CN111553251B - 证件四角残缺检测方法、装置、设备及存储介质 - Google Patents
证件四角残缺检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111553251B CN111553251B CN202010336193.3A CN202010336193A CN111553251B CN 111553251 B CN111553251 B CN 111553251B CN 202010336193 A CN202010336193 A CN 202010336193A CN 111553251 B CN111553251 B CN 111553251B
- Authority
- CN
- China
- Prior art keywords
- certificate
- standard
- target
- picture
- area
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- 240000004282 Grewia occidentalis Species 0.000 title claims description 51
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000002950 deficient Effects 0.000 claims description 23
- 230000011218 segmentation Effects 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 210000000887 face Anatomy 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 210000005069 ears Anatomy 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 210000001508 eye Anatomy 0.000 description 3
- 210000000214 mouth Anatomy 0.000 description 3
- 210000001331 nose Anatomy 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种证件四角残缺检测方法、装置、设备及存储介质，当接收到包含证件的图片时，获取图片包含的证件中人脸的特征点坐标，基于特征点坐标得到坐标聚类中心与最小外接矩形，并获取最小外接矩形的面积；基于最小外接矩形的面积和坐标聚类中心，计算得到图片中证件的矩形边界；确定图片中由证件的矩形边界形成的矩形区域，并将矩形区域切分为多个子图片，检测多个子图片中是否存在缺角，若存在缺角则判定接收到的图片中的证件为残缺证件。本发明由图片中证件的最小外接矩形和坐标聚类中心，确定与证件对应的矩形区域，逐一检测矩形区域的四角是否缺角，提高了检测的精确性。本发明还涉及区块链技术，所述证件的图片可存储于区块链节点中。
Description
技术领域
本发明涉及检测技术领域，尤其涉及一种证件四角残缺检测方法、装置、设备及存储介质。
背景技术
随着人工智能的发展，人工智能对证件的分析的场景越来越多。如在基金在线远程开户或者证件鉴伪或识别过程中，均需要对采集到的证件图像进行完整性分析。若采集到的证件图像四角有残缺，会对后面的卡片分析，比如文字定位，文字识别等产生不利影响。因而如何精确地对证件图像进行四角是否残缺检测，也成为一个备受图像研究者关注的课题。目前判断证件图像四角是否残缺，业内采用的主要方式是采用类似inceptionv3的神经网络对整张证件图像进行检测。但证件图像在采集过程中可能会误采集到其他物件，如拍照采集时拍摄到证件所在环境的背景，如此一来，造成了对整张证件图像进行检测的干扰，使得检测时存在较大误差，导致得出的检测结果不准确。
发明内容
本发明的主要目的在于提供一种证件四角残缺检测方法、装置、设备及存储介质，旨在解决现有技术中对证件图像是否残缺的检测误差大，检测结果不准确的技术问题。
为实现上述目的，本发明实施例提供一种证件四角残缺检测方法，所述证件四角残缺检测方法包括以下步骤：
当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；
基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；
提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件。
优选地，所述基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界的步骤包括：
识别所述图片中证件的类型，并根据所述证件的类型确定与所述类型对应的目标标准证件，获取所述目标标准证件中目标外接矩形的目标标准面积；
基于所述目标标准证件的比例关系与所述最小外接矩形的面积，计算得到所述证件的长度和宽度，其中所述比例关系包括所述目标标准证件的目标标准长与所述目标标准面积之间的第一目标比例关系，以及所述目标标准证件的目标标准宽与所述目标标准面积之间的第二目标比例关系；
基于所述目标标准证件的相对位置关系、所述证件的长度和宽度，以及所述坐标聚类中心，确定所述证件的矩形边界，其中所述相对位置关系包括所述目标标准证件的目标标准长与所述目标标准证件的目标聚类中心之间的第一目标相对位置关系，以及所述目标标准证件的目标标准宽与所述目标标准证件的目标聚类中心之间的第二目标相对位置关系。
优选地，所述基于所述目标标准证件的相对位置关系、所述证件的长度和宽度，以及所述坐标聚类中心，确定所述证件的矩形边界的步骤包括：
基于所述坐标聚类中心和所述第一目标相对位置关系，确定所述证件在所述图片中的长度边界方向；
基于所述坐标聚类中心和所述第二目标相对位置关系，确定所述证件在所述图片中的宽度边界方向；
基于所述证件的长度和所述长度边界方向确定所述证件的长度边界，以及基于所述证件的宽度和所述宽度边界方向确定所述证件的宽度边界，并由所述长度边界和所述宽度边界确定所述证件的矩形边界。
优选地，所述提取所述图片中由所述证件的矩形边界形成的矩形区域的步骤之后包括：
获取所述矩形区域的长度和宽度，并计算与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素值中是否存在任一项大于预设阈值；
若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素中存在任一项大于预设阈值，则将所述矩形区域按照第一预设切分方式切分为多个子图片，并将多个所述子图片中与所述矩形区域的四角区域对应的子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角；
若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素均小于或等于预设阈值，则将所述矩形区域按照第二预设切分方式切分为多个子图片，并将多个所述子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角。
