CN110929738A - 证卡边缘检测方法、装置、设备及可读存储介质 - Google Patents

证卡边缘检测方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN110929738A
CN110929738A CN201911131377.XA CN201911131377A CN110929738A CN 110929738 A CN110929738 A CN 110929738A CN 201911131377 A CN201911131377 A CN 201911131377A CN 110929738 A CN110929738 A CN 110929738A
Authority
CN
China
Prior art keywords
line
lines
image
card
edge
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
CN201911131377.XA
Other languages
English (en)
Inventor
周康明
蒋章
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.)
Shanghai Eye Control Technology Co Ltd
Original Assignee
Shanghai Eye Control Technology 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 Shanghai Eye Control Technology Co Ltd filed Critical Shanghai Eye Control Technology Co Ltd
Priority to CN201911131377.XA priority Critical patent/CN110929738A/zh
Publication of CN110929738A publication Critical patent/CN110929738A/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
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种证卡边缘检测方法、装置、设备及可读存储介质。其中,证卡边缘检测方法,包括:删除所述证卡的图像中的干扰线条,得到筛选结果;生成与所述证卡的图像的尺寸相同的空白图像;在所述空白图像中添加所述筛选结果包括的线条,得到目标图像;通过边缘检测算法检测所述证卡的图像,输出检测结果图像;将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条。本申请还提供了一种证卡边缘检测装置、设备及可读存储介质;可以提升对证卡的检测效率,提升用户体验。

Description

证卡边缘检测方法、装置、设备及可读存储介质
技术领域
本申请涉及图像处理技术领域,特别涉及一种证卡边缘检测方法、装置、设备及可读存储介质。
背景技术
目前,全球经济发展越来越快,使用现金货币支付的形式正在逐渐地被刷卡支付以及第三方支付形式代替,银行卡、身份证等证卡已经成为了人们出行必不可少的物品。
以证卡具体为银行卡为例来说:以往,办理业务时,往往需要用户手动将所持银行卡的卡号、有效期等信息一一输入到指定位置,这一整个过程通常需要用户进行多遍核实,不仅会耗费大量时间,而且对用户来说也是一种煎熬,体验感很差。面对此情况,针对银行卡的光学字符识别(“Optical Character Recognition”,简称“OCR”)技术应运而生。通过银行卡OCR技术,识别设备可根据银行卡的图像自动读取银行卡卡面上的相关信息。其中,银行卡OCR技术核心部分一般主要分为以下4个步骤:银行卡的边缘检测(也有的说法是将此步骤划分在预处理阶段)、银行卡文本行定位、银行卡字符切分、银行卡字符识别。其中,银行卡的边缘检测作为OCR技术的第一步,起着至关重要的作用,因为该步骤的检测结果直接影响着后续的识别工作。
然而,发明人发现相关技术中至少存在如下问题:
虽然已有很多企业推出了针对证卡的OCR识别技术,然而在通常的做法中,在通过电子设备获取证卡的图像时,电子设备的显示界面会给定一个位置限定框,要求用户将电子设备的摄像头所拍摄的证卡的图像要对正,并且尽量使证卡的四边的线条尽量贴近检测框的四条边界。本领域技术人员可以理解,一旦电子设备的摄像头所拍摄的证卡的图像出现倾斜、证卡的四边的线条距离检测框的四条边界较远等情况,均会导致检测失败。而在实际使用过程中,用户往往又很难在短时间内控制拍摄证卡的合适距离和角度,降低了证卡的边缘检测效率,同时,也降低了用户的体验感。因此,如何有效地提升对各证卡的边缘检测效率、提升用户的体验感,已成为一个亟待解决的技术问题。
发明内容
本申请的一个目的是提供一种证卡边缘检测方法、装置、设备及可读存储介质,可以提升对证卡的检测效率,提升用户体验。
根据本申请的一个方面,提供了一种证卡边缘检测方法,包括:删除所述证卡的图像中的干扰线条,得到筛选结果;生成与所述证卡的图像的尺寸相同的空白图像;在所述空白图像中添加所述筛选结果包括的线条,得到目标图像;通过边缘检测算法检测所述证卡的图像,输出检测结果图像;将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条。
