CN111914771A - 一种证照信息自动比对方法、装置、计算机设备及存储介质 - Google Patents

一种证照信息自动比对方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111914771A
CN111914771A CN202010784218.6A CN202010784218A CN111914771A CN 111914771 A CN111914771 A CN 111914771A CN 202010784218 A CN202010784218 A CN 202010784218A CN 111914771 A CN111914771 A CN 111914771A
Authority
CN
China
Prior art keywords
character
characters
line
comparison
symbol
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
CN202010784218.6A
Other languages
English (en)
Inventor
罗斌峰
肖俊柏
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.)
Changsha Gongxin Chengfeng Information Technology Service Co ltd
Original Assignee
Changsha Gongxin Chengfeng Information Technology Service 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 Changsha Gongxin Chengfeng Information Technology Service Co ltd filed Critical Changsha Gongxin Chengfeng Information Technology Service Co ltd
Priority to CN202010784218.6A priority Critical patent/CN111914771A/zh
Publication of CN111914771A publication Critical patent/CN111914771A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • 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
    • G06V10/30—Noise filtering
    • 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
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/418—Document matching, e.g. of document images
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Character Input (AREA)

Abstract

本发明公开了一种证照信息自动比对方法、装置、计算机设备及存储介质，方法包括：对证照图片进行预处理；对证照图片依次进行版面分析，得到多个固定区域；对固定区域中的文字进行字符分割得到文字符号；然后对文字符号进行特征提取，得到文字符号的特征数据；再将文字符号的特征数据与数据库中的数据集进行匹配，识别出文字符号所代表的文字；将文字存储为对应的字段值；将字段值与个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示。本发明可实现智能自动化比对，大大降低了工作量，且提高了比对效率与准确率。

