CN108256530A - 图像识别方法、装置和设备 - Google Patents
图像识别方法、装置和设备 Download PDFInfo
- Publication number
- CN108256530A CN108256530A CN201711482999.8A CN201711482999A CN108256530A CN 108256530 A CN108256530 A CN 108256530A CN 201711482999 A CN201711482999 A CN 201711482999A CN 108256530 A CN108256530 A CN 108256530A
- Authority
- CN
- China
- Prior art keywords
- image
- identified
- file
- edge line
- edge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供一种图像识别方法、装置和设备,该方法包括:对文件的待识别的图像进行边缘检测,确定待识别的图像中文件的边缘线,判断所述待识别的图像中的文件的任意两条边缘线之间的夹角是否在预设角度范围内,预设角度范围包括:90度的预设误差围内,或者180度的预设误差范围内,若否,则确定待识别的图像为拍摄得到的图像,根据成像特点,有效区分图像的类型是扫描件或者拍摄所得,减少人为审核的工作量,提高识别效率。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种图像识别方法、装置和设备。
背景技术
随着越来越多的网络平台的发展,很多商家为了能够扩展业务市场以及业务种类需要在网络平台进行注册,发布商品信息和宣传信息等,为了保证用户的权益,网络平台需要对商家在平台上传的营业执照的图像进行区分和识别,一般情况上传的营业至少的图像包括照片或者扫描图像,现有技术中,目前还没有合适的区分照片和扫描图像的方案。
发明内容
本发明实施例提供一种图像识别方法、装置和设备,用于解决目前还没有合适的区分照片和扫描图像的方案的问题。
本发明实施例第一方面提供一种图像识别方法,包括:
对文件的待识别的图像进行边缘检测,确定待识别的图像中文件的边缘线;
判断所述待识别的图像中的文件的任意两条边缘线之间的夹角是否在预设角度范围内;所述预设角度范围包括:90度的预设误差围内,或者180度的预设误差范围内;
若否,则确定所述待识别的图像为拍摄得到的图像。
在一种具体实施方式中,所述方法还包括:
若是,则确定所述待识别的图像中文件的边缘线的中间区域的亮度变化值。
在一种具体实施方式中,所述方法还包括:
若所述待识别的图像中文件的边缘线中,存在一边缘线的中间区域的亮度变化值大于预设阈值,则确定所述待识别的图像为拍摄得到的图像。
在一种具体实施方式中,所述方法还包括:
若所述待识别的图像中文件的边缘线的亮度变化值均小于所述预设阈值,则确定所述待识别的图像为扫描得到的图像。
本发明实施例第二方面提供一种图像识别装置,包括:
第一处理模块,用于对文件的待识别的图像进行边缘检测,确定待识别的图像中文件的边缘线;
判断模块,用于判断所述待识别的图像中的文件的任意两条边缘线之间的夹角是否在预设角度范围内;所述预设角度范围包括:90度的预设误差围内,或者180度的预设误差范围内;
第二处理模块,用于若所述判断模块的判断结果为否,则确定所述待识别的图像为拍摄得到的图像。
可选的,所述第二处理模块还用于:
若所述判断模块的判断结果为是,则确定所述待识别的图像中文件的边缘线的中间区域的亮度变化值。
可选的,所述装置还包括:
第三处理模块,用于若所述待识别的图像中文件的边缘线中,存在一边缘线的中间区域的亮度变化值大于预设阈值,则确定所述待识别的图像为拍摄得到的图像。
可选的,所述第三处理模块还用于:
若所述待识别的图像中文件的边缘线的亮度变化值均小于所述预设阈值,则确定所述待识别的图像为扫描得到的图像。
本发明实施例第三方面提供一种服务器,包括:存储器和处理器;
所述存储器用于存储计算机指令;所述处理器用于运行所述存储器存储的所述计算机指令实现第一方面任一实施方式所述的图像识别方法。
本发明实施例第四方面提供一种存储介质,包括:可读存储介质和计算机指令,所述计算机指令存储在所述可读存储介质中;所述计算机指令用于实现第一方面任一实施方式所述的图像识别方法。
本发明实施例第五方面提供一种程序产品,该程序产品包括计算机指令(即计算机程序),该计算机指令存储在可读存储介质中。服务器或者终端的至少一个处理器可以从可读存储介质读取该计算机指令,至少一个处理器执行该计算机指令使得服务器或者终端实施前述图像识别方法。