根据本申请另一个方面,还提供了一种证卡边缘检测装置,包括:筛选模块,用于删除所述证卡的图像中的干扰线条,得到筛选结果;空白图像生成模块,用于生成与所述证卡的图像的尺寸相同的空白图像;添加模块,用于在所述空白图像中添加所述筛选结果包括的线条,得到目标图像;检测模块,通过边缘检测算法检测所述证卡的图像,输出检测结果图像;处理模块,将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条。
根据本申请另一个方面,还提供了一种电子设备,包括:一个或多个处理器;以及存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如上述的证卡边缘检测方法。
根据本申请另一个方面,还提供了一种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的证卡边缘检测方法
另外,所述将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条,包括:将所述证卡的图像划分为上、下、左、右四个区域;分别确定各所述区域内,所述目标图像中包括的线条和所述检测结果图像中包括的线条中,存在交集的线条;分别获取各所述区域内存在交集的线条中,重叠次数最多的线条;分别根据各所述区域内,重叠次数最多的线条,得到所述证卡的边缘线条。
另外,所述分别根据各所述区域内,重叠次数最多的线条,得到所述证卡的边缘线条,包括:根据各所述区域内,重叠次数最多的线条,确定一四边形;判断所述四边形是否满足预设条件;若满足所述预设条件,则将所述四边形包括的线条作为所述证卡的边缘线条;若不满足所述预设条件,则确定所述四边形包括的线条中,存在的干扰线条;获取所述干扰线条所在的区域内,存在交集的线条中,除所述干扰线条以外的重叠次数最多的线条;根据所述除所述干扰线条以外的重叠次数最多的线条,得到所述证卡的边缘线条。
另外,所述判断所述四边形是否满足预设条件,包括:获取所述四边形的上边缘线条的长度和下边缘线条的长度的第一差值,以及所述四边形的左边缘线条的长度和右边缘线条的长度第二差值;判断所述第一差值和所述第二差值是否均小于预设差值;若是,则分别获取所述上边缘线条和所述左边缘线条之间的第一夹角、所述上边缘线条和所述右边缘线条之间的第二夹角、所述下边缘线条和所述左边缘线条之间的第三夹角、所述下边缘线条和所述右边缘线条的第四夹角;判断所述第一夹角、所述第二夹角、所述第三夹角以及所述第四夹角是否均小于预设夹角;若是,则判定所述四边形满足预设条件;否则,判定所述四边形不满足预设条件。
另外,在所述判定所述四边形满足预设条件之前,还包括:判断所述证卡的四个角属于圆角还是直角;若属于所述圆角,则分别获取所述上边缘线条和所述左边缘线条的第一圆角的切线,与所述上边缘线条中线段的延长线和所述左边缘段条中线段的延长线的交汇点之间的第一直线距离、所述下边缘线条和所述左边缘线条的第二圆角的切线,与所述下边缘线条中线段的延长线和所述左边缘线条中线段的延长线的交汇点之间的第二直线距离、所述下边缘线条和所述右边缘线条的第三圆角的切线,与所述下边缘线条中线段的延长线和所述右边缘线条中线段的延长线的交汇点之间的第三直线距离、所述右边缘线条和所述上边缘线条的第四圆角的切线,与所述右边缘线条中线段的延长线和所述上边缘线条中线段的延长线的交汇点之间的第四直线距离;判断所述第一直线距离、所述第二直线距离、所述第三直线距离以及所述第四直线距离是否均小于预设距离;若是,则再判定所述四边形满足预设条件。
另外,在所述将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理之后,在所述得到所述证卡的边缘线条之前,还包括:根据交集处理的结果,进行透视变换;获取进行所述透视变换后得到的线条;所述得到所述证卡的边缘线条,具体为:将所述进行所述透视变换后得到的线条,作为所述证卡的边缘线条。
另外,通过执行以下步骤中的至少之一,删除所述证卡的图像中的干扰线条,得到筛选结果:对所述证卡的图像进行通道转换、对所述证卡的图像进行滤波处理、对所述证卡的图像进行边缘检测、对所述证卡的图像中的线条进行直线融合、根据所述线条的长度进行筛选、根据所述线条之间的角度进行筛选。
本申请至少具有以下有益效果:
1、在对各种证卡进行检测时,不需要用户严格的将证卡的边界与位置限定框对准,可以提升检测效率,用户体验较佳;
2、在证卡的背景较为复杂的情况下,通过本申请的技术方案,仍可以准确地检测到证卡的各边缘线条,从而可以进一步提高检测效率。
附图说明:
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本申请的一个方面提供的一种证卡边缘检测方法的流程图;
图2是根据本申请的一实际场景提供的一种证卡边缘检测方法的流程图。
具体实施方式:
为使本发明实施例的目的、技术方案和优点更加清楚,下面将基于附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要保护的技术方案。
图1示出根据本申请的一个方面提供的一种证卡边缘检测方法的流程图,该方法包括步骤101至步骤105:
在步骤101中,删除所述证卡的图像中的干扰线条,得到筛选结果;在此,所述证卡可以为但不限于:身份证、银行卡、驾照、社保卡。
在步骤102中,生成与所述证卡的图像的尺寸相同的空白图像。
在步骤103中,在所述空白图像中添加所述筛选结果包括的线条,得到目标图像。
在步骤104中,通过边缘检测算法检测所述证卡的图像,输出检测结果图像;在此,这里所说的边缘检测算法可以为但不限于:Canny边缘检测算法。
在步骤105中,将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条;在此,这里所说的交集处理,即进行逻辑“与”操作,在一些例子中,若目标图像的中的某一位置包括一线条,检测结果图像中的该相同位置包括一线条,则可以输出标志位1,并计算该相同位置包括的线条的数量;若目标图像的中的某一位置包括一线条,检测结果图像中的该相同位置并不存在线条,则可以输出标志位0,不执行计数操作。
在本申请一实施例中,在步骤105中,所述将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条,可以包括:将所述证卡的图像划分为上、下、左、右四个区域;分别确定各所述区域内,所述目标图像中包括的线条和所述检测结果图像中包括的线条中,存在交集的线条;分别获取各所述区域内存在交集的线条中,重叠次数最多的线条;分别根据各所述区域内,重叠次数最多的线条,得到所述证卡的边缘线条。在此,在一些例子中,可以通过如下方式将所述证卡的图像划分为上、下、左、右四个区域:获取所述证卡的图像的四个角点;根据所述四个角点做对角线;将对角线划分的四个区域,作为所述证卡的图像的上、下、左、右四个区域。
继续接上述实施例,所述分别根据各所述区域内,重叠次数最多的线条,得到所述证卡的边缘线条,包括:根据各所述区域内,重叠次数最多的线条,确定一四边形;判断所述四边形是否满足预设条件;若满足所述预设条件,则将所述四边形包括的线条作为所述证卡的边缘线条;若不满足所述预设条件,则确定所述四边形包括的线条中,存在的干扰线条;获取所述干扰线条所在的区域内,存在交集的线条中,除所述干扰线条以外的重叠次数最多的线条;根据所述除所述干扰线条以外的重叠次数最多的线条,得到所述证卡的边缘线条。在此,证卡的四个角可能是直角,也可能是圆角,本实施例对此不作具体限定。举例来说,假设根据各所述区域内,重叠次数最多的线条,确定的四边形不满足预设条件,比如证卡的上边缘线条中的线段的长度远远大于上边缘线条中的线段的长度,则可以将所述四边形包括的线条中的上边缘线条和/或下边缘线条确定为干扰线条,当上边缘线条为干扰线条时,确定并获取证卡的图像的上部区域中,除该干扰线条以外的重叠次数最多的线条,将该线条替换为被作为干扰线条的上边缘线条,以组成新的四边形,继续判断该新的四边形是否满足预设条件,以此类推。
继续接上述实施例,所述判断所述四边形是否满足预设条件,可以包括:获取所述四边形的上边缘线条的长度和下边缘线条的长度的第一差值,以及所述四边形的左边缘线条的长度和右边缘线条的长度第二差值;判断所述第一差值和所述第二差值是否均小于预设差值;若是,则分别获取所述上边缘线条和所述左边缘线条之间的第一夹角、所述上边缘线条和所述右边缘线条之间的第二夹角、所述下边缘线条和所述左边缘线条之间的第三夹角、所述下边缘线条和所述右边缘线条的第四夹角;判断所述第一夹角、所述第二夹角、所述第三夹角以及所述第四夹角是否均小于预设夹角;若是,则判定所述四边形满足预设条件;否则,判定所述四边形不满足预设条件。在此,在第一个例子中,假设证卡的四个角均属于圆角,并且根据各所述区域内,重叠次数最多的线条,确定的四边形不具备对称性,比如证卡的上边缘线条中的线段的长度远远大于上边缘线条中的线段的长度,则可以将所述四边形包括的线条中的上边缘线条和/或下边缘线条确定为干扰线条,并获取证卡的图像的上部区域中,除该干扰线条以外的重叠次数最多的线条,将该线条替换为被作为干扰线条的上边缘线条,以组成新的四边形,继续判断该新的四边形是否满足预设条件。可以理解,当证卡的四个角均属于直角时,形成的四边形中不存在弧线,因此,不需要比较弧线中的线段长度,而是可以直接比较证卡的上边缘线条表征的线段长度和上边缘线条表征的线段长度,来判断确定的四边形是否具备对称性,其确定方法与第一个例子的确定方法大致相同,为避免重复,此处不再赘述。还需要说明的是,当证卡的四个角均属于圆角时,上述的第一夹角至第四夹角,均是指各边缘线条中的线段的延长线形成的夹角。
继续接上述实施例,在所述判定所述四边形满足预设条件之前,还包括:判断所述证卡的四个角属于圆角还是直角;若属于所述圆角,则分别获取所述上边缘线条和所述左边缘线条的第一圆角的切线,与所述上边缘线条中线段的延长线和所述左边缘段条中线段的延长线的交汇点之间的第一直线距离、所述下边缘线条和所述左边缘线条的第二圆角的切线,与所述下边缘线条中线段的延长线和所述左边缘线条中线段的延长线的交汇点之间的第二直线距离、所述下边缘线条和所述右边缘线条的第三圆角的切线,与所述下边缘线条中线段的延长线和所述右边缘线条中线段的延长线的交汇点之间的第三直线距离、所述右边缘线条和所述上边缘线条的第四圆角的切线,与所述右边缘线条中线段的延长线和所述上边缘线条中线段的延长线的交汇点之间的第四直线距离;判断所述第一直线距离、所述第二直线距离、所述第三直线距离以及所述第四直线距离是否均小于预设距离;若是,则再判定所述四边形满足预设条件。
