CN116010642B - 一种基于hog特征的印章快速查询方法及系统 - Google Patents

Abstract

本申请提供一种基于HOG特征的印章快速查询方法及系统，涉及印章查询技术领域。该方法包括以下步骤：提取目标印章图像和待查询印章图像的灰度数据进行对比，形成查询参考数据；根据查询参考数据分别对目标印章图像的像素以及待查询印章图像的像素进行细胞和块的划分，并获得目标印章图像的目标梯度图和待查询印章图像的查询梯度图；进行归一化处理形成归一目标梯度直方图和归一查询梯度直方图；对归一目标梯度直方图进行特征数据的统计，形成目标特征数据；对归一查询梯度直方图进行特征数据的统计，形成查询特征数据；对比目标特征数据和查询特征数据，形成印章查询结果。其能够对印章进行准确快速的查询同时，也能进行印章真伪的辨别。

Description

一种基于HOG特征的印章快速查询方法及系统

技术领域

本申请涉及印章查询技术领域，具体而言，涉及一种基于HOG特征的印章快速查询方法及系统。

背景技术

印章的使用广泛且重要，不同的行业不同的智能所使用的印章也不同，因此，印章的数量和种类也越来越多。而使用印章后，后续对于印章的验证、查询等需求也越来越多，也越来越重要，甚至会遇到一些私自设计自作的顶替用的假印章，这样更加凸显出印章后期的查询验证工作。

目前，对于印章的查询通常采用人工的方式，人工进行印章查询效率不高，且很容易因为人为因素的原因造成错误，同时，由于人工查询为简单的对比查询，并不能进行真伪的辨别。当然，目前也有采用图像处理的方式进行印章的真伪识别，并没有实质性的解决印章的查询问题。

另外，在图像处理领域，图像HOG的特征提取方法能够快速准确的提取出图像的特征，尤其针对图像上区域像素变化的位置具有有效的识别作用。将HOG特征提取的方式结合在印章查询上，应该可以提高印章查询的效率。

因此，设计一种基于HOG特征的印章快速查询方法，能够对印章进行准确快速的查询同时，也能进行印章真伪的辨别，是目前亟待解决的问题。

发明内容

本申请实施例的目的在于提供一种基于HOG特征的印章快速查询方法，通过对目标印章和待查询印章进行初步的灰度数据处理来解决待查询印章可能存在的与目标印章的图像比例不一致问题，进而为后续进行梯度计算时提供划分细胞和块的基础参数，这样可以将不同比例的待查询印章图像进行同数量级的比较，从而获取到准确的有效的对比数据，由此快速且准确有效的判断出印章的正确和真伪。基于HOG特征的查询方式充分提取了印章图像的特征数据，能够很好的展现出待查询印章图像的特点，进而保证印章查询的正确率。

本申请实施例的目的在于还提供一种基于HOG特征的印章快速查询系统，该系统具有存储对印章进行快速查询的计算机程序，形成对印章进行快速查询的有效载体，切实保证了对印章进行实时准确的查询。

第一方面，本申请实施例提供一种基于HOG特征的印章快速查询方法，包括以下步骤：分别对目标印章图像和待查询印章图像进行灰度处理，并提起目标印章图像和待查询印章图像的灰度数据进行对比，形成查询参考数据；根据查询参考数据分别对目标印章图像的像素以及待查询印章图像的像素进行细胞和块的划分，并获得目标印章图像的目标梯度图和待查询印章图像的查询梯度图；根据目标梯度图获取目标梯度直方图，并进行归一化处理形成归一目标梯度直方图；根据查询梯度图获取查询梯度直方图，并进行归一化处理形成归一查询梯度直方图；对归一目标梯度直方图进行特征数据的统计，形成目标特征数据；对归一查询梯度直方图进行特征数据的统计，形成查询特征数据；对比目标特征数据和查询特征数据，形成印章查询结果。