优选地，所述检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件的步骤包括：
通过预设方式对各所述目标子图片进行逐一检测，确定所述目标子图片是否均包含有完整的证件角；
若所述目标子图片均包含有完整的证件角，则判定接收的所述图片有效；
若所述目标子图片中存在任意一张所述目标子图像中存在缺角，则确定接收的所述图片中的证件为残缺证件，判定接收的所述图片无效并输出重新采集的提示信息。
优选地，所述当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积的步骤包括：
当接收到包含证件的图片时，通过预设神经网络提取所述证件中人脸的多个特征点，并获取多个所述特征点的特征点坐标；
通过预设算法对所述证件中人脸的各所述特征点坐标进行聚类，得到所述证件中人脸的各所述特征点坐标的中心坐标，作为坐标聚类中心；
根据所述证件中人脸的各所述特征点坐标所在位置，确定最小外接矩形，并检测所述最小外接矩形的长和宽，通过所述最小外接矩形的长和宽计算得到所述最小外接矩形的面积。
优选地，所述基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界的步骤之前包括：
获取各个类型的标准证件的标准面积、标准长、标准宽、标准聚类中心和所述标准证件中人脸特征点的特征外接矩形的最小标准面积；
针对各个类型的所述标准证件逐一执行以下步骤：
基于所述标准长与所述最小标准面积，生成所述标准长与所述最小标准面积的第一比例关系，基于所述标准宽与所述最小标准面积，生成所述标准宽与所述最小标准面积的第二比例关系；
基于所述标准长与所述标准聚类中心，生成所述标准聚类中心与所述标准长的第一相对位置关系，基于所述标准宽与所述标准聚类中心，生成所述标准聚类中心与所述标准宽的第二相对位置关系。
为实现上述目的，本发明还提供一种证件四角残缺检测装置，所述证件四角残缺检测装置包括：
获取模块，用于当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；
计算模块，用于基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；
提取模块，用于提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件。
进一步地，为实现上述目的，本发明还提供证件四角残缺检测设备，所述证件四角残缺检测设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的证件四角残缺检测程序，所述证件四角残缺检测程序被所述处理器执行时实现上述的证件四角残缺检测方法的步骤。
此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有证件四角残缺检测程序，所述证件四角残缺检测程序被处理器执行时实现上述的证件四角残缺检测方法的步骤。
本发明提供一种证件四角残缺检测方法、装置、设备及存储介质，当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件。本发明通过图片中证件的最小外接矩形和坐标聚类中心，确定与证件对应的矩形区域，逐一检测矩形区域的四角区域是否缺角，相对于以整张证件图片为基础进行检测，提高了检测的精确性，实现精确地检测图片中证件是否残缺。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的证件四角残缺检测设备结构示意图；
图2为本发明证件四角残缺检测方法第一实施例的流程示意图；
图3为本发明证件四角残缺检测装置较佳实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的证件四角残缺检测设备结构示意图。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
本发明实施例证件四角残缺检测设备可以是PC，也可以是平板电脑、便携计算机等可移动式终端设备。
如图1所示，该证件四角残缺检测设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的证件四角残缺检测设备结构并不构成对证件四角残缺检测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及检测程序。
在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的检测程序，并执行以下操作：
当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；
基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；
提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件。
进一步地，所述基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界的步骤包括：
识别所述图片中证件的类型，并根据所述证件的类型确定与所述类型对应的目标标准证件，获取所述目标标准证件中目标外接矩形的目标标准面积；
基于所述目标标准证件的比例关系与所述最小外接矩形的面积，计算得到所述证件的长度和宽度，其中所述比例关系包括所述目标标准证件的目标标准长与所述目标标准面积之间的第一目标比例关系，以及所述目标标准证件的目标标准宽与所述目标标准面积之间的第二目标比例关系；
基于所述目标标准证件的相对位置关系、所述证件的长度和宽度，以及所述坐标聚类中心，确定所述证件的矩形边界，其中所述相对位置关系包括所述目标标准证件的目标标准长与所述目标标准证件的目标聚类中心之间的第一目标相对位置关系，以及所述目标标准证件的目标标准宽与所述目标标准证件的目标聚类中心之间的第二目标相对位置关系。
进一步地，所述基于所述目标标准证件的相对位置关系、所述证件的长度和宽度，以及所述坐标聚类中心，确定所述证件的矩形边界的步骤包括：
基于所述坐标聚类中心和所述第一目标相对位置关系，确定所述证件在所述图片中的长度边界方向；
基于所述坐标聚类中心和所述第二目标相对位置关系，确定所述证件在所述图片中的宽度边界方向；
基于所述证件的长度和所述长度边界方向确定所述证件的长度边界，以及基于所述证件的宽度和所述宽度边界方向确定所述证件的宽度边界，并由所述长度边界和所述宽度边界确定所述证件的矩形边界。
进一步地，所述提取所述图片中由所述证件的矩形边界形成的矩形区域的步骤之后，处理器1001可以用于调用存储器1005中存储的检测程序，并执行以下操作：
获取所述矩形区域的长度和宽度，并计算与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素值中是否存在任一项大于预设阈值；
