[发明专利]一种利用普通摄像完成身份证便携扫描的方法有效
申请号: | 201710424799.0 | 申请日: | 2017-06-08 |
公开(公告)号: | CN109035266B | 公开(公告)日: | 2022-11-15 |
发明(设计)人: | 韩宇龙;韩利军;吴海霞;王洁云;吴国宁 | 申请(专利权)人: | 杭州睿沃科技有限公司 |
主分类号: | G06T7/12 | 分类号: | G06T7/12;G06T5/00;G06T7/187;G06T7/30;G06T7/90 |
代理公司: | 合肥昕华汇联专利代理事务所(普通合伙) 34176 | 代理人: | 崔雅丽 |
地址: | 311100 浙江省杭州市余杭区*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 利用 普通 摄像 完成 身份证 便携 扫描 方法 | ||
1.一种利用普通摄像完成身份证便携扫描的方法,其特征在于,所述方法包括以下过程:
步骤一.身份证正反面彩色图像的采集过程;
步骤二.图像分割获得感兴趣区域过程:
步骤三.图像配准进行几何变换过程;
步骤四.图像滤波抑制噪声过程;
步骤五.图像增强调整清晰度和对比度过程;
步骤六.添加背景幕布过程,
设当代身份证证件实际的长度与宽度与圆角半径的比为L0比W0比R0;设标准尺寸规格的纸短边长度为LD,长边长度为WD;设打印机短边最小打印边距为LE,长边最小打印边距为WE;
所述身份证正反面彩色图像的采集要求为:
身份证图形所占区域需完全覆盖采集到的所述彩色图像正中心的矩形区域,所述矩形区域的长度与所述彩色图像的长度的比值为A,所述矩形区域的宽度与所述彩色图像的宽度的比值为B,其中A和B均大于0小于1;此外,采集时身份证与镜头轴向间呈任意夹角,身份证图形底边与所述彩色图像底边的夹角小于45度;
所述图像分割获得感兴趣区域的过程包括:
根据所述步骤一采集到的所述彩色图像,获取对应的灰度图像;根据所述灰度图像,获取对应的轮廓二值图像;根据所述轮廓二值图像,获取所述轮廓二值图像中所有线段方程;
根据所述的所有线段方程,分割感兴趣区域;包括:将线段所在直线与所述矩形区域有交集的线段去除过程;将处于所述轮廓二值图像中位于上、下、左、右四个区域的剩余线段分别分组,去除所属每个区域中距离所述轮廓二值图像中心原点的距离大于某一阈值的线段,获取所述四个区域所有处于身份证图形边缘附近的线段方程过程;对所述四个区域每个区域的剩余线段做直线拟合,获取对应四条直线方程过程;根据所述四条直线方程,获取四个交点坐标过程;四个交点所包围区域即为所述感兴趣区域。
2.根据权利要求1所述的一种利用普通摄像完成身份证便携扫描的方法,其特征在于,所述几何变换的方法为:
切割所述步骤二得到的所述的感兴趣区域,将其通过透视映射变换为长度为L像素,宽度为W像素的矩形图片;将所述矩形图片的四个角切割为半径R的圆角,获得原始圆角矩形图片;其中,L与W与R的比值与当代身份证证件实际的长度与宽度与圆角半径的比相同。
3.根据权利要求2所述的一种利用普通摄像完成身份证便携扫描的方法,其特征在于,所述滤波方法具体为自适应中值滤波:
所述滤波方法保留图形边缘,滤除背景中的亮点和暗点;对所述步骤三得到的所述的原始圆角矩形图片进行所述滤波方法,获得去除噪声的圆角矩形图片。
4.根据权利要求3所述的一种利用普通摄像完成身份证便携扫描的方法,其特征在于,所述调整清晰度和对比度的方法分别具体为二阶微分拉普拉斯空间域滤波和像素值点运算:
所述调整清晰度的方法使图像细节更加清晰,提高图像锐度;所述调整对比度的方法包括线性变换、对数变换和伽玛变换,使图像的明暗度和对比度得到改善;对所述步骤四得到的所述的去除噪声的圆角矩形图片进行所述调整清晰度和对比度的方法,获得增强且去除噪声的圆角矩形图片。
5.根据权利要求4所述的一种利用普通摄像完成身份证便携扫描的方法,其特征在于,所述添加背景幕布的过程包括:
计算背景幕布的长度LB像素:LB=L*(LD–2*LE)/L0;
计算背景幕布的宽度WB像素:WB=W*(WD–2*WE)/W0;
将所述步骤五得到的所述的增强且去除噪声的圆角矩形图片,包括身份证正面和反面,分别不覆盖地放置于所述背景幕布之上,获得电子扫描件。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州睿沃科技有限公司,未经杭州睿沃科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710424799.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种结构脑连接图谱构建方法
- 下一篇:一种基于深度学习的图像目标抠取方法