CN113591066A - 设备身份识别方法及装置 - Google Patents

Abstract

本发明涉及一种设备身份识别方法及装置，在获取到智能设备的屏幕图片后，截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果。进一步地，将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。基于此，通过对屏幕图片的识别文字区域的识别文字进行分割，将分割结果与特征模板库进行匹配，精准识别出各识别文字对应的文字，并通过文字确定智能设备的身份，以文字识别的准确性保证智能设备的身份的准确性和稳定性。

Description

设备身份识别方法及装置

技术领域

本发明涉及电子产品技术领域，特别是涉及一种设备身份识别方法及装置。

背景技术

随着电子产品技术的发展，各种智能设备层出不穷，例如智能手机、笔记本电脑和平板电脑等。目前，伴随着经济和技术的高速发展，智能设备的普及和更新换代速度也越来越快。以智能手机为例，5G时代的到来，加速了智能手机的换代。其中，在智能设备的购买、使用或回收过程中，往往需要验证智能设备的身份，以确定智能设备的唯一性和真实性。尤其在回收过程中的碎屏险开展过程中，需要识别智能设备屏幕的显示文字来确认设备的唯一性和真实性。

目前传统的识别智能设备屏幕的显示文字的方式主要是通过各类分类模型识别屏幕上显示的数字，分类模型包括CNN(卷积神经网络)模型、KNN(K近邻法)模型或RNN(循环神经网络)模型等。然而，这些分类模型只能对显示数字进行简单的识别分类，难以满足智能设备身份识别确认所需的精准文字识别要求。因此，传统的识别智能设备屏幕的显示文字的方式还存在以上不足。

发明内容

基于此，有必要针对传统的识别智能设备屏幕的显示文字的方式还存在的不足，提供一种设备身份识别方法及装置。

一种设备身份识别方法，包括步骤：

获取智能设备的屏幕图片；其中，智能设备的屏幕显示有识别文字；

截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果；

将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。

上述的设备身份识别方法，在获取到智能设备的屏幕图片后，截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果。进一步地，将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。基于此，通过对屏幕图片的识别文字区域的识别文字进行分割，将分割结果与特征模板库进行匹配，精准识别出各识别文字对应的文字，并通过文字确定智能设备的身份，以文字识别的准确性保证智能设备的身份的准确性和稳定性。

在其中一个实施例中，在获取智能设备的屏幕图片的过程之前，还包括步骤：

调整智能设备的屏幕显示；其中，屏幕显示包括背景显示和识别文字显示。

在其中一个实施例中，在截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果的过程之前，还包括步骤：

对屏幕图片进行图像预处理。

在其中一个实施例中，对屏幕图片进行图像预处理的过程，包括步骤：

调整屏幕图片的尺寸，获得调整结果；

对调整结果进行一次滤波处理，获得滤波处理结果；

对滤波处理结果进行彩色图片分割处理，获得分割处理结果；

对分割处理结果进行灰度处理，获得灰度处理结果；

对灰度处理结果进行亮度处理，获得亮度处理结果；

将亮度处理结果二值化，获得二值化结果；

对二值化结果进行二次滤波处理，获得图像预处理结果。

在其中一个实施例中，在截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果的过程之前，还包括步骤：

根据屏幕图片确定智能设备的屏幕轮廓，并确定屏幕轮廓的倾斜角度；

根据倾斜角度修正屏幕图片的显示角度。

在其中一个实施例中，分割识别文字区域内的识别文字的过程，包括步骤：

独立分割文字区域内的识别文字。

在其中一个实施例中，根据文字确定智能设备的身份的过程，包括步骤：

在分割结果与特征模板库一一匹配时，判定智能设备的身份真实唯一。

一种设备身份识别装置，包括：

图片获取模块，用于获取智能设备的屏幕图片；其中，智能设备的屏幕显示有识别文字；

文字分割模块，用于截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果；

身份识别模块，用于将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。

上述的设备身份识别装置，在获取到智能设备的屏幕图片后，截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果。进一步地，将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。基于此，通过对屏幕图片的识别文字区域的识别文字进行分割，将分割结果与特征模板库进行匹配，精准识别出各识别文字对应的文字，并通过文字确定智能设备的身份，以文字识别的准确性保证智能设备的身份的准确性和稳定性。

一实施方式计算机存储介质，其上存储有计算机指令，计算机指令被处理器执行时实现上述一实施方式的设备身份识别方法。

上述一实施方式的计算机存储介质，在获取到智能设备的屏幕图片后，截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果。进一步地，将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。基于此，通过对屏幕图片的识别文字区域的识别文字进行分割，将分割结果与特征模板库进行匹配，精准识别出各识别文字对应的文字，并通过文字确定智能设备的身份，以文字识别的准确性保证智能设备的身份的准确性和稳定性。

一实施方式计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述一实施方式的设备身份识别方法。

上述一实施方式的计算机设备，在获取到智能设备的屏幕图片后，截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果。进一步地，将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。基于此，通过对屏幕图片的识别文字区域的识别文字进行分割，将分割结果与特征模板库进行匹配，精准识别出各识别文字对应的文字，并通过文字确定智能设备的身份，以文字识别的准确性保证智能设备的身份的准确性和稳定性。

附图说明

图1为一实施方式的设备身份识别方法流程图；

图2为另一实施方式的设备身份识别方法流程图；

图3为一实施方式的图像预处理流程图；

图4为一实施方式的设备身份识别装置模块结构图

图5为一实施方式的计算机内部构造示意图。

具体实施方式

为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明，以下所描述的实施例仅用于解释本发明，并不用于限定本发明。

本发明实施例提供了一种设备身份识别方法。

图1为一实施方式的设备身份识别方法流程图，如图1所示，一实施方式的设备身份识别方法包括步骤S100至步骤S102：

S100，获取智能设备的屏幕图片；其中，智能设备的屏幕显示有识别文字；

S101，截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果；

S102，将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。

智能设备的屏幕上进行识别文字显示，由第三方拍摄设备的拍摄功能或智能设备本身的截图功能采集屏幕图片，由设备身份识别主体获取采集到的屏幕图片。一般地，设备身份识别主体包括云端服务器或第三方智能设备。在其中一个实施例中，由第三方拍摄设备拍摄智能设备，采集屏幕图片。例如，通过回收机器的摄像设备，采集回收过程中的智能设备的屏幕图片。

在其中一个实施例中，图2为另一实施方式的设备身份识别方法流程图，如图2所示，在步骤S100中获取智能设备的屏幕图片的过程之前，还包括步骤S200：

S200，调整智能设备的屏幕显示；其中，屏幕显示包括背景显示和识别文字显示。

其中，通过调整智能设备的屏幕显示，定向改变背景显示和识别文字显示，包括改变显示颜色、字体大小或显示位置等，以便于提高后续文字识别的准确性和效率。作为一个较优的实施方式，将智能设备的背景显示调整为黄色，识别文字显示改为二号字体大小的紫色字体，识别文字显示位置为居中显示。

在其中一个实施例中，在获取到智能设备的屏幕图片后，还包括步骤：

调整屏幕图片的尺寸。

通过调整屏幕图片的尺寸，统一进行屏幕图片的处理和识别的尺寸大小。作为一个较优的实施方式，将屏幕图片的尺寸调整为512*512*3。

在其中一个实施例中，如图2所示，在步骤S101中截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果的过程之前，还包括步骤S201：

S201，对屏幕图片进行图像预处理。

对屏幕图片进行图像预处理，以便于后续的文字识别处理。其中，图像预处理的方式，可根据后续文字识别的方式进行相应调整，选择合适的图像预处理方式，包括样本增强、滤波降噪、图像裁剪、灰度处理或二值化处理等。

在其中一个实施例中，图3为一实施方式的图像预处理流程图，如图3所示，步骤S201中对屏幕图片进行图像预处理的过程，包括步骤S300至步骤S306：

S300，调整屏幕图片的尺寸，获得调整结果；

S301，对调整结果进行一次滤波处理，获得滤波处理结果；

S302，对滤波处理结果进行彩色图片分割处理，获得分割处理结果；

S303，对分割处理结果进行灰度处理，获得灰度处理结果；

S304，对灰度处理结果进行亮度处理，获得亮度处理结果；

S305，将亮度处理结果二值化，获得二值化结果；

S306，对二值化结果进行二次滤波处理，获得图像预处理结果。

在其中一个实施例中，在步骤S101中截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果的过程之前，还包括步骤S202和步骤S203：

S202，根据屏幕图片确定智能设备的屏幕轮廓，并确定屏幕轮廓的倾斜角度；

S203，根据倾斜角度修正屏幕图片的显示角度。

通过图像识别算法识别智能设备的屏幕轮廓。在确定屏幕轮廓后，确定屏幕轮廓的倾斜角度。其中，屏幕轮廓的倾斜角度包括图片底边与智能设备底边的夹角，以定量确定智能设备在屏幕图片中的倾斜程度。

根据倾斜角度确定倾斜程度后，通过倾斜角度修正屏幕图片的显示角度，将智能设备在屏幕图片中的显示角度回正，直至智能设备的底边与图片底边平行，以提高后续文字识别的准确性。在其中一个实施例中，步骤S203中根据倾斜角度修正屏幕图片的显示角度的过程，包括步骤：

在倾斜角度大于预设角度时，根据倾斜角度修正屏幕图片的显示角度。

在倾斜角度大于预设角度时，再进行倾斜角度修正补偿。其中，预设角度包括3-8度。作为一个较优的实施方式，预设角度为5度。

在屏幕图片的识别文字区域的截取前对屏幕图像完成各项预先处理后，对屏幕图片进行裁剪，截取包含识别文字在内的区域，即识别文字区域的图片。对识别文字区域内的文字进行识别分割处理。在其中一个实施例中，分割出的独立单元包括一个或多个文字。文字包括数字、字母或汉字等。

在其中一个实施例中，步骤S101中分割识别文字区域内的识别文字的过程，包括步骤：

独立分割文字区域内的识别文字。

其中，独立分割识别文字区域内的识别文字，分割后的一分割单元包括一个识别文字，以实现后续识别文字的一一匹配，提高身份识别精确性。

将分割结果与特征模板库进行匹配，确定识别文字对应的具体文字，以确定识别文字区域内的整体文字，对智能设备进行身份识别。

在其中一个实施例中，根据文字确定智能设备的身份的过程，包括步骤：

在分割结果与特征模板库一一匹配时，判定智能设备的身份真实唯一。

在其中一个实施例中，特征模板库存储有以固定顺序排列的文字模板。在分割结果与特征模板库一一匹配时，匹配顺序与固定顺序一致，以确定识别文字区域内识别文字的整体准确。

在其中一个实施例中，通过步骤S200对智能设备的屏幕显示，控制智能设备预先显示文字模板对应的识别文字。

为更好地理解本发明实施例，以下以一具体应用例对本发明实施例的技术方案进行解释。

在具体应用例，以设备身份识别方法的执行主体运行opencv软件、智能设备为手机为例，并预先对opencv软件进行各项参数和执行配置，以适应设备身份识别方法的执行：

利用opencv的GaussianBlur进行滤波处理，也就是降噪处理；

利用opencv的pyrMeanShiftFiltering进行彩色图片分割处理；

将图片进行灰度处理；

获取图片的灰度均值对图片进行自动化亮度处理；

利用opencv的adaptiveThreshold将图片进行阈值二值化处理，使用的ADAPTIVE_THRESH_MEAN_C的计算方法；

再一次对手机屏幕图片进行降噪处理，去掉一些噪点；

利用opencv的findContours对手机屏幕轮廓进行获取，并得到拍摄手机时的倾斜角度θ。

判断是否需要矫正手机屏幕的倾斜角度，如果倾斜角度超过5，则顺时针旋转手机屏幕图片θ度；

截取手机屏幕图片的中心部位(x,y,w,h)，也就是包含数字的部位；

再次利用opencv的findContours对截取部位里的数字进行分割成一个一个的数字；

将这些分割的数字跟特征模板库进行匹配，得出最后的6位数字。

上述任一实施例的设备身份识别方法，在获取到智能设备的屏幕图片后，截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果。进一步地，将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。基于此，通过对屏幕图片的识别文字区域的识别文字进行分割，将分割结果与特征模板库进行匹配，精准识别出各识别文字对应的文字，并通过文字确定智能设备的身份，以文字识别的准确性保证智能设备的身份的准确性和稳定性。

本发明实施例还提供了一种设备身份识别装置。

图4为一实施方式的设备身份识别装置模块结构图，如图4所示，一实施方式的设备身份识别装置包括模块100、模块101和模块102：

图片获取模块100，用于获取智能设备的屏幕图片；其中，智能设备的屏幕显示有识别文字；

文字分割模块101，用于截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果；

身份识别模块102，用于将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。

上述的设备身份识别装置，在获取到智能设备的屏幕图片后，截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果。进一步地，将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。基于此，通过对屏幕图片的识别文字区域的识别文字进行分割，将分割结果与特征模板库进行匹配，精准识别出各识别文字对应的文字，并通过文字确定智能设备的身份，以文字识别的准确性保证智能设备的身份的准确性和稳定性。

本发明实施例还提供了一种计算机存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的设备身份识别方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对相关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、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现如上述各实施例中的任意一种设备身份识别方法。

该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种设备身份识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

上述的计算机设备，在获取到智能设备的屏幕图片后，截取屏幕图片的识别文字区域，并分割识别文字区域内的识别文字，获得分割结果。进一步地，将分割结果与特征模板库进行匹配，识别出屏幕图片内的文字，并根据文字确定智能设备的身份。基于此，通过对屏幕图片的识别文字区域的识别文字进行分割，将分割结果与特征模板库进行匹配，精准识别出各识别文字对应的文字，并通过文字确定智能设备的身份，以文字识别的准确性保证智能设备的身份的准确性和稳定性。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种设备身份识别方法，其特征在于，包括步骤：

获取智能设备的屏幕图片；其中，所述智能设备的屏幕显示有识别文字；

截取所述屏幕图片的识别文字区域，并分割所述识别文字区域内的识别文字，获得分割结果；

将所述分割结果与特征模板库进行匹配，识别出所述屏幕图片内的文字，并根据所述文字确定所述智能设备的身份。

2.根据权利要求1所述的设备身份识别方法，其特征在于，在所述获取智能设备的屏幕图片的过程之前，还包括步骤：

调整所述智能设备的屏幕显示；其中，所述屏幕显示包括背景显示和识别文字显示。

3.根据权利要求1所述的设备身份识别方法，其特征在于，在所述截取所述屏幕图片的识别文字区域，并分割所述识别文字区域内的识别文字，获得分割结果的过程之前，还包括步骤：

对所述屏幕图片进行图像预处理。

4.根据权利要求3所述的设备身份识别方法，其特征在于，所述对所述屏幕图片进行图像预处理的过程，包括步骤：

调整所述屏幕图片的尺寸，获得调整结果；

对所述调整结果进行一次滤波处理，获得滤波处理结果；

对所述滤波处理结果进行彩色图片分割处理，获得分割处理结果；

对分割处理结果进行灰度处理，获得灰度处理结果；

对所述灰度处理结果进行亮度处理，获得亮度处理结果；

将所述亮度处理结果二值化，获得二值化结果；

对所述二值化结果进行二次滤波处理，获得所述图像预处理结果。

5.根据权利要求1所述的设备身份识别方法，其特征在于，在所述截取所述屏幕图片的识别文字区域，并分割所述识别文字区域内的识别文字，获得分割结果的过程之前，还包括步骤：

根据所述屏幕图片确定所述智能设备的屏幕轮廓，并确定所述屏幕轮廓的倾斜角度；

根据所述倾斜角度修正所述屏幕图片的显示角度。

6.根据权利要求1至5任意一项所述的设备身份识别方法，其特征在于，所述分割所述识别文字区域内的识别文字的过程，包括步骤：

独立分割所述文字区域内的识别文字。

7.根据权利要求1至5任意一项所述的所述的设备身份识别方法，其特征在于，所述根据所述文字确定所述智能设备的身份的过程，包括步骤：

在所述分割结果与特征模板库一一匹配时，判定所述智能设备的身份真实唯一。

8.一种设备身份识别装置，其特征在于，包括：

图片获取模块，用于获取智能设备的屏幕图片；其中，所述智能设备的屏幕显示有识别文字；

文字分割模块，用于截取所述屏幕图片的识别文字区域，并分割所述识别文字区域内的识别文字，获得分割结果；

身份识别模块，用于将所述分割结果与特征模板库进行匹配，识别出所述屏幕图片内的文字，并根据所述文字确定所述智能设备的身份。

9.一种计算机设备，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任意一项所述的设备身份识别方法。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7任意一项所述的设备身份识别方法。

Images