若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素中存在任一项大于预设阈值，则将所述矩形区域按照第一预设切分方式切分为多个子图片，并将多个所述子图片中与所述矩形区域的四角区域对应的子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角；
若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素均小于或等于预设阈值，则将所述矩形区域按照第二预设切分方式切分为多个子图片，并将多个所述子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角。
进一步地，所述检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件的步骤包括：
通过预设方式对各所述目标子图片进行逐一检测，确定所述目标子图片是否均包含有完整的证件角；
若所述目标子图片均包含有完整的证件角，则判定接收的所述图片有效；
若所述目标子图片中存在任意一张所述目标子图像中存在缺角，则确定接收的所述图片中的证件为残缺证件，判定接收的所述图片无效并输出重新采集的提示信息。
进一步地，所述当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积的步骤包括：
当接收到包含证件的图片时，通过预设神经网络提取所述证件中人脸的多个特征点，并获取多个所述特征点的特征点坐标；
通过预设算法对所述证件中人脸的各所述特征点坐标进行聚类，得到所述证件中人脸的各所述特征点坐标的中心坐标，作为坐标聚类中心；
根据所述证件中人脸的各所述特征点坐标所在位置，确定最小外接矩形，并检测所述最小外接矩形的长和宽，通过所述最小外接矩形的长和宽计算得到所述最小外接矩形的面积。
进一步地，所述基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界的步骤之前，处理器1001可以用于调用存储器1005中存储的检测程序，并执行以下操作：
获取各个类型的标准证件的标准面积、标准长、标准宽、标准聚类中心和所述标准证件中人脸特征点的特征外接矩形的最小标准面积；
针对各个类型的所述标准证件逐一执行以下步骤：
基于所述标准长与所述最小标准面积，生成所述标准长与所述最小标准面积的第一比例关系，基于所述标准宽与所述最小标准面积，生成所述标准宽与所述最小标准面积的第二比例关系；
基于所述标准长与所述标准聚类中心，生成所述标准聚类中心与所述标准长的第一相对位置关系，基于所述标准宽与所述标准聚类中心，生成所述标准聚类中心与所述标准宽的第二相对位置关系。
为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照图2，本发明第一实施例提供一种证件四角残缺检测方法的流程示意图。该实施例中，所述证件四角残缺检测方法包括以下步骤：
步骤S10，当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；
本实施例中的证件四角残缺检测方法应用于服务器，其中服务器与计算机、平板电脑、智能手机等终端通信连接，服务器中设置有识别程序和预设神经网络，其中识别程序至少包括以证件识别技术例如OCR识别为基础所设置的程序，以及以人脸识别技术例如特征点识别为基础所设置的程序，以分别用于进行证件识别和人脸识别。其中，证件识别可以识别各种类型的证件，证件的类型可以为身份证、驾驶证、结婚证等，人脸识别可对人脸特征点进行识别并提取特征点的坐标，特征点依据鼻子、嘴巴、眼睛、耳朵等人脸特征生成，预设神经网络用于对人脸特征点进行检测，神经网络可以是dlib，也可以是face recognize。
进一步地，当用户由于某种情况例如进行线上远程开户或者进行证件识别时，需要拍摄包含证件的图片，并将拍摄的图片上传到终端，可以理解地，若用户使用智能手机拍摄图片，则可将图片直接上传到服务器中。进一步地，终端接收到用户上传的包含有证件的图片时，将图片传送至服务器，以便服务器通过识别程序识别图片中的人脸并提取证件中的人脸特征点坐标。进一步地，服务器将提取的各特征点坐标进行聚类，以得出表征人脸各特征点的中心位置的坐标聚类中心。进一步地，服务器根据各特征点坐标，确定包含了图片中人脸所有特征点的最小外接矩形，并进一步检测最小外接矩形的长和宽，以根据长和宽计算最小外接矩形的面积。
进一步地，当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积的步骤包括：
步骤S11，当接收到包含证件的图片时，通过预设神经网络提取所述证件中人脸的多个特征点，并获取多个所述特征点的特征点坐标；
进一步地，当终端接收到用户上传的包含有证件的图片时，将图片传送至服务器，服务器基于opencv(Open Source Computer Vision Library，开源计算机视觉库)的边缘直线检测功能来检验证件图片中的倾斜程度，进一步利用透视变换，将证件字体正向时，左下角作为原点，左下角所在的位置视为0度，把证件纠正到0度、90度、180度、270度，以将证件纠正到与图片的边界平行，便于对证件进行识别与检测。进一步地，服务器将纠正的图片传输到预设神经网络中，通过预设神经网络的检测，识别图片中包含特征点最多的人脸，从人脸中提取出多个特征点，并获取各特征点的特征点坐标。
步骤S12，通过预设算法对所述证件中人脸的各所述特征点坐标进行聚类，得到所述证件中人脸的各所述特征点坐标的中心坐标，作为坐标聚类中心；
进一步地，服务器通过预设算法对各特征点坐标进行聚类，本实施例中采用knn聚类算法，通过knn聚类算法计算出各特征点坐标的中心坐标，作为表征各人脸特征点所在区域的中心点的聚类中心。例如，服务器通过识别程序识别到眼睛、鼻子、嘴巴、耳朵等人脸特征点的坐标，并通过聚类算法计算出上述多个人脸特征点的坐标的中心坐标，将中心坐标作为坐标聚类中心。
步骤S13，根据所述证件中人脸的各所述特征点坐标所在位置，确定最小外接矩形，并检测所述最小外接矩形的长和宽，通过所述最小外接矩形的长和宽计算得到所述最小外接矩形的面积。
进一步地，服务器根据人脸中各特征点的坐标的位置，确定表征包含所有人脸特征点的最小外接矩形，并检测最小外接矩形的长和宽，由长和宽结合矩形面积计算公式得出最小外接矩形的面积。例如，服务器获取了眼睛、嘴巴、耳朵、鼻子等人脸特征的定位，并用一个最小的外接矩形将获取的所有人脸特征都包含在内，度量出最小外接矩形的长和宽各为多少，再根据矩形面积公式计算出最小外接矩形的面积。
步骤S20，基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；
进一步地，服务器预先识别各个类型的标准证件，获取各个类型的标准证件的长、宽、面积等尺寸数据，并存储标准证件类型与标准证件的尺寸数据，其中标准证件有根据国家的标准制作的诸如身份证、结婚证、驾驶证等类型的证件。进一步地，服务器通过识别程序识别接收到的图片中的证件，并从存储的各个类型的标准证件中查找与图片中证件类型对应的标准证件，将与图片中证件类型对应的标准证件确定为目标标准证件。进一步地，获取目标标准证件中包含的由目标标准证件的目标标准面积分别与目标标准长和目标标准宽形成的比例关系、由目标标准证件的目标聚类中心分别与目标标准长和目标标准宽形成的相对位置关系，以及目标标准证件中包含所有人脸特征点的目标外接矩形的目标标准面积。进一步地，由上述计算得出的坐标聚类中心以及图片中的最小外接矩形的面积，结合目标标准证件中的比例关系、相对位置关系以及目标外接矩形的目标标准面积，通过计算得出由证件在图片中形成的矩形边界。