在此,在其他实施例中,还可以获取所述上边缘线条和所述左边缘线条的第一圆角的切线,与所述上边缘线条之间的第一曼哈顿距离、所述上边缘线条和所述左边缘线条的第一圆角的切线,与所述左边缘线条之间的第二曼哈顿距离、所述下边缘线条和所述左边缘线条的第二圆角的切线,与所述下边缘线条之间的第三曼哈顿距离、……,一共可以得到8个曼哈顿距离,若所述8个曼哈顿距离均小于预设曼哈顿距离,则再判定所述四边形满足预设条件。
在本申请一实施例中,在步骤105中,在所述将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理之后,在所述得到所述证卡的边缘线条之前,还可以包括:根据交集处理的结果,进行透视变换;获取进行所述透视变换后得到的线条;所述得到所述证卡的边缘线条,具体为:将所述进行所述透视变换后得到的线条,作为所述证卡的边缘线条。在此,由于经过旋转等操作的证卡的图像往往不能用于检测和识别。在此,可以根据交集处理的结果,进行透视变换,使得证卡的图像为一摆正的平面图像。具体的,可以获取交集处理的结果的各边缘线条形成的四边形,确定该四边形的若干关键点(比如交点),将该关键点和预设点进行匹配,得到透视变换后的所述证卡的边缘线条。
本申请一实施例中,在步骤101中,可以通过执行以下步骤中的至少之一,删除所述证卡的图像中的干扰线条,得到筛选结果:对所述证卡的图像进行通道转换、对所述证卡的图像进行滤波处理、对所述证卡的图像进行边缘检测、对所述证卡的图像中的线条进行直线融合、根据所述线条的长度进行筛选、根据所述线条之间的角度进行筛选。在此,在一些例子中,删除所述证卡的图像中的干扰线条,得到筛选结果,可以包括:
(1)对所述证卡的图像进行通道转换,即将摄像头捕捉的RGB图像转入YUV通道,后续的图像处理全部在Y通道进行;
(2)对所述证卡的图像进行图像滤波。将步骤第(1)中得到的结果做滤波处理,其中,可以采用双边滤波的形式,通过该步骤,可以使得在较好地保存证卡的边缘线条的前提下,降低背景中的线条的干扰。
(3)对所述证卡的图像进行边缘检测。其中,可以采用霍夫变换来检测所述证卡的图像中所有可能存在的直线。经过该步骤后,除了可以检测到证卡的四条边缘线条,还会检测到很多冗余的线条。
(4)对所述证卡的图像进行线段融合。考虑到实际应用场景中,背景的复杂性,而且,拍摄的证卡的图像往往会受到光照、角度等影响,因此,本来是一个线条的线,检测出来时往往会被分成了几段,为了保证检测结果的准确性,本实施例中,可以针对霍夫检测的结果进行直线融合,该步骤中,主要是根据线条的角度信息以及线条的两个端点的位置信息,将符合融合条件的两条或多个线条融合成一个线条。
(5)一次线条筛选。可以将上一步骤检测到的全部线条中,各线条的起点和终点的坐标关系,将所述证卡的图像划分为上、下、左、右四个区域。然后在每个区域中,根据预先设定的长度阈值排除一些长度较短的线段;此外,在每个区域中,根据预先设定的角度阈值排除一些角度不符合要求的线段。比如说,正常情况下,在证卡左部区域中存在所述证卡的左边缘线条,并且左部区域中的线条应该以竖直为主,即靠近90度,如果在左部区域中检测到某个线条的角度接近于0度,则明显错误,应予排除。在该步骤中,通过为各区域设置各自对应的相关阈值,可以进一步排除掉一些不符合要求的线条。
(6)二次线条筛选。举例来说,银行卡的边缘轮廓是一个接近封闭的矩形,它的每相邻两条边(例如一条横边和一条竖边)的交汇点应该靠近两条边的端点处,以此为基础,可以进一步排除掉一部分干扰线条。以上边缘线条和左边缘线条为例,可以获取到上边缘线条和左缘线条的交汇点,此交汇点到上边缘线条的距离应该小于某一阈值长度、此交汇点到上边缘线条的左上端点的曼哈顿距离应该小于某一阈值长度、此交汇点到左边缘线条的距离应该小于某一阈值长度。以此类推,也可以过滤掉其他各区域中不满足上述的阈值长度的线条。
需要强调的是,上述各实施例中,如无特别说明,则上述的“距离”为欧式距离。
在本申请一实际场景应用中,一种证卡边缘检测方法的流程图如图2所示,包括:
步骤S1,对所述证卡的图像进行通道转换。
步骤S2,对所述证卡的图像进行图像滤波。
步骤S3,对所述证卡的图像进行边缘检测。
步骤S4,对所述证卡的图像进行线段融合。
步骤S5,一次线条筛选。
步骤S6,二次线条筛选。
步骤S7,找出暂定边界。其中,通过生成与所述证卡的图像的尺寸相同的空白图像;在所述空白图像中添加所述筛选结果包括的线条,得到目标图像;通过边缘检测算法检测所述证卡的图像,输出检测结果图像;将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,找出所述暂定边界。
步骤S8,根据暂定边界是否满足预设条件,校正所述暂定边界。
步骤S9,检测结果校正。即,进行透视变换,将进行所述透视变换后得到的线条,作为所述证卡的边缘线条。
此外,在本申请一实施例中,还提供了一种证卡边缘检测装置,包括:筛选模块,用于删除所述证卡的图像中的干扰线条,得到筛选结果;空白图像生成模块,用于生成与所述证卡的图像的尺寸相同的空白图像;添加模块,用于在所述空白图像中添加所述筛选结果包括的线条,得到目标图像;检测模块,通过边缘检测算法检测所述证卡的图像,输出检测结果图像;处理模块,将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条。
