CN116469122A - 印章智能检测方法、装置、设备及存储介质 - Google Patents
印章智能检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116469122A CN116469122A CN202310371103.8A CN202310371103A CN116469122A CN 116469122 A CN116469122 A CN 116469122A CN 202310371103 A CN202310371103 A CN 202310371103A CN 116469122 A CN116469122 A CN 116469122A
- Authority
- CN
- China
- Prior art keywords
- seal
- area
- canvas
- information
- acquiring
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 12
- 239000003086 colorant Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000004438 eyesight Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1465—Aligning or centring of the image pick-up or image-field by locating a pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/18105—Extraction of features or characteristics of the image related to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
- G06V30/19013—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及计算机技术领域,具体公开了一种印章智能检测方法、装置、设备及存储介质,所述方法包括:将目标盖章文件输入到画布上,获取印章坐标信息,并确定印章区域;获取内容区域,并判断所述印章区域是否为空白区域;在判定印章区域为空白区域时,发出提示信号,以提醒用户重新调整所述印章位置。通过上述方式,在画布中分别获取印章区域与内容区域并进行匹配,根据印章区域和内容区域的匹配结果,将重叠点数量和预设重叠点阈值进行比对,判定印章区域为空白区域后发出提示信号,以提醒用户重新调整所述印章位置,提高了检测空白区域加盖印章的准确率,解决了当前检测空白区域加盖印章的准确率低下的技术问题。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种印章智能检测方法、装置、设备及存储介质。
背景技术
画布是一个矩形区域的画布,可以用JS控制每一个像素在上面绘画。最早是由Apple Inc.提出的,在Mac OS X webkit中创建控制板组件使用。目前广泛的应用到游戏、图表绘制、banner广告(横幅广告)中,画布制作的图像能够令游戏、图像在流畅度和跨平台方面发挥更大的潜力。
现有的印章系统用印流程中,申请人在线提交用印申请后,需要自助拖拽印章到用印文件,或对页数较多的合同文件进行批量加盖印章,加盖印章过程中可能存在故意的人为恶因因素将印章加盖在空白处,或误操作、或在批量印章时系统自动将印章加盖在了空白处,需要申请人一页一页的检查是否存在将印章加盖在空白处的情况,给申请人的工作负担,给印协员审核、用印岗提交复核、用印后协调岗检查确认带来较大工作量。较为耗时、耗力、耗财。因此如何提高检测空白区域加盖印章的准确率成为了亟需解决的问题。
发明内容
本申请提供了一种印章智能检测方法、装置、计算机设备及存储介质,以提高检测空白区域加盖印章的准确率。
第一方面,本申请提供了一种印章智能检测方法,所述方法包括:
获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。
第二方面,本申请还提供了一种印章智能检测装置,所述印章智能检测装置包括:
印章区域确定模块,用于获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;
空白区域判断模块,用于获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;
提示信号发送模块,用于在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。
第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器;所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的印章智能检测方法。
第四方面,本申请还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使所述处理器实现如上述的印章智能检测方法。
本申请公开了一种印章智能检测方法、装置、计算机设备及存储介质,所述印章智能检测方法包括:获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。通过上述方式,在画布中分别获取印章区域与内容区域并进行匹配,根据印章区域和内容区域的匹配结果,将重叠点数量和预设重叠点阈值进行比对,判定印章区域为空白区域后发出提示信号,以提醒用户重新调整所述印章位置,提高了检测空白区域加盖印章的准确率,解决了当前检测空白区域加盖印章的准确率低下的技术问题。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的实施例提供的一种印章智能检测方法第一实施例的示意流程图;
图2是本申请的实施例提供的一种印章智能检测方法第二实施例的示意流程图;
图3本申请的实施例提供的一种印章智能检测方法第三实施例的示意流程图;
图4为本申请的实施例提供的另一种印章智能检测装置的示意性框图;
图5为本申请的实施例提供的一种计算机设备的结构示意性框图。
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清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
本申请的实施例提供了一种印章智能检测方法、装置、计算机设备及存储介质。其中,该印章智能检测方法可以应用于服务器中,通过在画布中分别获取印章区域与内容区域并进行匹配,根据印章区域和内容区域的匹配结果,将重叠点数量和预设重叠点阈值进行比对,判定印章区域为空白区域后发出提示信号,以提醒用户重新调整所述印章位置,提高了检测空白区域加盖印章的准确率。其中,该服务器可以为独立的服务器,也可以为服务器集群。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参阅图1,图1是本申请的实施例提供的一种印章智能检测方法第一实施例的示意流程图。该印章智能检测方法可应用于服务器中,用于获取印章区域与内容区域的重叠像素点数量,确定印章区域是否为空白区域。
如图1所示,该印章智能检测方法具体包括步骤S101至步骤S103。
S101、获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;
S102、获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;
S103、在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。
具体实施例中,画布是HTML5(超文本5.0)的一个新特性。我们可以在画布上绘制我们需要的图形。画布本身是一个HTML元素,需要HTML元素的配合高度和宽度属性而定义出的一块可绘制区域,定义区域之后使用JavaScript的脚本绘制图像的HTML元素。画布是在HTML5中的标签,用于实时生成图像,并且可以操作图像内容,是一个可以用JavaScript操作的位图(bitmap)。
申请人进入自助盖章详情页面后,提前在后台获取需要自助盖章的文件资源,比如,只获取需要自助盖章的文件,不需要自助盖章的文件不进行获取,这样做的好处是避免用户在打开多页面文件盖章时的加载、渲染时间会比较久,从而导致等待时间较长、体验不好的问题。
将文件每一页面依次画到画布上,从而可以方便的获取画布中文件的像素、颜色色值信息,其中颜色色值信息可以通过RGB值的形式体现出来。RGB色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是运用最广的颜色系统之一。
画布信息包括像素信息和颜色色值信息,通过画布信息,确定画布中目标盖章文件的印章区域和内容区域,并通过印章区域和内容区域的比对,确定两个区域之间的重叠点的数量,并与预设重叠点数量进行比较,确定印章位于空白区域时,通过弹窗提醒印章申请人调整印章位置。
本实施例所提供的印章智能检测方法可以在自动盖章的过程中实施检测,以提醒申请人调整印章位置,也可以在盖章完成后,进行智能检测,用户拖拽一枚印章到文件区域内并成功加盖后,当用户选择该印章并点击批量盖章时,需要以此校验印章在多个页面是否存在落在空白处。若存在,则提醒用户加盖在空白处的页面编码分别是什么,并支持用户单独进入对应页面取调整盖章位置。
请参阅图2,图2是本申请的实施例提供的一种印章智能检测方法第二实施例的示意流程图。该印章智能检测方法可应用于服务器中,用于确定印章区域。
基于上述图1所示实施例,在本实施例中,所述步骤S101具体包括:
S1011、将所述印章坐标信息中的一点作为参考点,向所述参考点的横向与纵向延伸预设距离,生成延伸区域,并将所述延伸区域作为所述印章区域。
具体实施例中,例如获取用户盖章位置的坐标信息,以左上角坐标为开始点横向、纵向增加印章宽度、高度的区域作为印章所在位置的区域。
本实施例公开了一种印章智能检测方法,所述印章智能检测方法包括:将所述印章坐标信息中的一点作为参考点,向所述参考点的横向与纵向延伸预设距离,生成延伸区域,并将所述延伸区域作为所述印章区域。通过上述方式,在画布中获取印章坐标信息,并通过印章坐标信息选择一个点为参考点后,在参考点的横向与纵向分别延伸印章的宽度与高度,并将延伸后的区域作为印章区域。本实施例通过确定印章区域,用来与内容区域比对,判断印章区域是否为空白区域,从而提高了检测空白区域加盖印章的准确率,解决了当前检测空白区域加盖印章的准确率低下的技术问题。
请参阅图3,图3是本申请的实施例提供的一种印章智能检测方法第三实施例的示意流程图。该印章智能检测方法可应用于服务器中,通过印章颜色RGB值和画布信息,确定印章区域。
基于上述图1所示实施例,在本实施例中,所述步骤S101具体包括:
S1012、获取所述画布中的全局画布信息的全局颜色信息;
S1013、获取印章的印章颜色信息,并将所述印章颜色信息与所述全局颜色信息进行匹配,将所述画布中所述全局颜色信息与所述印章颜色信息相匹配的区域确定为所述印章区域。
具体实施例中,将目标盖章文件送入画布后,通过内置颜色集和颜色矩,可以在画布上提取出目标盖章文件中的印章颜色信息以及画布整体的颜色信息,其中颜色信息可以为RGB值。通过对画布全局的颜色信息提取,将全局颜色信息与印章颜色信息相匹配的区域确定为印章区域。
本实施例公开了一种印章智能检测方法,所述印章智能检测方法包括:获取所述画布中的全局画布信息的全局颜色信息;获取印章的印章颜色信息,并将所述印章颜色信息与所述全局颜色信息进行匹配,将所述画布中所述全局颜色信息与所述印章颜色信息相匹配的区域确定为所述印章区域;获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。通过上述方式,将印章的颜色信息与画布中的画布信息比对,将所述画布中所述全局颜色信息与所述印章颜色信息相匹配的区域确定为所述印章区域。本实施例通过确定印章区域,用来与内容区域比对,判断印章区域是否为空白区域,从而提高了检测空白区域加盖印章的准确率,解决了当前检测空白区域加盖印章的准确率低下的技术问题。
基于上述图1所示实施例,在本实施例中,所述步骤S101还包括:
通过预设图像特征提取模型,提取所述画布中的印章颜色分量,并生成由所述印章颜色分量组成的颜色分量图像;
将所述颜色分量图像送入预设轮廓提取模型,生成印章轮廓,并将所述印章轮廓及所述印章轮廓的内部区域确定为所述印章区域。
具体实施例中,颜色模型大多都是面向硬件或是面向应用的,常见的颜色模型有CMY,CMYK,HSI,HSV,RGB,YUV,Lab等。描述彩色图像的方法有很多种,但最通用的是面向硬件的颜色模型,即RGB模型,此时彩色图像是用RGB三种颜色表示的,各种强度的RGB光混合在一起就会产生出各种各样的色彩。这三种颜色被称为颜色混合的三基色。颜色的数目是由RGB分别对应的颜色通道的灰度级决定的。
描述景物的另外一种颜色模型为HSI颜色模型,即用色调、饱和度、亮度来表示,它更符合人们描述和解释颜色的方式。这种表示方法把颜色分成了如下三个特征:第一个特征是色调或色相H(Hue),可表示RGB等各种颜色的种类;第二个特征是用来表示明暗的,称为明度或亮度I(Intensity);第三个特征是用来表明颜色的鲜艳程度的,即饱和度或彩度S(Saturation)。这三个特性称为颜色的三个基本属性。颜色的这三个基本属性可以用一个理想化的双锥体HSI模型来表示,图1显示了圆形的双锥体HSI模型,其中上半部分没有画出来。双锥体轴线代表非彩色系列,即与亮度坐标重合。垂直于轴线的平面表示彩色三角形。色调和饱和度用极坐标形式表示,即夹角表示色调,径向距离表示在一定色调下的饱和度。
霍夫变换是一种特征提取(feature extraction),被广泛应用在图像分析(imageanalysis)、计算机视觉(computer vision)以及数位影像处理(digital imageprocessing)。霍夫变换是用来辨别找出物件中的特征,例如:线条。他的算法流程大致如下,给定一个物件、要辨别的形状的种类,算法会在参数空间(parameter space)中执行投票来决定物体的形状,而这是由累加空间(accumulator space)里的局部最大值(localmaximum)来决定。
现在广泛使用的霍夫变换是由RichardDuda和PeterHart在公元1972年发明,并称之为广义霍夫变换(generalizedHoughtransform),广义霍夫变换和更早前1962年的PaulHough的专利有关。经典的霍夫变换是侦测图片中的直线,之后,霍夫变换不仅能识别直线,也能够识别任何形状,常见的有圆形、椭圆形。
本实施例公开了一种印章智能检测方法,所述印章智能检测方法包括:获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。通过上述方式,在画布中分别获取印章区域与内容区域并进行匹配,根据印章区域和内容区域的匹配结果,将重叠点数量和预设重叠点阈值进行比对,判定印章区域为空白区域后发出提示信号,以提醒用户重新调整所述印章位置,提高了检测空白区域加盖印章的准确率,解决了当前检测空白区域加盖印章的准确率低下的技术问题。
基于上述图1所示实施例,在本实施例中,所述步骤S101之前还包括:
获取所述画布中边角的边角画布信息,并将所述边角画布信息对应的区域确定为背景区域;
将所述画布的剩余区域的画布信息确定为内容区域画布信息,所述内容区域画布信息对应的区域为所述内容区域,其中,所述剩余区域为所述画布中除所述背景区域外的全部区域。
具体实施例中,将PDF内文件每一页面依次画到画布画布上,从而可以方便的获取画布上的像素、颜色色值信息,比如,目前支持的白色背景的PDF文件,可以方便的获取画布上4个角的颜色信息,将该部分信息定义为文件的背景色信息,其他统一定义为内容色信息。
确定内容区域后,将内容区域与印章区域进行比对,当两个区域的重叠点小于预设阈值时,同样可以确定当前的印章盖在了空白区域。
基于上述图1所示实施例,在本实施例中,所述步骤S102具体包括:
获取所述印章区域对应的印章区域画布信息和所述内容区域对应的内容区域画布信息,并将所述内容区域画布信息与所述印章区域画布信息进行比对,得到色值重叠像素点的所述重叠点数量。
基于上述图1所示实施例,在本实施例中,所述步骤S102具体包括:
若所述重叠点数量大于预设重叠点阈值,则判定所述印章区域为所述空白区域;
若所述重叠点数量不大于预设重叠点阈值,则判定所述印章区域为非空白区域。
本实施例公开了一种印章智能检测方法,所述印章智能检测方法包括:获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;获取所述印章区域对应的印章区域画布信息和所述内容区域对应的内容区域画布信息,并将所述内容区域画布信息与所述印章区域画布信息进行比对,得到色值重叠像素点的所述重叠点数量;若所述重叠点数量大于预设重叠点阈值,则判定所述印章区域为所述空白区域;若所述重叠点数量不大于预设重叠点阈值,则判定所述印章区域为非空白区域;在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。通过上述方式,在画布中分别获取印章区域与内容区域并进行匹配,根据印章区域和内容区域的匹配结果,将重叠点数量和预设重叠点阈值进行比对,判定印章区域为空白区域后发出提示信号,以提醒用户重新调整所述印章位置,提高了检测空白区域加盖印章的准确率,解决了当前检测空白区域加盖印章的准确率低下的技术问题。
基于上述全部实施例,本实施例还可应用于:
1.可以考虑批量盖章存在空白区盖章的,自动识别最近区域内容的内容区域、或更精准的获取到落款区域,帮助业务实现自动盖在非空白区域内
2.机器人自动化用印时,自动打印、自动签章目前需要管理员提前配置盖章位置,系统自动盖章时才不会出现在空白处,建议将来可以引入该功能,获取落款位置的唯一性特质,实现系统自动在落款位置盖章,而不需要手动配置该功能。
请参阅图4,图4是本申请的实施例提供一种印章智能检测装置的示意性框图,该印章智能检测装置用于执行前述的印章智能检测方法。其中,该印章智能检测装置可以配置于服务器。
如图4所示,该印章智能检测装置400,包括:
印章区域确定模块10,用于获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;
空白区域判断模块20,用于获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;
提示信号发送模块30,用于在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。
进一步地,所述印章区域确定模块10具体包括:
印章区域确定单元,用于获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域。
进一步地,所述空白区域判断模块20具体包括:
空白区域判断单元,用于获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域。
进一步地,所述提示信号发送模块30具体包括:
提示信号发送单元,用于在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。
进一步地,所述印章智能检测装置400还包括延伸区域模块,具体包括:
延伸区域单元,用于将所述印章坐标信息中的一点作为参考点,向所述参考点的横向与纵向延伸预设距离,生成延伸区域,并将所述延伸区域作为所述印章区域。
进一步地,所述印章智能检测装置400还包括画布信息模块,具体包括:
画布信息获取单元,用于获取所述画布中的全局画布信息的全局颜色信息;
画布信息匹配单元,用于获取印章的印章颜色信息,并将所述印章颜色信息与所述全局颜色信息进行匹配,将所述画布中所述全局颜色信息与所述印章颜色信息相匹配的区域确定为所述印章区域。
进一步地,所述印章智能检测装置400还包括内容区域生成模块,具体包括:
背景区域确定单元,用于获取所述画布中边角的边角画布信息,并将所述边角画布信息对应的区域确定为背景区域;
内容区域生成单元,用于将所述画布的剩余区域的画布信息确定为内容区域画布信息,所述内容区域画布信息对应的区域为所述内容区域,其中,所述剩余区域为所述画布中除所述背景区域外的全部区域。
进一步地,所述印章智能检测装置400还包括特征提取模块,具体包括:
颜色分量图像生成单元,用于通过预设图像特征提取模型,提取所述画布中的印章颜色分量,并生成由所述印章颜色分量组成的颜色分量图像;
轮廓提取单元,用于将所述颜色分量图像送入预设轮廓提取模型,生成印章轮廓,并将所述印章轮廓及所述印章轮廓的内部区域确定为所述印章区域。
进一步地,所述印章智能检测装置400还包括重叠点获取模块,具体包括:
重叠点获取单元,用于获取所述印章区域对应的印章区域画布信息和所述内容区域对应的内容区域画布信息,并将所述内容区域画布信息与所述印章区域画布信息进行比对,得到色值重叠像素点的所述重叠点数量。
进一步地,所述印章智能检测装置400还包括印章区域判定模块,具体包括:
印章区域判定单元,用于若所述重叠点数量大于预设重叠点阈值,则判定所述印章区域为所述空白区域;若所述重叠点数量不大于预设重叠点阈值,则判定所述印章区域为非空白区域。
需要说明的是,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,上述描述的装置和各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。
上述的装置可以实现为一种计算机程序的形式,该计算机程序可以在如图5所示的计算机设备上运行。
请参阅图5,图5是本申请的实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是服务器。
参阅图5,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口,其中,存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种印章智能检测方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种印章智能检测方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元(Central Processing Unit,CPU),该处理器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)、现场可编程门阵列(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。其中,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。
其中,在一个实施例中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:
获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;
获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;
在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。
在一个实施例中,基于预设区域划分规则与所述印章坐标信息,确定印章区域,用于实现:
将所述印章坐标信息中的一点作为参考点,向所述参考点的横向与纵向延伸预设距离,生成延伸区域,并将所述延伸区域作为所述印章区域。
在一个实施例中,获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域,还用于实现:
获取所述画布中的全局画布信息的全局颜色信息;
获取印章的印章颜色信息,并将所述印章颜色信息与所述全局颜色信息进行匹配,将所述画布中所述全局颜色信息与所述印章颜色信息相匹配的区域确定为所述印章区域。
在一个实施例中,获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域之前,还用于实现:
获取所述画布中边角的边角画布信息,并将所述边角画布信息对应的区域确定为背景区域;
将所述画布的剩余区域的画布信息确定为内容区域画布信息,所述内容区域画布信息对应的区域为所述内容区域,其中,所述剩余区域为所述画布中除所述背景区域外的全部区域。
在一个实施例中,获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域,还用于实现:
通过预设图像特征提取模型,提取所述画布中的印章颜色分量,并生成由所述印章颜色分量组成的颜色分量图像;
将所述颜色分量图像送入预设轮廓提取模型,生成印章轮廓,并将所述印章轮廓及所述印章轮廓的内部区域确定为所述印章区域。
在一个实施例中,画布信息还包括像素信息,所述获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域,用于实现:
获取所述印章区域对应的印章区域画布信息和所述内容区域对应的内容区域画布信息,并将所述内容区域画布信息与所述印章区域画布信息进行比对,得到色值重叠像素点的所述重叠点数量。
在一个实施例中,基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域,用于实现:
若所述重叠点数量大于预设重叠点阈值,则判定所述印章区域为所述空白区域;
若所述重叠点数量不大于预设重叠点阈值,则判定所述印章区域为非空白区域。
本申请的实施例中还提供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,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任一项印章智能检测方法。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种印章智能检测方法,其特征在于,所述印章智能检测方法包括:
获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;
获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;
在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。
2.根据权利要求1所述的印章智能检测方法,其特征在于,所述基于预设区域划分规则与所述印章坐标信息,确定印章区域,包括:
将所述印章坐标信息中的一点作为参考点,向所述参考点的横向与纵向延伸预设距离,生成延伸区域,并将所述延伸区域作为所述印章区域。
3.根据权利要求1所述的印章智能检测方法,其特征在于,所述获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域,还包括:
获取所述画布中的全局画布信息的全局颜色信息;
获取印章的印章颜色信息,并将所述印章颜色信息与所述全局颜色信息进行匹配,将所述画布中所述全局颜色信息与所述印章颜色信息相匹配的区域确定为所述印章区域。
4.根据权利要求1所述的印章智能检测方法,其特征在于,所述获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域之前,还包括:
获取所述画布中边角的边角画布信息,并将所述边角画布信息对应的区域确定为背景区域;
将所述画布的剩余区域的画布信息确定为内容区域画布信息,所述内容区域画布信息对应的区域为所述内容区域,其中,所述剩余区域为所述画布中除所述背景区域外的全部区域。
5.根据权利要求1所述的印章智能检测方法,其特征在于,所述获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域,还包括:
通过预设图像特征提取模型,提取所述画布中的印章颜色分量,并生成由所述印章颜色分量组成的颜色分量图像;
将所述颜色分量图像送入预设轮廓提取模型,生成印章轮廓,并将所述印章轮廓及所述印章轮廓的内部区域确定为所述印章区域。
6.根据权利要求1所述的印章智能检测方法,其特征在于,所述画布信息还包括像素信息,所述获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域,包括:
获取所述印章区域对应的印章区域画布信息和所述内容区域对应的内容区域画布信息,并将所述内容区域画布信息与所述印章区域画布信息进行比对,得到色值重叠像素点的所述重叠点数量。
7.根据权利要求1至6中任一项所述的印章智能检测方法,其特征在于,所述基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域,包括:
若所述重叠点数量大于预设重叠点阈值,则判定所述印章区域为所述空白区域;
若所述重叠点数量不大于预设重叠点阈值,则判定所述印章区域为非空白区域。
8.一种印章智能检测装置,其特征在于,包括:
印章区域确定模块,用于获取目标盖章文件,将所述目标盖章文件输入到画布上,获取所述画布中的印章坐标信息,并基于预设区域划分规则与所述印章坐标信息,确定印章区域;
空白区域判断模块,用于获取所述目标盖章文件的内容区域,并基于所述内容区域与所述印章区域的重叠点数量,判断所述印章区域是否为空白区域;
提示信号发送模块,用于在判定所述印章区域为所述空白区域时,则发出提示信号,以提醒用户重新调整所述印章位置。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至7中任一项所述的印章智能检测方法。
10.一种计算机可读存储介质,其特征在于,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使所述处理器实现如权利要求1至7中任一项所述的印章智能检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310371103.8A CN116469122A (zh) | 2023-04-04 | 2023-04-04 | 印章智能检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310371103.8A CN116469122A (zh) | 2023-04-04 | 2023-04-04 | 印章智能检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116469122A true CN116469122A (zh) | 2023-07-21 |
Family
ID=87181763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310371103.8A Pending CN116469122A (zh) | 2023-04-04 | 2023-04-04 | 印章智能检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116469122A (zh) |
-
2023
- 2023-04-04 CN CN202310371103.8A patent/CN116469122A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113160257B (zh) | 图像数据标注方法、装置、电子设备及存储介质 | |
CN108229485B (zh) | 用于测试用户界面的方法和装置 | |
CN113379775A (zh) | 利用彩色化神经网络基于交互式颜色边缘生成彩色化图像 | |
US11054969B2 (en) | Method and device for displaying page of electronic book, and terminal device | |
US20050152613A1 (en) | Image processing apparatus, image processing method and program product therefore | |
US11580665B2 (en) | Image positioning system and image positioning method based on upsampling | |
CN112750162B (zh) | 一种目标识别定位方法和装置 | |
US8515164B2 (en) | Non-product image identification | |
WO2021017272A1 (zh) | 病理图像标注方法、装置、计算机设备及存储介质 | |
CN110222694B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN109636825A (zh) | 印章图形分割方法、装置及计算机可读存储介质 | |
CN108389215B (zh) | 一种边缘检测方法、装置、计算机存储介质及终端 | |
US9558433B2 (en) | Image processing apparatus generating partially erased image data and supplementary data supplementing partially erased image data | |
CN110263301B (zh) | 用于确定文字的颜色的方法和装置 | |
CA3154893A1 (en) | Image color transferring method, device, computer equipment and storage medium | |
CN113316711A (zh) | 用于估计环境光的方法和设备 | |
CN111311500A (zh) | 一种对图像进行颜色还原的方法和装置 | |
CN109871205B (zh) | 界面代码调整方法、装置、计算机装置及存储介质 | |
CN114529909A (zh) | 样本数据集的生成方法、装置及电子设备 | |
US9177528B2 (en) | Screen inspection device, screen inspection method, and program | |
CN114187515A (zh) | 图像分割方法和图像分割装置 | |
CN113947730A (zh) | 遥感数据识别方法、装置、电子设备及可读存储介质 | |
CN110942488B (zh) | 图像处理装置、图像处理系统、图像处理方法及记录介质 | |
US8229224B2 (en) | Hardware management based on image recognition | |
US9881210B2 (en) | Generating a computer executable chart visualization by annotating a static image |
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 |