[发明专利]图片矫正方法、装置、计算机设备及存储介质

说明书

本发明公开了图片矫正方法、装置、计算机设备及存储介质，涉及大数据技术，先基于语义分割模型对当前待识别图片进行掩码图片提取，然后基于图片宽度值大于图片高度值对应的图片定向策略获取所述当前掩码图片对应的当前图片旋转调整角度以旋转掩码图片，最终基于旋转后的掩码图片进行透视变换得到当前最终矫正图片，由于是基于深度学习算法之一的语义分割算法，且基于多样的训练数据集训练模型，提高了图片处理过程中的鲁棒性。

技术领域

本发明涉及人工智能的图像处理技术领域，尤其涉及一种图片矫正方法、装置、计算机设备及存储介质。

背景技术

当用户需要办理服务业务时，经常会需要用到种各证件卡片，如身份证。更具体如用户通过手机应用程序进行投保、保单信息更改或理赔时，需要随机上传一张身份证图片以供系统进行身份证识别，但是用户上传的身份证图片是随机拍摄的，因此在对身份证识别前需要进行图片矫正，此时需要增加身份证方向判断将原图进行角度扭正。

目前常用图片矫正方法为尺度不变特征转换即SIFT(Scale-invariant featuretransform)，通过模板匹配的方法找到原图中身份证图片的4点角点再进行透视变换。虽然SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关，对于光线、噪声、些微视角改变的容忍度也相当高，但稍模糊的图片鲁棒性较差。

发明内容

本发明实施例提供了一种图片矫正方法、装置、计算机设备及存储介质，旨在解决现有技术中图片矫正基于尺度不变特征转换法，虽然对光线、噪声、些微视角改变的容忍度也相当高，但稍模糊的图片鲁棒性较差的问题。

第一方面，本发明实施例提供了一种图片矫正方法，其包括：

若检测接收到用户端上传的当前待识别图片，将所述当前待识别图片输入至本地存储已训练的语义分割模型，得到当前掩码图片，并获取到与所述当前待识别图片对应的最大图片轮廓参数，以及与当前待识别图片对应的四个顶点坐标集；

判断所述当前掩码图片是否经过边界框截取；

若所述当前掩码图片未经过边界框截取，获取当前掩码图片的当前图片宽度值和当前图片高度值，根据图片宽度值大于图片高度值对应的图片定向策略获取所述当前掩码图片对应的当前图片旋转调整角度；

根据所述当前图片旋转调整角度对所述当前待识别图片进行旋转调整，得到对应的当前调整图片，并得到与所述当前待识别图片的四个顶点坐标集相对应的调整顶点坐标集；

调用预先训练的图片分类模型，将所述当前调整图片输入至图片分类模型进行运算，得到与当前调整图片对应的图片识别结果；其中，所述图片识别结果为正面横向正立、正面横向倒立、背面横向正立、或背面横向倒立；以及

根据所述图片识别结果及所述调整顶点坐标集对所述当前调整图片进行透视变换，得到与所述当前调整图片对应的当前最终矫正图片。

第二方面，本发明实施例提供了一种图片矫正装置，其包括：

掩码图片获取单元，用于若检测接收到用户端上传的当前待识别图片，将所述当前待识别图片输入至本地存储已训练的语义分割模型，得到当前掩码图片，并获取到与所述当前待识别图片对应的最大图片轮廓参数，以及与当前待识别图片对应的四个顶点坐标集；

边框截取判断单元，用于判断所述当前掩码图片是否经过边界框截取；

旋转调整角度获取单元，用于若所述当前掩码图片未经过边界框截取，获取当前掩码图片的当前图片宽度值和当前图片高度值，根据图片宽度值大于图片高度值对应的图片定向策略获取所述当前掩码图片对应的当前图片旋转调整角度；

当前调整图片获取单元，用于根据所述当前图片旋转调整角度对所述当前待识别图片进行旋转调整，得到对应的当前调整图片，并得到与所述当前待识别图片的四个顶点坐标集相对应的调整顶点坐标集；