在一些例子中,所述将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条,包括:将所述证卡的图像划分为上、下、左、右四个区域;分别确定各所述区域内,所述目标图像中包括的线条和所述检测结果图像中包括的线条中,存在交集的线条;分别获取各所述区域内存在交集的线条中,重叠次数最多的线条;分别根据各所述区域内,重叠次数最多的线条,得到所述证卡的边缘线条。
在一些例子中,所述分别根据各所述区域内,重叠次数最多的线条,得到所述证卡的边缘线条,包括:根据各所述区域内,重叠次数最多的线条,确定一四边形;判断所述四边形是否满足预设条件;若满足所述预设条件,则将所述四边形包括的线条作为所述证卡的边缘线条;若不满足所述预设条件,则确定所述四边形包括的线条中,存在的干扰线条;获取所述干扰线条所在的区域内,存在交集的线条中,除所述干扰线条以外的重叠次数最多的线条;根据所述除所述干扰线条以外的重叠次数最多的线条,得到所述证卡的边缘线条。
在一些例子中,所述判断所述四边形是否满足预设条件,包括:获取所述四边形的上边缘线条的长度和下边缘线条的长度的第一差值,以及所述四边形的左边缘线条的长度和右边缘线条的长度第二差值;判断所述第一差值和所述第二差值是否均小于预设差值;若是,则分别获取所述上边缘线条和所述左边缘线条之间的第一夹角、所述上边缘线条和所述右边缘线条之间的第二夹角、所述下边缘线条和所述左边缘线条之间的第三夹角、所述下边缘线条和所述右边缘线条的第四夹角;判断所述第一夹角、所述第二夹角、所述第三夹角以及所述第四夹角是否均小于预设夹角;若是,则判定所述四边形满足预设条件;否则,判定所述四边形不满足预设条件。
在一些例子中,在所述判定所述四边形满足预设条件之前,还包括:判断所述证卡的四个角属于圆角还是直角;若属于所述圆角,则分别获取所述上边缘线条和所述左边缘线条的第一圆角的切线,与所述上边缘线条中线段的延长线和所述左边缘段条中线段的延长线的交汇点之间的第一直线距离、所述下边缘线条和所述左边缘线条的第二圆角的切线,与所述下边缘线条中线段的延长线和所述左边缘线条中线段的延长线的交汇点之间的第二直线距离、所述下边缘线条和所述右边缘线条的第三圆角的切线,与所述下边缘线条中线段的延长线和所述右边缘线条中线段的延长线的交汇点之间的第三直线距离、所述右边缘线条和所述上边缘线条的第四圆角的切线,与所述右边缘线条中线段的延长线和所述上边缘线条中线段的延长线的交汇点之间的第四直线距离;判断所述第一直线距离、所述第二直线距离、所述第三直线距离以及所述第四直线距离是否均小于预设距离;若是,则再判定所述四边形满足预设条件。
在一些例子中,在所述将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理之后,在所述得到所述证卡的边缘线条之前,还包括:根据交集处理的结果,进行透视变换;获取进行所述透视变换后得到的线条;所述得到所述证卡的边缘线条,具体为:将所述进行所述透视变换后得到的线条,作为所述证卡的边缘线条。
在一些例子中,通过执行以下步骤中的至少之一,删除所述证卡的图像中的干扰线条,得到筛选结果:对所述证卡的图像进行通道转换、对所述证卡的图像进行滤波处理、对所述证卡的图像进行边缘检测、对所述证卡的图像中的线条进行直线融合、根据所述线条的长度进行筛选、根据所述线条之间的角度进行筛选。
不难发现,本实施例为与车辆压线检测方法的实施例相对应的装置实施例,本实施例可与证卡边缘检测方法的各实施例互相配合实施。证卡边缘检测方法的各实施例中提到的相关技术细节在本实施例中依然有效,为了减少重复,这里不再赘述。
本申请实施例还提供了一种电子设备,包括:一个或多个处理器;以及存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如上述任一所述的证卡边缘检测方法。
本申请实施例还提供了一种计算机可读介质,所述计算机程序被处理器执行时实现上述任一所述的证卡边缘检测方法。
例如,计算机可读指令在被执行时使所述一个或多个处理器:
删除所述证卡的图像中的干扰线条,得到筛选结果;
生成与所述证卡的图像的尺寸相同的空白图像;
在所述空白图像中添加所述筛选结果包括的线条,得到目标图像;
通过边缘检测算法检测所述证卡的图像,输出检测结果图像;
将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此,根据本申请的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(例如中央处理器(Central Processing Unit,CPU))、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RandomAccess Memory,RAM)和/或非易失性内存等形式,如只读存储器(Read Only Memory,ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(Phase-Change RAM,PRAM)、静态随机存取存储器(Static Random Access Memory,SRAM)、动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、数字多功能光盘(Digital Versatile Disk,DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