步骤S30，提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件。
进一步地，检测矩形边界的顶点坐标，得到矩形四角顶点的坐标值。为了确保坐标值的正确性，本实施例设置有调整机制；预先设置有用于调整的调整值a，该调整值a依据经验优选为30。对于组成坐标(x1，y1)、(x1，y2)、(x2，y2)、(x2，y1)的x1、x2、y1、y2，可分别通过以下公式调整：x1-(x2-x1)/a，x2+(x2-x1)/a，y1-(y2-y1)/a，y2+(y2-y1)/a。进一步地，提取矩形四角顶点的坐标值，通过预设方法如将提取的矩形四角顶点坐标进行连线，得到表征与证件所在位置对应的矩形区域。进一步地，将矩形区域根据不同的清晰度按照第一预设切分方式或第二预设切分方式进行切分并生成多个目标子图片，检测与矩形区域的四角区域对应的目标子图片中是否有任一目标子图片存在缺角，若检测到有任一目标子图片存在缺角，则判定接收到的图片中的证件为残缺证件，输出证件无效的信息并提示用户重新拍摄包含证件的图片。可以理解地，接收到的图片中的证件为残缺证件可能是证件本身存在残缺，也可能是由于客户在进行图片拍摄时对证件进行了遮挡。进一步地，若检测到所有的目标子图片都不存在缺角，则判定接收到的图片中的证件有效，并根据用户的请求进行业务办理。
本实施例的证件四角残缺检测方法，当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件。通过图片中证件的最小外接矩形和坐标聚类中心，确定与证件对应的矩形区域，逐一检测矩形区域的四角区域是否缺角，相对于以整张证件图片为基础进行检测，提高了检测的精确性，实现精确地检测图片中证件是否残缺。
进一步的，基于本发明证件四角残缺检测方法第一实施例，提出本发明证件四角残缺检测方法第二实施例，在第二实施例中，基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界的步骤包括：
步骤S21，识别所述图片中证件的类型，并根据所述证件的类型确定与所述类型对应的目标标准证件，获取所述目标标准证件中目标外接矩形的目标标准面积；
进一步地，服务器通过识别程序识别图片中证件的类型例如识别到证件类型为身份证，则确定与图片中的证件的类型对应的目标标准证件为身份证，并获取标准身份证中包含所有人脸特征点的目标外接矩形的目标标准面积。
步骤S22，基于所述目标标准证件的比例关系与所述最小外接矩形的面积，计算得到所述证件的长度和宽度，其中所述比例关系包括所述目标标准证件的目标标准长与所述目标标准面积之间的第一目标比例关系，以及所述目标标准证件的目标标准宽与所述目标标准面积之间的第二目标比例关系；
进一步地，根据目标标准证件的目标标准长与目标标准面积之间的第一目标比例关系，结合最小外接矩形面积，计算出图片中的证件的长度，以及根据目标标准证件的目标标准宽与目标标准面积之间的第二目标比例关系，结合最小外接矩形面积，计算得到图片中证件宽度。例如目标标准证件的比例关系中第一目标比例关系为a1，最小外接矩形面积为m，则可得到图片中证件的长度为a1*m，而第二目标比例关系为a2，最小外接矩形面积为m，则可得到图片中证件的宽度为a2*m，由此确定与证件对应的长度为a1*m，宽度为a2*m的矩形区域。
步骤S23，基于所述目标标准证件的相对位置关系、所述证件的长度和宽度，以及所述坐标聚类中心，确定所述证件的矩形边界，其中所述相对位置关系包括所述目标标准证件的目标标准长与所述目标标准证件的目标聚类中心之间的第一目标相对位置关系，以及所述目标标准证件的目标标准宽与所述目标标准证件的目标聚类中心之间的第二目标相对位置关系。
进一步地，根据目标标准证件的目标标准长与其目标聚类中心之间的第一目标相对位置关系，结合坐标聚类中心，得到矩形边界中长度边界方向。由证件的长度和长度边界方向，得到长度边界。进一步地，根据目标标准证件的目标标准宽与其目标聚类中心之间的第二目标相对位置关系，结合坐标聚类中心，得到矩形边界中宽度边界方向。由证件的宽度和宽度边界方向，得到宽度边界。进一步地，由长度边界和证件的长度，以及宽度边界和证件的宽度，得到证件的矩形边界。具体地，基于所述目标标准证件的相对位置关系、所述证件的长度和宽度，以及所述坐标聚类中心，确定所述证件的矩形边界的步骤包括：
步骤S231，基于所述坐标聚类中心和所述第一目标相对位置关系，确定所述证件在所述图片中的长度边界方向；
进一步地，获取目标标准证件的目标标准长与目标聚类中心之间的第一目标相对位置关系，以坐标聚类中心为中心，根据由第一目标相对位置关系表征的目标聚类中心与目标标准长之间的距离关系，即目标聚类中心到目标标准长所在长度方向的距离，来确定向垂直于最小外接矩形的长度方向延伸的距离，并由延伸的距离确定终点。进一步地，由终点向平行于最小外接矩形的长度方向延伸，得到矩形的长度边界方向。
步骤S232，基于所述坐标聚类中心和所述第二目标相对位置关系，确定所述证件在所述图片中的宽度边界方向；
进一步地，获取目标标准证件的目标标准宽与目标聚类中心之间的第二目标相对位置关系，以坐标聚类中心为中心，根据由第二目标相对位置关系表征的目标聚类中心与目标标准宽之间的距离关系，即目标聚类中心到目标标准宽所在宽度方向的距离，来确定向垂直于最小外接矩形的宽度方向延伸的距离，并由延伸的距离确定终点。进一步地，由终点向平行于最小外接矩形的宽度方向延伸，得到矩形的宽度边界方向。
步骤S233，基于所述证件的长度和所述长度边界方向确定所述证件的长度边界，以及基于所述证件的宽度和所述宽度边界方向确定所述证件的宽度边界，并由所述长度边界和所述宽度边界确定所述证件的矩形边界。
进一步地，将确定的长度边界方向向两边延长以及将宽度边界方向向两边延长，得到长度边界方向与宽度边界方向的交点，将交点确定为表征证件四角顶点之一的顶点坐标。由顶点坐标结合长度边界方向和图片中证件的长度，确定长度边界，由顶点坐标结合宽度边界方向和图片中证件的宽度，确定宽度边界。进一步地，基于长度边界和宽度边界形成矩形框，得到图片中证件的矩形边界。
本实施例通过图片中包含证件人脸特征点最多的最小外接矩形的面积和表征人脸特征点中心的坐标聚类中心，结合目标标准证件的比例关系以及相对位置关系，计算得出证件在图片中对应的矩形边界，精确地得出与证件对应的矩形区域边界，使得检测的结果更为准确。
进一步的，基于本发明证件四角残缺检测方法第一实施例或第二实施例，提出本发明证件四角残缺检测方法第三实施例，在第三实施例中，提取所述图片中由所述证件的矩形边界形成的矩形区域的步骤之后的步骤包括：
步骤S31，获取所述矩形区域的长度和宽度，并计算与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素值中是否存在任一项大于预设阈值；