在本申请实施例中，该方法通过对目标印章和待查询印章进行初步的灰度数据处理来解决待查询印章可能存在的与目标印章的图像比例不一致问题，进而为后续进行梯度计算时提供划分细胞和块的基础参数，这样可以将不同比例的待查询印章图像进行同数量级的比较，从而获取到准确的有效的对比数据，由此快速且准确有效的判断出印章的正确和真伪。基于HOG特征的查询方式充分提取了印章图像的特征数据，能够很好的展现出待查询印章图像的特点，进而保证印章查询的正确率。

作为一种可能的实现方式，分别对目标印章图像和待查询印章图像进行灰度处理，并提起目标印章图像和待查询印章图像的灰度数据进行对比，形成查询参考数据，包括：对目标印章图像进行二值灰度处理，形成目标印章二值灰度图；对待查询印章图像进行二值灰度处理，形成查询目标印章二值灰度图；统计目标印章二值灰度图中灰度值分别为0和1的像素量，形成目标灰度数据；统计查询印章二值灰度图中灰度值分别为0和1的像素量，形成查询灰度数据；计算目标灰度数据中灰度值为0的像素量和查询灰度数据中灰度值为0的像素量的比值，形成白色比值度；计算目标灰度数据中灰度值为1的像素量和查询灰度数据中灰度值为1的像素量的比值，形成黑色比值度；获取白色比值度和黑色比值度的平均值比值度，并取整形成查询参考数据。

在本申请实施例中，要量化目标印章图像与待查询印章图像之间的大小比例，就需要利用像素数据进行对比计算。灰度图像的灰度数据是直接有效的对比参数。而二值灰度图像中像素的灰度值只有0和1，数据处理起来简单方便，且能快速准确的确定目标印章图像与待查询印章图像之间的大小比例。当然的，分别利用白色比值度和黑色比值度进行统计的数据由于光照等噪音的影响存在一定的误差，因此可以简单的进行平均化后取整处理，所得的数据较为准确且整取后方便后期梯度计算时的细胞和块的数量选择。另外，采用简单的二值灰度处理方式相比其他的灰度处理方式更加高效快速，一定程度上提高了印章查询的速度。

作为一种可能的实现方式，根据查询参考数据分别对目标印章图像的像素以及待查询印章图像的像素进行细胞和块的划分，并获得目标印章图像的目标梯度图和待查询印章图像的查询梯度图，包括：根据查询参考数据中的平均比值度，分别对目标印章图像的像素以及待查询印章图像的像素进行细胞和块的划分，保证目标印章图像中划分的细胞所含像素量与待查询印章图像中划分的细胞所含像素量的比值与平均比值度相等。

在本申请实施例中，所获取的查询参考数据作为目标印章图像和待查询印章图像的像素在划分的每个细胞中的数量比例。由于目标印章图像和待查询印章图像比例不一致，较大的图像可能存在较为细致的像素描述，进而在每一个细节区域划定相对比例的数量较多的像素才能和较小的对比图像进行区域匹配一致的对比，所对比形成的数据才是有效确准确定的。

作为一种可能的实现方式，分别对目标印章图像的边缘和待查询印章图像的边缘进行像素割补处理；保证目标印章图像中划分的细胞数量同待查询印章图像中划分的细胞数量相同，且目标印章图像中划分的块数量同待查询印章图像中划分的块数量相同。

在本申请实施例中，由于目标印章图像和待查询印章图像存在一定的比例差距，在保证两者划分成同样数量的细胞和块后，或多或少会在图像的边缘产生多余的像素，也可能需要补充一定的像素来满足划分出的细胞和块的数量相同。对图像的像素进行割补是保证两者划分成同样数量的细胞和块的基础，间接的保证了数据对比的可比性和一致性。

作为一种可能的实现方式，分别对目标印章图像的边缘和待查询印章图像的边缘进行像素割补处理，包括：割除目标印章图像边缘的像素；或割除待查询印章图像边缘的像素。

在本申请实施例中，当有划分完成后有多余的像素存在与印章图像的边缘，往往这部分的像素并不涉及印章图像的重要区域，因而也不会影响特征数据的提取分析，可以直接进行割除，保证后期数据处理的正确性和图像数据对比的可比性。

