JP6400226B2

JP6400226B2 - 領域認識方法及び装置

Info

Publication number: JP6400226B2
Application number: JP2017547042A
Authority: JP
Inventors: ▲飛▼ ▲龍▼; 涛 ▲張▼; 志▲軍▼ ▲陳▼
Original assignee: Xiaomi Inc
Current assignee: Xiaomi Inc
Priority date: 2015-10-30
Filing date: 2015-12-28
Publication date: 2018-10-03
Anticipated expiration: 2035-12-28
Also published as: WO2017071058A1; MX2016003578A; KR101782633B1; EP3163505A1; KR20170061627A; CN105528600A; RU2641449C2; MX361846B; RU2016110142A; US20170124412A1; JP2018500702A

Description

本出願は、出願番号がＣＮ２０１５１０７２７９３４．Ｘであり、出願日が２０１５年１０月３０日である中国特許出願に基づいて提出され、且つ該中国特許出願の優先権を主張し、該中国特許出願の全ての内容はここで参考として本願に援用される。

本発明は画像処理分野に関し、特に領域認識方法及び装置に関する。

身分証明書の自動認識技術は、画像処理により身分証明書における文字情報を認識する技術である。

関連技術は、身分証明書走査装置が一定の相対位置に従って身分証明書を走査することにより、身分証明書の走査画像を得、走査画像におけるｎ個の所定領域に対して文字認識を行い、名前情報、性別情報、民族情報、生年月日情報、アドレス情報及び公民身分証明書番号情報のうちの少なくとも１種を得る身分証明書の自動認識方法を提供している。しかしながら、直接に撮影された身分証明書画像に対して、認識の難易度が大きい。

関連技術における問題を解決するために、本発明は領域認識方法及び装置を提供する。当該技術案は、以下のとおりである。

本発明の実施例に係る第１態様により、領域認識方法を提供し、該方法は、
証明書類画像における証明書類の所定縁を認識し、所定縁が証明書類の所定方向に位置する縁であることと、
所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定することと、
情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得ることと、を含む。

好ましい実施例では、証明書類画像における証明書類の所定縁を認識することは、
証明書類画像に対してソーベル水平フィルタリングと２値化を行い、処理後の証明書類画像を得ることと、
処理後の証明書類画像における所定領域を直線検出して、ターゲット直線を得、ターゲット直線を証明書類の所定縁として認識することと、を含む。

好ましい実施例では、該方法は、
予め証明書類画像を所定の縮小比例で縮小処理することを更に含む。

好ましい実施例では、該方法は、
処理後の証明書類画像における所定領域を連結処理することを更に含む。

好ましい実施例では、所定縁に基づいて証明書類画像において少なくとも１つの情報領域を決定することは、
所定縁と相対的な位置関係に基づいて、少なくとも１つの情報領域を決定し、相対的な位置関係は所定縁と情報領域の間の相対的な位置関係であることを含む。

好ましい実施例では、証明書類は第２代身分証明書であり、所定縁は第２代身分証明書の下縁であり、情報領域は第２代身分証明書の公民身分証明書番号領域であり、
所定縁と相対的な位置関係に基づき、少なくとも１つの情報領域を決定することは、
下縁の上方にある所定高さの領域を、公民身分証明書番号領域として決定することを含む。

好ましい実施例では、該方法は、
所定縁の傾きに基づいて、証明書類画像に対して勾配修正を行うことを更に含む。

好ましい実施例では、所定縁の傾きに基づいて、証明書類画像に対して勾配修正を行うことは、
所定縁の傾きに基づいて、所定縁と水平方向とのなす角度を決定することと、
証明書類画像を角度に応じて回転させ、回転後の証明書類画像における所定縁が水平方向と平行になることと、を含む。

好ましい実施例では、情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得ることは、
情報領域を２値化し、２値化後の情報領域を得ることと、
２値化後の情報領域に対して水平方向に応じて第１のヒストグラムを算出し、第１のヒストグラムが、各行ピクセルの縦座標及び各行ピクセルにおける前景色ピクセルの累積値を含むことと、
第１ヒストグラムにおける前景色ピクセルの累積値が第１閾値よりも大きい行からなる連続行セットに基づいて、ｎ行の文字領域を認識して得て、ｎが正整数であることと、
ｉ行目の文字領域に対して、垂直方向に応じて第２のヒストグラムを算出し、第２のヒストグラムが、各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含み、ｎ≧ｉ≧１、ｉが正の整数であることと、
第２ヒストグラムにおける前景色ピクセルの累積値が第２閾値より大きい列からなる連続列セットに基づいて、ｎ_ｉ個のキャラクター領域を認識して得ることと、を含む。

本発明の実施例の第２態様により、領域認識装置を提供し、該装置は、
証明書類画像における証明書類の所定縁を認識し、所定縁が証明書類の所定方向に位置する縁であるように配置される認識モジュールと、
所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定するように配置される決定モジュールと、
情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得るように配置される切断モジュールと、を備える。

好ましい実施例では、認識モジュールは、
証明書類画像に対してソーベル水平フィルタリングと２値化を行い、処理後の証明書類画像を得るように配置されるフィルタリングサブモジュールと、
処理後の証明書類画像における所定領域を直線検出して、ターゲット直線を得、ターゲット直線を証明書類の所定縁として認識するように配置される検出サブモジュールと、を備える。

好ましい実施例では、該装置は、
予め証明書類画像を所定の縮小比例で縮小処理するように配置される縮小モジュールを更に備える。

好ましい実施例では、該装置は、
処理後の証明書類画像における所定領域を連結処理するように配置される連結モジュールを更に備える。

好ましい実施例では、決定モジュールは、所定縁と相対的な位置関係に基づき、少なくとも１つの情報領域を決定し、相対的な位置関係が所定縁と情報領域の間の相対的な位置関係であるように配置される。

好ましい実施例では、証明書類は第２代身分証明書であり、所定縁は第２代身分証明書の下縁であり、情報領域は第２代身分証明書の公民身分証明書番号領域であり、
決定モジュールは、下縁の上方にある所定高さの領域を、公民身分証明書番号領域として決定するように配置される。

好ましい実施例では、該装置は、
所定縁の傾きに基づいて、証明書類画像に対して勾配修正を行うように配置される修正モジュールを更に備える。

好ましい実施例では、修正モジュールは、
所定縁の傾きに基づいて、所定縁と水平方向とのなす角度を決定するように配置される角度決定サブモジュールと、
証明書類画像を角度に応じて回転させ、回転後の証明書類画像における所定縁が水平方向と平行になるように配置される回転サブモジュールと、を備える。