本发明实施例提供的图像识别方法、装置和设备,根据图像本身的成像特点,对文件的待识别的图像进行边缘检测,确定待识别的图像中文件的边缘线,判断所述待识别的图像中的文件的任意两条边缘线之间的夹角是否在90度的预设误差围内,或者180度的预设误差范围内,若否,则确定待识别的图像为拍摄得到的图像,有效区分图像的类型是扫描件或者拍摄所得,减少人为审核的工作量,提高识别效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的图像识别方法实施例一的流程图;
图2为本发明实施例提供的图像识别方法实施例二的流程图;
图3为本发明实施例提供的图像识别方法实施例三的流程图;
图4为本发明实施例提供的图像识别方法实施例四的流程图;
图5为本发明实施例提供的图像识别装置实施例一的结构示意图;
图6为本发明实施例提供的图像识别装置实施例二的结构示意图;
图7为本发明实施例提供的服务器实施例二的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的图像识别方法实施例一的流程图,如图1所示,该图像识别方法可应用在服务器,手机、个人计算机、笔记本电脑等终端设备中,该图像识别方法具体包括以下步骤:
S101:对文件的待识别的图像进行边缘检测,确定待识别的图像中文件的边缘线。
在本步骤中,为了确定待识别的图像是拍摄所得还是扫描所得,首先需要对该待识别的图像进行边缘检测,得到图像中的文件的边缘线,以便后续根据边缘线的情况确定图像的类型,该文件可以是普通的纸质文件,也可以是证件,例如用户的身份证、护照、企业的营业执照、安全监测文件等,对此本方案不做限制。
在该方案中,边缘检测的目的是标识数字图像中亮度变化明显的点,图像属性中的显著变化通常反映了属性的重要事件和变化,图像边缘检测大幅度地减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结构属性,例如图像中的边缘的直线。常用的边缘检测的方法包括基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界,通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界,通常是Laplacian过零点或者非线性差分表示的过零点。
具体的,基于搜索的边缘检测方法首先计算边缘强度,通常用一阶导数表示,例如梯度模,然后用计算估计边缘的局部方向,通常采用梯度的方向,并利用此方向找到局部梯度模的最大值。基于零交叉的方法找到由图像得到的二阶导数的零交叉点来定位边缘,通常用拉普拉斯算子或非线性微分方程的零交叉点。对于该方案中具体采用的检测方法本方案不做限制。
S102:判断待识别的图像中的文件的任意两条边缘线之间的夹角是否在预设角度范围内;预设角度范围包括:90度的预设误差围内,或者180度的预设误差范围内。
在本步骤中,如果文件的待识别的图像为用户拍摄,由于拍摄的角度以及用户所在的位置等因素的影响,一般情况下并不能是完全垂直于文件的平面的拍摄角度,因此这样的拍摄视觉上导致成像后的文件在图像中并不是每个角都是九十度的直角的情况,而扫描图像这不会出现该问题,据此本方案提供一种判断待识别的图像是不是拍摄所得的方案,根据多次测量或者经验设置扫描图像图中的文件的角度误差,例如一度,其含义是扫描的图像中文件的边角的角度可能是89至91一度的范围,据此,设置一个预设角度范围,根据前述的边缘检测得到的待识别的图像中的文件的任意两个边缘线之间的夹角是否在该预设角度范围之内。
该方案中,待识别的图像中的文件的相邻的边缘线之间的夹角应该为90度左右,不相邻的边缘线之间的夹角应该在180度左右,因此预设角度范围可设置为包括:90度的预设误差围内,或者180度的预设误差范围内。其含义是指在90度上下允许有一定的误差范围,或者在180度上下允许有一定的误差范围。
S103:若否,则确定待识别的图像为拍摄得到的图像。
在本步骤中,如果确定出待识别的图像中文件被检测出的边缘线中,任意的两条边缘线之间的夹角均不在预先设置的角度范围之内时,可确定该图像中的文件的边角与直角相差比较大,而在对文件进行扫描时,则不会出现这种情况,因此可确定该待识别的图像为拍摄得到的图像。
本实施例提供的图像识别方法,通过对待识别的图像中的文件进行边缘检测,得到该文件的边缘线,然后对判断边缘线之间的夹角是否在预设的角度范围内,从而确定该待识别的图像是不是拍摄得到的,根据成像特点,有效区分图像的类型是扫描件或者拍摄所得,减少人为审核的工作量,提高识别效率。