Description

一种证照信息自动比对方法、装置、计算机设备及存储介质
技术领域
本发明涉及文字识别技术领域，特别涉及一种证照信息自动比对方法、装置、计算机设备及存储介质。
背景技术
随着社会经济的快速发展，人们的各种业务需求的增多，证照信息使用的频率也随之加大，在这种情况下，业务提供方需要对用户提交的证照信息进行审核。现有技术所采用的审核方式是使用人工对用户提交的证照信息图片进行核对，但是这种审核方式存在较大的问题，如审核人员在审核大量证照信息后，就会出现视觉疲劳或者过度劳累的情况，导致审核效率及准确率大幅降低。另外，用户提交的证照信息图片可能不够标准，如图片亮度较低，或者正反颠倒的情况下，导致人工审核的方式就会显得比较费力，且效率低。
发明内容
本发明的目的是提供一种证照信息自动比对方法、装置、计算机设备及存储介质，旨在解决现有证照信息审核方式效率低、易出错的问题。
第一方面，本发明实施例提供一种证照信息自动比对方法，其中，包括：
获取用户上传的证照图片及个人信息；
对所述证照图片进行去噪、二值化、倾斜校正的预处理；
对预处理后的证照图片依次进行版面分析，得到多个固定区域；依次对每一固定区域中的文字进行字符分割得到每一行的文字符号；然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据；再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字；
将每一行识别出来的文字存储为对应的字段值；
将存储的字段值与用户上传的个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示。
第二方面，本发明实施例提供一种证照信息自动比对装置，其中，包括：
获取单元，用于获取用户上传的证照图片及个人信息；
预处理单元，用于对所述证照图片进行去噪、二值化、倾斜校正的预处理；
文字识别单元，用于对预处理后的证照图片依次进行版面分析，得到多个固定区域；依次对每一固定区域中的文字进行字符分割得到每一行的文字符号；然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据；再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字；
存储单元，用于将每一行识别出来的文字存储为对应的字段值；
比对单元，用于将存储的字段值与用户上传的个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示。
第三方面，本发明实施例提供一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上所述的证照信息自动比对方法。
第四方面，本发明实施例提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如上所述的证照信息自动比对方法。
本发明实施例提供了一种证照信息自动比对方法、装置、计算机设备及存储介质，方法包括：获取用户上传的证照图片及个人信息；对所述证照图片进行去噪、二值化、倾斜校正的预处理；对预处理后的证照图片依次进行版面分析，得到多个固定区域；依次对每一固定区域中的文字进行字符分割得到每一行的文字符号；然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据；再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字；将每一行识别出来的文字存储为对应的字段值；将存储的字段值与用户上传的个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示。本发明实施例从证照图片中自动提取出需要比对的信息，然后进行智能自动化比对，大大降低了审核人员的工作量，且提高了比对效率与准确率。同时对于比对不通过的，也会通过高亮的方式进行显示，方便进行人工审核。审核人员只需关心高亮的信息，降低了工作量。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述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为本发明实施例提供的一种证照信息自动比对方法的流程示意图；
图2为本发明实施例提供的一种证照信息自动比对方法的子流程示意图；
图3为本发明实施例提供的一种证照信息自动比对方法的另一子流程示意图；
图4为本发明实施例提供的一种证照信息自动比对方法的另一子流程示意图；
图5为本发明实施例提供的一种证照信息自动比对装置的示意性框图；
图6为本发明实施例提供的一种证照信息自动比对装置的子单元示意性框图；
图7为本发明实施例提供的一种证照信息自动比对装置的另一子单元示意性框图；
图8为本发明实施例提供的一种证照信息自动比对装置的另一子单元示意性框图；
图9为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
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，在此本发明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发明。如在本发明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，在本发明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。
请参阅图1，图1为本发明实施例提供的一种证照信息自动比对方法的流程示意图，该方法包括步骤S101～S105：
S101、获取用户上传的证照图片及个人信息；
S102、对所述证照图片进行去噪、二值化、倾斜校正的预处理；
S103、对预处理后的证照图片依次进行版面分析，得到多个固定区域；依次对每一固定区域中的文字进行字符分割得到每一行的文字符号；然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据；再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字；
S104、将每一行识别出来的文字存储为对应的字段值；
