CN115937522A - 印章识别处理方法、系统及存储介质 - Google Patents

Abstract

本申请提供印章识别处理方法、系统及存储介质，方法包括：获取类圆形的印章图像；以所述印章图像的圆心为中心，将所述印章图像分割成等角度的多个扇形；通过遍历每个所述扇形，将所述印章图像展开，并进行拉直和填补像素处理，获取文字图像；对所述文字图像进行识别，获取所述印章图像对应的文字信息。本申请能够高效且准确地识别出类圆形印章中的文字信息，且特别适用于批量处理多格式文件的印章识别并获取各文件的印章信息，以便用户对文件的印章使用情况进行有效管控。

Description

印章识别处理方法、系统及存储介质

技术领域

本申请涉及文件处理领域，具体涉及印章识别处理方法、系统及存储介质。

背景技术

印章样式包括有：公章、财务章、合同章，形状上分为圆章、方章、椭圆章等。随着社会的发展，印章使用越来越频繁，如何准确地识别印章上的文字，特别是圆形印章和椭圆形印章这类其中的文字图像存在变形的类圆形印章，如何准确地识别其中文字信息的识别，变得越来越重要。

针对图形中文字的识别，通常使用OCR识别技术，但是现有传统的OCR识别技术只能识别正规的印刷体，而无法识别类圆形印章中的文字。即便如今OCR识别技术的精准度不断提高，但针对类圆形印章中的文字的识别的准确率依然极低。

再有，在一些需要对大批量多格式文件进行关键信息提取和审查的领域，能够高效且准确地识别这些文件中的印章信息，显得尤为重要。

发明内容

鉴于上述问题，本申请提供了印章识别处理方法、系统及存储介质，能够高效且准确地识别出类圆形印章中的文字信息。

为实现上述目的，发明人提供了一种印章识别处理方法，包括：

获取类圆形的印章图像；

以所述印章图像的圆心为中心，将所述印章图像分割成等角度的多个扇形；

通过遍历每个所述扇形，将所述印章图像展开，并进行拉直和填补像素处理，获取文字图像；

对所述文字图像进行识别，获取所述印章图像对应的文字信息。

区别于现有技术，上述技术方案针对类圆形印章，即圆形印章和椭圆形印章，通过对印章图像以圆心为中心进行等角度分割成多个扇形，再通过遍历各个扇形以将印章图形展开，并进行拉直和填补像素处理，以将印章图像中变形的文字图像转换为正规且单行排列的文字图像，从而能够准确地识别获取印章中的文字信息；同时，该方法具有处理高效的优点，特别适用于对大批量文件中的印章图像进行文字识别。