图2为本发明实施例提供的图像识别方法实施例二的流程图,如图2所示,在上述实施例一的基础上,该图像识别方法还包括以下步骤:
S104:若是,则确定待识别的图像中文件的边缘线的中间区域的亮度变化值。
在本步骤中,如果服务器或者设备确定出了待识别的图像中的任意两条边缘线的夹角均在预设角度范围内,则可以确定该待识别的图像为扫描所得,但是也存在拍摄的非常精确的情况,因此为了更进一步的提高图像识别的准确度,可以继续对该待识别的图像的边缘线进行亮度检测,识别边缘线中间区域的亮度变化值。
对于不同的文件的边缘线的亮度变化值不同,因此可以设置不同的亮度变化值进行不同的图像识别,对此本方案不做限制。
下面以,所述文件为营业执照为例,对采用边缘线的亮度变化值识别图像类型的方案进行说明,则所述方法还包括:
S105:若待识别的图像中文件的边缘线中,存在一边缘线的中间区域的亮度变化值大于预设阈值,则确定待识别的图像为拍摄得到的图像。
在本步骤中,由于用户在对营业执照等文件进行拍照时,照片边缘边缘难免会拍到别的物体,颜色会有较大变化,而扫描件的边缘颜色变化很小,同时由于营业执照长方形边缘边角有字,再选出边缘的中间区域计算亮度变化,亮度变化大属于拍照的,亮度变化很小的是扫描件。因此可对边缘线的亮度变化设置阈值进行判断,当待识别的图像中的文件的边缘线中间区域的亮度变化值大于阈值时,则确定待识别的图像为拍摄得到的图像。
本实施例提供的图像识别方法,通过对待识别的图像中的文件进行边缘检测,得到该文件的边缘线,然后对判断边缘线之间的夹角是否在预设的角度范围内,从而确定该待识别的图像是不是拍摄得到的,并根据边缘线的亮度结合根据成像特点,有效区分图像的类型为拍摄所得,减少人为审核的工作量,提高识别效率。
图3为本发明实施例提供的图像识别方法实施例三的流程图,如图3所示,在上述实施例二的基础上,该图像识别方法还包括:
S106:若待识别的图像中文件的边缘线的亮度变化值均小于预设阈值,则确定待识别的图像为扫描得到的图像。
在本步骤中,与上述实施例二中类似的,由于用户在对营业执照等文件进行拍照时,照片边缘边缘难免会拍到别的物体,颜色会有较大变化,而扫描件的边缘颜色变化很小,同时由于营业执照长方形边缘边角有字,再选出边缘的中间区域计算亮度变化,亮度变化大属于拍照的,亮度变化很小的是扫描件。因此可对边缘线的亮度变化设置阈值进行判断,当待识别的图像中的文件的边缘线中间区域的亮度变化值小于阈值时,则确定待识别的图像为扫描得到的图像。
本实施例提供的图像识别方法,通过对待识别的图像中的文件进行边缘检测,得到该文件的边缘线,然后对判断边缘线之间的夹角是否在预设的角度范围内,从而确定该待识别的图像是不是拍摄得到的,并根据边缘线的亮度结合根据成像特点,有效区分图像的类型是扫描件,减少人为审核的工作量,提高识别效率。
图4为本发明实施例提供的图像识别方法实施例四的流程图,如图4所示,在上述任一实施例的基础上,下面以营业执照的图像为例,对本方案提供的图像识别方法进行举例说明。
根据扫描件和拍照的营业执照成像特点,营业执照的扫描图像里的长方形格子比拍照所得的图像更加整齐,长方形边缘呈水平和垂直状。另外对营业执照拍照时,照片边缘边缘难免会拍到别的物体,颜色会有较大变化,而扫描件的边缘颜色变化很小。根据这两点,进行判别,主要技术方案如下:
1)、首先对采集来的图像进行边缘检测(如canny),根据梯度找到图像里边缘。然后根据hough变换找到图像的直线,将检测到的直线分为接近水平和接近垂直的,分别对水平和垂直的直线直线聚类,找到营业执照的长方形的边缘线。
2)、由于营业执照长方形边缘边角有字,再选出边缘的中间区域计算亮度变化,亮度变化大属于拍照的,亮度变化很小的是扫描件。
基于上述原理,该方案的具体实现步骤为:
S201:输入待识别的图像。
S202:对待识别的图像进行边缘检测。
S203:对边缘检测得到的直线进行检测(检测直线之间的夹角)。
S204:统计大于179度且小于1度,以及大于89度且小于91度的直线进行聚类。
S205:判断满足上述条件的直线是否存在。若是则执行S206,若否则执行S209。
S206:统计边缘的亮度变化值。
S207:判断亮度变化值是否在阈值范围内。若是则执行S208,若否则执行S209。
S208:确定图像为扫描件。
S209:确定图像为拍摄图像。
上述实例中提供的图像识别方法,针对营业执照上传的图像文件,根据各自的成像特点进行区分。有效区分营业执照的扫描件和拍照,减少审核人员的工作量。
图5为本发明实施例提供的图像识别装置实施例一的结构示意图,如图5所示,该图像识别装置10包括:
第一处理模块11,用于对文件的待识别的图像进行边缘检测,确定待识别的图像中文件的边缘线;