S105、将存储的字段值与用户上传的个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示。
本发明实施例从证照图片中自动提取出需要比对的信息，然后进行智能自动化比对，大大降低了审核人员的工作量，且提高了比对效率与准确率。同时对于比对不通过的，也会通过高亮的方式进行显示，方便进行人工审核。审核人员只需关心高亮的信息，降低了工作量。
具体的，所述步骤S101中，获取用户上传的证照图片及个人信息。在此步骤中，用户可使用业务方提供的业务系统，填入所需要的个人信息，并上传相关的证照图片作为佐证。业务方将用户填入并上传的文字信息及证照图片进行保存。当然，所述证照图片可以不止一张，例如可以是一个证件的正反两面。另外，还可以同时上传多张不同的证件的图片。
在所述步骤S102中，对所述证照图片进行去噪、二值化、倾斜校正的预处理。
其中，进行二值化的预处理是为了方便计算机更好更快的识别文字，具体的，在进行二值化处理时需要将待处理的证照图片分为前景和背景两部分。
用户的证件，不可避免的会有一些污渍的存在，所以用户拍摄的证照图片也会存在一些模糊或者不清楚的地方，所以需要对证照图片进行去噪处理，从而可以减少对OCR的干扰。
在用户对证件进行拍摄时，难免有些用户所拍的证照图片会有一些倾斜或者颠倒，所以还需要对用户上传的证照图片进行倾斜校正，方便后续处理。
在所述步骤S103中，对预处理后的证照图片依次进行版面分析，得到多个固定区域。
由于在前一步骤中，已经对证照图片进行了预处理，所以可以直接对图片进行版面分析，以第二代居民身份证为例。身份证虽然包括正反两面，但是每个面都有固定区域，每项信息都在固定区域内，比如每个人的头像信息虽然都不一样，但是都固定在正面的右边。本发明实施例就是利用证件中各个区域固定的特点，对证照图片进行分块，从而得到多个固定区域，然后可以针对每个固定区域内的信息进行下一步的操作。
首先对固定区域内的文字进行字符分割得到每一行的文字符号。由于固定区域有多个，所以需要依次对每个固定区域内的文字进行字符分割。
在一实施例中，如图2所示，所述步骤S103包括：
S201、依次对每一固定区域中的每一行进行分割；
S202、对每一行中每个字符之间的空白间隔进行计算，根据计算结果将每一行切割为单个的文字符号。
在所述步骤S201中，其分割的方式是行分割，行分割的主要方式也是利用上一步中的版面分析方法，将各个固定区域内的行信息提取出来。
在所述步骤S202中，其分割的方式是字分割，通过比对每一行中每个字符之间的空白间隔，也就是黑白像素分布规律，将每行信息切割为单个的文字符号。
然后对单个的文字符号进行特征提取，得出每个文字符号的特征数据。
在一实施例中，所述步骤S103包括：
对每一行的每一个文字符号进行特征提取，得到每一个文字符号的黑白像素点的分布及比例或者每一个文字符号的结构特征。
在本实施例中，得到的特征数据可以是统计特征，也可以是结构特征。所述统计特征包括黑白像素点的分布及比例，所述结构特征具体可以包括文字符号的笔画数量、位置及笔画交合点。通过上述特征数据都可以进行后续的匹配，识别出文字。当然，所述特征数据还可以同时包含统计特征和结构特征，以便文字识别更加准确。
然后将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字。
在一实施例中，如图3所示，所述步骤S103包括：
S301、将每一个文字符号的特征数据作为数据组α，将数据组α与数据库中的数据集进行匹配，从数据库中查找与数据组α差异最小的数据组β；
S302、获取所述数据组β所代表的文字，并将其作为对应文字符号所代表的文字。
在所述步骤S301中，不论是使用统计特征，还是结构特征，都会得到一组特征数据，可以将其作为数据组α，将数据组α与数据库中的数据集进行匹配，得出数据库中与数据组α差异最小的数据组，该数据组可称为数据组β。
也就是说，本发明实施例中，需要预先在数据库中存储大量文字的特征数据，并且这些特征数据都具有对应的文字，这些预先存储的特征数据可以作为数据集存储在数据库中。
在所述步骤S302中，所述数据组β是与数据组α差异最小的数据组，所以数据组β所代表的文字即可作为对应文字符号所代表的文字。按照上述流程，即可识别出所有固定区域内的所有行的文字。
在所述步骤S104中，将每一行识别出来的文字存储为对应的字段值。
在一实施例中，如图4所示，所述步骤S104包括：
S401、获取每一行识别出来的文字，并按顺序进行排列；
S402、将排列后的文字按照对应的字段封装为字段值并进行存储。
在所述步骤S401中，首先将每一行识别出来的文字按顺序进行排列。
在所述步骤S402中，每一行所代表的文字都具有特定的意义，例如身份证正面中，姓名行代表姓名字段，而姓名的内容则是姓名的字段值，所以需要将识别出来的文字封装为姓名字段的值(即字段值)并进行存储。以此类推，可以得到地址等字段的值。
在所述步骤S105中，可以将存储的各字段的字段值与用户上传的个人信息进行编码。编码的方式可以是UTF-8编码，也就是进行UTF-8转码，从而得到识别出来的文字的编码值和用户上传的个人信息的编码值，然后将两者中每一行的每一个文字的编码值一一比对，如果一行中的每个文字的编码值都相同，则判定该行比对通过，如果一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示，例如进行黄色高亮显示，或者红色高亮显示。
本发明实施例中，对于高亮显示的内容，可以由人工进行审核，这样可以减少审核员的工作量，提高审核效率。审核员不需要关注用户所提交的证照图片是怎样的，也不会产生因图片像素较低或者倾斜颠倒所导致的审核效率不高等问题。审核员只需关注高亮的自动化比对未通过的信息，所以降低了工作量，节省了人力，使员工从机械繁琐的工作中解放了出来，提高了企业的生产效率。
请参阅图5，其为本发明实施例提供的一种证照信息自动比对装置的示意性框图，如图所示，所述证照信息自动比对装置500包括：
获取单元501，用于获取用户上传的证照图片及个人信息；
预处理单元502，用于对所述证照图片进行去噪、二值化、倾斜校正的预处理；
文字识别单元503，用于对预处理后的证照图片依次进行版面分析，得到多个固定区域；依次对每一固定区域中的文字进行字符分割得到每一行的文字符号；然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据；再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字；
存储单元504，用于将每一行识别出来的文字存储为对应的字段值；
比对单元505，用于将存储的字段值与用户上传的个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示.
在一实施例中，如图6所示，所述文字识别单元503包括：
行分割单元601，用于依次对每一固定区域中的每一行进行分割；
字分割单元602，用于对每一行中每个字符之间的空白间隔进行计算，根据计算结果将每一行切割为单个的文字符号。
在一实施例中，所述文字识别单元503包括：
特征提取单元，用于对每一行的每一个文字符号进行特征提取，得到每一个文字符号的黑白像素点的分布及比例或者每一个文字符号的结构特征。
在一实施例中，如图7所示，所述文字识别单元503包括：
匹配单元701，用于将每一个文字符号的特征数据作为数据组α，将数据组α与数据库中的数据集进行匹配，从数据库中查找与数据组α差异最小的数据组β；
查找单元702，用于获取所述数据组β所代表的文字，并将其作为对应文字符号所代表的文字。
在一实施例中，如图8所示，所述存储单元504包括：
排序单元801，用于获取每一行识别出来的文字，并按顺序进行排列；
封装单元802，用于将排列后的文字按照对应的字段封装为字段值并进行存储。
在一实施例中，所述编码为UTF-8编码。
在一实施例中，所述结构特征包括文字符号的笔画数量、位置及笔画交合点。
上述装置实施例的内容与上述方法实施例的内容相对应，关于上述装置实施例的具体细节可参照前述方法实施例的描述，此处不再赘述。
通过本发明实施例的装置，从证照图片中自动提取出需要比对的信息，然后进行智能自动化比对，大大降低了审核人员的工作量，且提高了比对效率与准确率。同时对于比对不通过的，也会通过高亮的方式进行显示，方便进行人工审核。审核人员只需关心高亮的信息，降低了工作量。
上述证照信息自动比对装置500可以实现为计算机程序的形式，该计算机程序可以在如图9所示的计算机设备上运行。
请参阅图9，图9是本发明实施例提供的计算机设备的示意性框图。该计算机设备900是服务器，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
参阅图9，该计算机设备900包括通过系统总线901连接的处理器902、存储器和网络接口905，其中，存储器可以包括非易失性存储介质903和内存储器904。
该非易失性存储介质903可存储操作系统9031和计算机程序9032。该计算机程序9032被执行时，可使得处理器902执行证照信息自动比对方法。
该处理器902用于提供计算和控制能力，支撑整个计算机设备900的运行。
该内存储器904为非易失性存储介质903中的计算机程序9032的运行提供环境，该计算机程序9032被处理器902执行时，可使得处理器902执行证照信息自动比对方法。
该网络接口905用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图9中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备900的限定，具体的计算机设备900可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器902用于运行存储在存储器中的计算机程序9032，以实现如下功能：获取用户上传的证照图片及个人信息；对所述证照图片进行去噪、二值化、倾斜校正的预处理；对预处理后的证照图片依次进行版面分析，得到多个固定区域；依次对每一固定区域中的文字进行字符分割得到每一行的文字符号；然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据；再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字；将每一行识别出来的文字存储为对应的字段值；将存储的字段值与用户上传的个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示。
在一实施例中，处理器902在执行所述依次对每一固定区域中的文字进行字符分割得到每一行的文字符号的步骤时，执行如下操作：依次对每一固定区域中的每一行进行分割；对每一行中每个字符之间的空白间隔进行计算，根据计算结果将每一行切割为单个的文字符号。
在一实施例中，处理器902在执行所述然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据的步骤时，执行如下操作：对每一行的每一个文字符号进行特征提取，得到每一个文字符号的黑白像素点的分布及比例或者每一个文字符号的结构特征。
在一实施例中，处理器902在执行所述再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字的步骤时，执行如下操作：将每一个文字符号的特征数据作为数据组α，将数据组α与数据库中的数据集进行匹配，从数据库中查找与数据组α差异最小的数据组β；获取所述数据组β所代表的文字，并将其作为对应文字符号所代表的文字。
在一实施例中，处理器902在执行所述将每一行识别出来的文字存储为对应的字段值的步骤时，执行如下操作：获取每一行识别出来的文字，并按顺序进行排列；将排列后的文字按照对应的字段封装为字段值并进行存储。
本领域技术人员可以理解，图9中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备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。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图9所示实施例一致，在此不再赘述。
应当理解，在本发明实施例中，处理器902可以是中央处理单元(CentralProcessingUnit，CPU)，该处理器902还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，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。其中，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。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的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，其中计算机程序被处理器执行时实现以下步骤：获取用户上传的证照图片及个人信息；对所述证照图片进行去噪、二值化、倾斜校正的预处理；对预处理后的证照图片依次进行版面分析，得到多个固定区域；依次对每一固定区域中的文字进行字符分割得到每一行的文字符号；然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据；再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字；将每一行识别出来的文字存储为对应的字段值；将存储的字段值与用户上传的个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。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。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。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发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。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，或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种证照信息自动比对方法，其特征在于，包括：
获取用户上传的证照图片及个人信息；
对所述证照图片进行去噪、二值化、倾斜校正的预处理；
对预处理后的证照图片依次进行版面分析，得到多个固定区域；依次对每一固定区域中的文字进行字符分割得到每一行的文字符号；然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据；再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字；
将每一行识别出来的文字存储为对应的字段值；
将存储的字段值与用户上传的个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示。
2.根据权利要求1所述的证照信息自动比对方法，其特征在于，所述依次对每一固定区域中的文字进行字符分割得到每一行的文字符号，包括：
依次对每一固定区域中的每一行进行分割；
对每一行中每个字符之间的空白间隔进行计算，根据计算结果将每一行切割为单个的文字符号。
3.根据权利要求1所述的证照信息自动比对方法，其特征在于，所述然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据，包括：
对每一行的每一个文字符号进行特征提取，得到每一个文字符号的黑白像素点的分布及比例或者每一个文字符号的结构特征。
4.根据权利要求1所述的证照信息自动比对方法，其特征在于，所述再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字，包括：
将每一个文字符号的特征数据作为数据组α，将数据组α与数据库中的数据集进行匹配，从数据库中查找与数据组α差异最小的数据组β；
获取所述数据组β所代表的文字，并将其作为对应文字符号所代表的文字。
5.根据权利要求1所述的证照信息自动比对方法，其特征在于，所述将每一行识别出来的文字存储为对应的字段值，包括：
获取每一行识别出来的文字，并按顺序进行排列；
将排列后的文字按照对应的字段封装为字段值并进行存储。
6.根据权利要求1所述的证照信息自动比对方法，其特征在于，所述编码为UTF-8编码。
7.根据权利要求3所述的证照信息自动比对方法，其特征在于，所述结构特征包括文字符号的笔画数量、位置及笔画交合点。
8.一种证照信息自动比对装置，其特征在于，包括：
获取单元，用于获取用户上传的证照图片及个人信息；
预处理单元，用于对所述证照图片进行去噪、二值化、倾斜校正的预处理；
文字识别单元，用于对预处理后的证照图片依次进行版面分析，得到多个固定区域；依次对每一固定区域中的文字进行字符分割得到每一行的文字符号；然后对每一行的每一个文字符号进行特征提取，得到每一个文字符号的特征数据；再将每一个文字符号的特征数据与数据库中的数据集进行匹配，识别出每一个文字符号所代表的文字；
存储单元，用于将每一行识别出来的文字存储为对应的字段值；
比对单元，用于将存储的字段值与用户上传的个人信息进行编码，并对编码值进行比对，若一行中的每个文字的编码值都相同，则判定该行比对通过，若一行中存在编码值不同的文字，则判定比对不通过，并对该行进行高亮显示。
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的证照信息自动比对方法。
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任一项所述的证照信息自动比对方法。
CN202010784218.6A 2020-08-06 2020-08-06 一种证照信息自动比对方法、装置、计算机设备及存储介质 Pending CN111914771A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010784218.6A CN111914771A (zh) 2020-08-06 2020-08-06 一种证照信息自动比对方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010784218.6A CN111914771A (zh) 2020-08-06 2020-08-06 一种证照信息自动比对方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN111914771A true CN111914771A (zh) 2020-11-10

Family

ID=73287297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010784218.6A Pending CN111914771A (zh) 2020-08-06 2020-08-06 一种证照信息自动比对方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111914771A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140101690A1 (en) * 2000-11-06 2014-04-10 Nant Holdings Ip, Llc Image Capture and Identification System and Process
US20160203379A1 (en) * 2015-01-12 2016-07-14 TigerIT Americas, LLC Systems, methods and devices for the automated verification and quality control and assurance of vehicle identification plates
CN108256587A (zh) * 2018-02-05 2018-07-06 武汉斗鱼网络科技有限公司 一种字符串相似度的确定方法、装置、计算机及存储介质
CN110570662A (zh) * 2019-08-29 2019-12-13 安徽百诚慧通科技有限公司 一种执法站车辆快速登记检查方法及系统
CN110796454A (zh) * 2019-10-09 2020-02-14 中国建设银行股份有限公司 一种企业认证的审核方法及装置
CN110852059A (zh) * 2019-11-14 2020-02-28 中国农业科学院农业信息研究所 一种基于分组的文档内容差异对比可视化分析方法
JP2020086922A (ja) * 2018-11-26 2020-06-04 フューチャー株式会社 照合システム、照合方法及び照合プログラム
CN111461905A (zh) * 2020-05-28 2020-07-28 深圳麦亚信科技股份有限公司 车险骗赔规避方法、装置、计算机设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140101690A1 (en) * 2000-11-06 2014-04-10 Nant Holdings Ip, Llc Image Capture and Identification System and Process
US20160203379A1 (en) * 2015-01-12 2016-07-14 TigerIT Americas, LLC Systems, methods and devices for the automated verification and quality control and assurance of vehicle identification plates
CN108256587A (zh) * 2018-02-05 2018-07-06 武汉斗鱼网络科技有限公司 一种字符串相似度的确定方法、装置、计算机及存储介质
JP2020086922A (ja) * 2018-11-26 2020-06-04 フューチャー株式会社 照合システム、照合方法及び照合プログラム
CN110570662A (zh) * 2019-08-29 2019-12-13 安徽百诚慧通科技有限公司 一种执法站车辆快速登记检查方法及系统
CN110796454A (zh) * 2019-10-09 2020-02-14 中国建设银行股份有限公司 一种企业认证的审核方法及装置
CN110852059A (zh) * 2019-11-14 2020-02-28 中国农业科学院农业信息研究所 一种基于分组的文档内容差异对比可视化分析方法
CN111461905A (zh) * 2020-05-28 2020-07-28 深圳麦亚信科技股份有限公司 车险骗赔规避方法、装置、计算机设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ANNAZHU 等: "Detecting natural scenes text via auto image partition, two-stage grouping and two-layer classification", 《PATTERN RECOGNITION LETTERS》 *
李昊: "基于证照图像的字符识别算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
陈洪，张洪明等，天津：南开大学出版社: "《文学和语言的界面研究》", 31 July 2008 *

Similar Documents

Publication Publication Date Title
WO2019218699A1 (zh) 欺诈交易判断方法、装置、计算机设备和存储介质
CN106529380B (zh) 图像的识别方法及装置
CN106951832B (zh) 一种基于手写字符识别的验证方法及装置
CN107423613B (zh) 依据相似度确定设备指纹的方法、装置及服务器
CN111784528A (zh) 异常社群检测方法、装置、计算机设备及存储介质
CN110503682B (zh) 矩形控件识别方法、装置、终端及存储介质
CN110941978B (zh) 一种未识别身份人员的人脸聚类方法、装置及存储介质
CN111597348A (zh) 用户画像方法、装置、计算机设备和存储介质
WO2021159802A1 (zh) 图形验证码识别方法、装置、计算机设备及存储介质
CN114496083A (zh) 细胞类型确定方法、装置、设备以及存储介质
CN112668640A (zh) 一种文本图像质量评估方法、装置、设备及介质
CN109063197B (zh) 图像检索方法、装置、计算机设备和存储介质
CN112231420A (zh) 数据分析方法、数据分析装置、电子设备及存储介质
CN112926577B (zh) 一种医疗票据图像结构化方法和装置、计算机可读介质
CN113420684A (zh) 基于特征提取的报表识别方法、装置、电子设备及介质
CN117496521A (zh) 一种表格关键信息抽取方法、系统、装置及可读存储介质
CN114817518B (zh) 基于大数据档案识别的证照办理方法、系统及介质
CN111914771A (zh) 一种证照信息自动比对方法、装置、计算机设备及存储介质
CN107016316B (zh) 一种条形码的识别方法和装置
CN115293915A (zh) 一种业务数据的校验方法、装置、设备及存储介质
CN113592529B (zh) 债券产品的潜在客户推荐方法和装置
CN115457581A (zh) 表格提取方法、装置及计算机设备
CN113127863B (zh) 恶意代码的检测方法、装置、计算机设备和存储介质
CN114240780A (zh) 印鉴识别的方法、装置、设备、介质和产品
CN112967216A (zh) 人脸图像关键点的检测方法、装置、设备以及存储介质

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

Application publication date: 20201110