[发明专利]身份证识别方法、装置、电子设备及可读取存储介质在审

专利信息
申请号: 201911027888.7 申请日: 2019-10-25
公开(公告)号: CN110781890A 公开(公告)日: 2020-02-11
发明(设计)人: 于文浩;高岩;潘建丰;闫宪杰;杨续强;石俊彬;钟水平 申请(专利权)人: 上海德启信息科技有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62
代理公司: 11463 北京超凡宏宇专利代理事务所(特殊普通合伙) 代理人: 罗硕
地址: 201700 上海市青浦*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 内容区域 身份证图像 目标内容 图像 获取目标 图像分割 可读取存储介质 图像处理技术 身份证识别 电子设备 图像处理 图像识别 计算量 推导 身份证 申请
【权利要求书】:

1.一种身份证识别方法,其特征在于,所述方法包括:

确定身份证图像中的指定内容区域的位置;

基于所述指定内容区域的位置以及身份证的各内容区域的位置关系确定所述身份证图像中的其他内容区域的位置;

根据所述指定内容区域的位置和所述其他内容区域的位置,对所述身份证图像进行图像分割;

在图像分割获得的所有内容区域的图像中确定目标内容区域的图像,所述目标内容区域为所述所有内容区域中的至少一个内容区域;

通过对所述目标内容区域的图像进行图像识别,获取所述目标内容区域的图像中的字符。

2.根据权利要求1所述的方法,其特征在于,所述确定身份证图像中的指定内容区域的位置,包括:

获取所述身份证图像;

提取所述身份证图像中的所有轮廓;

基于所述所有轮廓获取所述身份证图像中的每个最小矩形区域,以及每个最小矩形区域的平面属性,所述平面属性包括长、宽;

基于所述平面属性在所述身份证图像中识别出所述指定内容区域,并确定所述指定内容区域的位置。

3.根据权利要求2所述的方法,其特征在于,所述提取所述身份证图像中的所有轮廓,包括:

采用边缘检测和滤波器过滤掉所述身份证图像中的非身份证区域图像;

对过滤掉所述非身份证区域图像的身份证图像进行二值化处理;

从进行二值化处理后的身份证图像中提取所述所有轮廓。

4.根据权利要求2所述的方法,其特征在于,所述指定内容区域包括至少两个内容区域,在所述基于所述平面属性在所述身份证图像中识别出所述指定内容区域之后,所述方法还包括:

将所述指定内容区域的位置关系与身份证标准模板中对应内容区域的位置关系进行对比,确定所述身份证图像的方向;

在所述身份证图像的方向偏离预设方向时,将所述身份证图像的方向纠正至所述预设方向。

5.根据权利要求1所述的方法,其特征在于,所述基于所述指定内容区域的位置以及身份证的各内容区域的位置关系确定所述身份证图像中的其他内容区域的位置,包括:

基于所述指定内容区域的位置在所述身份证图像中建立坐标系;

将所述坐标系投射至身份证标准模板,根据所述指定内容区域的位置和所述身份证标准模板上各内容区域的位置关系及在所述坐标系中的坐标,确定所述身份证图像中的其他内容区域的位置。

6.根据权利要求5所述的方法,其特征在于,所述指定内容区域包括至少两个内容区域,在所述基于所述指定内容区域的位置以及身份证的各内容区域的位置关系确定所述身份证图像中的其他内容区域的位置之后,所述方法还包括:

基于所述两个内容区域的位置间隔、宽高比及坐标和所述身份证标准模板上对应内容区域的位置间隔、宽高比及坐标的对比结果确定所述身份证图像的方向;

在所述身份证图像的方向偏离预设方向时,将所述身份证图像的方向纠正至所述预设方向。

7.根据权利要求1所述的方法,其特征在于,所述对所述目标内容区域的图像进行图像识别,以获取所述目标内容区域的图像中的字符,包括:

对所述目标内容区域的图像进行最小神经单元处理,以得到最小神经单元处理结果;

装载人工神经网络模型的识别库;

基于所述识别库和所述最小神经单元处理结果,调用所述人工神经网络模型对所述目标内容区域的图像进行图像识别,以获取所述目标内容区域的图像中的字符。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海德启信息科技有限公司,未经上海德启信息科技有限公司许可,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/201911027888.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top