判断模块12,用于判断所述待识别的图像中的文件的任意两条边缘线之间的夹角是否在预设角度范围内;所述预设角度范围包括:90度的预设误差围内,或者180度的预设误差范围内;
第二处理模块13,用于若所述判断模块的判断结果为否,则确定所述待识别的图像为拍摄得到的图像。
可选的,所述第二处理模块13还用于:
若所述判断模块的判断结果为是,则确定所述待识别的图像中文件的边缘线的中间区域的亮度变化值。
本实施例提供的文本消息的图像识别装置,用于执行前述方法实施例中的技术方案,其实现原理和技术效果类似,在此不再赘述。
图6为本发明实施例提供的图像识别装置实施例二的结构示意图,如图6所示,在上述实施例一的基础上,所述文件为营业执照,所述图像识别装置10还包括:
第三处理模块14,用于若所述待识别的图像中文件的边缘线中,存在一边缘线的中间区域的亮度变化值大于预设阈值,则确定所述待识别的图像为拍摄得到的图像。
可选的,所述第三处理模块14还用于:
若所述待识别的图像中文件的边缘线的亮度变化值均小于所述预设阈值,则确定所述待识别的图像为扫描得到的图像。
本实施例提供的图像识别装置,用于执行前述方法实施例中的技术方案,其实现原理和技术效果类似,在此不再赘述。
图7为本发明实施例提供的服务器实施例二的结构示意图,如图7所示,该服务器20包括:存储器21和处理器22;
所述存储器21用于存储计算机指令;所述处理器22用于运行所述存储器存储的所述计算机指令,所述计算机指令实现前述实施方式提供的图像识别方法。
应理解,该方案除了可在服务器中进行实现,也可以在电脑、手机、智能终端、计算机等其他终端设备中实现,对此本方案不做限制。
本发明实施例还提供一种存储介质,包括:可读存储介质和计算机指令,所述计算机指令存储在所述可读存储介质中;所述计算机指令用于实现前述实施方式提供的图像识别方法。
本发明实施例还提供一种程序产品,该程序产品包括计算机指令(即计算机程序),该计算机指令存储在可读存储介质中。服务器或者终端的至少一个处理器可以从可读存储介质读取该计算机指令,至少一个处理器执行该计算机指令使得服务器或者终端实施前述图像识别方法。
在上述服务器的具体实现中,应理解,处理器可以是中央处理单元(英文:CentralProcessing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:DigitalSignal Processor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:只读存储器(英文:read-only memory,缩写:ROM)、RAM、快闪存储器、硬盘、固态硬盘、磁带(英文:magnetictape)、软盘(英文:floppy disk)、光盘(英文:optical disc)及其任意组合。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种图像识别方法,其特征在于,包括:
对文件的待识别的图像进行边缘检测,确定待识别的图像中文件的边缘线;
判断所述待识别的图像中的文件的任意两条边缘线之间的夹角是否在预设角度范围内;所述预设角度范围包括:90度的预设误差围内,或者180度的预设误差范围内;
若否,则确定所述待识别的图像为拍摄得到的图像。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若是,则确定所述待识别的图像中文件的边缘线的中间区域的亮度变化值。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述待识别的图像中文件的边缘线中,存在一边缘线的中间区域的亮度变化值大于预设阈值,则确定所述待识别的图像为拍摄得到的图像。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述待识别的图像中文件的边缘线的亮度变化值均小于所述预设阈值,则确定所述待识别的图像为扫描得到的图像。
5.一种图像识别装置,其特征在于,包括:
第一处理模块,用于对文件的待识别的图像进行边缘检测,确定待识别的图像中文件的边缘线;
判断模块,用于判断所述待识别的图像中的文件的任意两条边缘线之间的夹角是否在预设角度范围内;所述预设角度范围包括:90度的预设误差围内,或者180度的预设误差范围内;
第二处理模块,用于若所述判断模块的判断结果为否,则确定所述待识别的图像为拍摄得到的图像。
6.根据权利要求5所述的装置,其特征在于,所述第二处理模块还用于:
若所述判断模块的判断结果为是,则确定所述待识别的图像中文件的边缘线的中间区域的亮度变化值。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第三处理模块,用于若所述待识别的图像中文件的边缘线中,存在一边缘线的中间区域的亮度变化值大于预设阈值,则确定所述待识别的图像为拍摄得到的图像。
8.根据权利要求7所述的装置,其特征在于,所述第三处理模块还用于:
若所述待识别的图像中文件的边缘线的亮度变化值均小于所述预设阈值,则确定所述待识别的图像为扫描得到的图像。
9.一种服务器,其特征在于,包括:存储器和处理器;
所述存储器用于存储计算机指令;所述处理器用于运行所述存储器存储的所述计算机指令实现权利要求1至4任一项所述的图像识别方法。
10.一种存储介质,其特征在于,包括:可读存储介质和计算机指令,所述计算机指令存储在所述可读存储介质中;所述计算机指令用于实现权利要求1至4任一项所述的图像识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711482999.8A CN108256530B (zh) | 2017-12-29 | 2017-12-29 | 图像识别方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711482999.8A CN108256530B (zh) | 2017-12-29 | 2017-12-29 | 图像识别方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108256530A true CN108256530A (zh) | 2018-07-06 |
CN108256530B CN108256530B (zh) | 2021-12-07 |
Family
ID=62725327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711482999.8A Active CN108256530B (zh) | 2017-12-29 | 2017-12-29 | 图像识别方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108256530B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021031523A1 (zh) * | 2019-08-21 | 2021-02-25 | 创新先进技术有限公司 | 证件识别方法及装置 |
CN114693629A (zh) * | 2022-03-25 | 2022-07-01 | 北京城市网邻信息技术有限公司 | 图像识别方法、装置、电子设备及可读介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5901253A (en) * | 1996-04-04 | 1999-05-04 | Hewlett-Packard Company | Image processing system with image cropping and skew correction |
CN106203431A (zh) * | 2016-07-14 | 2016-12-07 | 国芯科技(北京)有限公司 | 一种图像识别方法及装置 |
CN106846011A (zh) * | 2016-12-30 | 2017-06-13 | 金蝶软件(中国)有限公司 | 营业执照识别方法和装置 |
CN106886776A (zh) * | 2017-02-23 | 2017-06-23 | 山东浪潮云服务信息科技有限公司 | 一种利用图像识别实现证照电子化的应用模型 |
CN107463875A (zh) * | 2017-07-03 | 2017-12-12 | 金讯***管理有限公司 | 一种判断人员身份的方法和装置 |
-
2017
- 2017-12-29 CN CN201711482999.8A patent/CN108256530B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5901253A (en) * | 1996-04-04 | 1999-05-04 | Hewlett-Packard Company | Image processing system with image cropping and skew correction |
CN106203431A (zh) * | 2016-07-14 | 2016-12-07 | 国芯科技(北京)有限公司 | 一种图像识别方法及装置 |
