CN112132132A - 一种利用表格轮廓实现对金融票据要素点分割的方法 - Google Patents
一种利用表格轮廓实现对金融票据要素点分割的方法 Download PDFInfo
- Publication number
- CN112132132A CN112132132A CN202011336261.2A CN202011336261A CN112132132A CN 112132132 A CN112132132 A CN 112132132A CN 202011336261 A CN202011336261 A CN 202011336261A CN 112132132 A CN112132132 A CN 112132132A
- Authority
- CN
- China
- Prior art keywords
- image
- bill
- transverse
- grid line
- realizing
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000011218 segmentation Effects 0.000 title claims description 7
- 238000005260 corrosion Methods 0.000 claims abstract description 14
- 230000007797 corrosion Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000003628 erosive effect Effects 0.000 claims description 5
- 230000010339 dilation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005530 etching Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010367 cloning Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G06T5/90—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Abstract
本发明公开了一种利用表格轮廓实现对金融票据要素点分割的方法,其特征在于,包括以下步骤:S1针对票据图像,进行腐蚀运算、膨胀运算,得到横向和纵向栅格线图像;S2将横向和纵向栅格线图像进行相加处理得到初始的表格图像;S3将横向和纵向栅格线图像进行相与处理得到交点图像;S4利用S3中交点图像得到各要素点精确坐标值,利用坐标值对S2中得到的初始的表格图像进行定位并分割出单个要素点图像。本发明先通过票据上表格轮廓的提取,进一步获取要素点的坐标范围,实现要素点的精准定位。
Description
技术领域
本发明涉及薄片类纸质介质处理领域,特别是涉及一种利用表格轮廓实现对金融票据要素点分割的方法。
背景技术
近年来,在票据业务迅速发展的同时,一些不法分子通过克隆、变造银行票据的手法,用银行票据进行诈骗的案件不时发生。这些案件不仅给银行和客户造成了重大经济损失,而且影响了金融秩序的稳定。为了保证金融行业的正常运转,必须严厉打击这一领域的犯罪活动。这就要求银行的自助设备能够高精准识别出假票、变造票等,防止出现下一步的违法活动。
对票据的识别基础工作是图像处理,而在一些金融票据图像处理过程中,对某些要素点位置的精确提取是非常重要的,有时图像在背景分割旋转矫正后,并不能达到很好的效果,要素点位置很难具体固定在某个范围,通过对要素点所在表格轮廓的精确提取,可以准确地获得要素区域图像,进而提升鉴伪的准确率。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷,而提供一种利用表格轮廓实现对金融票据要素点分割的方法,先通过票据上表格轮廓的提取,进一步获取要素点的坐标范围,实现要素点的精准定位。
为实现本发明的目的所采用的技术方案是:
一种利用表格轮廓实现对金融票据要素点分割的方法,其特征在于,包括以下步骤:
S1针对票据图像,进行腐蚀运算、膨胀运算,得到横向和纵向栅格线图像;
S2将横向和纵向栅格线图像进行相加处理得到初始的表格图像;
S3将横向和纵向栅格线图像进行相与处理得到交点图像;
S4利用S3中交点图像得到各要素点精确坐标值,利用坐标值对S2中得到的初始的表格图像进行定位并分割出单个要素点图像。
作为优选的,进行提取表格轮廓前,先将票据有效区域与背景分离,得到截取后的票据图像,再将截取后的票据图像旋转至正确位置。
作为优选的,以票据图像侧边的倾斜角度为旋转角度,对票据图像进行旋转。
作为优选的,S1中,首先对票据图像进行二值化处理,再进行腐蚀运算和膨胀运算。
本发明的有益效果在于:
1.可以准确地获得票据要素区域图像,进而提升票据鉴伪的准确率。
2.采用腐蚀运算、膨胀运算的方法,得到横向和纵向栅格线图像,再通过图像相加和相与处理,该方法对于表格轮廓的获取更加精准,从而为下一步更好获得要素点位置打下基础。
附图说明
图1是本发明的流程示意图。
具体实施方式
以下结合具体实施例对本发明作进一步详细说明。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。
第一步,将票据有效区域与背景分离,得到截取后的票据图像;
读取图像并灰度化,遍历图像所有像素灰度值,累加后求平均值得到图像二值化的阈值,图像二值化后,票据有效区域为其最大连通域,再求最大连通域的最小外接矩形,用最小外接矩形截取图像,即为票据有效区域,得到截取后的票据图像,此图像不含背景,实现与背景的分离。
第二步,将截取后的票据图像旋转至正确位置;
分别从截取后的票据图像两侧,各自截取一个宽度为图像宽度的四分之一、高度与票据图像等高的矩形ROI区域,对图像的矩形ROI区域二值化后,对连通域做边缘提取,从众多边缘中筛选出最外侧有效边缘,即两侧边界的线条轮廓。
对两个线条轮廓进行线性拟合,求出两个线条的倾斜角度,两个角度求和除以2,得到均值角度,以此角度对截取后的票据图像进行旋转。
第三步,针对票据图像提取表格轮廓,包括如下步骤:
首先对旋转后的票据图像进行二值化处理,再进行腐蚀运算和膨胀运算。
对旋转后的票据图像进行二值化处理,得到二值化图像,建立一个高度为3个像素,宽度为票据宽度六分之一的横向矩形滑动窗口,用于进行水平腐蚀运算。建立一个高度为图像高度的六分之一,宽度为3个像素的纵向矩形滑动窗口,用于进行垂直腐蚀运算。
S1针对票据图像,进行腐蚀运算、膨胀运算,得到横向和纵向栅格线图像;
下面针对如何得到横向栅格线图像进行详细说明。此步骤是为了提取表格横线。
使用横向矩形滑动窗口对二值化图像进行腐蚀运算,得到腐蚀后的横向栅格线图像C1。
A⨀B1={C1|(B1)C1⊆A} 公式(1) 腐蚀计算公式;
其中,二值化图像为A,横向矩形滑动窗口为B1,腐蚀后的横向栅格线图像为C1。
继续使用横向矩形滑动窗口B1,对腐蚀后的横向栅格线图像C1再进行膨胀运算,得到膨胀后的横向栅格线图像C11。
C1⨁B1={C11|(B1^)C11⋂C1≠∅} 公式(2) 膨胀计算公式。
下面针对如何得到纵向栅格线图像进行详细说明。此步骤是为了提取表格纵线。
再使用纵向矩形滑动窗口对二值化图像进行腐蚀运算,得到腐蚀后的纵向栅格线图像C2。
A⨀B2={C2|(B2)C2⊆A} 公式(3) 腐蚀计算公式;
其中,二值化图像为A,纵向矩形滑动窗口为B2,腐蚀后的纵向栅格线图像为C2。
继续使用纵向矩形滑动窗口B2,对腐蚀后的纵向栅格线图像C2再进行膨胀运算,得到膨胀后的纵向栅格线图像C22。
C2⨁B2={C22|(B2^)C22⋂C2≠∅} 公式(4) 膨胀计算公式。
S2将两次腐蚀、膨胀后的横向和纵向栅格线图像进行相加处理得到初始的表格图像;
D1 =C11+ C22 公式(5);
其中,D1 是初始的表格图像。
使用连通域法,提取表格轮廓,计算其最小外接矩形,用于截取原图像中的表格ROI图像。
S3将两次腐蚀、膨胀后的横向和纵向栅格线图像进行相与处理得到交点图像;
E1 = C11⋂C22 公式(6) 交点图像计算公式;
其中,E1 是交点图像。
遍历交点图像,并得到各交点坐标值,根据鉴伪要素点位置分布特征,且其起始位置就是交点位置,筛选出各要素点精确坐标值。
S4利用S3中交点图像得到各要素点精确坐标值,对S2中得到的初始的表格图像进行定位并分割出单个要素点图像,然后再对各要素点分别鉴伪,鉴伪的目的是判断该要素是否存在和发生变造,若要素不存在或发生变造,则认定其为假票。
本方案中提到的要素点指的是票据需要识别鉴伪的内容,例如:用户名、大写金额、账号等。
需要进一步说明的是,本方案中出现了两次二值化处理,第一次是将票据有效区域与背景分离时,第二次是进行腐蚀运算和膨胀运算时,由于同一图片不能先后经过两次以上的二值化,所以本方案中的每次二值化处理的是原图的一个备份,比如先二值化原图的一个备份,计算得到旋转角度,在使用这个角度对原图进行旋转,得到图像后,对这幅图像的一个备份进行二值化,在进行腐蚀运算和膨胀运算。
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种利用表格轮廓实现对金融票据要素点分割的方法,其特征在于,包括以下步骤:
S1针对票据图像,进行腐蚀运算、膨胀运算,得到横向和纵向栅格线图像;
S2将横向和纵向栅格线图像进行相加处理得到初始的表格图像;
S3将横向和纵向栅格线图像进行相与处理得到交点图像;
S4利用S3中交点图像得到各要素点精确坐标值,利用坐标值对S2中得到的初始的表格图像进行定位并分割出单个要素点图像。
2.根据权利要求1所述的一种利用表格轮廓实现对金融票据要素点分割的方法,其特征在于,进行提取表格轮廓前,先将票据有效区域与背景分离,得到截取后的票据图像,再将截取后的票据图像旋转至正确位置。
3.根据权利要求2所述的一种利用表格轮廓实现对金融票据要素点分割的方法,其特征在于,以票据图像侧边的倾斜角度为旋转角度,对票据图像进行旋转。
4.根据权利要求1所述的一种利用表格轮廓实现对金融票据要素点分割的方法,其特征在于,S1中,首先对票据图像进行二值化处理,再进行腐蚀运算和膨胀运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011336261.2A CN112132132A (zh) | 2020-11-25 | 2020-11-25 | 一种利用表格轮廓实现对金融票据要素点分割的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011336261.2A CN112132132A (zh) | 2020-11-25 | 2020-11-25 | 一种利用表格轮廓实现对金融票据要素点分割的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112132132A true CN112132132A (zh) | 2020-12-25 |
Family