进一步地，服务器获取与证件对应的矩形区域的长度和宽度，并根据矩形区域的长度数值和像素，计算与矩形区域的长度对应的像素值，以及根据矩形的宽度和像素，计算与矩形区域的宽度对应的像素值。进一步地，判断与矩形区域的长度对应的像素值和与矩形区域的宽度对应的像素值中是否存在任一项大于表征清晰度足够与不足的预设阈值，以确定图片中表征证件所在的矩形区域的内容是否清晰，便于确定将矩形区域切分为子图片的等分。
步骤S32，若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素中存在任一项大于预设阈值，则将所述矩形区域按照第一预设切分方式切分为多个子图片，并将多个所述子图片中与所述矩形区域的四角区域对应的子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角；
进一步地，若计算得到的与矩形区域的长度对应的像素值，和与矩形区域的宽度对应的像素值中存在任一项大于预设阈值，本实施例中预设阈值依据经验设置为2000，则说明矩形区域的内容足够清晰，将矩形区域按照预先设定的第一预设切分方式切分为多个子图片，其中第一预设切分方式依据需求设定，如本实施例中预设为九等分切分方式，将矩形区域切分为9个子图片。此后，从切分的子图片中确定出位于矩形区域四角区域的子图片作为目标子图片。如对于上述切分的9个子图片，其中位于左上角、右上角、左下角和右下角的4个子图片即为与矩形区域的四角区域对应的子图片，而将其作为目标子图片，以便于检测4个子图片中是否存在缺角。
步骤S33，若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素均小于或等于预设阈值，则将所述矩形区域按照第二预设切分方式切分为多个子图片，并将多个所述子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角。
进一步地，若计算得到的与矩形区域的长度对应的像素值，和与矩形区域的宽度对应的像素都小于或等于预设阈值，则说明矩形区域的清晰度不足，将矩形区域按照预先设定的第二预设切分方式切分为多个子图片作为目标子图片，其中第二预设切分方式依据需求设定。如本实施例中预设为四等分切分方式，将矩形区域切分为4个子图片，并将4个子图片作为目标子图片，以便于检测4个目标子图片中是否存在缺角。
进一步地，检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件的步骤包括；
步骤S34，通过预设方式对各所述目标子图片进行逐一检测，确定所述目标子图片是否均包含有完整的证件角；
进一步地，本实施例预先设置有用于检测图片是否残缺的预设方式，例如inceptionv3检测方式，以通过预设方式对切分得到的4个目标子图片进行逐一检测，具体地，将4个目标子图片一一导入到inceptionv3中进行检测，以确定4个目标子图片是否都含有完整的证件角。可以理解地，证件角的完整与否是通过和目标标准证件的证件角对比得出的，例如，身份证的证件角为圆角，则检测目标子图片中包含的证件角是否与身份证的证件角相同。
步骤S35，若所述目标子图片均包含有完整的证件角，则判定接收的所述图片有效；
进一步地，如果将4个目标子图片经过一一检测后，确定4个目标子图片中都包含有完整的证件角，说明图片中的证件中四个角都是完整的，没有损坏，则接收的图片中的证件是完整的，判定接收的图片有效。进一步地，根据用户的请求，进行与用户的请求对应的业务办理。
步骤S36，若所述目标子图片中存在任意一张所述目标子图像中存在缺角，则确定接收的所述图片中的证件为残缺证件，判定接收的所述图片无效并输出重新采集的提示信息。
进一步地，如果将4个目标子图片经过一一检测后，检测到4个目标子图片中有任一一个目标子图片中的证件角是不完整的，则说明图片中的证件不完整，确定为残缺证件，其中残缺证件可能为证件本身在使用时因为磨损或者意外因素导致证件角缺失，也可能是用户在进行证件拍摄时遮挡了证件角例如用户用手拿着证件的一角进行拍摄，而导致拍摄的图片中证件的其中一个证件角缺失。进一步地，判定接收的图片无效，并输出信息提示用户重新进行证件的拍摄。
本实施例服务器通过检测与矩形区域的长度对应的像素值和与矩形区域的宽度对应的像素值，确定表征证件所在的矩形区域的内容是否足够清晰，并基于不同的清晰度对矩形区域进行不同数量的子图片切分，以便更精确地对矩形区域的四角区域进行检测。通过检测从子图片中选取的目标子图片是否均包含有完整的证件角，以判定接收到的图片是否有效。本实施例实现了通过对切分后的图片进行完整证件角检测，判定证件是否完整，以便于帮助用户进行诸如证件识别或者远程开户等业务办理。
进一步的，基于本发明证件四角残缺检测方法第一实施例、第二实施例或第三实施例，提出本发明证件四角残缺检测方法第四实施例，在第四实施例中，基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界的步骤之前包括：
步骤S40，获取各个类型的标准证件的标准面积、标准长、标准宽、标准聚类中心和所述标准证件中人脸特征点的特征外接矩形的最小标准面积；
进一步地，预先针对实际使用的各种类型的标准证件的尺寸数据进行获取，获取的内容包括标准证件的标准面积、标准长、标准宽，还包括包含标准证件中人脸特征点的特征外接矩形的最小标准面积，以及对各人脸特征点进行聚类的标准聚类中心，以便服务器调用尺寸数据进行对比与计算。可以理解地，考虑到不同类型的标准证件具有不同的外框尺寸，或者即便外框尺寸相同也可能具有不同尺寸的人脸或者不同位置的人脸，而使得不同类型的标准证件在标准面积，标准长、标准宽、最小标准面积和标准聚类中心上存在差异性，从而针对不同类型的标准证件可分别获取各自的上述尺寸数据，并依据各个类型标准证件的尺寸数据，对各个类型标准证件逐一进行步骤S50、S60、S70的处理。
步骤S50，基于所述标准长与所述最小标准面积，生成所述标准长与所述最小标准面积的第一比例关系，基于所述标准宽与所述最小标准面积，生成所述标准宽与所述最小标准面积的第二比例关系；
将标准证件的标准长与最小标准面积之间做比值，生成表征标准长与最小标准面积关系的第一比例关系，将标准证件的标准宽与最小标准面积之间做比值，生成表征标准宽与最小标准面积关系的第二比例关系。
步骤S60，基于所述标准长与所述标准聚类中心，生成所述标准聚类中心与所述标准长的第一相对位置关系，基于所述标准宽与所述标准聚类中心，生成所述标准聚类中心与所述标准宽的第二相对位置关系。
进一步地，计算标准证件中标准聚类中心到标准证件的标准长所在方向的距离，该距离表征了标准聚类中心相对于标准长所在方向的位置关系，而将其作为标准聚类中心与标准长之间的第一相对位置关系。并且，计算标准证件中标准聚类中心到标准证件的标准宽所在方向的距离，该距离表征了标准聚类中心相对于标准宽所在方向的位置关系，而将其作为标准聚类中心与标准宽之间第二相对位置关系。
本实施例通过预先获取各个类型的标准证件的尺寸数据信息，并基于标准证件的尺寸数据信息，生成标准证件的比例关系以及相对位置关系，以便于服务器调用标准证件的尺寸数据以及标准证件的比例关系以及相对位置关系，计算接收到的图片中证件的长度、宽度以及确定证件对应的矩形区域的具体位置。
进一步地，本发明还提供一种证件四角残缺检测装置。
参照图3，图3为本发明证件四角残缺检测装置第一实施例的功能模块示意图。
所述证件四角残缺检测装置包括：