以上显示和描述了本方案的基本原理和主要特征和本方案的优点。本行业的技术人员应该了解,本方案不受上述实施例的限制,上述实施例和说明书中描述的只是说明本方案的原理,在不脱离本方案精神和范围的前提下,本方案还会有各种变化和改进,这些变化和改进都落入要求保护的本方案范围内。本方案要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种证卡边缘检测方法,其特征在于,包括:
删除所述证卡的图像中的干扰线条,得到筛选结果;
生成与所述证卡的图像的尺寸相同的空白图像;
在所述空白图像中添加所述筛选结果包括的线条,得到目标图像;
通过边缘检测算法检测所述证卡的图像,输出检测结果图像;
将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条。
2.根据权利要求1所述的证卡边缘检测方法,其特征在于,所述将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条,包括:
将所述证卡的图像划分为上、下、左、右四个区域;
分别确定各所述区域内,所述目标图像中包括的线条和所述检测结果图像中包括的线条中,存在交集的线条;
分别获取各所述区域内存在交集的线条中,重叠次数最多的线条;
分别根据各所述区域内,重叠次数最多的线条,得到所述证卡的边缘线条。
3.根据权利要求2所述的证卡边缘检测方法,其特征在于,所述分别根据各所述区域内,重叠次数最多的线条,得到所述证卡的边缘线条,包括:
根据各所述区域内,重叠次数最多的线条,确定一四边形;
判断所述四边形是否满足预设条件;
若满足所述预设条件,则将所述四边形包括的线条作为所述证卡的边缘线条;
若不满足所述预设条件,则确定所述四边形包括的线条中,存在的干扰线条;
获取所述干扰线条所在的区域内,存在交集的线条中,除所述干扰线条以外的重叠次数最多的线条;
根据所述除所述干扰线条以外的重叠次数最多的线条,得到所述证卡的边缘线条。
4.根据权利要求3所述的证卡边缘检测方法,其特征在于,所述判断所述四边形是否满足预设条件,包括:
获取所述四边形的上边缘线条的长度和下边缘线条的长度的第一差值,以及所述四边形的左边缘线条的长度和右边缘线条的长度第二差值;
判断所述第一差值和所述第二差值是否均小于预设差值;
若是,则分别获取所述上边缘线条和所述左边缘线条之间的第一夹角、所述上边缘线条和所述右边缘线条之间的第二夹角、所述下边缘线条和所述左边缘线条之间的第三夹角、所述下边缘线条和所述右边缘线条的第四夹角;
判断所述第一夹角、所述第二夹角、所述第三夹角以及所述第四夹角是否均小于预设夹角;
若是,则判定所述四边形满足预设条件;否则,判定所述四边形不满足预设条件。
5.根据权利要求4所述的证卡边缘检测方法,其特征在于,在所述判定所述四边形满足预设条件之前,还包括:
判断所述证卡的四个角属于圆角还是直角;
若属于所述圆角,则分别获取所述上边缘线条和所述左边缘线条的第一圆角的切线,与所述上边缘线条中线段的延长线和所述左边缘段条中线段的延长线的交汇点之间的第一直线距离、
所述下边缘线条和所述左边缘线条的第二圆角的切线,与所述下边缘线条中线段的延长线和所述左边缘线条中线段的延长线的交汇点之间的第二直线距离、
所述下边缘线条和所述右边缘线条的第三圆角的切线,与所述下边缘线条中线段的延长线和所述右边缘线条中线段的延长线的交汇点之间的第三直线距离、
所述右边缘线条和所述上边缘线条的第四圆角的切线,与所述右边缘线条中线段的延长线和所述上边缘线条中线段的延长线的交汇点之间的第四直线距离;
判断所述第一直线距离、所述第二直线距离、所述第三直线距离以及所述第四直线距离是否均小于预设距离;
若是,则再判定所述四边形满足预设条件。
6.根据权利要求1所述的证卡边缘检测方法,其特征在于,在所述将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理之后,在所述得到所述证卡的边缘线条之前,还包括:
根据交集处理的结果,进行透视变换;
获取进行所述透视变换后得到的线条;
所述得到所述证卡的边缘线条,具体为:将所述进行所述透视变换后得到的线条,作为所述证卡的边缘线条。
7.根据权利要求1至6中任意一项所述的证卡边缘检测方法,其特征在于,通过执行以下步骤中的至少之一,删除所述证卡的图像中的干扰线条,得到筛选结果:
对所述证卡的图像进行通道转换、对所述证卡的图像进行滤波处理、对所述证卡的图像进行边缘检测、对所述证卡的图像中的线条进行直线融合、根据所述线条的长度进行筛选、根据所述线条之间的角度进行筛选。
8.一种证卡边缘检测装置,其特征在于,包括:
筛选模块,用于删除所述证卡的图像中的干扰线条,得到筛选结果;
空白图像生成模块,用于生成与所述证卡的图像的尺寸相同的空白图像;
添加模块,用于在所述空白图像中添加所述筛选结果包括的线条,得到目标图像;
检测模块,通过边缘检测算法检测所述证卡的图像,输出检测结果图像;
处理模块,将所述目标图像中包括的线条和所述检测结果图像中包括的线条进行交集处理,得到所述证卡的边缘线条。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如权利要求1至7中任一项所述的证卡边缘检测方法。
10.一种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权利要求1至7中任一项所述的证卡边缘检测方法。
CN201911131377.XA 2019-11-19 2019-11-19 证卡边缘检测方法、装置、设备及可读存储介质 Pending CN110929738A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911131377.XA CN110929738A (zh) 2019-11-19 2019-11-19 证卡边缘检测方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911131377.XA CN110929738A (zh) 2019-11-19 2019-11-19 证卡边缘检测方法、装置、设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN110929738A true CN110929738A (zh) 2020-03-27

Family

ID=69853275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911131377.XA Pending CN110929738A (zh) 2019-11-19 2019-11-19 证卡边缘检测方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN110929738A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183517A (zh) * 2020-09-22 2021-01-05 平安科技(深圳)有限公司 证卡边缘检测方法、设备及存储介质
CN112257598A (zh) * 2020-10-22 2021-01-22 北京字跳网络技术有限公司 图像中四边形的识别方法、装置、可读介质和电子设备
CN113763235A (zh) * 2021-09-08 2021-12-07 北京琥珀创想科技有限公司 一种将图片转换为扫描件的方法及智能移动终端

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930594A (zh) * 2010-04-14 2010-12-29 山东山大鸥玛软件有限公司 一种扫描文档图像的快速纠偏方法
CN104346609A (zh) * 2013-08-01 2015-02-11 阿里巴巴集团控股有限公司 一种识别印刷品上字符的方法及装置
US20160034783A1 (en) * 2014-07-29 2016-02-04 Alibaba Group Holding Limited Detecting specified image identifiers on objects
CN106534802A (zh) * 2016-12-12 2017-03-22 大连文森特软件科技有限公司 基于ar增强现实技术和无线通信技术的绘画辅助系统
CN107563377A (zh) * 2017-08-30 2018-01-09 江苏实达迪美数据处理有限公司 一种利用边缘和文字区域的证件关键区域检测定位方法
CN109670500A (zh) * 2018-11-30 2019-04-23 平安科技(深圳)有限公司 一种文字区域获取方法、装置、存储介质及终端设备
CN109711415A (zh) * 2018-11-13 2019-05-03 平安科技(深圳)有限公司 证件轮廓确定方法、装置及存储介质、服务器
WO2019148902A1 (zh) * 2018-02-02 2019-08-08 北京三快在线科技有限公司 多边形区域检测
CN110348360A (zh) * 2019-07-04 2019-10-18 上海眼控科技股份有限公司 一种检测报告识别方法及设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930594A (zh) * 2010-04-14 2010-12-29 山东山大鸥玛软件有限公司 一种扫描文档图像的快速纠偏方法
CN104346609A (zh) * 2013-08-01 2015-02-11 阿里巴巴集团控股有限公司 一种识别印刷品上字符的方法及装置
US20160034783A1 (en) * 2014-07-29 2016-02-04 Alibaba Group Holding Limited Detecting specified image identifiers on objects
CN106534802A (zh) * 2016-12-12 2017-03-22 大连文森特软件科技有限公司 基于ar增强现实技术和无线通信技术的绘画辅助系统
CN107563377A (zh) * 2017-08-30 2018-01-09 江苏实达迪美数据处理有限公司 一种利用边缘和文字区域的证件关键区域检测定位方法
WO2019148902A1 (zh) * 2018-02-02 2019-08-08 北京三快在线科技有限公司 多边形区域检测
CN109711415A (zh) * 2018-11-13 2019-05-03 平安科技(深圳)有限公司 证件轮廓确定方法、装置及存储介质、服务器
CN109670500A (zh) * 2018-11-30 2019-04-23 平安科技(深圳)有限公司 一种文字区域获取方法、装置、存储介质及终端设备
CN110348360A (zh) * 2019-07-04 2019-10-18 上海眼控科技股份有限公司 一种检测报告识别方法及设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIN ZUO: "An Intelligent Knowledge Extraction Framework for Recognizing Identification Information From Real-World ID Card Images" *
李志杰等: "基于透视变换的手机身份证字符分割算法" *
罗涛: "身份证综合信息采集与识别软件系统设计与实现" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183517A (zh) * 2020-09-22 2021-01-05 平安科技(深圳)有限公司 证卡边缘检测方法、设备及存储介质
WO2021147437A1 (zh) * 2020-09-22 2021-07-29 平安科技(深圳)有限公司 证卡边缘检测方法、设备及存储介质
CN112183517B (zh) * 2020-09-22 2023-08-11 平安科技(深圳)有限公司 证卡边缘检测方法、设备及存储介质
CN112257598A (zh) * 2020-10-22 2021-01-22 北京字跳网络技术有限公司 图像中四边形的识别方法、装置、可读介质和电子设备
CN113763235A (zh) * 2021-09-08 2021-12-07 北京琥珀创想科技有限公司 一种将图片转换为扫描件的方法及智能移动终端

Similar Documents

Publication Publication Date Title
US10885644B2 (en) Detecting specified image identifiers on objects
US11818303B2 (en) Content-based object detection, 3D reconstruction, and data extraction from digital images
US20200380643A1 (en) Content-based detection and three dimensional geometric reconstruction of objects in image and video data
US20150317529A1 (en) Method and apparatus of extracting particular information from standard card
CN110929738A (zh) 证卡边缘检测方法、装置、设备及可读存储介质
TWI673651B (zh) 二維碼定位方法及裝置
US9519838B2 (en) Character recognition method
CN107368829B (zh) 确定输入图像中的矩形目标区域的方法和设备
WO2023185234A1 (zh) 图像处理方法、装置、电子设备及存储介质
CN112200117A (zh) 表格识别方法及装置
CN111310759A (zh) 双模式协作的目标检测抑制优化方法及设备
US10803295B2 (en) Method and device for face selection, recognition and comparison
JP2022519398A (ja) 画像処理方法、装置及び電子機器
CN109360205B (zh) 双录视频质检方法、装置、介质和电子设备
CN114708186A (zh) 一种电子签章定位方法及装置
CN112800824A (zh) 扫描文件的处理方法、装置、设备及存储介质
CN112507938A (zh) 一种文本图元的几何特征计算方法及识别方法、装置
WO2020237481A1 (zh) 反色区域的确定方法、指纹芯片及电子设备
CN115438682B (zh) 用于确定解码方向的方法、装置及解码设备
CN108256530B (zh) 图像识别方法、装置和设备
CN113378847B (zh) 字符分割方法、系统、计算机设备和存储介质
CN105825161A (zh) 图像的肤色检测方法及其系统
CN108734164A (zh) 卡片、识别卡片的方法、绘本阅读机器人及存储设备
CN111709419A (zh) 一种纸币冠字号的定位方法、系统、设备及可读存储介质
TWM617631U (zh) E13b影像判讀系統

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20231201