作为一种可能的实现方式，分别对目标印章图像的边缘和待查询印章图像的边缘进行像素割补处理，包括：补充目标印章图像边缘像素值为0的像素；或割除待查询印章图像边缘像素值为0的像素。

在本申请实施例中，当需要在边缘补充一定数量的像素以进行划分时，可增加像素值为0的像素，这样可以直接保留原来边缘处的梯度变化情况，进而确保数据处理的正确性和准确性。

作为一种可能的实现方式，对归一目标梯度直方图进行特征数据的统计，形成目标特征数据；对归一查询梯度直方图进行特征数据的统计，形成查询特征数据包括：根据目标梯度直方图中梯度值的大小顺序进行由大到小的排序，并记录每一个梯度值所对应的梯度范围；根据查询梯度直方图中梯度值的大小顺序进行由大到小的排序，并记录每一个梯度值所对应的梯度范围。

在本申请实施例中，基于HOG特征的方式进行图像特征的提取，最主要的特征数据是梯度直方图，而梯度直方图中梯度的范围和梯度值是最重要的参数，提取梯度直方图中这两个重要的参数数据，能够正确实现对数据的对比，进而正确完成对印章的对比查询。

作为一种可能的实现方式，对比目标特征数据和查询特征数据，形成印章查询结果，包括：提取目标特征数据中按顺序排列的梯度范围；提取查询特征数据中按顺序排列的梯度范围；设定预设比对次数，将目标特征数据中按顺序排列的梯度范围与查询特征数据中按顺序排列的梯度范围根据排序顺序进行同一顺序位置的一一对比：若在预设比对次数中，目标特征数据中按顺序排列的梯度范围与查询特征数据中按顺序排列的梯度范围一致，则形成梯度数量对比结果；若在预设比对次数中，目标特征数据中按顺序排列的梯度范围与查询特征数据中按顺序排列的梯度范围不一致，则形成不匹配查询结果。

在本申请实施例中，不同的梯度范围决定了图像中轮廓边缘变化的位置，位置不同可以直接确定出对比印章是不相同的，因此，为了提高对比查询的效率，首先直接进行梯度区域的对比验证。对比验证可以设定比对的次数，因为排序靠前的区域基本上能够将印章的特征完全覆盖，这样，一定程度上也能节省对比查询的时间，提高对比查询的效率。

作为一种可能的实现方式，若在预设比对次数中，目标特征数据中按顺序排列的梯度范围与查询特征数据中按顺序排列的梯度范围一致，则形成梯度数量对比结果，包括：设定梯度数量对比阈值；按顺序获取同一梯度范围内的目标特征数据中的梯度数量同查询特征数据中的梯度数量的比值，形成梯度数量对比比值；比较梯度数量对比阈值与梯度数量对比比值：若梯度数量对比比值不大于梯度数量对比阈值，则形成匹配查询结果；若梯度数量对比比值大于梯度数量对比阈值，则形成不匹配查询结果。

在本申请实施例中，梯度数量的对比能够进一步的确认目标印章和待查询印章的匹配程度，由于存在噪声，因此两个图像即使相同梯度数量也不一定完全相等，设定对比的阈值，可以有效保证对印章查询进行准确的判断，避免相同的印章出现被排出的情况，一定程度上提高了印章查询的准确性。

第二方面，本申请实施例提供一种基于HOG特征的印章快速查询系统，包括处理器和存储器；存储器用于存储计算机程序，处理器用于执行存储器中存储的计算机程序时，实现第一方面所说的基于HOG特征的印章快速查询方法的步骤。