在一些实施例中，所述通过遍历每个所述扇形，将所述印章图像展开，并进行拉直和填补像素处理，获取文字图像，包括：

创建一以所述印章图像的圆周为长度，以所述印章图像的长半经为宽度的矩形图像；

遍历每个所述扇形，并将遍历到的扇形沿着所述矩形图像的长度方向依序填入所述矩形图像中，以获取展开后的印章图像；

对所述展开后的印章图像中的各个扇形进行拉直处理和填补像素处理，获取文字图像。

在一些实施例中，所述方法还包括：

获取大批量多格式文件；

将所述大批量多格式文件一一转换为图片；

逐一检测每一文件的每张图片是否存在印章，若存在，则识别出印章的位置坐标和印章形状；

依据所述印章的位置坐标，提取出印章图像；

若所述印章图像的印章形状为圆形或椭圆形，则将所述印章图像标记为类圆形的印章图像。

在一些实施例中，所述方法还包括：

若所述印章图像的印章形状为方形，则对所述印章图像进行识别，获取所述印章图像对应的文字信息。

在一些实施例中，所述若存在，则识别出印章的位置坐标和印章形状，包括：

若存在，则识别出印章的位置坐标和印章形状，同时标记印章所属文件、印章所属文件页码以及印章对应当前文件的数量编号；

所述获取所述印章图像对应的文字信息，之后，还包括：

依据所述标记和各印章图像对应的文字信息，输出各文件所包含印章数量、各印章所属文件页码和各印章对应的文字信息。

在一些实施例中，所述获取所述印章图像对应的文字信息，之后，还包括：

矫正所述文字信息，获取印章文字信息。

在一些实施例中，所述多格式文件包括pdf格式文件、word格式文件、ofd格式文件、ppt格式文件和jpg格式文件中的一种或多种；

通过fitz函数将所述大批量多格式文件一一转换为图片；

通过基于YOLOv5模型的印章检测模型逐一检测每一文件的每张图片是否存在印章，并输出印章的位置坐标和印章形状；

通过opencv图形处理库提取出所述印章图像。

在一些实施例中，使用极坐标换算方程将所述印章图像分割成等角度的多个扇形；

所述填补像素处理为极坐标填补像素处理；

通过OCR识别所述文字图像。

根据上述实施例，能够支持依据印章样式的多样性分类识别，满足准确识别和提取圆章、方章和椭圆章中文字的需求；能够支持大批量非结构化的数据输入，高效地识别出印章形状和其中文字；进一步地，还能够支持返回印章所属文件、所属页码和各文件包含印章的数量，以实现对大批量多格式文件的印章使用进行风险识别和审查管理。

为实现上述目的，发明人还提供一种印章识别处理系统，包括存储器和处理器，所述存储器被配置为存储计算机程序，所述处理器被配置为执行所述计算机程序以实现上述的一种印章识别处理方法。

为实现上述目的，发明人还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现上述的一种印章识别处理方法。

上述发明内容相关记载仅是本申请技术方案的概述，为了让本领域普通技术人员能够更清楚地了解本申请的技术方案，进而可以依据说明书的文字及附图记载的内容予以实施，并且为了让本申请的上述目的及其它目的、特征和优点能够更易于理解，以下结合本申请的具体实施方式及附图进行说明。

附图说明

附图仅用于示出本申请具体实施方式以及其他相关内容的原理、实现方式、应用、特点以及效果等，并不能认为是对本申请的限制。

在说明书附图中：

图1为实施例一所述一种印章识别处理方法的流程示意图；

图2为实施例一中类圆形印章图像的图像处理流程；

图3为实施例二所述一种适用于大批量多格式文件中印章识别处理方法的流程示意图；

图4为实施例二的一具体实施例的流程示意图。

具体实施方式

为详细说明本申请可能的应用场景，技术原理，可实施的具体方案，能实现目的与效果等，以下结合所列举的具体实施例并配合附图详予说明。本文所记载的实施例仅用于更加清楚地说明本申请的技术方案，因此只作为示例，而不能以此来限制本申请的保护范围。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中各个位置出现的“实施例”一词并不一定指代相同的实施例，亦不特别限定其与其它实施例之间的独立性或关联性。原则上，在本申请中，只要不存在技术矛盾或冲突，各实施例中所提到的各项技术特征均可以以任意方式进行组合，以形成相应的可实施的技术方案。

除非另有定义，本文所使用的技术术语的含义与本申请所属技术领域的技术人员通常理解的含义相同；本文中对相关术语的使用只是为了描述具体的实施例，而不是旨在限制本申请。

在本申请的描述中，用语“和/或”是一种用于描述对象之间逻辑关系的表述，表示可以存在三种关系，例如A和/或B，表示：存在A，存在B，以及同时存在A和B这三种情况。另外，本文中字符“/”一般表示前后关联对象是一种“或”的逻辑关系。

在本申请中，诸如“第一”和“第二”之类的用语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何实际的数量、主次或顺序等关系。

在没有更多限制的情况下，在本申请中，语句中所使用的“包括”、“包含”、“具有”或者其他类似的表述，意在涵盖非排他性的包含，这些表述并不排除在包括所述要素的过程、方法或者产品中还可以存在另外的要素，从而使得包括一系列要素的过程、方法或者产品中不仅可以包括那些限定的要素，而且还可以包括没有明确列出的其他要素，或者还包括为这种过程、方法或者产品所固有的要素。

与《审查指南》中的理解相同，在本申请中，“大于”、“小于”、“超过”等表述理解为不包括本数；“以上”、“以下”、“以内”等表述理解为包括本数。此外，在本申请实施例的描述中“多个”的含义是两个以上(包括两个)，与之类似的与“多”相关的表述亦做此类理解，例如“多组”、“多次”等，除非另有明确具体的限定。

在本申请实施例的描述中，所使用的与空间相关的表述，诸如“中心”“纵向”“横向”“长度”“宽度”“厚度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“垂直”“顶”“底”“内”“外”“顺时针”“逆时针”“轴向”“径向”“周向”等，所指示的方位或位置关系是基于具体实施例或附图所示的方位或位置关系，仅是为了便于描述本申请的具体实施例或便于读者理解，而不是指示或暗示所指的装置或部件必须具有特定的位置、特定的方位、或以特定的方位构造或操作，因此不能理解为对本申请实施例的限制。

除非另有明确的规定或限定，在本申请实施例的描述中，所使用的“安装”“相连”“连接”“固定”“设置”等用语应做广义理解。例如，所述“连接”可以是固定连接，也可以是可拆卸连接，或成一体设置；其可以是机械连接，也可以是电连接，也可以是通信连接；其可以是直接相连，也可以通过中间媒介间接相连；其可以是两个元件内部的连通或两个元件的相互作用关系。对于本申请所属技术领域的技术人员而言，可以根据具体情况理解上述用语在本申请实施例中的具体含义。

请参阅图1，本申请的实施例一提供一种印章识别处理方法，包括以下步骤：

S01：获取类圆形的印章图像；

所述类圆形的印章图像即由类圆形印章盖章得到的。所述类圆形印章包括圆形章和椭圆形章。

S02：以所述印章图像的圆心为中心，将所述印章图像分割成等角度的多个扇形；

可知，不管是圆形章还是椭圆形章，均存在一圆心，在此，即以该圆心为中心向各个方向沿着直线伸展出去，以对印章图像进行等角度的辐射分割，得到多个的扇形。在一些实施例中，分割时采用的角度可以依据识别精度和识别效率进行灵活调整。优选地，可选分割角度为10-30°。

在一些实施例中，将利用极坐标换算方程来分割所述印章图像。适用于圆形与椭圆形的极坐标方程如下：

S03：通过遍历每个所述扇形，将所述印章图像展开，并进行拉直和填补像素处理，获取文字图像；

即言，依据分割的结果而将印章图像展开，再结合图像处理技术对展开的结果进行拉直和填补像素处理，以将环绕印章图像圆心的文字图像拉直成单行显示的正规文字图像，而通过填补像素处理，能够对从圆形展开后缺少的像素进行填补，以确保文字图像的完整，从而提高后续识别的准确度。

在一些实施例中，请参阅图2，该步骤具体包括：

S031：创建一以所述印章图像的圆周2πr为长度，以所述印章图像的长半经r为宽度的矩形图像；

具体地，不管是圆形印章图像还是椭圆形印章图像，均以其圆周为长度；若是圆形印章图像，则以其半径为宽度，若是椭圆形印章图像，则以其长半径的宽度。所述矩形图像用于后续放置文字图像。

S032：遍历每个所述扇形，并将遍历到的扇形沿着所述矩形图像的长度方向依序填入所述矩形图像中，以获取展开后的印章图像；

具体地，将360°地遍历每一个扇形(分割出来的角)，如图2所示，每个扇形的角度为∠θ，然后将遍历到的扇形的弧长沿着矩形图像的上方边长顺序地填入矩形图像中，也可以理解为，是将分割后的印章图像沿着圆周展开，然后置于矩形图像中。

在一些实施例中，可以直接从底部的扇形开始遍历，以符合类圆形印章的常规特征。

在一些实施例中，还可以通过各种方式识别出印章图像中文字开头所对应的起始扇形，如识别出印章图像中空白面积最大的扇形(若同时存在多个空白面积相同的扇形，则任取其一)，将该扇形标记为起始扇形，由此开始顺序的遍历其他扇形。由此，便能确保文字图像中的文字是按序排列，进而确保识别结果的准确性。

S033：对所述展开后的印章图像中的各个扇形进行拉直处理和填补像素处理，获取文字图像。

所述拉直处理和填补像素处理均属于图形处理技术，通过拉直处理，能将圆弧形的文字拉平调整成正规的直线文字显示效果，以便后续进行精准识别；通过填补像素处理，能填补由类圆形展开成矩形而缺失的像素，同样用于提高后续文字识别过程的准确度。

在一些实施例中，优选利用极坐标填补像素。

S04：对所述文字图像进行识别，获取所述印章图像对应的文字信息。

可以使用OCR识别技术，优选采用PaddleOCR模型进行识别。

请参阅图3，为实施例二所述一种适用于大批量多格式文件中印章识别处理方法的流程示意图。

本申请的实施例二提供一种适用于大批量多格式文件中印章识别处理方法，包括以下步骤：

S101：系统获取用户输入的大批量多格式文件；

在一些具体实施例中，所述系统为智能平台系统；所述大批量多格式文件包括pdf格式文件、word格式文件、ofd格式文件、ppt格式文件和jpg格式文件等其他格式文件中的一种或多种。

S102：将所述大批量多格式文件一一转换为图片；

具体而言，针对每一个文件，均将其所包含的信息转换为图片形式。优选地，可以逐页转换成对应的图片。由此，将得到各个文件各自对应的图片集。

在一些具体实施方式中，批量文件通过fitz函数将每个文件的每一页转换为一张张的图片信息。

S103：逐一检测每一文件的每张图片是否存在印章，若存在，则识别出印章的位置坐标和印章形状；

即言，通过检测获取存在印章的图片，并识别出印章对应图片的位置坐标和印章的形状。优选地，利用基于YOLOv5模型的印章检测模型，即改良后的YOLOv5目标检测模型来对印章位置进行检测并输出印章位置坐标和印章的形状。在此，通过印章的位置坐标信息可以在后续准确地提取整个印章的区域；印章的形状的获取用于后续启动不同的图像处理方法。

在一些具体实施方式中，若检测到当前图片存在印章，则具体执行包括：识别出印章的位置坐标和印章形状，同时标记印章所属文件、印章所属文件页码(即当前图片对应文件的页码)以及印章对应当前文件的数量编号(即当前识别到的印章为该文件的第几个印章)。与此相对应的，在后续识别出文件所有印章图像对应的文字信息后，将对应每一个文件，均输出包括文件所包含印章数量、各印章所属文件页码和各印章对应的文字信息的识别结果，即与之对应的全文盖章情况。以此方式，能够丰富和完善识别结果内容，更方便用户掌握文件的印章情况，也能用于文件印章的管理和风险评估。

在一些具体实施方式中，可以采用一次性对所有的文件的每一张图片执行上述检测步骤，即统一识别出所有印章并进行处理；也可以采用逐一对每一个文件对应的每一张图片进行检测，即针对每一个文件独立进行识别处理，并即时得出当前文件的印章识别结果。可以依据实际需求灵活选择上述两种识别方式。优选地采用后者，其对系统压力较小，能更快得出结果，对用户体验更佳。

S104：依据所述印章的位置坐标，提取出印章图像；

根据模型返回的印章位置坐标，优选利用opencv图形处理库进行印章剪裁，提取出印章图像。

S105：依据所述印章形状，若所述印章图像的印章形状为方形，则执行S106；若所述印章图像的印章形状为圆形或椭圆形，则执行S107；

S106：针对方形的印章图像，直接进行OCR识别，获取所述印章图像对应的文字信息；

S107：针对圆形或椭圆形的印章图像，则将印章图像标记为类圆形的印章图像，执行本申请上述实施例一所包括的S01至S04步骤，具体的步骤内容在此不进行复述，详情请参阅实施例一的记载。

在一些具体实施例中，不管是方形印章图像还是类圆形印章图像，在获取了印章图像对应的文字信息后，均包括以下矫正步骤：

S105：矫正所述文字信息，获取印章文字信息。

其中，针对方形印章图像，通过矫正能对特殊字体或字体书写顺序进行优化调整；针对类圆形印章图像，在上述基础上，还能对文字进行顺序调整，以提高识别结果的准确性。

为方便理解，可同时参阅图4，为本实施例的一具体实施方式的流程示意图。

另外，本申请基于上述实施例一和实施例二，还提供一种印章识别处理系统，包括存储器和处理器，所述存储器被配置为存储计算机程序，所述处理器被配置为执行所述计算机程序以实现上述实施例一或实施例二所述的一种印章识别处理方法。

相应地，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现上述实施例一或实施例二所述的一种印章识别处理方法。

所述印章识别处理方法所包含的具体步骤内容在此不进行复述，详情请参阅实施例一或实施例二的记载。

上述处理器对应的设备包括但不限于：网络设备、嵌入式设备、可编程设备、智能移动终端等。

最后需要说明的是，尽管在本申请的说明书文字及附图中已经对上述各实施例进行了描述，但并不能因此限制本申请的专利保护范围。凡是基于本申请的实质理念，利用本申请说明书文字及附图记载的内容所作的等效结构或等效流程替换或修改产生的技术方案，以及直接或间接地将以上实施例的技术方案实施于其他相关的技术领域等，均包括在本申请的专利保护范围之内。

Claims (10)

1.一种印章识别处理方法，其特征在于，包括：

获取类圆形的印章图像；

以所述印章图像的圆心为中心，将所述印章图像分割成等角度的多个扇形；

通过遍历每个所述扇形，将所述印章图像展开，并进行拉直和填补像素处理，获取文字图像；

对所述文字图像进行识别，获取所述印章图像对应的文字信息。

2.根据权利要求1所述的一种印章识别处理方法，其特征在于，所述通过遍历每个所述扇形，将所述印章图像展开，并进行拉直和填补像素处理，获取文字图像，包括：

创建一以所述印章图像的圆周为长度，以所述印章图像的长半经为宽度的矩形图像；

遍历每个所述扇形，并将遍历到的扇形沿着所述矩形图像的长度方向依序填入所述矩形图像中，以获取展开后的印章图像；

对所述展开后的印章图像中的各个扇形进行拉直处理和填补像素处理，获取文字图像。

3.根据权利要求1所述的一种印章识别处理方法，其特征在于，所述方法还包括：

获取大批量多格式文件；

将所述大批量多格式文件一一转换为图片；

逐一检测每一文件的每张图片是否存在印章，若存在，则识别出印章的位置坐标和印章形状；

依据所述印章的位置坐标，提取出印章图像；

若所述印章图像的印章形状为圆形或椭圆形，则将所述印章图像标记为类圆形的印章图像。

4.根据权利要求3所述的一种印章识别处理方法，其特征在于，所述方法还包括：

若所述印章图像的印章形状为方形，则对所述印章图像进行识别，获取所述印章图像对应的文字信息。

5.根据权利要求3或4所述的一种印章识别处理方法，其特征在于，所述若存在，则识别出印章的位置坐标和印章形状，包括：

若存在，则识别出印章的位置坐标和印章形状，同时标记印章所属文件、印章所属文件页码以及印章对应当前文件的数量编号；

所述获取所述印章图像对应的文字信息，之后，还包括：

依据所述标记和各印章图像对应的文字信息，输出各文件所包含印章数量、各印章所属文件页码和各印章对应的文字信息。

6.根据权利要求1或4所述的一种印章识别处理方法，其特征在于，所述获取所述印章图像对应的文字信息，之后，还包括：

矫正所述文字信息，获取印章文字信息。

7.根据权利要求3所述的一种印章识别处理方法，其特征在于，所述多格式文件包括pdf格式文件、word格式文件、ofd格式文件、ppt格式文件和jpg格式文件中的一种或多种；

通过fitz函数将所述大批量多格式文件一一转换为图片；

通过基于YOLOv5模型的印章检测模型逐一检测每一文件的每张图片是否存在印章，并输出印章的位置坐标和印章形状；

通过opencv图形处理库提取出所述印章图像。

8.根据权利要求1所述的一种印章识别处理方法，其特征在于，使用极坐标换算方程将所述印章图像分割成等角度的多个扇形；

所述填补像素处理为极坐标填补像素处理；

通过OCR识别所述文字图像。

9.一种印章识别处理系统，其特征在于，包括存储器和处理器，所述存储器被配置为存储计算机程序，所述处理器被配置为执行所述计算机程序以实现根据权利要求1至8任一项所述的一种印章识别处理方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行以实现根据权利要求1至8任一项所述的一种印章识别处理方法。

Images