[发明专利]证件栏位识别的方法和装置

说明书

本发明公开了证件栏位识别的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：对证件图片中的所有像素点进行聚类，得到二值化图像；采用连通域算法确定所述二值化图像中的各个连通域以及每个所述连通域的位置信息；根据预设的证件配置信息以及每个所述连通域的位置信息，确定每个所述连通域对应的栏位。该实施方式能够避免由于图片曝光较高而导致的栏位识别不准确或无法识别的情况发生，提高证件栏位识别的准确性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种证件栏位识别的方法和装置。

背景技术

在身份证OCR(Optical Character Recognition，光学字符识别)中，需要定位的位置较多。以身份证为例，需要定位姓名、性别、民族、出生日期、发证机关等栏位；以房产证为例，需要定位权利人、共有情况、坐落、不动产单元号、权利类型、权利性质等栏位。通过定位各个栏位的位置，识别栏位中的内容。

现有技术中进行OCR识别时，通常先在证件图片中找到一个栏位的位置作为定位标志位置，然后通过事先测量的位置关系推算栏位内容以及其他栏位的所在位置。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

当证件图片的曝光较高时，图片中像素点的像素值较低，往往不能准确辨别其中可以用于定位标志位置的栏位，进而导致栏位识别不准确或无法识别。

发明内容

有鉴于此，本发明实施例提供一种证件栏位识别的方法和装置，能够避免由于图片曝光较高而导致的栏位识别不准确或无法识别的情况发生，提高证件栏位识别的准确性。

为实现上述目的，根据本发明实施例的一个方面，提供了一种证件栏位识别的方法，包括：

对证件图片中的所有像素点进行聚类，得到二值化图像；

采用连通域算法确定所述二值化图像中的各个连通域以及每个所述连通域的位置信息；

根据预设的证件配置信息以及每个所述连通域的位置信息，确定每个所述连通域对应的栏位。

可选地，对证件图片中的所有像素点进行聚类，包括：

将所述证件图片中的所有像素点聚为两类，以所述两类中像素值较大的一类作为前景类，将所述前景类中的所有像素点作为前景像素点。

可选地，对证件图片中的所有像素点进行聚类之后，还包括：将所述证件图片中背景类的像素点设置为白色。

可选地，采用K-means算法对证件图片中的所有像素点进行聚类。

可选地，所述连通域算法为：Two-Pass方法或Seed-Filling方法。

可选地，所述证件配置信息中包括：所述证件图片中各个栏位的栏位位置信息；

根据预设的证件配置信息以及每个所述连通域的位置信息，确定每个所述连通域对应的栏位，包括：对于任一连通域，将与所述任一连通域的位置信息匹配的栏位位置信息所对应的栏位，作为所述任一连通域的栏位。

可选地，所述证件为具有预设格式的文件。

根据本发明实施例的第二方面，提供一种证件栏位识别的装置，包括：

聚类模块，对证件图片中的所有像素点进行聚类，得到二值化图像；

连通模块，采用连通域算法确定所述二值化图像中的各个连通域以及每个所述连通域的位置信息；

识别模块，根据预设的证件配置信息以及每个所述连通域的位置信息，确定每个所述连通域对应的栏位。

可选地，所述聚类模块对证件图片中的所有像素点进行聚类，包括：