两个竖线组，得到四组线条，包括：

确定第i横线的长度与第j竖线的长度的比值与第四阈值之间的绝对差值，得到第ij长度差，i＝1,2，j＝1,2，上述第i横线为上述多个横线组中的一个横线组中的线条，上述第j竖线为上述多个竖线组中的一个竖线组中的线条；

确定第i横线的倾斜角与第j竖线的倾斜角的比值与第五阈值之间的绝对差值，得到第ij角度差，i＝1,2，j＝1,2，上述第j横线为上述多个横线组中的一个横线组中的线条，上述第j竖线为上述多个竖线组中的一个竖线组中的线条；

在上述第ij长度差小于第六阈值、上述第ij角度差小于第七阈值以及上述第i横线与上述第j竖线存在交点的情况下，根据上述第i横线所在横线组和上述第j竖线所在的竖线组得到四组线条。

在一种可能的实现方式中，上述处理器401对上述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像，包括：

将上述待处理图像输入整体嵌套神经网络，得到包括边缘线的边缘检测图像。

应当理解，在一些可行的实施方式中，上述处理器401可以是中央处理单元(central processing unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signal processor，DSP)、专用集成电路(application specific integratedcircuit，ASIC)、现成可编程门阵列(field-programmable gate array，FPGA)或者其他可编程逻辑器件、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。

该存储器402可以包括只读存储器和随机存取存储器，并向处理器401提供指令和数据。存储器402的一部分还可以包括非易失性随机存取存储器。例如，存储器402还可以存储设备类型的信息。

具体实现中，上述终端设备可通过其内置的各个功能模块执行如上述图1至图2中各个步骤所提供的实现方式，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。

在本申请实施例中，通过对获取到的待处理图像进行二值化处理后，得到由图像中边缘线组成的二值图像，进一步地，通过识别二值化处理后得到的边缘图像中的线条，并且按照线条的位置和类型对线条进行分组归类，从而得到了包含证件区域的四组线条，从四组线条中分别选取一条线条，得到四条线条，这四条线条就是作为确定该证件图像区域的线条，实现了从图像中精确定位证件的区域。同时还可以通过判断线条能不能按照规则分为四个组，进而达到了检测图像中是否存在证件的效果。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令被处理器执行时实现图1至图3中各个步骤所提供的方法，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。

上述计算机可读存储介质可以是前述任一实施例提供的任务处理装置或者上述终端设备的内部存储单元，例如电子设备的硬盘或内存。该计算机可读存储介质也可以是该电子设备的外部存储设备，例如该电子设备上配备的插接式硬盘，智能存储卡(smartmedia card,SMC)，安全数字(secure digital,SD)卡，闪存卡(flash card)等。上述计算机可读存储介质还可以包括磁碟、光盘、只读存储记忆体(read-only memory，ROM)或随机存储记忆体(randomaccessmemory，RAM)等。进一步地，该计算机可读存储介质还可以既包括该电子设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该电子设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本申请的权利要求书和说明书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置展示该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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申请的范围。

以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (10)

1.一种证件区域定位的方法，其特征在于，包括：

获取待处理图像，所述待处理图像包含证件图像；

对所述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像；

识别所述边缘检测图像中的线条；

按照线条的类型和线条的位置对所述线条进行分组，得到四组线条；

从所述四组线条中的每组线条选取一条线条，得到四条线条；

将所述四条线条对应的区域确定为所述证件图像的区域。

2.根据权利要求1所述的方法，其特征在于，所述识别所述边缘检测图像中的线条，包括：

将所述边缘线转换到平面直角坐标系下，得到多条平面线；

确定所述多条平面线的交点，经过所述交点的平面线的数量大于第一阈值；

根据所述交点的坐标确定所述边缘线在像素坐标系中的直线表达式；

根据所述直线表达式确定所述边缘检测图像中的线条。

3.根据权利要求1所述的方法，其特征在于，所述按照线条的类型和线条的位置对所述线条进行分组，得到四组线条，包括：

计算所述线条的倾斜角；

将所述倾斜角在阈值区间内的线条确定为竖线，得到多条竖线；

将所述线条中除所述竖线以外的线条确定为横线，得到多条横线；

按照所述线条的位置对所述多条横线进行分组，得到多个横线组；

按照所述线条的位置对所述多条竖线进行分组，得到多个竖线组；

从所述多个横线组中选取两个横线组，以及从所述多个竖线组中选取两个竖线组，得到四组线条。

4.根据权利要求3所述的方法，其特征在于，

所述按照所述线条的位置对所述多条横线进行分组，得到多个横线组，包括，在第一线条的倾斜角与第二线条的倾斜角之差小于第二阈值，且第一线条的中点与第二线条的中点之间的距离小于第三阈值的情况下，确定所述第一线条与所述第二线条属于同一横线组；

所述按照所述线条的位置对所述多条竖线进行分组，得到多个竖线组包括，在第三线条的倾斜角与第四线条的倾斜角之差小于所述第二阈值，且第三线条的中点与第四线条的中点之间的距离小于所述第三阈值的情况下，确定所述第三线条与所述第四线条属于同一竖线组。

5.根据权利要求4所述的方法，其特征在于，

在所述得到多个横线组和所述得到多个竖线组之后还包括，剔除所述多个横线组和所述多个竖线组中线条长度处于阈值区间以外的线条；

所述从所述多个横线组中选取两个横线组，以及从所述多个竖线组中选取两个竖线组，得到四组线条包括，从剔除后的多个横线组中选取两个横线组，以及从剔除后的多个竖线组中选取两个竖线组，得到四组线条。

6.根据权利要求3所述的方法，其特征在于，所述从所述多个横线组中选取两个横线组，以及从所述多个竖线组中选取两个竖线组，得到四组线条，包括：

确定第i横线的长度与第j竖线的长度的比值与第四阈值之间的绝对差值，得到第ij长度差，i＝1,2，j＝1,2，所述第i横线为所述多个横线组中的一个横线组中的线条，所述第j竖线为所述多个竖线组中的一个竖线组中的线条；

确定第i横线的倾斜角与第j竖线的倾斜角的比值与第五阈值之间的绝对差值，得到第ij角度差，i＝1,2，j＝1,2，所述第j横线为所述多个横线组中的一个横线组中的线条，所述第j竖线为所述多个竖线组中的一个竖线组中的线条；

在所述第ij长度差小于第六阈值、所述第ij角度差小于第七阈值以及所述第i横线与所述第j竖线存在交点的情况下，根据所述第i横线所在横线组和所述第j竖线所在的竖线组得到四组线条。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述对所述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像，包括：

将所述待处理图像输入整体嵌套神经网络，得到包括边缘线的边缘检测图像。

8.一种证件区域定位的装置，其特征在于，包括：

获取单元，用于获取待处理图像，所述待处理图像包含证件图像；

处理单元，用于对所述待处理图像进行二值化处理，得到包括边缘线的边缘检测图像；

识别单元，用于识别所述边缘检测图像中的线条；

分组单元，用于按照线条的类型和线条的位置对所述线条进行分组，得到四组线条；

选取单元，用于从所述四组线条中的每组线条选取一条线条，得到四条线条；

确定单元，用于将所述四条线条对应的区域确定为所述证件图像的区域。

9.一种电子设备，其特征在于，包括处理器、存储器和总线；所述处理器和所述存储器通过所述总线相互连接；其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时，使所述处理器执行如权利要求1至7任一项所述的方法。

Images