CN112766249A - 票据边界定位方法、装置及终端设备 - Google Patents

票据边界定位方法、装置及终端设备 Download PDF

Info

Publication number
CN112766249A
CN112766249A CN201911067011.0A CN201911067011A CN112766249A CN 112766249 A CN112766249 A CN 112766249A CN 201911067011 A CN201911067011 A CN 201911067011A CN 112766249 A CN112766249 A CN 112766249A
Authority
CN
China
Prior art keywords
bill
integral
boundary
column
value
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.)
Granted
Application number
CN201911067011.0A
Other languages
English (en)
Other versions
CN112766249B (zh
Inventor
何文斌
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.)
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
Original Assignee
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
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 Shenzhen Yihua Computer Co Ltd, Shenzhen Yihua Time Technology Co Ltd, Shenzhen Yihua Financial Intelligent Research Institute filed Critical Shenzhen Yihua Computer Co Ltd
Priority to CN201911067011.0A priority Critical patent/CN112766249B/zh
Publication of CN112766249A publication Critical patent/CN112766249A/zh
Application granted granted Critical
Publication of CN112766249B publication Critical patent/CN112766249B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • 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

Landscapes

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

Abstract

本发明适用于图像处理技术领域,提供了一种票据边界定位方法、装置及终端设备,所述方法包括:获取目标票据的票据积分图像;采用预设滑动窗口沿纵向遍历票据积分图像,计算预设滑动窗口对应的票据积分图像相应区域的窗口积分差值;获取票据积分图像中第一列对应的各个窗口积分差值中的最大窗口积分差值,并将最大窗口积分差值对应的预设滑动窗口的中心位置作为第一列对应的票据边界点;对票据边界点进行筛选,得到目标票据的票据边界。本申请通过预设滑动窗口遍历票据积分图像,能够用很少的运算量即可遍历完成整个票据积分图像,找到票据边界点,从而减少票据边界定位的运算量,提高票据边界定位的效率。

Description

票据边界定位方法、装置及终端设备
技术领域
本发明属于图像处理技术领域,尤其涉及一种票据边界定位方法、装置及终端设备。
背景技术
票据发放模块拍照OCR识别最为重要的预处理环节之一就是对票号的定位,由于各种票据大小、票号打印位置的不统一,以及人为因素的影响,拍照图片票号的位置差异较大,为了能够更为准确定位出票号的位置,首先就是要排除干扰区域的影响,对票据边界进行定位。
目前定位票据边界的方式很大程度依赖边界阈值的设定,但是循环遍历图像计算是否是票据边界时,若需要计算与当前位置同列多行的和时,随着行数的增加算法运行时间也会相应的增加,可见目前的票据定位方法运算量较大,票据定位效率低下。
发明内容
有鉴于此,本发明实施例提供了一种票据边界定位方法、装置及终端设备,以解决现有技术中票据定位效率低下的问题。
本发明实施例的第一方面提供了一种票据边界定位方法,包括:
获取目标票据的票据积分图像;
采用预设滑动窗口沿纵向遍历所述票据积分图像,计算所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值;
获取所述票据积分图像中第一列对应的各个窗口积分差值中的最大窗口积分差值,并将所述最大窗口积分差值对应的预设滑动窗口的中心位置作为所述第一列对应的票据边界点,所述第一列为所述票据积分图像中的任一列;
获取所述票据积分图像的每一列的票据边界点的行值,并根据每一列票据边界点的行值,对所述票据边界点进行筛选,得到所述目标票据的票据边界。
本发明实施例的第二方面提供了一种票据边界定位装置,包括:
积分图像获取模块,用于获取目标票据的票据积分图像;
积分计算模块,用于采用预设滑动窗口沿纵向遍历所述票据积分图像,计算所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值;
票据边界点获取模块,用于获取所述票据积分图像中第一列对应的各个窗口积分差值中的最大窗口积分差值,并将所述最大窗口积分差值对应的预设滑动窗口的中心位置作为所述第一列对应的票据边界点,所述第一列为所述票据积分图像中的任一列;
票据边界获取模块,用于获取所述票据积分图像的每一列的票据边界点的行值,并根据每一列票据边界点的行值,对所述票据边界点进行筛选,得到所述目标票据的票据边界。
本发明实施例的第三方面提供了一种终端设备,包括:包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述票据边界定位方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述票据边界定位方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本实施例采用票据积分图像,仅需要对预设滑动窗口的几个边框端点对应的票据像素做运算,即可得到对应区域的积分面积,然后根据各个预设滑动窗口对应的票据积分图像中积分面积差值的大小确定边界点,不再需要对图像的所有像素点进行卷积计算,从而用很少的运算量遍历完成整个票据积分图像,找到票据边界点,减少票据边界定位的运算量,提高票据边界定位的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的票据边界定位方法的流程示意图;
图2是本发明实施例提供的图1中S101的具体实现流程示意图;
图3是本发明实施例提供的图1中S102的具体实现流程示意图;
图4是本发明实施例提供的图3中S301的具体实现流程示意图;
图5是本发明实施例提供的图1中S104的具体实现流程示意图;
图6是本发明实施例提供的图5中S501的具体实现流程示意图;
图7是本发明实施例提供的票据拍摄图像的示意图;
图8是本发明实施例提供的预设滑动窗口的示意图;
图9是本发明实施例提供的票据边界点的示意图;
图10是本发明实施例提供的票据边界定位装置的结构示意图;
图11是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
如图1所示,图1示出了本发明的一个实施例提供的一种票据边界定位方法的流程示意图,为了便于说明,本实施例仅示出了与本发明相关部分的实现流程,其过程详述如下:
S101:获取目标票据的票据积分图像。
在本实施例中,如图7所示,图7示出了常见票据的拍摄图像,可见,票据区域的像素亮度较亮,非票据区域的像素亮度较暗。利用这一特征,若在票据边界画一个窗口,将边界下面较亮的部分像素值之和减去上边较暗部分像素值之和,则可以确定票据边界区域。本实施例最终的目的是为了寻找票号,因此本实施例主要以定位票据的上边界为例来进行以下说明。
具体地,票据积分图像为对票据的拍摄图像中每个像素进行积分得到的图像。
S102:采用预设滑动窗口沿纵向遍历所述票据积分图像,计算所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值。
在本实施例中,预设滑动窗口对应的票据积分图像相应区域的窗口积分差值即该积分图像区域中心位置的积分值。
S103:获取所述票据积分图像中第一列对应的各个窗口积分差值中的最大窗口积分差值,并将所述最大窗口积分差值对应的预设滑动窗口的中心位置作为所述第一列对应的票据边界点,所述第一列为所述票据积分图像中的任一列。