在本申请实施例中，该系统具有存储对印章进行快速查询的计算机程序，形成对印章进行快速查询的有效载体，切实保证了对印章进行实时准确的查询。

本发明提供的一种基于HOG特征的印章快速查询方法及系统的有益效果如下：

该方法通过对目标印章和待查询印章进行初步的灰度数据处理来解决待查询印章可能存在的与目标印章的图像比例不一致问题，进而为后续进行梯度计算时提供划分细胞和块的基础参数，这样可以将不同比例的待查询印章图像进行同数量级的比较，从而获取到准确的有效的对比数据，由此快速且准确有效的判断出印章的正确和真伪。基于HOG特征的查询方式充分提取了印章图像的特征数据，能够很好的展现出待查询印章图像的特点，进而保证印章查询的正确率。

该系统具有存储对印章进行快速查询的计算机程序，形成对印章进行快速查询的有效载体，切实保证了对印章进行实时准确的查询。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例提供的基于HOG特征的印章快速查询方法的步骤图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

印章的使用广泛且重要，不同的行业不同的智能所使用的印章也不同，因此，印章的数量和种类也越来越多。而使用印章后，后续对于印章的验证、查询等需求也越来越多，也越来越重要，甚至会遇到一些私自设计自作的顶替用的假印章，这样更加凸显出印章后期的查询验证工作。

目前，对于印章的查询通常采用人工的方式，人工进行印章查询效率不高，且很容易因为人为因素的原因造成错误，同时，由于人工查询为简单的对比查询，并不能进行真伪的辨别。当然，目前也有采用图像处理的方式进行印章的真伪识别，并没有实质性的解决印章的查询问题。

另外，在图像处理领域，图像HOG的特征提取方法能够快速准确的提取出图像的特征，尤其针对图像上区域像素变化的位置具有有效的识别作用。将HOG特征提取的方式结合在印章查询上，应该可以提高印章查询的效率。

参考图1，本申请实施例提供一种基于HOG特征的印章快速查询方法，该方法能够对印章进行准确快速的查询同时，也能进行印章真伪的辨别。

本申请实施例提供的一种基于HOG特征的印章快速查询方法，通过对目标印章和待查询印章进行初步的灰度数据处理来解决待查询印章可能存在的与目标印章的图像比例不一致问题，进而为后续进行梯度计算时提供划分细胞和块的基础参数，这样可以将不同比例的待查询印章图像进行同数量级的比较，从而获取到准确的有效的对比数据，由此快速且准确有效的判断出印章的正确和真伪。基于HOG特征的查询方式充分提取了印章图像的特征数据，能够很好的展现出待查询印章图像的特点，进而保证印章查询的正确率。具体包括以下步骤：

S1：分别对目标印章图像和待查询印章图像进行灰度处理，并提起目标印章图像和待查询印章图像的灰度数据进行对比，形成查询参考数据。

由于印章的图像可能在使用的过程中出现一定程度的比例变化，这会影响对比的真实性和准确性。因此，为了保证查询结果的正确性和准确性，首先需要对印章图像进行灰度处理，确定图像变化的大小情况。

分别对目标印章图像和待查询印章图像进行灰度处理，并提起目标印章图像和待查询印章图像的灰度数据进行对比，形成查询参考数据，包括：对目标印章图像进行二值灰度处理，形成目标印章二值灰度图。对待查询印章图像进行二值灰度处理，形成查询目标印章二值灰度图。统计目标印章二值灰度图中灰度值分别为0和1的像素量，形成目标灰度数据。统计查询印章二值灰度图中灰度值分别为0和1的像素量，形成查询灰度数据。计算目标灰度数据中灰度值为0的像素量和查询灰度数据中灰度值为0的像素量的比值，形成白色比值度。计算目标灰度数据中灰度值为1的像素量和查询灰度数据中灰度值为1的像素量的比值，形成黑色比值度。获取白色比值度和黑色比值度的平均值比值度，并取整形成查询参考数据。