获取模块10，用于当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；
计算模块20，用于基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；
提取模块30，用于提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件。
本实施例的证件四角残缺检测装置，当接收到包含证件的图片时，先由获取模块10获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；再由计算模块20基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；进而由提取模块30提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件。通过图片中证件的最小外接矩形和坐标聚类中心，确定与证件对应的矩形区域，逐一检测矩形区域的四角区域是否缺角，相对于以整张证件图片为基础进行检测，提高了检测的精确性，实现精确地检测图片中证件是否残缺。
进一步地，所述获取模块10包括：
第一获取单元，用于当接收到包含证件的图片时，通过预设神经网络提取所述证件中人脸的多个特征点，并获取多个所述特征点的特征点坐标；
聚类单元，用于通过预设算法对所述证件中人脸的各所述特征点坐标进行聚类，得到所述证件中人脸的各所述特征点坐标的中心坐标，作为坐标聚类中心；
第一确定单元，用于根据所述证件中人脸的各所述特征点坐标所在位置，确定最小外接矩形，并检测所述最小外接矩形的长和宽，通过所述最小外接矩形的长和宽计算得到所述最小外接矩形的面积。
进一步地，所述计算模块20包括：
识别单元，用于识别所述图片中证件的类型，并根据所述证件的类型确定与所述类型对应的目标标准证件，获取所述目标标准证件中目标外接矩形的目标标准面积；
计算单元，用于基于所述目标标准证件的比例关系与所述最小外接矩形的面积，计算得到所述证件的长度和宽度，其中所述比例关系包括所述目标标准证件的目标标准长与所述目标标准面积之间的第一目标比例关系，以及所述目标标准证件的目标标准宽与所述目标标准面积之间的第二目标比例关系；
第二确定单元，用于基于所述目标标准证件的相对位置关系、所述证件的长度和宽度，以及所述坐标聚类中心，确定所述证件的矩形边界，其中所述相对位置关系包括所述目标标准证件的目标标准长与所述目标标准证件的目标聚类中心之间的第一目标相对位置关系，以及所述目标标准证件的目标标准宽与所述目标标准证件的目标聚类中心之间的第二目标相对位置关系。
进一步地，所述计算模块20还包括：
第三确定单元，用于基于所述坐标聚类中心和所述第一目标相对位置关系，确定所述证件在所述图片中的长度边界方向；
第四确定单元，用于基于所述坐标聚类中心和所述第二目标相对位置关系，确定所述证件在所述图片中的宽度边界方向；
第五确定单元，用于基于所述证件的长度和所述长度边界方向确定所述证件的长度边界，以及基于所述证件的宽度和所述宽度边界方向确定所述证件的宽度边界，并由所述长度边界和所述宽度边界确定所述证件的矩形边界。
进一步地，所述计算模块20还包括：
第二获取单元，用于获取各个类型的标准证件的标准面积、标准长、标准宽、标准聚类中心和所述标准证件中人脸特征点的特征外接矩形的最小标准面积；
执行单元，用于针对各个类型的所述标准证件逐一执行以下步骤：
第一生成单元，用于基于所述标准长与所述最小标准面积，生成所述标准长与所述最小标准面积的第一比例关系，基于所述标准宽与所述最小标准面积，生成所述标准宽与所述最小标准面积的第二比例关系；
第二生成单元，用于基于所述标准长与所述标准聚类中心，生成所述标准聚类中心与所述标准长的第一相对位置关系，基于所述标准宽与所述标准聚类中心，生成所述标准聚类中心与所述标准宽的第二相对位置关系。
进一步地，所述提取模块30包括：
第三获取单元，用于获取所述矩形区域的长度和宽度，并计算与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素值中是否存在任一项大于预设阈值；
第一切分单元，用于若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素中存在任一项大于预设阈值，则将所述矩形区域按照第一预设切分方式切分为多个子图片，并将多个所述子图片中与所述矩形区域的四角区域对应的子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角；
第二切分单元，用于若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素均小于或等于预设阈值，则将所述矩形区域按照第二预设切分方式切分为多个子图片，并将多个所述子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角。
进一步地，所述提取模块30还包括：
检测单元，用于通过预设方式对各所述目标子图片进行逐一检测，确定所述目标子图片是否均包含有完整的证件角；
第一判定单元，用于若所述目标子图片均包含有完整的证件角，则判定接收的所述图片有效；
第二判定单元，用于若所述目标子图片中存在任意一张所述目标子图像中存在缺角，则确定接收的所述图片中的证件为残缺证件，判定接收的所述图片无效并输出重新采集的提示信息。
在本发明证件四角残缺检测装置和存储介质的实施例中，包含了上述证件四角残缺检测方法各实施例的全部技术特征，说明和解释内容与上述证件四角残缺检测方法各实施例基本相同，在此不做累述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种证件四角残缺检测方法，其特征在于，所述证件四角残缺检测方法包括以下步骤：
当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；
基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；
提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件；
其中，所述基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界的步骤包括：
识别所述图片中证件的类型，并根据所述证件的类型确定与所述类型对应的目标标准证件，获取所述目标标准证件中目标外接矩形的目标标准面积；
基于所述目标标准证件的比例关系与所述最小外接矩形的面积，计算得到所述证件的长度和宽度，其中所述比例关系包括所述目标标准证件的目标标准长与所述目标标准面积之间的第一目标比例关系，以及所述目标标准证件的目标标准宽与所述目标标准面积之间的第二目标比例关系；
基于所述目标标准证件的相对位置关系、所述证件的长度和宽度，以及所述坐标聚类中心，确定所述证件的矩形边界，其中所述相对位置关系包括所述目标标准证件的目标标准长与所述目标标准证件的目标聚类中心之间的第一目标相对位置关系，以及所述目标标准证件的目标标准宽与所述目标标准证件的目标聚类中心之间的第二目标相对位置关系；
其中，所述基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界的步骤之前包括：
获取各个类型的标准证件的标准面积、标准长、标准宽、标准聚类中心和所述标准证件中人脸特征点的特征外接矩形的最小标准面积；
针对各个类型的所述标准证件逐一执行以下步骤：
基于所述标准长与所述最小标准面积，生成所述标准长与所述最小标准面积的第一比例关系，基于所述标准宽与所述最小标准面积，生成所述标准宽与所述最小标准面积的第二比例关系；
基于所述标准长与所述标准聚类中心，生成所述标准聚类中心与所述标准长的第一相对位置关系，基于所述标准宽与所述标准聚类中心，生成所述标准聚类中心与所述标准宽的第二相对位置关系。
2.如权利要求1所述的证件四角残缺检测方法，其特征在于，所述基于所述目标标准证件的相对位置关系、所述证件的长度和宽度，以及所述坐标聚类中心，确定所述证件的矩形边界的步骤包括：
基于所述坐标聚类中心和所述第一目标相对位置关系，确定所述证件在所述图片中的长度边界方向；
基于所述坐标聚类中心和所述第二目标相对位置关系，确定所述证件在所述图片中的宽度边界方向；
基于所述证件的长度和所述长度边界方向确定所述证件的长度边界，以及基于所述证件的宽度和所述宽度边界方向确定所述证件的宽度边界，并由所述长度边界和所述宽度边界确定所述证件的矩形边界。
3.如权利要求1所述的证件四角残缺检测方法，其特征在于，所述提取所述图片中由所述证件的矩形边界形成的矩形区域的步骤之后包括：
获取所述矩形区域的长度和宽度，并计算与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素值中是否存在任一项大于预设阈值；
若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素中存在任一项大于预设阈值，则将所述矩形区域按照第一预设切分方式切分为多个子图片，并将多个所述子图片中与所述矩形区域的四角区域对应的子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角；
若与所述矩形区域的长度对应的像素值，和与所述矩形区域的宽度对应的像素均小于或等于预设阈值，则将所述矩形区域按照第二预设切分方式切分为多个子图片，并将多个所述子图片作为目标子图片，以基于各所述目标子图片检测所述矩形区域的四角中是否存在缺角。
4.如权利要求3所述的证件四角残缺检测方法，其特征在于，所述检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件的步骤包括：
通过预设方式对各所述目标子图片进行逐一检测，确定所述目标子图片是否均包含有完整的证件角；
若所述目标子图片均包含有完整的证件角，则判定接收的所述图片有效；
若所述目标子图片中存在任意一张所述目标子图片中存在缺角，则确定接收的所述图片中的证件为残缺证件，判定接收的所述图片无效并输出重新采集的提示信息。
5.如权利要求1所述的证件四角残缺检测方法，其特征在于，所述当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积的步骤包括：
当接收到包含证件的图片时，通过预设神经网络提取所述证件中人脸的多个特征点，并获取多个所述特征点的特征点坐标；
通过预设算法对所述证件中人脸的各所述特征点坐标进行聚类，得到所述证件中人脸的各所述特征点坐标的中心坐标，作为坐标聚类中心；
根据所述证件中人脸的各所述特征点坐标所在位置，确定最小外接矩形，并检测所述最小外接矩形的长和宽，通过所述最小外接矩形的长和宽计算得到所述最小外接矩形的面积。
6.一种证件四角残缺检测装置，其特征在于，所述装置应用于如权利要求1-5任一项所述的证件四角残缺检测方法，所述证件四角残缺检测装置包括：
获取模块，用于当接收到包含证件的图片时，获取所述图片包含的证件中人脸的特征点坐标，基于所述特征点坐标得到坐标聚类中心与最小外接矩形，并获取所述最小外接矩形的面积；
计算模块，用于基于所述最小外接矩形的面积和所述坐标聚类中心，计算得到所述图片中所述证件的矩形边界；
提取模块，用于提取所述图片中由所述证件的矩形边界形成的矩形区域，并检测所述矩形区域的四角中是否存在缺角，若存在缺角则判定接收到的所述图片中的证件为残缺证件。
7.一种证件四角残缺检测设备，其特征在于，所述证件四角残缺检测设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的证件四角残缺检测程序，所述证件四角残缺检测程序被所述处理器执行时实现如权利要求1-5中任一项所述的证件四角残缺检测方法的步骤。
8.一种存储介质，其特征在于，所述存储介质上存储有证件四角残缺检测程序，所述证件四角残缺检测程序被处理器执行时实现如权利要求1-5中任一项所述的证件四角残缺检测方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010336193.3A CN111553251B (zh) | 2020-04-24 | 2020-04-24 | 证件四角残缺检测方法、装置、设备及存储介质 |
| PCT/CN2020/135850 WO2021212873A1 (zh) | 2020-04-24 | 2020-12-11 | 证件四角残缺检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010336193.3A CN111553251B (zh) | 2020-04-24 | 2020-04-24 | 证件四角残缺检测方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111553251A CN111553251A (zh) | 2020-08-18 |
| CN111553251B true CN111553251B (zh) | 2024-05-07 |
Family
ID=72000264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010336193.3A Active CN111553251B (zh) | 2020-04-24 | 2020-04-24 | 证件四角残缺检测方法、装置、设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111553251B (zh) |
| WO (1) | WO2021212873A1 (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111553251B (zh) * | 2020-04-24 | 2024-05-07 | 平安科技（深圳）有限公司 | 证件四角残缺检测方法、装置、设备及存储介质 |
| CN112541899B (zh) * | 2020-12-15 | 2023-12-22 | 平安科技（深圳）有限公司 | 证件的残缺检测方法、装置、电子设备及计算机存储介质 |
| CN112883959B (zh) * | 2021-01-21 | 2023-07-25 | 平安银行股份有限公司 | 身份证照完整性检测方法、装置、设备及存储介质 |