ID=73851945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011336261.2A Withdrawn CN112132132A (zh) | 2020-11-25 | 2020-11-25 | 一种利用表格轮廓实现对金融票据要素点分割的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132132A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109426815A (zh) * | 2017-08-22 | 2019-03-05 | 顺丰科技有限公司 | 一种票据区域旋转和切分方法、系统、设备 |
CN109740548A (zh) * | 2019-01-08 | 2019-05-10 | 北京易道博识科技有限公司 | 一种报销票据图像分割方法及系统 |
CN111814780A (zh) * | 2020-07-08 | 2020-10-23 | 重庆农村商业银行股份有限公司 | 一种票据图像处理方法、装置、设备及存储介质 |
CN111986378A (zh) * | 2020-07-30 | 2020-11-24 | 湖南长城信息金融设备有限责任公司 | 一种票据彩色纤维丝检测方法和系统 |
-
2020
- 2020-11-25 CN CN202011336261.2A patent/CN112132132A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109426815A (zh) * | 2017-08-22 | 2019-03-05 | 顺丰科技有限公司 | 一种票据区域旋转和切分方法、系统、设备 |
CN109740548A (zh) * | 2019-01-08 | 2019-05-10 | 北京易道博识科技有限公司 | 一种报销票据图像分割方法及系统 |
CN111814780A (zh) * | 2020-07-08 | 2020-10-23 | 重庆农村商业银行股份有限公司 | 一种票据图像处理方法、装置、设备及存储介质 |
CN111986378A (zh) * | 2020-07-30 | 2020-11-24 | 湖南长城信息金融设备有限责任公司 | 一种票据彩色纤维丝检测方法和系统 |
Non-Patent Citations (2)
Title |
---|
杜刚: ""银行票据识别系统的研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
靳从: ""中文版面分析关键技术的研究"", 《中国博士学位论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109657665B (zh) | 一种基于深度学习的发票批量自动识别系统 | |
CN110119741B (zh) | 一种有背景的卡证图像信息识别方法 | |
WO2015096535A1 (zh) | 残缺或变形的四边形图像的校正方法 | |
US20060045322A1 (en) | Method and system for recognizing a candidate character in a captured image | |
CN103034848B (zh) | 一种表单类型的识别方法 | |
CN107180479B (zh) | 一种票据鉴别方法、装置、设备和存储介质 | |
CN106874968B (zh) | 一种二代身份证真伪鉴别方法 | |
CN104376318A (zh) | 在保留交叉字符笔划的同时去除文档图像中的下划线和表格线 | |
CN106846354B (zh) | 一种基于图像分割和随机hough变换的架上图书清点方法 | |
CN112016557B (zh) | 一种表格干扰线去除方法 | |
CN107358718B (zh) | 一种冠字号识别方法、装置、设备及存储介质 | |
CN112016565B (zh) | 一种金融票据的账号处模糊数字的分割方法 | |
CN112132132A (zh) | 一种利用表格轮廓实现对金融票据要素点分割的方法 | |
CN109087234A (zh) | 一种文本图像中的水印嵌入方法和装置 | |
CN106780953B (zh) | 一种基于双冠字号的纸币鉴伪方法和系统 | |
CN112488106A (zh) | 一种模糊、倾斜、带水印的身份证复印件要素提取方法 | |
TWM601383U (zh) | 印鑑辨識系統 | |
CN111310682A (zh) | 一种文本文件表格的通用检测分析及识别方法 | |
CN111814780B (zh) | 一种票据图像处理方法、装置、设备及存储介质 | |
KR101001693B1 (ko) | 지로 장표 수납기의 문자인식방법 | |
CN104809801A (zh) | 一种纸币图像的处理方法 | |
CN111583156B (zh) | 文档图像底纹去除方法及系统 | |
CN114674321A (zh) | 一种基于均方差比率的可见光图像的虚警判断方法 | |
Ahmed et al. | Comparative analysis of global feature extraction methods for off-line signature recognition | |
CN112132851A (zh) | 一种针对金融票据图像旋转角度的计算方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201225 |
|
WW01 | Invention patent application withdrawn after publication |