要量化目标印章图像与待查询印章图像之间的大小比例，就需要利用像素数据进行对比计算。灰度图像的灰度数据是直接有效的对比参数。而二值灰度图像中像素的灰度值只有0和1，数据处理起来简单方便，且能快速准确的确定目标印章图像与待查询印章图像之间的大小比例。当然的，分别利用白色比值度和黑色比值度进行统计的数据由于光照等噪音的影响存在一定的误差，因此可以简单的进行平均化后取整处理，所得的数据较为准确且整取后方便后期梯度计算时的细胞和块的数量选择。另外，采用简单的二值灰度处理方式相比其他的灰度处理方式更加高效快速，一定程度上提高了印章查询的速度。

当然，可以理解的是，采用较为复杂，像素灰度值较多的数据进行处理也可以进行，一定程度上提高对比值数据的精度，其也是可行的。

S2：根据查询参考数据分别对目标印章图像的像素以及待查询印章图像的像素进行细胞和块的划分，并获得目标印章图像的目标梯度图和待查询印章图像的查询梯度图。

该步骤具体包括：

根据查询参考数据中的平均比值度，分别对目标印章图像的像素以及待查询印章图像的像素进行细胞和块的划分，保证目标印章图像中划分的细胞所含像素量与待查询印章图像中划分的细胞所含像素量的比值与平均比值度相等。

所获取的查询参考数据作为目标印章图像和待查询印章图像的像素在划分的每个细胞中的数量比例。由于目标印章图像和待查询印章图像比例不一致，较大的图像可能存在较为细致的像素描述，进而在每一个细节区域划定相对比例的数量较多的像素才能和较小的对比图像进行区域匹配一致的对比，所对比形成的数据才是有效确准确定的。

其中，在划分过程中，分别对目标印章图像的边缘和待查询印章图像的边缘进行像素割补处理；保证目标印章图像中划分的细胞数量同待查询印章图像中划分的细胞数量相同，且目标印章图像中划分的块数量同待查询印章图像中划分的块数量相同。

由于目标印章图像和待查询印章图像存在一定的比例差距，在保证两者划分成同样数量的细胞和块后，或多或少会在图像的边缘产生多余的像素，也可能需要补充一定的像素来满足划分出的细胞和块的数量相同。对图像的像素进行割补是保证两者划分成同样数量的细胞和块的基础，间接的保证了数据对比的可比性和一致性。

具体地，分别对目标印章图像的边缘和待查询印章图像的边缘进行像素割补处理，包括：割除目标印章图像边缘的像素；或割除待查询印章图像边缘的像素。当有划分完成后有多余的像素存在与印章图像的边缘，往往这部分的像素并不涉及印章图像的重要区域，因而也不会影响特征数据的提取分析，可以直接进行割除，保证后期数据处理的正确性和图像数据对比的可比性。

分别对目标印章图像的边缘和待查询印章图像的边缘进行像素割补处理，包括：补充目标印章图像边缘像素值为0的像素；或割除待查询印章图像边缘像素值为0的像素。当需要在边缘补充一定数量的像素以进行划分时，可增加像素值为0的像素，这样可以直接保留原来边缘处的梯度变化情况，进而确保数据处理的正确性和准确性。

S3：根据目标梯度图获取目标梯度直方图，并进行归一化处理形成归一目标梯度直方图；根据查询梯度图获取查询梯度直方图，并进行归一化处理形成归一查询梯度直方图。

该步骤主要根据目标梯度直方图中梯度值的大小顺序进行由大到小的排序，并记录每一个梯度值所对应的梯度范围；根据查询梯度直方图中梯度值的大小顺序进行由大到小的排序，并记录每一个梯度值所对应的梯度范围。基于HOG特征的方式进行图像特征的提取，最主要的特征数据是梯度直方图，而梯度直方图中梯度的范围和梯度值是最重要的参数，提取梯度直方图中这两个重要的参数数据，能够正确实现对数据的对比，进而正确完成对印章的对比查询。

S4：对归一目标梯度直方图进行特征数据的统计，形成目标特征数据；对归一查询梯度直方图进行特征数据的统计，形成查询特征数据。

S5：对比目标特征数据和查询特征数据，形成印章查询结果。

该步骤包括：提取目标特征数据中按顺序排列的梯度范围；提取查询特征数据中按顺序排列的梯度范围；设定预设比对次数，将目标特征数据中按顺序排列的梯度范围与查询特征数据中按顺序排列的梯度范围根据排序顺序进行同一顺序位置的一一对比：若在预设比对次数中，目标特征数据中按顺序排列的梯度范围与查询特征数据中按顺序排列的梯度范围一致，则形成梯度数量对比结果；若在预设比对次数中，目标特征数据中按顺序排列的梯度范围与查询特征数据中按顺序排列的梯度范围不一致，则形成不匹配查询结果。

不同的梯度范围决定了图像中轮廓边缘变化的位置，位置不同可以直接确定出对比印章是不相同的，因此，为了提高对比查询的效率，首先直接进行梯度区域的对比验证。对比验证可以设定比对的次数，因为排序靠前的区域基本上能够将印章的特征完全覆盖，这样，一定程度上也能节省对比查询的时间，提高对比查询的效率。

进一步地，若在预设比对次数中，目标特征数据中按顺序排列的梯度范围与查询特征数据中按顺序排列的梯度范围一致，则形成梯度数量对比结果，包括：设定梯度数量对比阈值；按顺序获取同一梯度范围内的目标特征数据中的梯度数量同查询特征数据中的梯度数量的比值，形成梯度数量对比比值；比较梯度数量对比阈值与梯度数量对比比值：若梯度数量对比比值不大于梯度数量对比阈值，则形成匹配查询结果；若梯度数量对比比值大于梯度数量对比阈值，则形成不匹配查询结果。

梯度数量的对比能够进一步的确认目标印章和待查询印章的匹配程度，由于存在噪声，因此两个图像即使相同梯度数量也不一定完全相等，设定对比的阈值，可以有效保证对印章查询进行准确的判断，避免相同的印章出现被排出的情况，一定程度上提高了印章查询的准确性。

本申请实施例还提供一种基于HOG特征的印章快速查询系统，其包括处理器和存储器；存储器用于存储计算机程序，处理器用于执行存储器中存储的计算机程序时，实现上述所说的基于HOG特征的印章快速查询方法的步骤。该系统具有存储对印章进行快速查询的计算机程序，形成对印章进行快速查询的有效载体，切实保证了对印章进行实时准确的查询。

综上所述，本申请实施例提供的一种基于HOG特征的印章快速查询方法及系统的有益效果有：

该方法通过对目标印章和待查询印章进行初步的灰度数据处理来解决待查询印章可能存在的与目标印章的图像比例不一致问题，进而为后续进行梯度计算时提供划分细胞和块的基础参数，这样可以将不同比例的待查询印章图像进行同数量级的比较，从而获取到准确的有效的对比数据，由此快速且准确有效的判断出印章的正确和真伪。基于HOG特征的查询方式充分提取了印章图像的特征数据，能够很好的展现出待查询印章图像的特点，进而保证印章查询的正确率。

该系统具有存储对印章进行快速查询的计算机程序，形成对印章进行快速查询的有效载体，切实保证了对印章进行实时准确的查询

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项（个）或复数项（个）的任意组合。例如，a,b,或c中的至少一项（个），可以表示：a, b, c, a-b, a-c, b-c, 或a-b-c，其中a,b,c可以是单个，也可以是多个。

应理解，在本申请的各种实施例中，上述各过程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，而不应对本申请实施例的实施过程构成任何限定。

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申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、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，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，在本申请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。

所述功能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，本申请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）执行本申请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（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

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 (6)

1.一种基于HOG特征的印章快速查询方法，其特征在于，包括以下步骤：

对目标印章图像进行二值灰度处理，形成目标印章二值灰度图；

对待查询印章图像进行二值灰度处理，形成查询目标印章二值灰度图；

统计所述目标印章二值灰度图中灰度值分别为0和1的像素量，形成目标灰度数据；

统计所述查询印章二值灰度图中灰度值分别为0和1的像素量，形成查询灰度数据；

计算所述目标灰度数据中灰度值为0的像素量和所述查询灰度数据中灰度值为0的像素量的比值，形成白色比值度；

计算所述目标灰度数据中灰度值为1的像素量和所述查询灰度数据中灰度值为1的像素量的比值，形成黑色比值度；

获取所述白色比值度和所述黑色比值度的平均比值度，并取整形成查询参考数据；

根据所述查询参考数据中的平均比值度，分别对所述目标印章图像的像素以及所述待查询印章图像的像素进行细胞和块的划分，保证所述目标印章图像中划分的细胞所含像素量与所述待查询印章图像中划分的细胞所含像素量的比值与所述平均比值度相等，获得所述目标印章图像的目标梯度图和所述待查询印章图像的查询梯度图；

根据所述目标梯度图获取目标梯度直方图，并进行归一化处理形成归一目标梯度直方图；

根据所述查询梯度图获取查询梯度直方图，并进行归一化处理形成归一查询梯度直方图；

根据所述目标梯度直方图中梯度值的大小顺序进行由大到小的排序，并记录每一个梯度值所对应的梯度范围，形成目标特征数据；

根据所述查询梯度直方图中梯度值的大小顺序进行由大到小的排序，并记录每一个梯度值所对应的梯度范围，形成查询特征数据；

提取所述目标特征数据中按顺序排列的梯度范围；

提取所述查询特征数据中按顺序排列的梯度范围；

设定预设比对次数，将所述目标特征数据中按顺序排列的梯度范围与所述查询特征数据中按顺序排列的梯度范围根据排序顺序进行同一顺序位置的一一对比：

若在所述预设比对次数中，所述目标特征数据中按顺序排列的梯度范围与所述查询特征数据中按顺序排列的梯度范围一致，则形成梯度数量对比结果；

若在所述预设比对次数中，所述目标特征数据中按顺序排列的梯度范围与所述查询特征数据中按顺序排列的梯度范围不一致，则形成不匹配查询结果。

2.根据权利要求1所述的基于HOG特征的印章快速查询方法，其特征在于，分别对所述目标印章图像的边缘和所述待查询印章图像的边缘进行像素割补处理；保证所述目标印章图像中划分的细胞数量同所述待查询印章图像中划分的细胞数量相同，且所述目标印章图像中划分的块数量同所述待查询印章图像中划分的块数量相同。

3.根据权利要求2所述的基于HOG特征的印章快速查询方法，其特征在于，所述分别对所述目标印章图像的边缘和所述待查询印章图像的边缘进行像素割补处理，包括：

割除所述目标印章图像边缘的像素；

或割除所述待查询印章图像边缘的像素。

4.根据权利要求3所述的基于HOG特征的印章快速查询方法，其特征在于，所述分别对所述目标印章图像的边缘和所述待查询印章图像的边缘进行像素割补处理，包括：

补充所述目标印章图像边缘像素值为0的像素；

或割除所述待查询印章图像边缘像素值为0的像素。

5.根据权利要求4所述的基于HOG特征的印章快速查询方法，其特征在于，所述若在所述预设比对次数中，所述目标特征数据中按顺序排列的梯度范围与所述查询特征数据中按顺序排列的梯度范围一致，则形成梯度数量对比结果，包括：

设定梯度数量对比阈值；

按顺序获取同一梯度范围内的所述目标特征数据中的梯度数量同所述查询特征数据中的梯度数量的比值，形成梯度数量对比比值；

比较所述梯度数量对比阈值与所述梯度数量对比比值：

若所述梯度数量对比比值不大于所述梯度数量对比阈值，则形成匹配查询结果；

若所述梯度数量对比比值大于所述梯度数量对比阈值，则形成不匹配查询结果。

6.一种基于HOG特征的印章快速查询系统，其特征在于，包括处理器和存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器中存储的所述计算机程序时，实现权利要求1-5任一所述的基于HOG特征的印章快速查询方法。

Images