| CN113313726A (zh) * | 2021-06-28 | 2021-08-27 | 安徽信息工程学院 | 一种社保卡的识别方法及系统 |
| CN117036735B (zh) * | 2023-10-08 | 2024-01-30 | 超创数能科技有限公司 | 一种基于气孔识别的瓷质产品的性能检测方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202815870U (zh) * | 2012-04-28 | 2013-03-20 | 王浩 | 一种证件照片与人脸自动识别系统 |
| CN110427909A (zh) * | 2019-08-09 | 2019-11-08 | 杭州有盾网络科技有限公司 | 一种移动端驾驶证检测方法、系统及电子设备和存储介质 |
| CN110516666A (zh) * | 2019-07-10 | 2019-11-29 | 西安电子科技大学 | 基于mser和isodata相结合的车牌定位方法 |
| CN110766007A (zh) * | 2019-10-28 | 2020-02-07 | 深圳前海微众银行股份有限公司 | 证件遮挡检测方法、装置、设备及可读存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101792001B1 (ko) * | 2017-01-02 | 2017-11-01 | 주식회사 올아이티탑 | 지문인식과 연동되어 nfc모듈 근거리 무선 통신 및 사진정보를 표출시키는 융합카드의 인증시스템 및 그 처리방법과 알고리즘 |
| CN107358187A (zh) * | 2017-07-04 | 2017-11-17 | 四川云物益邦科技有限公司 | 一种证件照片识别方法 |
| CN111553251B (zh) * | 2020-04-24 | 2024-05-07 | 平安科技（深圳）有限公司 | 证件四角残缺检测方法、装置、设备及存储介质 |
-
2020
- 2020-04-24 CN CN202010336193.3A patent/CN111553251B/zh active Active
- 2020-12-11 WO PCT/CN2020/135850 patent/WO2021212873A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202815870U (zh) * | 2012-04-28 | 2013-03-20 | 王浩 | 一种证件照片与人脸自动识别系统 |
| CN110516666A (zh) * | 2019-07-10 | 2019-11-29 | 西安电子科技大学 | 基于mser和isodata相结合的车牌定位方法 |
| CN110427909A (zh) * | 2019-08-09 | 2019-11-08 | 杭州有盾网络科技有限公司 | 一种移动端驾驶证检测方法、系统及电子设备和存储介质 |
| CN110766007A (zh) * | 2019-10-28 | 2020-02-07 | 深圳前海微众银行股份有限公司 | 证件遮挡检测方法、装置、设备及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111553251A (zh) | 2020-08-18 |
| WO2021212873A1 (zh) | 2021-10-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111553251B (zh) | 证件四角残缺检测方法、装置、设备及存储介质 | |
| CN107798299B (zh) | 票据信息识别方法、电子装置及可读存储介质 | |
| US20200410074A1 (en) | Identity authentication method and apparatus, electronic device, and storage medium | |
| WO2018028546A1 (zh) | 一种关键点的定位方法及终端、计算机存储介质 | |
| CN110869944B (zh) | 使用移动设备读取测试卡 | |
| CN111325104B (zh) | 文本识别方法、装置及存储介质 | |
| WO2019061658A1 (zh) | 眼镜定位方法、装置及存储介质 | |
| WO2021147219A1 (zh) | 基于图像的文本识别方法、装置、电子设备及存储介质 | |
| CN110675940A (zh) | 病理图像标注方法、装置、计算机设备及存储介质 | |
| CN111860527A (zh) | 图像校正方法、图像校正装置、计算机设备及存储介质 | |
| US11657644B2 (en) | Automatic ruler detection | |
| CN112396050B (zh) | 图像的处理方法、设备以及存储介质 | |
| CN113673500A (zh) | 证件图像识别方法、装置、电子设备及存储介质 | |
| CN112580499A (zh) | 文本识别方法、装置、设备及存储介质 | |
| CN114049646B (zh) | 一种银行卡识别方法、装置、计算机设备及存储介质 | |
| CN111241974A (zh) | 票据信息获取方法、装置、计算机设备和存储介质 | |
| CN113538291A (zh) | 卡证图像倾斜校正方法、装置、计算机设备和存储介质 | |
| CN114140839A (zh) | 用于人脸识别的图像发送方法、装置、设备及存储介质 | |
| CN108596127B (zh) | 一种指纹识别方法、身份验证方法及装置和身份核验机 | |
| US20150117781A1 (en) | Method, apparatus and system for information identification | |
| JP2007219899A (ja) | 個人識別装置、個人識別方法および個人識別プログラム | |
| US20240153126A1 (en) | Automatic image cropping using a reference feature | |
| US20240312173A1 (en) | Automatic orientation correction for captured images | |
| WO2020095400A1 (ja) | 特徴点抽出装置、特徴点抽出方法およびプログラム記憶媒体 | |
| US20240193974A1 (en) | Image processing system, image processing method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40032328 Country of ref document: HK |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |