CN117252855A - 基于图像的印章篡改检测方法、装置、设备及存储介质 - Google Patents
基于图像的印章篡改检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117252855A CN117252855A CN202311356564.4A CN202311356564A CN117252855A CN 117252855 A CN117252855 A CN 117252855A CN 202311356564 A CN202311356564 A CN 202311356564A CN 117252855 A CN117252855 A CN 117252855A
- Authority
- CN
- China
- Prior art keywords
- image
- seal
- detected
- area
- connected domain
- 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 112
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 239000013598 vector Substances 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013136 deep learning model Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 21
- 239000000463 material Substances 0.000 description 31
- 238000013461 design Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供一种基于图像的印章篡改检测方法、装置、设备及存储介质,涉及图像处理领域,该方法包括:通过获取待检测图像,对待检测图像中的印章区域进行检测并裁剪,获取印章图像,基于预设条件,对印章图像中各像素点的三通道像素值进行调整,生成印章图像的二值化图像,对二值化图像进行连通域分析,确定二值化图像中印章的最外圈环形区域,基于最外圈环形区域,生成待检测图像的检测结果。其中,待检测图像是对纸质文件进行拍摄得到的图像,预设条件用于去除印章图像中的非印章部分,检测结果用于指示待检测图像的印章是否经过了篡改。该技术方案处理过程简单,受制因素较少,有效的提高了印章篡改检测的准确度和检出率。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种基于图像的印章篡改检测方法、装置、设备及存储介质。
背景技术
在保险理赔场景或核保场景中,客户需要向保险公司提交一些盖章的证明资料,保险公司的作业人员则要对每份证明资料进行审核,以确定客户提交的证明资料是否存在篡改造假情况。其中,确定证明材料中的印章是否经过了篡改,是审核工作中非常重要的一个环节。
目前,由于证明材料通常是以图像的方式进行提交,对证明材料中的印章进行篡改主要是在没有盖章的证明材料图像上加上伪造的印章,或用伪造的印章覆盖证明材料图像中原来的印章。因此,现有技术中检测证明材料的印章是否经过篡改,主要是检测证明材料图像的印章区域是否经过了篡改。若经过了篡改,则确定该证明材料的印章经过了篡改,反之,则确定该证明材料的印章没有经过篡改。
然而,图像篡改检测的受制因素较多,检出率较低,导致现有技术对印章进行篡改检测的准确度和检出率较低。
发明内容
本申请提供一种基于图像的印章篡改检测方法、装置、设备及存储介质,以解决现有技术对印章进行篡改检测的准确度和检出率较低的问题。
第一方面,本申请实施例提供一种基于图像的印章篡改检测方法,包括:
获取待检测图像,所述待检测图像是对纸质文件进行拍摄得到的图像;
对所述待检测图像中的印章区域进行检测并裁剪,获取印章图像;
基于预设条件,对所述印章图像中各像素点的三通道像素值进行调整,生成所述印章图像的二值化图像,所述预设条件用于去除所述印章图像中的非印章部分;
对所述二值化图像进行连通域分析,确定所述二值化图像中印章的最外圈环形区域;
基于所述最外圈环形区域,生成所述待检测图像的检测结果,所述检测结果用于指示所述待检测图像的印章是否经过了篡改。
在一种可能设计中,所述基于预设条件,对所述印章图像中各像素点的三通道像素值进行调整,生成所述印章图像的二值化图像,包括:
基于所述印章图像的图像特征,将所述印章图像分为多个区域,所述区域包括红色印章区域和背景区域;
针对所述印章图像中每一区域,将所述区域中各像素点的三通道像素值进行调整,以满足所述预设条件;
生成所述印章图像。
在一种可能设计中,所述区域还包括被印章压盖的文字区域;
相应的,所述预设条件包括:
所述红色印章区域的像素点的红色通道像素值大于绿色通道像素值,且大于蓝色通道像素值;
所述背景区域的像素点的三通道像素值中的最大值与最小值的差值大于15,且三通道像素值的平均值大于10,且三通道像素值的平均值小于135;
所述被印章压盖的文字区域的像素点的红色通道像素值大于50,且像素值小于预设像素。
在一种可能设计中,所述对所述二值化图像进行连通域分析,确定所述二值化图像中印章的最外圈环形区域,包括:
对所述二值化图像进行连通域分析,获取连通域矩阵,所述连通域矩阵的行数与连通域的个数相同,所述连通域矩阵的列数与连通域的属性个数相同;
针对每个连通域,基于所述连通域矩阵中所述连通域的属性,将所述连通域的宽和高相乘,并将相乘得到的乘积与所述连通域的面积相加,将相加得到的和确定为目标值;
将所述目标值最大的连通域确定为所述最外圈环形区。
在一种可能设计中,所述基于所述最外圈环形区域,生成所述待检测图像的检测结果,包括:
计算所述最外圈环形区域占所述二值化图像的第一比例;
对所述最外圈环形区域进行拟合,获取对应的环形区域;
计算所述最外圈环形区域占所述环形区域的第二比例;
若所述第一比例大于第一预设比例,且所述第二比例大于第二预设比例,则生成用于指示所述待检测图像中印章经过了篡改的检测结果;
反之,则生成用于指示所述待检测图像中印章没有经过篡改的检测结果。
在一种可能设计中,所述获取待检测图像,包括:
提取初始待检测图像的灰度图对应的直方图;
提取所述直方图对应的直方图特征向量,所述直方图特征向量中的数值为所述初始待检测图像中不同像素值对应的像素点个数;
将所述直方图特征向量中的数值按照从大到小的顺序进行排序,获取处理后的直方图特征向量;
计算所述处理后的直方图特征向量中前预设数量个的数值的总和,与所述初始待检测图像中像素点总和的第三比例;
若所述第三比例小于第三预设比例,则将所述初始待检测图像确定为待检测图像。
在一种可能设计中,所述对所述待检测图像中的印章区域进行检测并裁剪,获取印章图像,包括:
将所述待检测图像输入印章检测深度学习模型,获取所述印章检测深度学习模型的输出结果,所述输出结果用于指示所述待检测图像是否存在印章;
若所述输出结果指示所述待检测图像存在印章,则根据输出结果携带的印章坐标对所述待检测图像进行剪裁,获取所述印章坐标对应的所述印章图像。
第二方面,本申请实施例提供一种基于图像的印章篡改检测装置,包括:
获取模块,用于获取待检测图像,所述待检测图像是对纸质文件进行拍摄得到的图像;
裁剪模块,用于对所述待检测图像中的印章区域进行检测并裁剪,获取印章图像;
调整模块,用于基于预设条件,对所述印章图像中各像素点的三通道像素值进行调整,生成所述印章图像的二值化图像,所述预设条件用于去除所述印章图像中的非印章部分;
确定模块,用于对所述二值化图像进行连通域分析,确定所述二值化图像中印章的最外圈环形区域;
生成模块,用于基于所述最外圈环形区域,生成所述待检测图像的检测结果,所述检测结果用于指示所述待检测图像的印章是否经过了篡改。
在一种可能设计中,所述调整模块,具体用于:
基于所述印章图像的图像特征,将所述印章图像分为多个区域,所述区域包括红色印章区域和背景区域;
针对所述印章图像中每一区域,将所述区域中各像素点的三通道像素值进行调整,以满足所述预设条件;
生成所述印章图像。
在一种可能设计中,所述区域还包括被印章压盖的文字区域;
相应的,所述预设条件包括:
所述红色印章区域的像素点的红色通道像素值大于绿色通道像素值,且大于蓝色通道像素值;
所述背景区域的像素点的三通道像素值中的最大值与最小值的差值大于15,且三通道像素值的平均值大于10,且三通道像素值的平均值小于135;
所述被印章压盖的文字区域的像素点的红色通道像素值大于50,且像素值小于预设像素。
在一种可能设计中,所述确定模块,具体用于:
对所述二值化图像进行连通域分析,获取连通域矩阵,所述连通域矩阵的行数与连通域的个数相同,所述连通域矩阵的列数与连通域的属性个数相同;
针对每个连通域,基于所述连通域矩阵中所述连通域的属性,将所述连通域的宽和高相乘,并将相乘得到的乘积与所述连通域的面积相加,将相加得到的和确定为目标值;
将所述目标值最大的连通域确定为所述最外圈环形区。
在一种可能设计中,所述生成模块,具体用于:
计算所述最外圈环形区域占所述二值化图像的第一比例;
对所述最外圈环形区域进行拟合,获取对应的环形区域;
计算所述最外圈环形区域占所述环形区域的第二比例;
若所述第一比例大于第一预设比例,且所述第二比例大于第二预设比例,则生成用于指示所述待检测图像中印章经过了篡改的检测结果;
反之,则生成用于指示所述待检测图像中印章没有经过篡改的检测结果。
在一种可能设计中,所述获取模块,具体用于:
提取初始待检测图像的灰度图对应的直方图;
提取所述直方图对应的直方图特征向量,所述直方图特征向量中的数值为所述初始待检测图像中不同像素值对应的像素点个数;
将所述直方图特征向量中的数值按照从大到小的顺序进行排序,获取处理后的直方图特征向量;
计算所述处理后的直方图特征向量中前预设数量个的数值的总和,与所述初始待检测图像中像素点总和的第三比例;
若所述第三比例小于第三预设比例,则将所述初始待检测图像确定为待检测图像。
在一种可能设计中,所述裁剪模块,具体用于:
将所述待检测图像输入印章检测深度学习模型,获取所述印章检测深度学习模型的输出结果,所述输出结果用于指示所述待检测图像是否存在印章;
若所述输出结果指示所述待检测图像存在印章,则根据输出结果携带的印章坐标对所述待检测图像进行剪裁,获取所述印章坐标对应的所述印章图像。
第三方面,本申请实施例提供一种电子设备,包括:处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令,所述处理器执行所述计算机程序指令时用于实现第一方面以及各可能设计提供的方法。
第四方面,本申请实施例可提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现第一方面以及各可能设计提供的方法。
本申请实施例提供的基于图像的印章篡改检测方法、装置、设备及存储介质,在该方法中,通过获取待检测图像,对待检测图像中的印章区域进行检测并裁剪,获取印章图像,基于预设条件,对印章图像中各像素点的三通道像素值进行调整,生成印章图像的二值化图像,对二值化图像进行连通域分析,确定二值化图像中印章的最外圈环形区域,基于最外圈环形区域,生成待检测图像的检测结果。其中,待检测图像是对纸质文件进行拍摄得到的图像,预设条件用于去除印章图像中的非印章部分,检测结果用于指示待检测图像的印章是否经过了篡改。在本技术方案中,根据电子影像、非电子影像以及电子印章的特征,通过对非电子影像进行图像分割和连通域分析等处理,判断非电子影像中是否存在电子印章,从而确定该非电子影像是否经过了篡改,只需要基于待检测图像中印章的最外圈环形区域就能够完成检测过程,处理过程简单,受制因素较少,有效的提高了印章篡改检测的准确度和检出率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的基于图像的印章篡改检测方法实施例一的流程示意图;
图2为本申请实施例提供的基于图像的印章篡改检测方法实施例二的流程示意图;
图3为本申请实施例提供的基于图像的印章篡改检测装置的结构示意图;
图4为本申请实施例提供的电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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。
本申请的技术方案中所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗
在介绍本申请的实施例之前,首先对本申请实施例的应用背景进行解释:
在保险理赔场景或核保场景中,客户需要向保险公司提交一些盖章的证明资料。然而,上述场景存在欺诈风险,即证明资料中的印章经过了篡改。具体的,对印章的篡改方式主要包括以下两种:
方式a、对证明材料图像进行篡改,添加伪造的电子印章。
方式b、在上述方式a的基础上,将篡改的证明材料图像打印出来,再进行拍照。
在实际应用中,为了避免后续理赔过程中可能出现的风险,在客户提交盖章的证明资料后,保险公司的作业人员需要确定证明材料中的印章是否经过了篡改。因此,如何对证明材料图像中的印章进行篡改检测,以使为存在篡改风险的证明材料图像提供风险提示,从而降低欺诈风险,是亟待解决的问题。
目前,主要通过以下几种方式对证明材料图像中的印章进行篡改检测:
(1)、保险公司的作业人员人工逐一对证明材料图像中的印章进行核对。然而,人工处理过程难以保证处理过程的严谨性,且难以应对大量的证明材料图像,导致处理准确度和效率较低。
(2)、识别证明材料图像中的印章内容是否正确。然而,若添加的电子印章包含的内容与真实印章应包含的内容一致,则无法根据该方法进行印章篡改检测,准确度较低。
(3)、检测证明材料图像的印章区域是否经过了篡改。若经过了篡改,则确定该证明材料的印章经过了篡改,反之,则确定该证明材料的印章没有经过篡改。然而,图像篡改检测的受制因素较多,且无法对通过上述方式b进行篡改的证明材料图像进行检测,导致检测的准确度和检出率较低。
综上所述,现有技术对印章进行篡改检测的准确度和检出率较低。
基于上述技术问题,本申请提出一种基于图像的印章篡改检测方法,在获取对纸质文件进行拍摄得到的待检测图像后,检测并裁剪出该待检测图像中印章区域的印章图像,并对该印章图像进行二值化以及连通域分析处理,获取印章的最外圈环形区域。由于篡改过程中添加的电子印章一般有很完整的印章外圈,并且印章的外圈会占据大部分的印章区域,因此可以判断待检测图像中印章的最外圈环形区域是否满足以上两种特点,从而确定待检测图像的印章是否经过了篡改,能够有效对通过上述方式a和方式b进行篡改的证明材料图像进行印章篡改检测,且只需要基于待检测图像中印章的最外圈环形区域就能够完成检测过程,检测过程简单,受制因素较少,有效的提高了印章篡改检测的准确度和检出率。
下面,通过具体实施例对本申请的技术方案进行详细说明。
需要说明的是,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图1为本申请实施例提供的基于图像的印章篡改检测方法实施例一的流程示意图。如图1所示,该基于图像的印章篡改检测方法可以包括如下步骤:
S11、获取待检测图像。
可以理解的是,本申请实施例的执行主体可以是终端设备,例如,计算机、平板电脑等,也可以是服务器,例如,后台的处理平台等。因而,本实施例以终端设备和服务器统称为电子设备进行解释说明,关于该电子设备具体为终端设备,还是服务器,其可以实际情况确定。
在本步骤中,由于电子影像上的印章通常都是电子印章,且不存在理赔的欺诈风险,因此无需对其进行印章篡改检测。其中,电子影像是指手机截图、电脑截图或者电子扫描图像等。因此,只需要对非电子影像(即待检测图像)进行印章篡改检测即可。在此基础上,需要先获取待检测图像。
其中,该待检测图像是对纸质文件进行拍摄得到的图像。
在实际应用中,客户上传的盖章的证明材料,有一些是对纸质文件进行拍摄得到的非电子影像,也有一些是电子影像。由于只需要对非电子影像进行印章篡改检测,因此需要对客户上传的盖章的证明材料进行区分,从而获取其中的非电子影像。
在一种可能的实现方式中,由于电子影像的共有特性是色块区域比较平滑,噪声较少。因此,可以提取初始待检测图像的灰度图对应的直方图,提取直方图对应的直方图特征向量,直方图特征向量中的数值为初始待检测图像中不同像素值对应的像素点个数。之后,将直方图特征向量中的数值按照从大到小的顺序进行排序,获取处理后的直方图特征向量,并计算处理后的直方图特征向量中前预设数量个的数值的总和,与初始待检测图像中像素点总和的第三比例。若第三比例小于第三预设比例,则将初始待检测图像确定为待检测图像。反之,则说明该初始待检测图像为电子影像,直接生成初始待检测图像的印章没有经过篡改的检测结果。
其中,初始待检测图像即为客户上传的盖章的证明材料。
示例性的,预设数量可以为2个、3个、4个等,可以根据实际情况进行预先设定,对此不进行具体限制。
具体的,可以通过下述公式计算第三比例:
sortHist=sort(hist)
其中,sort(·)代表排序函数,功能是将直方图特征向量中的数值按照从大到小的顺序进行排序,sortHist为处理后的直方图特征向量,digitFeat为第三比例,n为预设数量。在实际应用中,n可以取4,也可以取其他小于255的正整数。若第三比例大于第三预设比例,则认为初始待检测图像的色块较少且比较集中,为电子影像。使用这种方式判断初始待检测图像是否为电子影像,在结合图像本身特点进行准确判断的同时,也能够达到实时性判断的效果。
在上述方式中,基于直方图的能量集中程度来判断初始待检测图像是否为非电子影像,以使在确定初始待检测图像为非电子影像时再进行后续的印章篡改检测处理流程,提高了处理效率。并且,在初始待检测图像为电子影像时,本申请能够很好的避免印章篡改风险的误报。
应理解,待检测图像可以为通过该电子设备的摄像头对纸质文件进行拍摄得到的图像,还可以是通过其他设备的摄像头对纸质文件进行拍摄得到的图像,本申请不对拍摄纸质文件的设备进行具体限制。
在另一种可能的实现方式中,针对不同的业务,客户需要上传至业务系统的图像类型是固定的。例如,针对业务A,需要上传的证明材料的图像类型为电子影像;针对业务B,需要上传的证明材料的图像类型为非电子影像。那么就可以从业务系统中直接获取目标业务对应的证明资料,目标业务对应的图像类型为非电子影像,该证明资料即为待检测图像。
S12、对待检测图像中的印章区域进行检测并裁剪,获取印章图像。
在本步骤中,为了在印章篡改检测过程中减少非印章区域对处理过程的干扰,可以将待检测图像中的印章区域裁剪下来,获取裁剪得到的印章图像。这样,在后续的检测过程中,只需要判断该印章图像中的印章是否满足电子印章的特点即可,需要处理的数据量较小,且没有冗余信息参与,提高了检测处理的效率和准确率。
在一种可能的实现方式中,将待检测图像输入印章检测深度学习模型,获取印章检测深度学习模型的输出结果,输出结果用于指示待检测图像是否存在印章。若输出结果指示待检测图像存在印章,则根据输出结果携带的印章坐标对待检测图像进行剪裁,获取印章坐标对应的印章图像。
S13、基于预设条件,对印章图像中各像素点的三通道像素值进行调整,生成印章图像的二值化图像。
在本步骤中,由于印章一般都会印在纸质文件的日期、人名、公司名称等信息上,导致裁剪出的印章图像中,不仅包括印章,还包括很多其他冗余内容,例如纸质文件中的文字。在实际应用中,上述文字一般会一部分被印章覆盖,一部分没有被印章覆盖。为了能减少上述文字对检测过程的干扰,因此还需要进一步将印章与其他冗余信息进行分割,生成只包含印章的二值化图像。
也就是说,上述二值化图像中仅包含印章部分,不包含其他非印章部分(例如纸质文件中的文字等)。
其中,预设条件用于去除印章图像中的非印章部分。
在一种可能的实现方式中,可以基于印章图像的图像特征,将印章图像分为多个区域,区域包括红色印章区域和背景区域。针对印章图像中每一区域,将区域中各像素点的三通道像素值进行调整,以满足预设条件,从而生成印章图像。
进一步的,区域还包括被印章压盖的文字区域。
在此基础上,预设条件可以包括以下内容:
a)、红色印章区域的像素点的红色通道像素值大于绿色通道像素值,且大于蓝色通道像素值;
b)、背景区域的像素点的三通道像素值中的最大值与最小值的差值大于15,且三通道像素值的平均值大于10,且三通道像素值的平均值小于135;
c)、被印章压盖的文字区域的像素点的红色通道像素值大于50,且像素值小于预设像素。
应理解,上述预设条件是基于突出红色印章部分,淡化非印章部分的思想进行预先设定的。展开来说,为了提取红色印章区域,红色印章区域的像素点的红色通道像素值需要大于另外两个通道;印章图像中的背景区域包括纯色部分以及灰色文字部分,其中纯色部分的像素点的三通道像素值之间相差很小,且背景区域整体的平均像素值一般会很大或者很小。因此,背景区域的任一像素点的三通道像素值中最大值与最小值之差需要大于15,且该像素点的三通道像素值的平均值需要在10到135之间;为了去除被印章压盖的文字,被印章压盖的文字区域的像素点需要调小,红色通道像素值还需要大于50。
S14、对二值化图像进行连通域分析,确定二值化图像中印章的最外圈环形区域。
在本步骤中,由于电子印章一般有很完整的印章外圈,并且印章的外圈会占据大部分的印章区域,因此可以基于二值化图像确定待检测图像中印章的最外圈环形区域,以使后续基于得到的判断结果确定该印章是否满足电子印章的特点。
在一种可能的实现方式中,对二值化图像进行连通域分析,获取连通域矩阵,连通域矩阵的行数与连通域的个数相同,连通域矩阵的列数与连通域的属性个数相同。针对每个连通域,基于连通域矩阵中连通域的属性,将连通域的宽和高相乘,并将相乘得到的乘积与连通域的面积相加,将相加得到的和确定为目标值。将目标值最大的连通域确定为最外圈环形区。
具体的,可以利用opencv已有函数connectedComponentsWithStats对二值化图像进行处理:
labels,stats=connectedComponentsWithStats(sealMask)
其中,上式中labels为二值化图像中每个连通域的位置对应的一个数值标签的矩阵,sealMask为二值化图像,stats是一个CNx5的连通域矩阵,CN为二值化图像中连通域的个数,每个连通域有[x_start,y_start,w,h,s]这5个属性,前四个属性分别为该连通域的最小外接矩形的起始点横坐标、纵坐标、宽和高,最后一个属性代表该连通域的面积。
进一步的,基于连通域矩阵计算每个连通域对应的w*h+s(即目标值),将目标值最大的连通域确定为是印章外圈对应的连通域(即最外圈环形区域),记该连通域像素点位置集合为inds,其对应的连通域相关属性分别为[x_startC,y_startC,wC,hC,sC]。
S15、基于最外圈环形区域,生成待检测图像的检测结果。
在本步骤中,在确定出印章的最外圈环形区域后,需要基于该最外圈环形区域判断印章是否有很完整的印章外圈,以及是否占据大部分的印章区域,并根据判断结果生成待检测图像的检测结果。其中,检测结果用于指示待检测图像的印章是否经过了篡改。
在一种可能的实现方式中,计算最外圈环形区域占二值化图像的第一比例。之后,对最外圈环形区域进行拟合,获取对应的环形区域,并计算最外圈环形区域占环形区域的第二比例。若第一比例大于第一预设比例,且第二比例大于第二预设比例,则生成用于指示待检测图像中印章经过了篡改的检测结果;反之,则生成用于指示待检测图像中印章没有经过篡改的检测结果。
其中,可以通过以下公式计算第一比例:
feature1=wC*hC/size(sealMask)
上式中,feature1为第一比例。
其中,可以通过以下公式计算第二比例:
feature2=sC/computeS
上式中,feature2为第二比例,computeS为对最外圈环形区域进行拟合,获取的环形区域。在拟合过程中,首先计算印章最外圈环形区域的边缘,然后取长度最大的两个边缘,分别拟合计算该两个边缘对应的圆形。初始化两个与sealMask相同尺寸的空白图像,然后分别对拟合的圆形内部的像素赋值为1,记圆形面积更大的图像为cicle1,面积较小的为cicle2,则只需要将cicle1中cicle2为1的区域赋值为0,就可以得到拟合的环形区域的二值化结果。
可选地,由于feature2指标计算过程涉及到连通域边缘检测和拟合等计算,所以先判断feature1是否大于第一预设比例(例如0.85),即印章外环是否完整且是否占据大部分的印章区域。然后在大于第一预设比例的情况再进行feature2的计算,并判断feature2是否大于第二预设比例(例如0.8),若两个条件都满足,则认为该待检测图像上存在电子印章,生成用于指示待检测图像中印章经过了篡改的检测结果;反之,则认为该待检测图像上不存在电子印章,生成用于指示待检测图像中印章没有经过篡改的检测结果。
本申请实施例提供的基于图像的印章篡改检测方法,通过获取待检测图像,对待检测图像中的印章区域进行检测并裁剪,获取印章图像,基于预设条件,对印章图像中各像素点的三通道像素值进行调整,生成印章图像的二值化图像,对二值化图像进行连通域分析,确定二值化图像中印章的最外圈环形区域,基于最外圈环形区域,生成待检测图像的检测结果。其中,待检测图像是对纸质文件进行拍摄得到的图像,预设条件用于去除印章图像中的非印章部分,检测结果用于指示待检测图像的印章是否经过了篡改。在本技术方案中,根据电子影像、非电子影像以及电子印章的特征,通过对非电子影像进行图像分割和连通域分析等处理,判断非电子影像中是否存在电子印章,从而确定该非电子影像是否经过了篡改,只需要基于待检测图像中印章的最外圈环形区域就能够完成检测过程,处理过程简单,受制因素较少,有效的提高了印章篡改检测的准确度和检出率。
可选地,在生成待检测图像的检测结果后,还可以在检测结果用于指示待检测图像的印章经过了篡改时,生成风险提醒信息,以使提醒作业人员该待检测图像存在印章被篡改的风险。
基于上述实施例提供的基于图像的印章篡改检测方法,接下来通过一个具体的示例对其进行展开说明。
图2为本申请实施例提供的基于图像的印章篡改检测方法实施例二的流程示意图。如图2所示,该基于图像的印章篡改检测方法可以包括如下步骤:
步骤1、获取输入的图像。
步骤2、判断该图像是否为电子影像。
其中,将该图像转为灰度图,然后根据灰度图的直方图分布情况判断该图像是否为电子影像,若是电子影像,则执行步骤8;若不是电子影像,则执行步骤3。
步骤3、利用印章检测深度学习模型对图像进行印章检测,确定图像中的印章区域并裁剪出来,获取印章图像。
其中,利用印章检测深度学习模型对图像进行印章检测,若未检测到圆形或椭圆形印章则直接返回,否则利用检测到的印章坐标将印章区域裁剪出来,获取印章图像。
步骤4、对印章图像的R(红色)、G(绿色)和B(蓝色)三个通道分别进行计算分析,根据预设条件对印章图像进行印章分割,得到印章图像的二值化图像。
其中,根据预设条件对印章图像进行过滤,从而获取只包含印章的二值化图像。
步骤5、对二值化图像进行连通域分析,确定印章的最外圈环形区域。
步骤6、根据最外圈环形区域,计算指标。
其中,指标为最外圈环形区域占二值化图像的第一比例,以及最外圈环形区域占拟合的环形区域的第二比例。
步骤7、根据指标,判断印章是否为电子印章。
其中,具体的判断过程可以参照S15部分的相关内容,此处不再赘述,
若否,则执行步骤8,若是则执行步骤9。
步骤8、输出第一检测结果。
其中,第一检测结果用于指示图像的印章没有经过篡改。
步骤9、输出第二检测结果。
其中,第二检测结果用于指示图像的印章经过了篡改。
总结来说,本技术方案根据图像的内容特征确定其是否为电子影像,在确定其为非电子影像时对其进行印章检测,并对印章区域进行图像分割和连通域判断等处理,计算多个判断该印章是否为电子印章的指标,从而判断该印章是否为电子印章,继而在确定印章为电子印章时输出风险提示。
本申请具有以下技术效果:
1)、通过自动化的印章篡改检测方案,可以有效解决对非电子影像中印章的真实性进行检测的问题。基于图像处理和计算机视觉技术,能够高效地识别非电子影像中的电子印章,节省大量人工核对的时间和成本,有效降低证明资料造假风险和欺诈风险,实现流程的风控管理。
2)、通过判断图像是否为电子影像,从而更好地辅助后续区分非电子影像上的电子印章。
3)、通过连通域分析和印章外圈的自适应分割方法,综合计算得到判断印章完整性的指标,确保了算法功能的准确性,大幅度降低了误检率。
应理解,本方案能够部署在任一需要用户上传盖章的材料文件,且对证明材料上印章真实性有要求的业务场景中,不仅仅局限于上述举例示出的保险理赔场景或核保场景。在实际应用中,本申请通过快速的图像处理过程,实时为作业人员对存在电子印章的图像进行风险提示,能够更好地避免欺诈理赔情况。同时,由于本方案具备高效性与准确性,还能够很好地复用到需要区分电子件与非电子影像的场景。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图3为本申请实施例提供的基于图像的印章篡改检测装置的结构示意图。如图3所示,该基于图像的印章篡改检测装置30包括:
获取模块31,用于获取待检测图像,待检测图像是对纸质文件进行拍摄得到的图像;
裁剪模块32,用于对待检测图像中的印章区域进行检测并裁剪,获取印章图像;
调整模块33,用于基于预设条件,对印章图像中各像素点的三通道像素值进行调整,生成印章图像的二值化图像,预设条件用于去除印章图像中的非印章部分;
确定模块34,用于对二值化图像进行连通域分析,确定二值化图像中印章的最外圈环形区域;
生成模块35,用于基于最外圈环形区域,生成待检测图像的检测结果,检测结果用于指示待检测图像的印章是否经过了篡改。
在一种可能设计中,调整模块33,具体用于:
基于印章图像的图像特征,将印章图像分为多个区域,区域包括红色印章区域和背景区域;
针对印章图像中每一区域,将区域中各像素点的三通道像素值进行调整,以满足预设条件;
生成印章图像。
在一种可能设计中,区域还包括被印章压盖的文字区域;
相应的,预设条件包括:
红色印章区域的像素点的红色通道像素值大于绿色通道像素值,且大于蓝色通道像素值;
背景区域的像素点的三通道像素值中的最大值与最小值的差值大于15,且三通道像素值的平均值大于10,且三通道像素值的平均值小于135;
被印章压盖的文字区域的像素点的红色通道像素值大于50,且像素值小于预设像素。
在一种可能设计中,确定模块34,具体用于:
对二值化图像进行连通域分析,获取连通域矩阵,连通域矩阵的行数与连通域的个数相同,连通域矩阵的列数与连通域的属性个数相同;
针对每个连通域,基于连通域矩阵中连通域的属性,将连通域的宽和高相乘,并将相乘得到的乘积与连通域的面积相加,将相加得到的和确定为目标值;
将目标值最大的连通域确定为最外圈环形区。
在一种可能设计中,生成模块35,具体用于:
计算最外圈环形区域占二值化图像的第一比例;
对最外圈环形区域进行拟合,获取对应的环形区域;
计算最外圈环形区域占环形区域的第二比例;
若第一比例大于第一预设比例,且第二比例大于第二预设比例,则生成用于指示待检测图像中印章经过了篡改的检测结果;
反之,则生成用于指示待检测图像中印章没有经过篡改的检测结果。
在一种可能设计中,获取模块31,具体用于:
提取初始待检测图像的灰度图对应的直方图;
提取直方图对应的直方图特征向量,直方图特征向量中的数值为初始待检测图像中不同像素值对应的像素点个数;
将直方图特征向量中的数值按照从大到小的顺序进行排序,获取处理后的直方图特征向量;
计算处理后的直方图特征向量中前预设数量个的数值的总和,与初始待检测图像中像素点总和的第三比例;
若第三比例小于第三预设比例,则将初始待检测图像确定为待检测图像。
在一种可能设计中,裁剪模块32,具体用于:
将待检测图像输入印章检测深度学习模型,获取印章检测深度学习模型的输出结果,输出结果用于指示待检测图像是否存在印章;
若输出结果指示待检测图像存在印章,则根据输出结果携带的印章坐标对待检测图像进行剪裁,获取印章坐标对应的印章图像。
本申请实施例提供的基于图像的印章篡改检测装置,可用于执行上述任一实施例中的基于图像的印章篡改检测方法,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。此外,这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图4为本申请实施例提供的电子设备的结构示意图。如图4所示,该电子设备40可以包括:处理器41、存储器42及存储在所述存储器42上并可在处理器41上运行的计算机程序指令,所述处理器41执行所述计算机程序指令时实现前述任一实施例提供的基于图像的印章篡改检测方法。
可选的,该电子设备40的上述各个器件之间可以通过系统总线连接。
存储器42可以是单独的存储单元,也可以是集成在处理器中的存储单元。处理器的数量为一个或者多个。
可选的,电子设备40还可以包括与其他设备进行交互的通信接口。
可选的,电子设备40还可以包括显示器。
显示器用于显示风险提示以及和人机交互。在一些实施例中,显示器可以为电子设备40的前面板;在另一些实施例中,显示器可以是柔性显示屏,设置在电子设备40的弯曲表面上或折叠面上。甚至,显示器还可以设置成非矩形的不规则图形的显示屏,也即异形屏。显示器可以采用液晶显示屏(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等材质制备。
应理解,处理器41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)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。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
系统总线可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。存储器可能包括随机存取存储器(randomaccess memory,RAM),也可能还包括非易失性存储器(non-volatile memory,NVM),例如至少一个磁盘存储器。
实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储器(存储介质)包括:只读存储器(read-only memory,ROM)、RAM、快闪存储器、硬盘、固态硬盘、磁带(magnetic tape)、软盘(floppy disk)、光盘(optical disc)及其任意组合。
本申请实施例提供的电子设备,可用于执行上述任一方法实施例提供的基于图像的印章篡改检测方法,其实现原理和技术效果类似,在此不再赘述。
本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机执行指令,当该计算机执行指令在计算机上运行时,使得计算机执行上述基于图像的印章篡改检测方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器,电可擦除可编程只读存储器,可擦除可编程只读存储器,可编程只读存储器,只读存储器,磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
可选的,将可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
本申请实施例还提供一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序存储在计算机可读存储介质中,至少一个处理器可以从该计算机可读存储介质中读取该计算机程序,所述至少一个处理器执行所述计算机程序时可实现上述基于图像的印章篡改检测方法。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种基于图像的印章篡改检测方法,其特征在于,包括:
获取待检测图像,所述待检测图像是对纸质文件进行拍摄得到的图像;
对所述待检测图像中的印章区域进行检测并裁剪,获取印章图像;
基于预设条件,对所述印章图像中各像素点的三通道像素值进行调整,生成所述印章图像的二值化图像,所述预设条件用于去除所述印章图像中的非印章部分;
对所述二值化图像进行连通域分析,确定所述二值化图像中印章的最外圈环形区域;
基于所述最外圈环形区域,生成所述待检测图像的检测结果,所述检测结果用于指示所述待检测图像的印章是否经过了篡改。
2.根据权利要求1所述的方法,其特征在于,所述基于预设条件,对所述印章图像中各像素点的三通道像素值进行调整,生成所述印章图像的二值化图像,包括:
基于所述印章图像的图像特征,将所述印章图像分为多个区域,所述区域包括红色印章区域和背景区域;
针对所述印章图像中每一区域,将所述区域中各像素点的三通道像素值进行调整,以满足所述预设条件;
生成所述印章图像。
3.根据权利要求2所述的方法,其特征在于,所述区域还包括被印章压盖的文字区域;
相应的,所述预设条件包括:
所述红色印章区域的像素点的红色通道像素值大于绿色通道像素值,且大于蓝色通道像素值;
所述背景区域的像素点的三通道像素值中的最大值与最小值的差值大于15,且三通道像素值的平均值大于10,且三通道像素值的平均值小于135;
所述被印章压盖的文字区域的像素点的红色通道像素值大于50,且像素值小于预设像素。
4.根据权利要求1所述的方法,其特征在于,所述对所述二值化图像进行连通域分析,确定所述二值化图像中印章的最外圈环形区域,包括:
对所述二值化图像进行连通域分析,获取连通域矩阵,所述连通域矩阵的行数与连通域的个数相同,所述连通域矩阵的列数与连通域的属性个数相同;
针对每个连通域,基于所述连通域矩阵中所述连通域的属性,将所述连通域的宽和高相乘,并将相乘得到的乘积与所述连通域的面积相加,将相加得到的和确定为目标值;
将所述目标值最大的连通域确定为所述最外圈环形区。
5.根据权利要求1所述的方法,其特征在于,所述基于所述最外圈环形区域,生成所述待检测图像的检测结果,包括:
计算所述最外圈环形区域占所述二值化图像的第一比例;
对所述最外圈环形区域进行拟合,获取对应的环形区域;
计算所述最外圈环形区域占所述环形区域的第二比例;
若所述第一比例大于第一预设比例,且所述第二比例大于第二预设比例,则生成用于指示所述待检测图像中印章经过了篡改的检测结果;
反之,则生成用于指示所述待检测图像中印章没有经过篡改的检测结果。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述获取待检测图像,包括:
提取初始待检测图像的灰度图对应的直方图;
提取所述直方图对应的直方图特征向量,所述直方图特征向量中的数值为所述初始待检测图像中不同像素值对应的像素点个数;
将所述直方图特征向量中的数值按照从大到小的顺序进行排序,获取处理后的直方图特征向量;
计算所述处理后的直方图特征向量中前预设数量个的数值的总和,与所述初始待检测图像中像素点总和的第三比例;
若所述第三比例小于第三预设比例,则将所述初始待检测图像确定为待检测图像。
7.根据权利要求1至5任一项所述的方法,其特征在于,所述对所述待检测图像中的印章区域进行检测并裁剪,获取印章图像,包括:
将所述待检测图像输入印章检测深度学习模型,获取所述印章检测深度学习模型的输出结果,所述输出结果用于指示所述待检测图像是否存在印章;
若所述输出结果指示所述待检测图像存在印章,则根据输出结果携带的印章坐标对所述待检测图像进行剪裁,获取所述印章坐标对应的所述印章图像。
8.一种基于图像的印章篡改检测装置,其特征在于,包括:
获取模块,用于获取待检测图像,所述待检测图像是对纸质文件进行拍摄得到的图像;
裁剪模块,用于对所述待检测图像中的印章区域进行检测并裁剪,获取印章图像;
调整模块,用于基于预设条件,对所述印章图像中各像素点的三通道像素值进行调整,生成所述印章图像的二值化图像,所述预设条件用于去除所述印章图像中的非印章部分;
确定模块,用于对所述二值化图像进行连通域分析,确定所述二值化图像中印章的最外圈环形区域;
生成模块,用于基于所述最外圈环形区域,生成所述待检测图像的检测结果,所述检测结果用于指示所述待检测图像的印章是否经过了篡改。
9.一种电子设备,包括:处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令,其特征在于,所述处理器执行所述计算机程序指令时用于实现如权利要求1至7任一项所述的方法。
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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311356564.4A CN117252855A (zh) | 2023-10-18 | 2023-10-18 | 基于图像的印章篡改检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311356564.4A CN117252855A (zh) | 2023-10-18 | 2023-10-18 | 基于图像的印章篡改检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117252855A true CN117252855A (zh) | 2023-12-19 |
Family
ID=89126319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311356564.4A Pending CN117252855A (zh) | 2023-10-18 | 2023-10-18 | 基于图像的印章篡改检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252855A (zh) |
-
2023
- 2023-10-18 CN CN202311356564.4A patent/CN117252855A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111325716B (zh) | 屏幕划痕碎裂检测方法及设备 | |
US9679354B2 (en) | Duplicate check image resolution | |
CN112528998B (zh) | 证件图像处理方法、装置、电子设备及可读存储介质 | |
CN111931783A (zh) | 一种训练样本生成方法、机读码识别方法及装置 | |
CN113011349A (zh) | 一种票据的要素识别方法、装置及存储介质 | |
CN108648189B (zh) | 图像模糊检测方法、装置、计算设备及可读存储介质 | |
CN111160395A (zh) | 图像识别方法、装置、电子设备和存储介质 | |
CN111462388A (zh) | 一种票据检验方法、装置、终端设备及存储介质 | |
CN109087439B (zh) | 票据校验方法、终端设备、存储介质及电子设备 | |
CN113920434A (zh) | 一种基于目标的图像翻拍检测方法、装置及介质 | |
CN111598099B (zh) | 图像文本识别性能的测试方法、装置、测试设备及介质 | |
CN110889470A (zh) | 用于处理图像的方法和装置 | |
CN109543554B (zh) | 票据检测方法、装置、终端及计算机可读存储介质 | |
CN117252855A (zh) | 基于图像的印章篡改检测方法、装置、设备及存储介质 | |
CN113077355B (zh) | 保险理赔方法、装置、电子设备及存储介质 | |
CN114820476A (zh) | 基于合规性检测的身份证识别方法 | |
CN108537945B (zh) | 票据水印检测方法、系统及自助设备 | |
CN107240184B (zh) | 一种塑料币版本识别的方法、装置及设备 | |
CN113269708A (zh) | 介质新旧的确定方法、装置、计算机设备和存储介质 | |
JP4958868B2 (ja) | 文書特徴量抽出装置及び方法 | |
CN117094986B (zh) | 基于小样本的自适应缺陷检测方法及终端设备 | |
CN113255657B (zh) | 票据表面刮痕检测方法、装置、电子设备、机器可读介质 | |
CN116363674A (zh) | 文档图像的检测方法、系统及设备 | |
CN116092099B (zh) | 一种多目标行政执法文书信息完整性识别检测方法及系统 | |
CN113256873B (zh) | 纸币的异常检测方法、装置、电子设备及机器存储介质 |
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 |