S104:获取所述票据积分图像的每一列的票据边界点的行值,并根据每一列票据边界点的行值,对所述票据边界点进行筛选,得到所述目标票据的票据边界。
在本实施例中,行值指的是票据边界点在整个票据积分图像中的第几行。
从上述实施例可知,本实施例采用票据积分图像,仅需要对预设滑动窗口的几个边框端点对应的票据像素做运算,即可得到对应区域的积分面积,然后根据各个预设滑动窗口对应的票据积分图像中积分面积差值的大小确定边界点,不再需要对图像的所有像素点进行卷积计算,从而用很少的运算量遍历完成整个票据积分图像,找到票据边界点,减少票据边界定位的运算量,提高票据边界定位的效率。
如图2所示,在本发明的一个实施例中,图2示出了图1中S101的具体实现流程,其过程详述如下:
S201:获取所述目标票据的票据拍摄图像;
S202:将所述票据拍摄图像进行灰度化处理,得到票据灰度图像;
S203:将所述票据灰度图像的积分图像作为所述票据积分图像。
在本实施例中,首先需要通过摄像模块采集目标票据的票据拍摄图像,然后对票据拍摄图像进行灰度化处理,得到票据拍摄图像的灰度图,最后在灰度图的基础上对灰度图上的各个像素点求积分,确定票据灰度图像对应的票据积分图像。
在本发明的一个实施例中,所述预设滑动窗口包括第一矩形框和第二矩形框,所述第一矩形框位于所述第二矩形框的上方。
在本实施例中,图8示出了预设滑动窗口的一个示意图,其包括上下两个矩形区域,其中第一矩形框由黑色像素点组成,第二矩形框由白色像素点组成,第一矩形框在第二矩形框的上方。
当预设滑动窗口为如图8所示的结构时,预设滑动窗口沿纵向遍历整个票据积分图像,具体地,预设滑动窗口依次完成每一列的票据积分图像的遍历,在扫描某一列的票据积分图像时,预设滑动窗口由上至下扫描该列对应的票据积分图像区域。进一步地,预设滑动窗口可以采用滚动扫描的方式,当完成当前的第一矩形框和第二矩形框对应的票据积分图像区域的扫描后,预设滑动窗口向下滑动一个步长,该步长的长度可以小于或等于第一矩形框的上下宽度,如此采用叠加滚动的方式扫描完一整列的票据积分图像区域,能够使票据上边界定位更加准确。
基于上述确定某一列的票据边界点的方法,按照从左至右的顺序依次寻找到每一列的票据边界点。
如图3所示,图3示出了图1中S102的具体实现流程,其过程详述如下:
S301:计算所述第一矩形框对应的所述票据积分图像相应区域的积分面积作为第一积分面积,并计算所述第二矩形框对应的所述票据积分图像相应区域的积分面积作为第二积分面积;
S302:对所述第一积分面积和所述第二积分面积作差,得到所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值。
在本实施例中,采用积分图算法,分别计算出第一矩形框对应的票据积分图像区域的积分面积及第二矩形框对应的票据积分图像区域的积分面积,从而计算两个矩形框对应的积分图像区域的积分面积之差,该积分面积之差即预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值,也就是该相应区域的中心位置的值。
具体地,将第二积分面积减去第一积分面积,从而得到窗口积分差值。
如图4所示,在本发明的一个实施例中,图4示出了图3中S301的具体实现流程,其过程详述如下:
S401:将所述第一矩形框各个端点对应的所述票据积分图像中的像素点作为所述第一矩形框对应的端点像素点;
S402:根据积分图算法及所述第一矩形框对应的端点像素点的像素值,计算所述第一积分面积。
在本实施例中,各个端点的位置如图7所示,则根据积分图算法,第一积分面积的计算公式如式1所示:
S1=LA+LD-(LC+LB) (1)
式(1)中,S1表示第一积分面积,LA表示票据积分图像的端点像素点A的像素值,LB表示票据积分图像的端点像素点B的像素值,LC表示票据积分图像的端点像素点C的像素值,LD表示票据积分图像的端点像素点D的像素值。
基于同样的算法,第二积分面积的计算公式如式2所示:
S2=LC+LF-(LD+LE) (2)
式(2)中,S2表示第一积分面积,LC表示票据积分图像的端点像素点C的像素值,LF表示票据积分图像的端点像素点F的像素值,LD表示票据积分图像的端点像素点D的像素值,LE表示票据积分图像的端点像素点E的像素值。
因此,窗口积分差值S=S2-S1
在本发明的一个实施例中,若需要查找票据的下边界,则预设滑动窗口可以为第一矩形框位于第二矩形框下方的窗口,并且在遍历票据积分图像时,预设滑动框沿纵向对每一列的票据积分图像区域采取从下到上的扫描方式,从而得到票据的下边界。并且对第二积分面积减去第一积分面积的差值取绝对值,得到窗口积分差值。进而根据窗口积分差值确定票据的下边界。
从上述实施例可知,本实施例在确定各个预设滑动窗口对应的中心位置的积分值时,仅需要根据第一矩形框和第二矩形框对应的端点像素点即可得到两个矩形框的积分面积,再将两个积分面积相减即可得到窗口积分差值,也就是预设滑动窗口对应的中心位置的积分值,本申请中的方法不再需要对票据图像中所有的像素点进行计算,从而能够减少运算量,提高边界点的提取效率。
如图5所示,在本发明的一个实施例中,图5示出了图1中S103的具体实现流程,其过程详述如下:
S501:按照预设顺序依次比较相邻两列票据边界点的行值,并根据相邻两列票据边界点的行值差值,确定每列票据边界点的标签值。
在本实施例中,由于票据边界点是按照列查找的,而不同列的票据边界点可能由于外界影响不处在票据积分图像的同一行,甚至可能会存在较大的行差,如图9所示,左侧的干扰点与右侧的真实的票据边界点不在同一行。因此,如果根据当前的每一列的票据边界点确定目标票据的票据边界,确定的票据边界准确性会较低,因此,需要对每一列得到的票据边界点进行筛选,剔除离群的票据边界点。
在本发明的一个实施例中,如图6所示,图6示出了图5中S501的具体实现流程,其过程详述如下:
S1:以预设列为起始列,并对所述起始列的票据边界点赋标签值;
S2:将所述起始列作为当前列,按照预设顺序依次判断当前列的票据边界点的行值与下一列的票据边界点的行值;
S3:若所述当前列的票据边界点的行值与所述下一列的票据边界点的行值的差值大于预设行差阈值,则将所述当前列票据边界点的标签值加上预设步长,得到所述下一列的票据边界点的标签值;
S4:若所述当前列的票据边界点的行值与所述下一列的票据边界点的行值的差值小于或等于所述预设行差阈值,则将所述当前列的票据边界点的标签值赋给所述下一列的票据边界点;
S5:将所述下一列更新为当前列,并重复执行所述S2-S5,直至遍历完所述票据积分图像的所有列,得到每一列的票据边界点的标签值。
在本实施例中,可以以最左侧的列为起始列,并为起始列的票据边界点附初始的标签值,然后按照从左至右的顺序依次比较相邻两列的票据边界点的行值,若下一列的票据边界点的行值与当前列的票据边界点的行值的差值大于预设行差阈值,则将下一列的票据边界点的标签值加1,依次类推,直至比较完所有的票据边界点,得到每一列的票据边界点的标签值。
具体地,预设行差阈值可以为10个像素点。
在本实施例中,还可以以最右侧为起始列,并为起始列的票据边界点附初始的标签值,然后按照从右至左的顺序依次比较相邻两列的票据边界点的行值,从而得到每一列的票据边界点的标签值。
S502:统计第一标签值的票据边界点的数量作为第一数量,并将所述第一数量最多的票据边界点作为第一票据边界点,所述第一标签值为任一标签值。
在本实施例中,可以将同一标签值的票据边界点分为一组,然后统计每组的票据边界点的数量,并将每组票据边界点的数量作为第一数量,以及选择第一数量最大的组中的票据边界点作为第一票据边界点,从而确定准确的票据边界。
S503:根据所述第一票据边界点,得到所述目标票据的票据边界。
在本发明的一个实施例中,图5中S503的具体实现流程包括:
对所述第一票据边界点进行最小二乘法拟合,得到所述目标票据的票据边界。
通过上述方法查找票据边界,能够排除干扰点的影响,使查找到的票据边界更加准确,进而在确定票号位置时排除干扰区域的影响,逐步找到票号的精确位置。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
如图10所示,图10示出了一种票据边界定位装置100,其包括如图1所示的票据边界定位步骤的结构,详述如下:
积分图像获取模块110,用于获取目标票据的票据积分图像;
积分计算模块120,用于采用预设滑动窗口沿纵向遍历所述票据积分图像,计算所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值;
票据边界点获取模块130,用于获取所述票据积分图像中第一列对应的各个窗口积分差值中的最大窗口积分差值,并将所述最大窗口积分差值对应的预设滑动窗口的中心位置作为所述第一列对应的票据边界点,所述第一列为所述票据积分图像中的任一列;
票据边界获取模块140,用于获取所述票据积分图像的每一列的票据边界点的行值,并根据每一列票据边界点的行值,对所述票据边界点进行筛选,得到所述目标票据的票据边界。
在本发明的一个实施例中,积分图像获取模块110还包括如图2所述的方法的结构,其包括:
拍摄图像获取单元,用于获取所述目标票据的票据拍摄图像;
灰度图像获取单元,用于将所述票据拍摄图像进行灰度化处理,得到票据灰度图像;
积分图像获取单元,用于将所述票据灰度图像的积分图像作为所述票据积分图像。
在本发明的一个实施例中,所述预设滑动窗口包括第一矩形框和第二矩形框,所述第一矩形框位于所述第二矩形框的上方,所述积分计算模块120还包括用于执行如图3所示方法步骤对应的结构,其包括:
积分面积计算单元,用于计算所述第一矩形框对应的所述票据积分图像相应区域的积分面积作为第一积分面积,并计算所述第二矩形框对应的所述票据积分图像相应区域的积分面积作为第二积分面积;
积分差值计算单元,用于对所述第一积分面积和所述第二积分面积作差,得到所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值。
在本发明的一个实施例中,积分面积计算单元还包括:
像素点确定子单元,用于将所述第一矩形框各个端点对应的所述票据积分图像中的像素点作为所述第一矩形框对应的端点像素点;
积分面积计算子单元,用于根据积分图算法及所述第一矩形框对应的端点像素点的像素值,计算所述第一积分面积。
在本发明的一个实施例中,票据边界点获取模块130还包括执行图5所示的方法步骤的结构,其包括:
标签值确定单元,用于按照预设顺序依次比较相邻两列票据边界点的行值,并根据相邻两列票据边界点的行值差值,确定每列票据边界点的标签值;
第一票据边界点确定单元,用于统计第一标签值的票据边界点的数量作为第一数量,并将所述第一数量最多的票据边界点作为第一票据边界点,所述第一标签值为任一标签值;
票据边界确定单元,用于根据所述第一票据边界点,得到所述目标票据的票据边界。
在本发明的一个实施例中,标签值确定单元还包括用于执行图6所示方法步骤的结构,其包括:
起始标签赋值子单元:以预设列为起始列,并对所述起始列的票据边界点赋标签值;
行值比较单元:将所述起始列作为当前列,按照预设顺序依次判断当前列的票据边界点的行值与下一列的票据边界点的行值;
第一标签赋值单元:若所述当前列的票据边界点的行值与所述下一列的票据边界点的行值的差值大于预设行差阈值,则将所述当前列票据边界点的标签值加上预设步长,得到所述下一列的票据边界点的标签值;
第二标签赋值单元:若所述当前列的票据边界点的行值与所述下一列的票据边界点的行值的差值小于或等于所述预设行差阈值,则将所述当前列的票据边界点的标签值赋给所述下一列的票据边界点;
循环子单元:将所述下一列更新为当前列,并重复执行所述行值比较单元-所述循环子单元,直至遍历完所述票据积分图像的所有列,得到每一列的票据边界点的标签值。
在本发明的一个实施例中,票据边界确定单元还包括:对所述第一票据边界点进行最小二乘法拟合,得到所述目标票据的票据边界。
图11是本发明一实施例提供的终端设备1100的示意图。如图11所示,该实施例终端设备1100包括:处理器1101、存储器1102以及存储在所述存储器1102中并可在所述处理器1101上运行的计算机程序1103。所述处理器1101执行所述计算机程序1103时实现上述各个票据边界定位方法实施例中的步骤,例如图1所示的步骤101至104。或者,所述处理器1101执行所述计算机程序1103时实现上述各装置实施例中各模块/单元的功能,例如图10所示模块110至140的功能。
所述计算机程序1103可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器1102中,并由所述处理器1101执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序1103在所述终端设备1100中的执行过程。
所述终端设备1100可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器1101、存储器1102。本领域技术人员可以理解,图6仅仅是终端设备1100的示例,并不构成对终端设备1100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,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器1101可以是中央处理单元(Central Processing Unit,CPU),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 Integrated Circuit,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。
所述存储器1102可以是所述终端设备1100的内部存储单元,例如终端设备1100的硬盘或内存。所述存储器1102也可以是所述终端设备1100的外部存储设备,例如所述终端设备1100上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器1102还可以既包括所述终端设备1100的内部存储单元也包括外部存储设备。所述存储器1102用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器1102还可以用于暂时地存储已经输出或者将要输出的数据。
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,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
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、或者计算机软件和电子硬件的结合来实现。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。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,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。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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。
所述集成的模块/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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种票据边界定位方法,其特征在于,包括:
获取目标票据的票据积分图像;
采用预设滑动窗口沿纵向遍历所述票据积分图像,计算所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值;
获取所述票据积分图像中第一列对应的各个窗口积分差值中的最大窗口积分差值,并将所述最大窗口积分差值对应的预设滑动窗口的中心位置作为所述第一列对应的票据边界点,所述第一列为所述票据积分图像中的任一列;
获取所述票据积分图像的每一列的票据边界点的行值,并根据每一列票据边界点的行值,对所述票据边界点进行筛选,得到所述目标票据的票据边界。
2.如权利要求1所述的票据边界定位方法,其特征在于,所述获取目标票据的票据积分图像,包括:
获取所述目标票据的票据拍摄图像;
将所述票据拍摄图像进行灰度化处理,得到票据灰度图像;
将所述票据灰度图像的积分图像作为所述票据积分图像。
3.如权利要求1所述的票据边界定位方法,其特征在于,所述预设滑动窗口包括第一矩形框和第二矩形框,所述第一矩形框位于所述第二矩形框的上方;
所述计算所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值,包括:
计算所述第一矩形框对应的所述票据积分图像相应区域的积分面积作为第一积分面积,并计算所述第二矩形框对应的所述票据积分图像相应区域的积分面积作为第二积分面积;
对所述第一积分面积和所述第二积分面积作差,得到所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值。
4.如权利要求3所述的票据边界定位方法,其特征在于,所述计算所述第一矩形框对应的所述票据积分图像相应区域的积分面积作为第一积分面积,包括:
将所述第一矩形框各个端点对应的所述票据积分图像中的像素点作为所述第一矩形框对应的端点像素点;
根据积分图算法及所述第一矩形框对应的端点像素点的像素值,计算所述第一积分面积。
5.如权利要求1所述的票据边界定位方法,其特征在于,所述根据每一列的票据边界点的行值,对所述票据边界点进行筛选,得到所述目标票据的票据边界,包括:
按照预设顺序依次比较相邻两列票据边界点的行值,并根据相邻两列票据边界点的行值差值,确定每列票据边界点的标签值;
统计第一标签值的票据边界点的数量作为第一数量,并将所述第一数量最多的票据边界点作为第一票据边界点,所述第一标签值为任一标签值;
根据所述第一票据边界点,得到所述目标票据的票据边界。
6.如权利要求5所述的票据边界定位方法,其特征在于,所述按照预设顺序依次比较相邻两列票据边界点的行值,并根据相邻两列票据边界点的行值差值,确定每列票据边界点的标签值,包括:
S1:以预设列为起始列,并对所述起始列的票据边界点赋标签值;
S2:将所述起始列作为当前列,按照预设顺序依次判断当前列的票据边界点的行值与下一列的票据边界点的行值;
S3:若所述当前列的票据边界点的行值与所述下一列的票据边界点的行值的差值大于预设行差阈值,则将所述当前列票据边界点的标签值加上预设步长,得到所述下一列的票据边界点的标签值;
S4:若所述当前列的票据边界点的行值与所述下一列的票据边界点的行值的差值小于或等于所述预设行差阈值,则将所述当前列的票据边界点的标签值赋给所述下一列的票据边界点;
S5:将所述下一列更新为当前列,并重复执行所述S2-S5,直至遍历完所述票据积分图像的所有列,得到每一列的票据边界点的标签值。
7.如权利要求5所述的票据边界定位方法,其特征在于,所述根据所述第一票据边界点,得到所述目标票据的票据边界,包括:
对所述第一票据边界点进行最小二乘法拟合,得到所述目标票据的票据边界。
8.一种票据边界定位装置,其特征在于,包括:
积分图像获取模块,用于获取目标票据的票据积分图像;
积分计算模块,用于采用预设滑动窗口沿纵向遍历所述票据积分图像,计算所述预设滑动窗口对应的所述票据积分图像相应区域的窗口积分差值;
票据边界点获取模块,用于获取所述票据积分图像中第一列对应的各个窗口积分差值中的最大窗口积分差值,并将所述最大窗口积分差值对应的预设滑动窗口的中心位置作为所述第一列对应的票据边界点,所述第一列为所述票据积分图像中的任一列;
票据边界获取模块,用于获取所述票据积分图像的每一列的票据边界点的行值,并根据每一列票据边界点的行值,对所述票据边界点进行筛选,得到所述目标票据的票据边界。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中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任一项所述方法的步骤。
10.一种计算机可读存储介质,所述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如权利要求1至7任一项所述方法的步骤。
CN201911067011.0A 2019-11-04 2019-11-04 票据边界定位方法、装置及终端设备 Active CN112766249B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911067011.0A CN112766249B (zh) 2019-11-04 2019-11-04 票据边界定位方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911067011.0A CN112766249B (zh) 2019-11-04 2019-11-04 票据边界定位方法、装置及终端设备

Publications (2)

Publication Number Publication Date
CN112766249A true CN112766249A (zh) 2021-05-07
CN112766249B CN112766249B (zh) 2024-06-14

Family

ID=75692302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911067011.0A Active CN112766249B (zh) 2019-11-04 2019-11-04 票据边界定位方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN112766249B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102842129A (zh) * 2012-05-24 2012-12-26 北京工业大学 基于树分解的非标准模板图像匹配方法
JP2013191172A (ja) * 2012-03-15 2013-09-26 Toshiba Corp 改札システム、自動改札装置および携帯端末装置
CN103544491A (zh) * 2013-11-08 2014-01-29 广州广电运通金融电子股份有限公司 一种面向复杂背景的光学字符识别方法及装置
US20140067631A1 (en) * 2012-09-05 2014-03-06 Helix Systems Incorporated Systems and Methods for Processing Structured Data from a Document Image
CN105868751A (zh) * 2016-03-28 2016-08-17 山东东港彩意网络科技有限公司 即开票兑奖区定位方法
CN106530485A (zh) * 2016-11-16 2017-03-22 深圳怡化电脑股份有限公司 图像边界获取方法及装置
CN107358718A (zh) * 2017-07-10 2017-11-17 深圳怡化电脑股份有限公司 一种冠字号识别方法、装置、设备及存储介质
CN108510636A (zh) * 2018-03-27 2018-09-07 深圳怡化电脑股份有限公司 图像分割方法、图像分割装置及终端设备
CN108537237A (zh) * 2018-04-04 2018-09-14 深圳怡化电脑股份有限公司 票据的特征区域提取方法、装置、设备和存储介质
CN109086766A (zh) * 2018-06-06 2018-12-25 南京华科和鼎信息科技有限公司 一种基于积分图的多阈值融合冠字号提取方法
CN109447067A (zh) * 2018-10-24 2019-03-08 北方民族大学 一种票据方向检测矫正方法及自动检票系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013191172A (ja) * 2012-03-15 2013-09-26 Toshiba Corp 改札システム、自動改札装置および携帯端末装置
CN102842129A (zh) * 2012-05-24 2012-12-26 北京工业大学 基于树分解的非标准模板图像匹配方法
US20140067631A1 (en) * 2012-09-05 2014-03-06 Helix Systems Incorporated Systems and Methods for Processing Structured Data from a Document Image
CN103544491A (zh) * 2013-11-08 2014-01-29 广州广电运通金融电子股份有限公司 一种面向复杂背景的光学字符识别方法及装置
CN105868751A (zh) * 2016-03-28 2016-08-17 山东东港彩意网络科技有限公司 即开票兑奖区定位方法
CN106530485A (zh) * 2016-11-16 2017-03-22 深圳怡化电脑股份有限公司 图像边界获取方法及装置
CN107358718A (zh) * 2017-07-10 2017-11-17 深圳怡化电脑股份有限公司 一种冠字号识别方法、装置、设备及存储介质
CN108510636A (zh) * 2018-03-27 2018-09-07 深圳怡化电脑股份有限公司 图像分割方法、图像分割装置及终端设备
CN108537237A (zh) * 2018-04-04 2018-09-14 深圳怡化电脑股份有限公司 票据的特征区域提取方法、装置、设备和存储介质
CN109086766A (zh) * 2018-06-06 2018-12-25 南京华科和鼎信息科技有限公司 一种基于积分图的多阈值融合冠字号提取方法
CN109447067A (zh) * 2018-10-24 2019-03-08 北方民族大学 一种票据方向检测矫正方法及自动检票系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHAN GAI: "Newbanknotedefectdetectionalgorithmusingquaternion wavelettransform", NEUROCOMPUTING, vol. 196, pages 133 *
王倩文;刘光禄;谭小娟;段无悔;: "一种冠字号的识别方法", 黑龙江科技信息, no. 33, pages 126 *

Also Published As

Publication number Publication date
CN112766249B (zh) 2024-06-14

Similar Documents

Publication Publication Date Title
CN108805023B (zh) 一种图像检测方法、装置、计算机设备及存储介质
CN107507173B (zh) 一种全切片图像的无参考清晰度评估方法及系统
WO2021004180A1 (zh) 一种纹理特征提取方法、纹理特征提取装置及终端设备
CN110400278B (zh) 一种图像颜色和几何畸变的全自动校正方法、装置及设备
CN109214996B (zh) 一种图像处理方法及装置
CN110189341B (zh) 一种图像分割模型训练的方法、图像分割的方法及装置
WO2019210707A1 (zh) 一种图像清晰度评测方法、装置及电子设备
CN111080654B (zh) 图像的病变区域分割方法、装置及服务器
CN110909750A (zh) 图像差异检测方法及装置、存储介质、终端
CN113298761B (zh) 一种图像滤波方法、装置、终端和计算机可读存储介质
US20100061650A1 (en) Method And Apparatus For Providing A Variable Filter Size For Providing Image Effects
CN113487473A (zh) 一种添加图像水印的方法、装置、电子设备及存储介质
CN116883336A (zh) 图像处理方法、装置、计算机设备及介质
CN111563517A (zh) 图像处理方法、装置、电子设备及存储介质
CN112241737B (zh) 文字图像校正方法和装置
CN111222446B (zh) 人脸识别方法、人脸识别装置及移动终端
CN111340722B (zh) 图像处理方法、处理装置、终端设备及可读存储介质
CN112766256A (zh) 光栅相位图处理方法、装置、电子设备及存储介质
CN113628259A (zh) 图像的配准处理方法及装置
CN111062984B (zh) 视频图像区域面积的测量方法、装置、设备及存储介质
CN117095417A (zh) 一种屏摄表单图像文本识别方法、装置、设备及存储介质
CN112200004A (zh) 图像检测模型的训练方法、装置及终端设备
CN108510636B (zh) 图像分割方法、图像分割装置及终端设备
CN116777769A (zh) 畸变图像的校正方法及装置、电子设备、存储介质
CN110458754B (zh) 图像生成方法及终端设备

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
GR01 Patent grant
GR01 Patent grant