[发明专利]一种基于Scharr算子的银行卡卡号行定位方法

说明书

本发明涉及一种基于Scharr算子的银行卡卡号行定位方法，包括以下步骤：步骤S1：使用CANNYLINES直线检测方法检测输入银行卡卡面图像中存在的线段；步骤S2：对CANNLINES直线检测得到的直线进行判断，找出银行卡卡面的4条边，并由此得到银行卡卡面的4个顶点；步骤S3：使用透视变换对银行卡卡面进行矫正，得到归一化的标准银行卡卡面图像；步骤S4：利用Scharr算子检测银行卡面的垂直边缘，并按行累加，定位其中累加值最大的固定高度横向区域，得到银行卡卡号行区域。本发明能够有效地对待检测图像中的银行卡卡号行进行定位。

技术领域

本发明涉及深度学习与计算机视觉领域，特别是一种基于Scharr算子的银行卡卡号行定位方法。

背景技术

自然场景中出现的文本是我们一个重要的信息来源。例如广告牌、交通标识、各类证件上的文字等，这些文本包含着明确的语义信息，为人们提供必要的指示和提醒。如果能够实现对这些文本的检测和识别就可以实现对这些场景内容的理解和分析。伴随着人类科技进步，使用机器检测并理解场景中的文本成为了一个必然的趋势。随着带有摄像头的移动设备的广泛使用以及移动支付的不断发展，人们已经开始习惯使用手机应用进行支付，如支付宝、微信支付等。银行卡卡号检测和识别技术能帮助这些支付平台的用户自动输入卡号。与人工录入卡号相比，银行卡自动检测与识别技术速度更快，精度更高，体验更好。

使用传统方法定位自然场景下银行卡卡号行面临一些问题，例如：银行卡卡面矫正率不高，无法在水平方向上定位卡号行；银行卡卡号和背景相似，利用传统水平投影方法进行卡号行定位会产生误差；投影方法定位卡号行的依据是假设银行卡图像二值化后黑色部分是卡号行，但卡号的颜色、银行卡的背景多种多样，上述假设对很多银行卡图像都是错误的；拍摄的银行卡卡面倾斜变形，使用传统矩形检测方法无法确保银行卡卡面定位的准确性。

自然场景下的银行卡卡号行定位在生产生活中扮演着重要的角色，但其研究进展缓慢，其原因可以归结为三点：属于隐私数据的银行卡数据集难以收集、银行卡类别繁多和银行卡拍摄场景复杂。

发明内容

有鉴于此，本发明的目的是提出一种基于Scharr算子的银行卡卡号行定位方法，能够有效地对待检测图像中的银行卡卡号行进行定位。

本发明采用以下方案实现：一种基于Scharr算子的银行卡卡号行定位方法，包括以下步骤：

步骤S1：使用CANNYLINES直线检测方法检测输入银行卡卡面图像中存在的线段；

步骤S2：对CANNLINES直线检测得到的直线进行判断，找出银行卡卡面的4 条边，并由此得到银行卡卡面的4个顶点；

步骤S3：使用透视变换对银行卡卡面进行矫正，得到归一化的标准银行卡卡面图像；

步骤S4：利用Scharr算子检测银行卡面的垂直边缘，并按行累加，定位其中累加值最大的固定高度横向区域，得到银行卡卡号行区域。

进一步地，步骤S1具体包括以下步骤：

步骤S11：使用的一个无参数Canny边缘检测器，即CannyPF，从输入图像中提取边缘图，根据输入图像的梯度大小自适应地调整Canny算子的阈值，用以保证图像结构信息的完整性；

步骤S12：从梯度最大的边缘像素点开始，将边缘图中方向相同的相邻像素点连接起来，完成边缘连接；对连接形成的过长线段进行拆分，用以得到短的初始线段；

步骤S13：将初始线段在两端的方向上同时延伸，以将更多的边缘像素点加入线段，并且和周围共线的线段合并；

步骤S14：使用一种基于Helmholtz原理的直线验证方法，同时使用梯度方向和梯度大小验证每一条线段。

进一步地，步骤S2具体包括以下步骤：