好ましい実施例では、切断モジュールは、
情報領域を２値化し、２値化後の情報領域を得るように配置される２値化サブモジュールと、
２値化後の情報領域に対して水平方向に応じて第１のヒストグラムを算出し、第１のヒストグラムが、各行ピクセルの縦座標及び各行ピクセルにおける前景色ピクセルの累積値を含むように配置される第１の算出サブモジュールと、
第１ヒストグラムにおける前景色ピクセルの累積値が第１閾値より大きい行からなる連続行セットに基づいて、ｎ行の文字領域を認識して得て、ｎが正整数であるように配置される行認識サブモジュールと、
ｉ行目の文字領域に対して、垂直方向に応じて第２のヒストグラムを算出し、第２のヒストグラムが、各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含み、ｎ≧ｉ≧１、ｉが正の整数であるように配置される第２の算出サブモジュールと、
第２ヒストグラムにおける前景色ピクセルの累積値が第２閾値より大きい列からなる連続列セットに基づいて、ｎ_ｉ個のキャラクター領域を認識して得るように配置されるキャラクター認識サブモジュールと、を備える。

本発明の実施例に係る第３態様により、領域認識装置を提供し、該装置は、
証明書類画像における証明書類の所定縁を認識し、所定縁が証明書類の所定方向に位置する縁であり、
所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定し、
情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得るように配置されるプロセッサと、
プロセッサにより実行可能なコマンドを記憶するためのメモリと、を備える。

本発明の実施例により提供される技術案は下記の有益な効果を含んでもよい。

証明書類画像における証明書類の所定縁を認識し、所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定し、情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得る。関連技術において直接的に撮影して得られた証明書類画像におけるある情報領域に対する認識難易度が大きく、且つある情報領域に対する位置決めが不正確な問題を解決し、証明書類画像における所定縁によって情報領域を決定し、情報領域を切断し、それにより情報領域に対し正確に位置決めを行うと共に、情報領域におけるキャラクター領域を正確に認識する効果を達する。

以上の一般的な説明及び後述する詳細は例示的なものに過ぎず、本発明を制限するためのものではないと理解すべきである。

ここの図面は明細書に組み込まれて本明細書の一部を構成し、本発明に適合する実施例を示し、明細書と共に本発明の原理を解釈するのに用いられる。

図１は例示的な実施例に係る領域認識方法を示すフローチャートである。図２Ａは別の例示的な実施例に係る領域認識方法を示すフローチャートである。図２Ｂは例示的な実施例に係る証明書類画像の２値化を示す模式図である。図２Ｃは例示的な実施例に係る証明書類画像における直線検出を示す模式図である。図３Ａは別の例示的な実施例に係る領域認識方法を示すフローチャートである。図３Ｂは例示的な実施例に係る連結処理後の証明書類画像を示す模式図である。図４は別の例示的な実施例に係る領域認識方法を示すフローチャートである。図５Ａは別の例示的な実施例に係る領域認識方法を示すフローチャートである。図５Ｂは例示的な実施例に係る水平方向に応じて第１ヒストグラムを算出する模式図である。図５Ｃは例示的な実施例に係る連続行セットを示す模式図である。図５Ｄは例示的な実施例に係る垂直方向に応じて第２ヒストグラムを算出する模式図である。図５Ｅは例示的な実施例に係る連続列セットを示す模式図である。図６は例示的な実施例に係る領域認識装置を示すブロック図である。図７は別の例示的な実施例に係る領域認識装置を示すブロック図である。図８は別の例示的な実施例に係る領域認識装置を示すブロック図である。図９は別の例示的な実施例に係る領域認識装置を示すブロック図である。図１０は別の例示的な実施例に係る領域認識装置を示すブロック図である。図１１は例示的な実施例に係る領域認識装置を示すブロック図である。

ここで例示的な実施例について詳しく説明し、その実施例は図面に示す通りである。下記の説明が図面に関わるとき、別途に表示されない限り、異なる図面における同じ数字は同じ又は類似する要素を表示する。以下の例示的な実施例に説明される実施形態は本発明と一致する全ての実施形態を表すわけではない。逆に、それらは特許請求の範囲に詳細に記載された本発明の一部の態様と一致する装置と方法の例に過ぎない。

図１は例示的な実施例に係る領域認識方法を示すフローチャートである。図１に示すように、該領域認識方法は、以下のようなステップを含む。

ステップ１０２において、証明書類画像における証明書類の所定縁を認識し、所定縁が証明書類の所定方向に位置する縁であり、
証明書類画像は証明書類を直接的に撮影して得られた画像であり、例えば、身分証明書画像、社会保障カード画像等が挙げられる。

ステップ１０４では、所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定し、
証明書類画像における所定縁の位置が相対的に一定であり、且つ所定縁の位置決めの難易度が常に情報領域の位置決めの難易度より低いため、所定縁に基づき証明書類画像において各情報領域を決定することができる。

情報領域は、証明書類画像において文字情報がある領域、例えば、名前情報領域、生年月日情報領域、性別領域、アドレス情報領域、公民身分証明書番号情報領域、番号情報領域、証明書発行機関情報領域および有効期限情報領域などの情報領域のうちの少なくとも１種を意味する。

ステップ１０６において、情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得る。

情報領域には複数のキャラクターが含まれている。１つの情報領域に対して、領域切断により少なくとも１つのキャラクター領域を得ることができる。キャラクター領域は単一キャラクターを含む領域である。キャラクターは漢字、アルファベット、数字又は他の言語のキャラクターであってもよい。

以上のように、本発明の実施例により提供された領域認識方法は、証明書類画像における証明書類の所定縁を認識し、所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定し、情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得る。関連技術において直接的に撮影して得られた証明書類画像におけるある情報領域に対する認識難易度が大きく、且つある情報領域に対する位置決めが不正確な問題を解決し、証明書類画像における所定縁によって情報領域を決定し、情報領域を切断し、それにより情報領域に対し正確に位置決めを行うと共に、情報領域におけるキャラクター領域を正確に認識する効果を達する。

図２Ａは別の例示的な実施例に係る領域認識方法を示すフローチャートである。図２Ａに示すように、該領域認識方法は以下のステップを含む。

ステップ２０２において、証明書類画像に対してソーベル水平フィルタリングと２値化を行い、処理後の証明書類画像を得る。

証明書類画像を撮影する場合、撮影インターフェースにおいて撮影をガイドするための矩形領域が設置され、ユーザーは矩形領域を証明書類と位置合わせするとき、証明書類画像を撮影して得ることが好ましい。

まず、証明書類画像をソーベル（ｓｏｂｅｌ）水平フィルタリングし、即ちｓｏｂｅｌ演算子を採用して水平方向に沿ってフィルタリングする。次に、フィルタリング後の証明書類画像を２値化する。２値化とは、証明書類画像におけるピクセルのグレー値と所定のグレー閾値を比較して、証明書類画像におけるピクセルを、所定のグレー閾値よりも大きいピクセル群と所定のグレー閾値よりも小さいピクセル群との両方に分け、これらのピクセル群に証明書類画像においてそれぞれ黒と白の２種の異なる色を呈させ、２値化後の証明書類画像を得、図２Ｂに示すようである。そのうち、前景に位置する１種の色のピクセルが前景色ピクセルと称され、即ち図２Ｂの白色ピクセルであり、背景に位置する１種の色のピクセルが背景ピクセルと称され、即ち図２Ｂにおける黒色ピクセルである。

ステップ２０４において、処理後の証明書類画像における所定領域を直線検出して、ターゲット直線を得て、ターゲット直線を証明書類の所定縁として認識する。

該所定領域は証明書類画像における証明書類の所定縁が存在する可能性がある領域である。例えば、該所定領域は、証明書類の下縁の証明書類画像における領域などであり、又は、該所定領域は、証明書類の上縁の証明書類画像における領域などである。

処理後の証明書類画像を取得した後に、処理後の証明書類画像を直線検出する。該直線検出は直線フィッティングアルゴリズム又はハフ（Ｈｏｕｇｈ）変換アルゴリズムによって実現され、それによりターゲット直線を得、該ターゲット直線を証明書類の証明書類画像における所定縁として認識することが好ましい。

例えば、ソーベル水平フィルタリングと２値化処理後の証明書類画像に対して、証明書類の下縁の証明書類画像における領域を直線検出して、直線フィッティング又はハフ（Ｈｏｕｇｈ）変換を経た後に、証明書類画像の下方に一本の直線が存在し、該直線を証明書類の証明書類画像における所定縁として認識する。証明書類の下縁の証明書類画像における位置が、例示的な図２Ｃに示すようである。

ステップ２０６において、所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定し、
証明書類画像のタイプが既知である場合に、証明書類画像の所定縁と証明書類における他の情報領域の間に一定の相対的な位置関係が存在し、証明書類画像の所定縁と該相対的な位置関係に基づき少なくとも１つの情報領域を決定できる。

相対的な位置関係とは、証明書類画像の所定縁と情報領域との間の相対的な位置関係を指す。

証明書類は第２代身分証明書であり、所定縁は第２代身分証明書の下縁であり、情報領域は第２代身分証明書の公民身分証明書番号領域であれば、ステップ２０６は更に、下縁の上方にある所定高さの領域を、公民身分証明書番号領域として決定するように実現することが好ましい。

例えば、第２代身分証明書を例として、公民身分証明書番号領域が証明書類画像の所定縁の上方にあり、また、例えば、アドレス情報領域が証明書類画像の所定縁の左上方位置にある。該相対的な位置関係によって、証明書類画像の所定縁に基づいて少なくとも１つの情報領域を決定することができる。

ステップ２０８において、情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得る。

以上のように、本発明の実施例により提供された領域認識方法は、証明書類画像に対してソーベル水平フィルタリングと２値化を行い、処理後の証明書類画像を得、処理後の証明書類画像における所定領域を直線検出して、ターゲット直線を得て、ターゲット直線を証明書類の所定縁として認識し、所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定し、情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得る。関連技術において直接的に撮影して得られた証明書類画像におけるある情報領域に対する認識難易度が大きく、且つある情報領域に対する位置決めが不正確な問題を解決し、証明書類画像における所定縁によって情報領域を決定し、情報領域を切断し、それにより情報領域に対し正確に位置決めを行うとともに、情報領域におけるキャラクター領域を正確に認識する効果を達する。

図２Ａに基づく実施例により提供される選択可能な実施例において、証明書類画像における所定縁をより高速に見つけるために、端末は予め証明書類画像の大きさに基づき証明書類画像を縮小処理することが好ましい。即ち、ステップ２０２の前に、該方法はステップ２０１を更に含む。処理後の証明書類画像における所定領域を直線検出する際に、より正確な直線を取得するために、端末は処理後の証明書類画像における所定領域を連結処理することが好ましい。即ち、ステップ２０２の後に、該方法はステップ２０３を更に含み、図３Ａに示すように、
ステップ２０１において、予め証明書類画像を所定の縮小比例で縮小処理する。

端末は予め証明書類画像の大きさに基づき所定の縮小比例で証明書類画像を縮小処理し、縮小処理後の証明書類画像を得る。証明書類画像の縮小処理は証明書類画像における所定縁を探す速度を向上させることができる。

ステップ２０３において、処理後の証明書類画像における所定領域を連結処理する。

ソーベル水平フィルタリングと２値化処理後の証明書類画像を取得し、処理後の証明書類画像を連結処理し、２値化した証明書類画像における前景色ピクセルからなる面積が大きい領域と面積が小さい領域を除去し、それによってより正確に証明書類画像における所定縁を認識することができる。連結処理後の証明書類画像を図３Ｂに示す。

以上のように、本実施例により提供される領域認識方法は、予め証明書類画像を所定の縮小比例で縮小処理することによって、証明書類画像における所定縁の探す速度を向上させる。

処理後の証明書類画像における所定領域に対して連結処理を行うことにより、証明書類画像における所定縁を決定する正確性を向上させ、後続の情報領域の認識時の正確性を向上させることができる。

図２Ａに基づく実施例により提供される選択可能な実施例において、証明書類は証明書類画像において微小角度の回転が存在し、即ち証明書類の証明書類画像における位置が水平ではなく、水平方向に角度が存在する。端末は所定縁の傾きに基づいて証明書類画像に対して勾配修正を行うことが好ましい。即ち、ステップ２０４の後、該方法はステップ２０５ａとステップ２０５ｂを更に含み、図４に示すように、
ステップ２０５ａにおいて、所定縁の傾きに基づいて、所定縁と水平方向とのなす角度を決定し、
端末は証明書類画像の所定縁と水平方向とのなす角度を算出する。該角度は、証明書類と水平方向とのなす角度である。

ステップ２０５ｂにおいて、証明書類画像を角度に応じて回転させ、回転後の証明書類画像における所定縁が水平方向と平行になる。

以上のように、本実施例により提供される領域認識方法は、証明書類画像における証明書類が水平方向と平行になるように、証明書類画像の所定縁を回転校正することによって、後続の情報領域の認識時の正確性を向上させることができる。

図２Ａに基づく実施例により提供される選択可能な実施例において、ステップ２０８は情報領域を領域切断する過程である。そのかわりに、例えば以下のステップ２０８ａ〜ステップ２０８ｅとして実現してもよく、図５Ａに示すように、
ステップ２０８ａにおいて、情報領域を２値化し、２値化後の情報領域を得て、
情報領域が公民身分証明書番号領域であることを例として、まず情報領域をプリ処理することが好ましい。そのうち、プリ処理は、ノイズ除去、フィルタリング、縁抽出等の操作を含んでもよく、プリ処理後の情報領域を２値化する。

ステップ２０８ｂにおいて、２値化後の情報領域に対して水平方向に応じて第１のヒストグラムを計算し、第１のヒストグラムが、各行ピクセルの縦座標及び各行ピクセルにおける前景色ピクセルの累積値を含み、
２値化後の情報領域を水平方向に応じて第１のヒストグラムを算出し、図５Ｂに示すように、該第１のヒストグラムは、垂直方向で各行のピクセルの縦座標を表し、水平方向で各行のピクセルにおける前景色ピクセルの個数累積値を表す。

ステップ２０８ｃでは、第１のヒストグラムにおける前景色ピクセルの累積値が第１の閾値より大きい行からなる連続行セットに基づいて、ｎ行の文字領域を認識して得て、ｎが正の整数であり、
第１のヒストグラムに基づいて、各行のピクセルにおける前景色ピクセルの累積値を取得し、各行のピクセルにおける前景色ピクセルの累積値と第１の閾値とを比較し、第１のヒストグラムにおける前景色ピクセルの累積値が第１の閾値より大きい行からなる連続行セットを、文字領域が所在する行として決定することができる。

連続行セットは、前景色ピクセルの累積値が第１の閾値より大きい行が連続的なｍ行であり、該連続的なｍ行のピクセルからなるセットを意味し、図５Ｃに示すように、図におけるｍ行のピクセルに対して、左側ヒストグラムに位置する前景色ピクセルの累積値がいずれも第１の閾値より大きい。該ｍ行のピクセルは証明書類画像において公民身分証明書番号行「０４２１１９９」と対応する。

もちろん、該情報領域がアドレス情報領域又は他の情報領域であれば、文字領域は２行又は２行以上である可能性がある。このとき、各連続行セットを１行の文字領域として認識し、ｎ個の連続行セットをｎ行の文字領域として認識する。

ステップ２０８ｄでは、ｉ行目の文字領域に対して、垂直方向に応じて第２のヒストグラムを算出し、第２のヒストグラムが、各列のピクセルの横軸及び各列のピクセルにおける前景色ピクセルの累積値を含み、ｎ≧ｉ≧１、ｉが正の整数である。

認識した公民身分証明書番号行に対して、垂直方向に応じて第２ヒストグラムを算出し、該第２ヒストグラムは水平方向で各列のピクセルの横軸を表し、垂直方向で各列のピクセルにおける前景色ピクセルの個数累積値を表し、前景色ピクセルは２値化後の画像における白色ピクセルを指し、図５Ｄに示すようである。

ステップ２０８ｅでは、第２のヒストグラムにおける前景色ピクセルの累積値が第２の閾値より大きい列からなる連続列セットに基づいて、ｎ_ｉ個のキャラクター領域を認識して得る。

第２のヒストグラムに基づいて、各列のピクセルにおける前景色ピクセルの累積値を取得し、各列のピクセルにおける前景色ピクセルの累積値と第２の閾値を比較し、第２のヒストグラムにおける前景色ピクセルの累積値が第２の閾値より大きい列からなる連続列セットを、キャラクター領域が所在する列として決定することができる。

連続列セットは、前景色ピクセルの累積値が第２の閾値より大きい列が連続的なｐ列で、該連続的なｐ列のピクセルからなるセットを意味し、図５Ｅに示すように、連続列セットはｐであり、即ち第２のヒストグラムに形成された連続的な白色領域である。図におけるｐ列のピクセルに対して、下側に位置するヒストグラムにおける前景色ピクセルの累積値がいずれも第２の閾値より大きい。該ｐ列ピクセルは証明書類画像においてキャラクター領域「３」と対応する。

各連続列セットを１つのキャラクター領域として認識し、ｎ個の連続列セットをｎ個のキャラクター領域として認識する。図５Ｅで、１８個のキャラクター領域を認識することができる。

文字領域にｎ行あれば、ステップ２０８ｄ及びステップ２０８ｅは各行文字領域に対して１回実行され、共にｎ回実行される。

認識された各キャラクター領域に対して、更にキャラクター認識技術により、該キャラクター領域に含む文字を認識することができる。文字は漢字、アルファベット、数字又は他の言語の単一キャラクターであってもよい。

以上のように、本実施例により提供される領域認識方法は、情報領域を２値化して、２値化後の情報領域を水平方向に応じて第１ヒストグラムを算出し、情報領域におけるｎ行の文字領域を決定し、更にそれぞれｎ行の文字領域を垂直方向に応じて第２ヒストグラムを算出し、各文字の対応するキャラクター領域を認識することによって、認識情報領域におけるキャラクター領域の正確性を向上させることができる。

以下は本発明の装置の実施例であり、本発明の方法の実施例の実行において使用することができる。本発明の装置の実施例で開示されていない詳細は、本発明の方法の実施例を参照する。

図６は例示的な実施例に係る領域認識装置を示すブロック図であり、図６に示すように、該領域認識装置は、認識モジュール６１０、決定モジュール６２０、及び切断モジュール６３０を備えるが、これらに限定されない。

認識モジュール６１０は、証明書類画像における証明書類の所定縁を認識し、所定縁が証明書類の所定方向に位置する縁であるように配置され、
証明書類画像は証明書類を直接的に撮影して得られた画像であり、例えば、身分証明書画像または社会保障カード画像等が挙げられる。

決定モジュール６２０は、所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定するように配置され、
証明書類画像における所定縁の位置は相対的に一定であり、且つ所定縁の位置決めの難易度が通常情報領域の位置決めの難易度より低いため、決定モジュール６２０は所定縁に基づき証明書類画像において各情報領域を決定することができる。

切断モジュール６３０は、情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得るように配置される。

情報領域には複数のキャラクターが含まれている。１つの情報領域に対して、切断モジュール６３０は、領域切断により少なくとも１つのキャラクター領域を得ることができる。キャラクター領域は単一キャラクターを含む領域である。キャラクターは漢字、アルファベット、数字又は他の言語のキャラクターであってもよい。

以上のように、本発明の実施例により提供された領域認識装置は、証明書類画像における証明書類の所定縁を認識し、所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定し、情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得る。関連技術において直接的に撮影して得られた証明書類画像におけるある情報領域に対する認識難易度が大きく、且つある情報領域に対する位置決めが不正確な問題を解決し、証明書類画像における所定縁によって情報領域を決定し、情報領域を切断し、それにより情報領域に対し正確に位置決めを行うとともに、情報領域におけるキャラクター領域を正確に認識する効果を達する。

図６に基づく実施例により提供される選択可能な実施例において、認識モジュール６１０は以下のサブモジュールを更に備えてもよく、図７に示すように、
フィルタリングサブモジュール６１１は、証明書類画像に対してソーベル水平フィルタリングと２値化を行い、処理後の証明書類画像を得るように配置され、
まず、フィルタリングサブモジュール６１１は証明書類画像をソーベル（ｓｏｂｅｌ）水平フィルタリングして、即ちソーベル（ｓｏｂｅｌ）演算子を採用して水平方向に沿ってフィルタリングする。次に、フィルタリング後の証明書類画像を２値化する。

２値化とは、証明書類画像におけるピクセルのグレー値と所定のグレー閾値を比較して、証明書類画像におけるピクセルを、所定のグレー閾値よりも大きいピクセル群と所定のグレー閾値よりも小さいピクセル群との両方に分け、これらのピクセル群に証明書類画像においてそれぞれ黒と白の２種の異なる色を呈させ、２値化後の証明書類画像を得る。

検出サブモジュール６１２は、処理後の証明書類画像における所定領域を直線検出して、ターゲット直線を得て、ターゲット直線を証明書類の所定縁として認識するように配置される。

該所定領域は、証明書類画像における証明書類の所定縁が存在する可能性がある領域である。例えば、該所定領域は、証明書類の下縁の証明書類画像における領域などであり、又は、該所定領域は、証明書類の上縁の証明書類画像における領域などである。

フィルタリングサブモジュール６１１によって処理された証明書類画像を取得した後に、検出サブモジュール６１２は処理後の証明書類画像を直線検出する。検出サブモジュール６１２における直線検出は直線フィッティングアルゴリズム又はハフ（Ｈｏｕｇｈ）変換アルゴリズムによって実現され、それによりターゲット直線を得て、該ターゲット直線を証明書類の証明書類画像における所定縁として認識することが好ましい。

以上のように、本発明の実施例により提供された領域認識装置は、証明書類画像に対してソーベル水平フィルタリングと２値化を行い、処理後の証明書類画像を得、処理後の証明書類画像における所定領域を直線検出して、ターゲット直線を得て、ターゲット直線を証明書類の所定縁として認識し、所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定し、情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得る。関連技術において直接的に撮影して得られた証明書類画像におけるある情報領域に対する認識難易度が大きく、且つある情報領域に対する位置決めが不正確な問題を解決し、証明書類画像における所定縁によって情報領域を決定し、情報領域を切断し、それにより情報領域に対し正確に位置決めを行うとともに、情報領域におけるキャラクター領域を正確に認識する効果を達する。

図７に基づく実施例により提供される選択可能な実施例において、該装置は下記のモジュールを更に備えてもよく、図８に示すように、
縮小モジュール８１０は、予め証明書類画像を所定の縮小比例で縮小処理するように配置される。

縮小モジュール８１０は予め証明書類画像の大きさに基づき所定の縮小比例で証明書類画像を縮小処理して、縮小処理後の証明書類画像を得る。証明書類画像の縮小処理は証明書類画像における所定縁を探す速度を向上させることができる。

連結モジュール８２０は、処理後の証明書類画像における所定領域を連結処理するように配置される。

フィルタリングサブモジュール６１１によって処理された証明書類画像を取得して、連結モジュール８２０は処理後の証明書類画像を連結処理して、２値化した証明書類画像における前景色ピクセルからなる面積が大きい領域と面積が小さい領域を除去し、それにより、より正確に証明書類画像における所定縁を認識できる。

そのうち、決定モジュール６２０は、更に所定縁及び所定縁と情報領域の間の相対的な位置関係である相対的な位置関係に基づいて、少なくとも１つの情報領域を決定するように配置される。

証明書類は第２代身分証明書であり、所定縁は第２代身分証明書の下縁であり、情報領域は第２代身分証明書の公民身分証明書番号領域であれば、決定モジュール６２０は、下縁の上方にある所定高さの領域を、公民身分証明書番号領域として決定するように配置されることが好ましい。

以上のように、本実施例により提供される領域認識装置は、予め証明書類画像を所定の縮小比例で縮小処理することによって、証明書類画像における所定縁の探す速度を向上させる。

処理後の証明書類画像における所定領域に対して連結処理を行うことにより、証明書類画像における所定縁を決定する正確性を向上させ、後続の情報領域を認識するときの正確性を向上させることができる。

図７に基づく実施例により提供される選択可能な実施例において、該装置は下記のモジュールを更に備えてもよく、図９に示すように、
修正モジュール９１０は、所定縁の傾きに基づいて、証明書類画像に対して勾配修正を行うように配置される。

該修正モジュール９１０は下記のサブモジュールを備えることが好ましい。

角度決定サブモジュール９１１は所定縁の傾きに基づいて、所定縁と水平方向とのなす角度を決定するように配置され、
端末は角度決定サブモジュール９１１によって証明書類画像の所定縁と水平方向とのなす角度を算出する。該角度は、証明書類と水平方向とのなす角度である。

回転サブモジュール９１２は、証明書類画像を角度に応じて回転させ、回転後の証明書類画像における所定縁が水平方向と平行になるように配置される。

端末は回転サブモジュール９１２によって証明書類画像を角度決定サブモジュール９１１によって算出された角度で回転する。

以上のように、本実施例により提供される領域認識装置は、証明書類画像における証明書類が水平方向と平行になるように、証明書類画像の所定縁を回転校正することによって、後続の情報領域の認識時の正確性を向上させることができる。

図７に基づく実施例により提供される選択可能な実施例において、切断モジュール６３０は下記のモジュールを備えてよく、図１０に示すように、
２値化サブモジュール６３１は、情報領域を２値化し、２値化後の情報領域を得るように配置され、
情報領域が公民身分証明書番号領域であることを例として、２値化サブモジュール６３１はまず情報領域をプリ処理することが好ましい。そのうち、プリ処理は、ノイズ除去、フィルタリング、縁抽出などの操作を含んでもよく、プリ処理後の情報領域を２値化する。

第１の算出サブモジュール６３２は、２値化後の情報領域に対して水平方向に応じて各行ピクセルの縦座標及び各行ピクセルにおける前景色ピクセルの累積値を含む第１のヒストグラムを算出するように配置され、
第１の算出サブモジュール６３２は２値化サブモジュール６３１によって処理された情報領域を水平方向に応じて第１ヒストグラムを算出し、該第１ヒストグラムが、垂直方向で各行のピクセルの縦座標を示し、水平方向で各行のピクセルにおける前景色ピクセルの個数累積値を表す。

行認識サブモジュール６３３は、第１ヒストグラムにおける前景色ピクセルの累積値が第１閾値よりも大きい行からなる連続行セットに基づいて、ｎ行の文字領域を認識して得て、ｎが正整数であるように配置され、
第１のヒストグラムに基づいて、各行ピクセルにおける前景色ピクセルの累積値を取得することができ、行認識サブモジュール６３３は、各行ピクセルにおける前景色ピクセルの累積値と第１の閾値を比較し、第１のヒストグラムにおける前景色ピクセルの累積値が第１の閾値より大きい行からなる連続行セットを、文字領域が所在する行として決定する。

連続行セットは、前景色ピクセルの累積値が第１の閾値より大きい行が連続的なｍ行であり、該連続的なｍ行のピクセルからなるセットを意味する。

各連続行セットを１行の文字領域として認識し、ｎ個の連続行セットをｎ行の文字領域として認識する。

第２の算出サブモジュール６３４はｉ行目の文字領域に対して、垂直方向に応じて第２のヒストグラムを算出し、第２のヒストグラムが、各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含み、ｎ≧ｉ≧１、ｉが正の整数であるように配置され、
行認識サブモジュール６３３により認識された公民身分証明書番号行に対して、第２の算出サブモジュール６３４は垂直方向に応じて第２ヒストグラムを計算し、該第２ヒストグラムは水平方向で各列のピクセルの横座標を表し、垂直方向で各列のピクセルにおける前景色ピクセルの個数累積値を表し、前景色ピクセルとは２値化後の画像における白色ピクセルを指す。

キャラクター認識サブモジュール６３５は、第２ヒストグラムにおける前景色ピクセルの累積値が第２閾値よりも大きい列からなる連続列セットに基づいて、ｎ_ｉ個のキャラクター領域を認識して得るように配置される。

第２のヒストグラムに基づいて、各列のピクセルにおける前景色ピクセルの累積値を取得することができ、キャラクター認識サブモジュール６３５は、各列のピクセルにおける前景色ピクセルの累積値と第２の閾値を比較し、第２のヒストグラムにおける前景色ピクセルの累積値が第２の閾値より大きい列からなる連続列セットを、キャラクター領域が所在する列として決定する。

連続列セットは、前景色ピクセルの累積値が第２の閾値より大きい列が連続的なｐ列で、該連続的なｐ列ピクセルからなるセットを意味する。

各連続列セットを１つのキャラクター領域として認識し、ｎ個の連続列セットをｎ個のキャラクター領域として認識する。

以上のように、本実施例により提供される領域認識装置は、情報領域を２値化して、２値化後の情報領域を水平方向に応じて第１ヒストグラムを算出し、情報領域におけるｎ行の文字領域を決定し、更にそれぞれｎ行の文字領域を垂直方向に応じて第２ヒストグラムを算出し、各文字の対応するキャラクター領域を認識することによって、情報領域におけるキャラクター領域を認識する正確性を向上させることができる。

本発明の例示的な実施例は、領域認識装置を提供しており、本発明に係る領域認識方法を実現することができ、該領域認識装置は、プロセッサと、プロセッサにより実行可能なコマンドを記憶するためのメモリとを備え、
そのうち、プロセッサは、
証明書類画像における証明書類の所定縁を認識し、所定縁が証明書類の所定方向に位置する縁であり、
所定縁に基づいて、証明書類画像において少なくとも１つの情報領域を決定し、
情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を得るように配置される。

上記実施例における装置について、各モジュールの操作を実行する具体的な方式は既に該方法に関する実施例において詳しく説明したため、ここで詳細に説明しない。

図１１は一例示的な実施例により示された領域認識方法に適用される装置のブロック図である。例えば、装置１１００は、携帯電話、コンピュータ、デジタル放送端末、メッセージ送受信設備、ゲームコンソール、タブレット型装置、医療設備、フィットネス装置またはパーソナルデジタルアシスタントなどである。

図１１を参照して、装置１１００は、処理部材１１０２、メモリ１１０４、電源部材１１０６、マルチメディア部材１１０８、オーディオ部材１１１０、入力／出力（Ｉ／Ｏ）インターフェース１１１２、センサー部材１１１４、及び通信部材１１１６のうちの一つ又は複数の部材を含むことができる。

処理部材１１０２は、通常、装置１１００の全体的操作、例えば、表示、電話呼び出し、データ通信、カメラ操作及び記録操作に関する操作を制御する。処理部材１１０２は、上記方法の全部又は一部のステップを完成するために、コマンドを実行する一つ又は複数のプロセッサ１１１８を含むことができる。さらに、処理部材１１０２はその他の部材とのインタラクションが容易であるように、一つ又は複数のモジュールを含むことができる。例えば、処理部材１１０２は、マルチメディア部材１１０８と処理部材１１０２とのインタラクションが容易であるように、マルチメディアモジュールを含むことができる。

メモリ１１０４は、装置１１００における操作をサポートするために、さまざまなタイプのデータを記憶するように配置される。これらのデータの実例は、装置１１００において操作される如何なるアプリケーション又は方法のコマンド、連絡先データ、電話帳データ、メッセージ、ピクチャ、ビデオなどを含む。メモリ１１０４は如何なるタイプの揮発性又は非揮発性メモリ又はそれらの組合せ、例えばスタティックランダムアクセスメモリ（ＳＲＡＭ）、電気的消去可能プログラマブル読み取り専用メモリ（ＥＥＰＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭ）、プログラマブル読み取り専用メモリ（ＰＲＯＭ）、読み取り専用メモリ（ＲＯＭ）、磁気メモリ、フラッシュメモリ、磁気ディスク又は光ディスクにより実現することができる。

電源部材１１０６は装置１１００のさまざまな部材に対し電力を供給する。電源部材１１０６は電源管理システム、一つ又は複数の電源、及びその他の装置１１００に対する電力の生成、管理及び供給に関連する部材を含むことができる。

マルチメディア部材１１０８は、装置１１００とユーザーとの間の出力インターフェースを提供するスクリーンを含む。一部の実施例において、スクリーンは液晶ディスプレイ（ＬＣＤ）とタッチパネル（ＴＰ）を含むことができる。スクリーンにタッチパネルが含まれる場合、スクリーンはユーザーからの入力信号を受信するために、タッチスクリーンで実現されることができる。タッチパネルは、タッチ、スワイプ及びタッチパネルにおけるジェスチャーを感知するために、一つ又は複数のタッチセンサーを含む。タッチセンサーは、タッチ又はスワイプ動作の境界を感知するとともに、タッチ又はスワイプ動作に関わる持続時間及び圧力を検出することができる。一部の実施例において、マルチメディア部材１１０８は、フロントカメラ及び／又はバックカメラを含む。装置１１００が操作モードである場合、例えば、撮影モード又はビデオモードである場合、フロントカメラ及び／又はバックカメラは外部のマルチメディアデータを受信することができる。各フロントカメラ及びバックカメラは、固定された光学レンズシステムであってもよく、又は焦点距離と光学ズーム能力を有する。

オーディオ部材１１１０は、オーディオ信号を出力及び／又は入力するように配置される。例えば、オーディオ部材１１１０は、マイクロフォン（ＭＩＣ）を含み、装置１１００が操作モードである場合、例えば、呼び出しモード、記録モード及び音声認識モードである場合、マイクロフォンは外部のオーディオ信号を受信するように構成される。受信されたオーディオ信号は、さらにメモリ１１０４に記憶され、又は通信部材１１１６を介して送信される。一部の実施例において、オーディオ部材１１１０は、さらにオーディオ信号を出力するスピーカーを含む。

Ｉ／Ｏインターフェース１１１２は、処理部材１１０２と周辺インターフェースモジュールとの間にインターフェースを提供し、上記周辺インターフェースモジュールは、キーボード、クリックホイール、ボタンなどであってもよい。これらのボタンは、ホームボタン、ボリュームボタン、スタートボタン及びロックボタンを含むことができるがこれに限定されない。

センサー部材１１１４は、装置１１００に対し各方面の状態評価を提供する一つ又は複数のセンサーを含む。例えば、センサー部材１１１４は、装置１１００のオン／オフ状態、部材の相対的位置決めを検出することができ、上記部材は、例えば、装置１１００のディスプレイ及びキーパッドであり、センサー部材１１１４は、さらに装置１１００又は装置１１００の一つの部材の位置変化、ユーザーと装置１１００との接触の有無、装置１１００の方角又は加速／減速及び装置１１００の温度変化を検出することができる。センサー部材１１１４は、近接センサーを含むことができ、如何なる物理的接触がないとき、近傍物体の存在を検出するように構成される。センサー部材１１１４は、さらにイメージングアプリケーションに用いられる光学センサー、例えば、ＣＭＯＳ又はＣＣＤイメージセンサーを含むことができる。一部の実施例において、該センサー部材１１１４は、さらに加速度センサー、ジャイロセンサー、磁気センサー、圧力センサー又は温度センサーを含むことができる。

通信部材１１１６は、装置１１００とその他の装置との有線又は無線による通信が容易であるように配置される。装置１１００は、通信標準に基づく無線ネットワーク、例えばＷｉＦｉ、２Ｇ又は３Ｇ、又はそれらの組合せにアクセスすることができる。一例示的な実施例において、通信部材１１１６は、放送チャネルを介して外部放送管理システムからの放送信号又は放送関連情報を受信する。一例示的な実施例において、通信部材１１１６は、狭域通信を促進するために、さらに近距離無線通信（ＮＦＣ）モジュールを含む。例えば、ＮＦＣモジュールにおいて、無線周波数認識（ＲＦＩＤ）技術、赤外線データ協会（ＩｒＤＡ）技術、超広帯域（ＵＷＢ）技術、ブルートゥース（ＢＴ）技術及びその他の技術に基づいて実現することができる。

例示的な実施例において、装置１１００は、一つ又は複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号処理装置（ＤＳＰＤ）、プログラマブルロジックデバイス（ＰＬＤ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、コントローラー、マイクロコントローラー、マイクロプロセッサ又はその他の電子部品により実現することができ、上記領域認識方法を実行するのに用いられる。

例示的な実施例において、さらに、コマンドを含む非一時的なコンピュータ可読記憶媒体、例えば、コマンドを含むメモリ１１０４を提供し、上記領域認識方法を完成するために、上記コマンドは装置１１００のプロセッサ１１１８により実行することができる。例えば、非一時的なコンピュータ可読記憶媒体は、ＲＯＭ、ランダムアクセスメモリ（ＲＡＭ）、ＣＤ−ＲＯＭ、磁気テープ、フロッピーディスク及び光データ記憶装置などであってもよい。

当業者であれば、明細書を考慮しここに開示された発明を実践した後、本発明のその他の実施態様を容易に想到できる。本願は、本発明の如何なる変形、用途又は適応的変化を含むためのものであり、これらの変形、用途又は適応的変化は本発明の一般的な原理に準じ、本発明の開示されていない本技術分野における公知常識又は慣用の技術手段を含む。明細書と実施例は例示的なものに過ぎず、本発明の実際の範囲と精神は特許請求の範囲により与えられる。

理解すべきことは、本発明は既に上記のように説明され、図面に示された正確な構造に限定されず、その範囲を逸脱しない限りにおいて様々な修正や変更を行うことができる。本発明の範囲は特許請求の範囲のみにより限定される。

Claims

領域認識方法であって
証明書類画像における証明書類の所定縁を認識し、前記所定縁が前記証明書類の所定方向に位置する縁であることと、
前記所定縁に基づいて、前記証明書類画像において少なくとも１つの情報領域を決定することと、
前記情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を取得ことと、を含み、
前記情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を取得することは、
前記情報領域を２値化し、２値化後の情報領域を取得することと、
前記２値化後の情報領域に対して水平方向に応じて第１のヒストグラムを算出し、前記第１のヒストグラムが、各行ピクセルの縦座標及び前記各行ピクセルにおける前景色ピクセルの累積値を含むことと、
前記第１のヒストグラムにおける前景色ピクセルの累積値が第１の閾値より大きい行からなる連続行セットに基づいて、ｎ行の文字領域を認識して取得して、ｎが正の整数であることと、
ｉ行目の文字領域に対して、垂直方向に応じて第２のヒストグラムを算出し、前記第２のヒストグラムが各列のピクセルの横座標及び前記各列のピクセルにおける前景色ピクセルの累積値を含み、ｎ≧ｉ≧１、ｉが正の整数であることと、
前記第２のヒストグラムにおける前景色ピクセルの累積値が第２の閾値より大きい列からなる連続列セットに基づいて、複数個のキャラクター領域を認識して取得することと、を含むことを特徴とする領域認識方法。
前記証明書類画像における証明書類の所定縁を認識することは、
前記証明書類画像に対してソーベル水平フィルタリング及び２値化を行い、処理後の証明書類画像を得ることと、
前記処理後の証明書類画像における所定領域を直線検出して、ターゲット直線を得、前記ターゲット直線を前記証明書類の前記所定縁として認識することと、を含むことを特徴とする請求項１に記載の方法。
予め前記証明書類画像を所定の縮小比例で縮小処理することを更に含むことを特徴とする請求項１又は２に記載の方法。
前記処理後の証明書類画像における所定領域を連結処理することを更に含むことを特徴とする請求項２に記載の方法。
前記所定縁に基づいて、前記証明書類画像において少なくとも１つの情報領域を決定することは、
前記所定縁と相対的な位置関係に基づき、少なくとも１つの情報領域を決定し、前記相対的な位置関係は前記所定縁と前記情報領域との間の相対的な位置関係であることを含むことを特徴とする請求項１〜４のいずれかに記載の方法。
前記証明書類は第２代身分証明書であり、前記所定縁は前記第２代身分証明書の下縁であり、前記情報領域は前記第２代身分証明書の公民身分証明書番号領域であり、
前記所定縁と相対的な位置関係に基づき、少なくとも１つの情報領域を決定することは、
前記下縁の上方にある所定高さの領域を、前記公民身分証明書番号領域として決定することを含むことを特徴とする請求項５に記載の方法。
前記所定縁の傾きに基づいて、前記証明書類画像に対して勾配修正を行うことを更に含むことを特徴とする請求項１〜６のいずれかに記載の方法。
前記所定縁の傾きに基づいて、前記証明書類画像に対して勾配修正を行うことは、
前記所定縁の傾きに基づいて、前記所定縁と水平方向とのなす角度を決定することと、
前記証明書類画像を前記角度に応じて回転させ、回転後の前記証明書類画像における前記所定縁が前記水平方向と平行になることと、を含むことを特徴とする請求項７に記載の方法。
領域認識装置であって、
証明書類画像における証明書類の所定縁を認識し、前記所定縁が前記証明書類の所定方向に位置する縁であるように配置される認識モジュールと、
前記所定縁に基づいて、前記証明書類画像において少なくとも１つの情報領域を決定するように配置される決定モジュールと、
前記情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を取得するように配置される切断モジュールと、を備え、
前記切断モジュールは、
前記情報領域を２値化し、２値化後の情報領域を取得するように配置される２値化サブモジュールと、
前記２値化後の情報領域に対して水平方向に応じて第１のヒストグラムを算出し、前記第１のヒストグラムが、各行ピクセルの縦座標及び前記各行ピクセルにおける前景色ピクセルの累積値を含むように配置される第１の算出サブモジュールと、
前記第１のヒストグラムにおける前景色ピクセルの累積値が第１の閾値より大きい行からなる連続行セットに基づいて、ｎ行の文字領域を認識して取得して、ｎが正の整数であるように配置される行認識サブモジュールと、
ｉ行目の文字領域に対して、垂直方向に応じて第２のヒストグラムを算出し、前記第２のヒストグラムが各列のピクセルの横座標及び前記各列のピクセルにおける前景色ピクセルの累積値を含み、ｎ≧ｉ≧１、ｉが正の整数であるように配置される第２の算出サブモジュールと、
前記第２のヒストグラムにおける前景色ピクセルの累積値が第２の閾値より大きい列からなる連続列セットに基づいて、複数個のキャラクター領域を認識して取得するように配置されるキャラクター認識サブモジュールと、を備えることを特徴とする領域認識装置。
前記認識モジュールは、
前記証明書類画像に対してソーベル水平フィルタリングと２値化を行い、処理後の証明書類画像を得るように配置されるフィルタリングサブモジュールと、
前記処理後の証明書類画像における所定領域を直線検出して、ターゲット直線を得、前記ターゲット直線を前記証明書類の前記所定縁として認識するように配置される検出サブモジュールと、を備えることを特徴とする請求項９に記載の装置。
予め前記証明書類画像を所定の縮小比例で縮小処理するように配置される縮小モジュールを更に備えることを特徴とする請求項９又は１０に記載の装置。
前記処理後の証明書類画像における所定領域を連結処理するように配置される連結モジュールを更に備えることを特徴とする請求項１０に記載の装置。
前記決定モジュールは、前記所定縁と相対的な位置関係に基づき、少なくとも１つの情報領域を決定し、前記相対的な位置関係が前記所定縁と前記情報領域との間の相対的な位置関係であるように配置されることを特徴とする請求項９〜１２のいずれかに記載の装置。
前記証明書類は第２代身分証明書であり、前記所定縁は前記第２代身分証明書の下縁であり、前記情報領域は前記第２代身分証明書の公民身分証明書番号領域であり、
前記決定モジュールは、前記下縁の上方にある所定高さの領域を、前記公民身分証明書番号領域として決定するように配置されることを特徴とする請求項１３に記載の装置。
前記所定縁の傾きに基づいて、前記証明書類画像に対して勾配修正を行うように配置される修正モジュールを更に備えることを特徴とする請求項９〜１４のいずれかに記載の装置。
前記修正モジュールは、
前記所定縁の傾きに基づいて、前記所定縁と水平方向とのなす角度を決定するように配置される角度決定サブモジュールと、
前記証明書類画像を前記角度に応じて回転させ、回転後の前記証明書類画像における前記所定縁が前記水平方向と平行になるように配置される回転サブモジュールと、を備えることを特徴とする請求項１５に記載の装置。
領域認識装置であって、
プロセッサと、前記プロセッサにより実行可能なコマンドを記憶するメモリと、を備え、
前記プロセッサは、
証明書類画像における証明書類の所定縁を認識し、前記所定縁が前記証明書類の所定方向に位置する縁であり、
前記所定縁に基づいて、前記証明書類画像において少なくとも１つの情報領域を決定し、
前記情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を取得するように配置され、
前記情報領域に対して領域切断を行い、少なくとも１つのキャラクター領域を取得することは、
前記情報領域を２値化し、２値化後の情報領域を取得することと、
前記２値化後の情報領域に対して水平方向に応じて第１のヒストグラムを算出し、前記第１のヒストグラムが、各行ピクセルの縦座標及び前記各行ピクセルにおける前景色ピクセルの累積値を含むことと、
前記第１のヒストグラムにおける前景色ピクセルの累積値が第１の閾値より大きい行からなる連続行セットに基づいて、ｎ行の文字領域を認識して取得して、ｎが正の整数であることと、
ｉ行目の文字領域に対して、垂直方向に応じて第２のヒストグラムを算出し、前記第２のヒストグラムが各列のピクセルの横座標及び前記各列のピクセルにおける前景色ピクセルの累積値を含み、ｎ≧ｉ≧１、ｉが正の整数であることと、
前記第２のヒストグラムにおける前景色ピクセルの累積値が第２の閾値より大きい列からなる連続列セットに基づいて、複数個のキャラクター領域を認識して取得することと、を含むことを特徴とする領域認識装置。