CN106846011A (zh) * | 2016-12-30 | 2017-06-13 | 金蝶软件(中国)有限公司 | 营业执照识别方法和装置 |
CN106886776A (zh) * | 2017-02-23 | 2017-06-23 | 山东浪潮云服务信息科技有限公司 | 一种利用图像识别实现证照电子化的应用模型 |
CN107463875A (zh) * | 2017-07-03 | 2017-12-12 | 金讯***管理有限公司 | 一种判断人员身份的方法和装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021031523A1 (zh) * | 2019-08-21 | 2021-02-25 | 创新先进技术有限公司 | 证件识别方法及装置 |
CN114693629A (zh) * | 2022-03-25 | 2022-07-01 | 北京城市网邻信息技术有限公司 | 图像识别方法、装置、电子设备及可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108256530B (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2017302250B2 (en) | Optical character recognition in structured documents | |
US10360689B2 (en) | Detecting specified image identifiers on objects | |
WO2017162069A1 (zh) | 一种图像文本的识别方法和装置 | |
CA2867365C (en) | Method, system and computer storage medium for face detection | |
CN109190539A (zh) | 人脸识别方法及装置 | |
US11682225B2 (en) | Image processing to detect a rectangular object | |
CN110913243B (zh) | 一种视频审核的方法、装置和设备 | |
JP2014057306A (ja) | 画像位相一致を用いた文書画像の二値化及び分割 | |
US20150287168A1 (en) | Duplicate check image resolution | |
US9373053B2 (en) | Image processor with edge selection functionality | |
WO2019019595A1 (zh) | 图片匹配方法及电子设备方法、装置、电子设备及介质 | |
CN107368829B (zh) | 确定输入图像中的矩形目标区域的方法和设备 | |
CN105354571B (zh) | 基于曲线投影的畸变文本图像基线估计方法 | |
CN111160395A (zh) | 图像识别方法、装置、电子设备和存储介质 | |
US20150003681A1 (en) | Image processing apparatus and image processing method | |
Zhao et al. | Automatic blur region segmentation approach using image matting | |
CN108256530A (zh) | 图像识别方法、装置和设备 | |
CN110135288B (zh) | 一种电子证照的快速核对方法及装置 | |
CN110929738A (zh) | 证卡边缘检测方法、装置、设备及可读存储介质 | |
Shi et al. | Segment-based adaptive window and multi-feature fusion for stereo matching | |
CN113762220A (zh) | 目标识别方法、电子设备、计算机可读存储介质 | |
CN109033797B (zh) | 一种权限设置方法及装置 | |
CN111768345A (zh) | 身份证背面图像的校正方法、装置、设备及存储介质 | |
Zhao et al. | Using region-based saliency for 3d interest points detection | |
CN110880023A (zh) | 一种检测证件图片的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |