CN112132851A - 一种针对金融票据图像旋转角度的计算方法 - Google Patents
一种针对金融票据图像旋转角度的计算方法 Download PDFInfo
- Publication number
- CN112132851A CN112132851A CN202011336263.1A CN202011336263A CN112132851A CN 112132851 A CN112132851 A CN 112132851A CN 202011336263 A CN202011336263 A CN 202011336263A CN 112132851 A CN112132851 A CN 112132851A
- Authority
- CN
- China
- Prior art keywords
- image
- edge
- rotation angle
- bill
- calculating
- 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.)
- Withdrawn
Links
- 238000004364 calculation method Methods 0.000 title description 8
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000009795 derivation Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
- G06T3/604—Rotation of whole images or parts thereof using coordinate rotation digital computer [CORDIC] devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本发明公开了一种针对金融票据图像旋转角度的计算方法,其特征在于,包括如下步骤:步骤一:获得票据图像中左侧或右侧中任意一侧的区域图像,得到二值化图像;步骤二:对二值化后的图像进行边缘提取得到边缘图像,利用遍历法得到目标边缘和目标边缘的坐标值;步骤三:利用目标边缘点的坐标值获取图像最佳旋转角度,旋转票据图像。采用该方法得到的旋转角度更加精准,保证票据进入图像扫描传感器之前处于方正的状态,进一步提高票据识别率。
Description
技术领域
本发明涉及薄片类纸质介质处理领域,特别是涉及一种金融票据图像旋转角度的计算方法。
背景技术
在对票据图像进行处理的过程中,进入图像扫描传感器的图像因各种机械运动并不都是处于方正的状态,都会略有些偏斜。
所以非常重要的一步是对图像进行旋转,按某一角度旋转后,其有效方位决定着后续鉴伪算法的成败。由于票据图像的四个边角经常发生卷边、折角、模糊暗淡等状况,使得常用的矩形拟合方法、线性拟合方法均难以精确求得票据图像的旋转角度,角度不准确,图像按其角度旋转后,更无法保证方位的正确。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷,而提供一种针对金融票据图像旋转角度的计算方法,采用该方法得到的旋转角度更加精准,保证票据进入图像扫描传感器之前处于方正的状态,进一步提高票据识别率。
为实现本发明的目的所采用的技术方案是:
一种针对金融票据图像旋转角度的计算方法,其特征在于,包括如下步骤:
步骤一:获得票据图像中左侧或右侧中任意一侧的区域图像,得到二值化图像;
步骤二:对二值化后的图像进行边缘提取得到边缘图像,利用遍历法得到目标边缘和目标边缘的坐标值;
步骤三:利用目标边缘点的坐标值获取图像最佳旋转角度,旋转票据图像。
作为优选的,步骤一中先将票据图像灰度化,然后截取灰度化图像的左侧或右侧中任意一侧的矩形区域图像,采用二值化方法对矩形区域图像处理得到二值化图像。
作为优选的,步骤二中对二值化后的图像进行边缘提取前,先进行去噪,去除孤立噪点对边缘的影响。
作为优选的,步骤二中,对步骤一种得到的二值化图像,先进行高斯平滑处理,然后在垂直方向上做微分求导,保留其信号变化率高的成分,即得到边缘区域图像。
作为优选的,步骤二中,计算边缘区域图像中边缘的最小外接矩形,用最小外接矩形截取边缘区域图像,得到边缘图像。
作为优选的,步骤二中,使用一个中心点坐标为边缘图像的中心,且宽度与边缘图像的宽相等,高度小于边缘图像的矩形,截取边缘图像,得到去掉边缘顶部与底部的分离边缘图像,依次遍历分离边缘图像中每个边缘的像素点坐标,获得分离边缘图像中边缘的所有像素横向坐标点列,按由小到大进行排序,最小的坐标值对应的边缘为目标边缘。
作为优选的,步骤三中获取图像最佳旋转角度的步骤如下:
步骤(1):假设步骤二中得到的目标边缘上的总像素数为n,目标边缘上每个像素点的横坐标为X(x1,x2,x3,......,xn),纵坐标为Y(y1,y2,y3,......,yn)。
步骤(2):遍历目标边缘上所有像素点,利用公式1计算相邻像素点斜率ki,i= 1,2,3....n,再利用公式2求n个斜率的平均斜率值kav;
步骤(3):将平均斜率值通过公式3,得到角度 A,A为图像的最佳旋转角度;
本发明的有益效果在于:
本发明公开的计算方法能够更加精确的计算出票据倾斜的角度,更有助于将图像旋转至正确的位置,进而提高票据要素的提取及鉴伪的准确率。
附图说明
图1是倾斜票据灰度图像示意图。
图2是截取的边缘图像。
图3是提取的目标边缘。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图像倾斜角度的确定,在现有技术中一般都是先进行边缘检测,找出图像与背景的交线,然后通一定的算法确定图像的倾斜角度,常用的算法较多,包括矩形拟合方法、线性拟合方法、最小二乘法、两点法等等。鉴于常规方法在票据图像倾斜角度的计算中有一定的缺点,因此本申请中公开了一种计算方法可以精确求得票据图像的旋转角度。
一种针对金融票据图像旋转角度的计算方法,包括如下步骤。
步骤一:获得票据图像中左侧或右侧中任意一侧的区域图像,得到二值化图像。实际操作中获取票据任意一侧的区域图像即可,本实施例中以左侧为例展开说明。
步骤一中先将票据图像灰度化,然后截取灰度化图像的左侧中的矩形区域图像,采用二值化方法对矩形区域图像处理得到二值化图像。
步骤二:对二值化后的图像进行边缘提取得到边缘图像,利用遍历法得到目标边缘和目标边缘的坐标值。
步骤二中对二值化后的图像进行边缘提取前,先进行去噪,去除孤立噪点对边缘的影响。
边缘提取的步骤为:对步骤一种得到的二值化图像,先进行高斯平滑处理,然后在垂直方向上做微分求导,保留其信号变化率高的成分,即得到边缘区域图像。再计算边缘区域图像中边缘的最小外接矩形,再用最小外接矩形截取边缘区域图像,得到精确的边缘图像。
使用一个中心点坐标为边缘图像的中心,且宽度与边缘图像的宽相等,高度小于边缘图像的矩形,实际操作中多采用高度为边缘图像3/4的矩形,截取边缘图像,得到去掉边缘顶部与底部的分离边缘图像,依次遍历分离边缘图像中每个边缘的像素点坐标,获得分离边缘图像中边缘的所有像素横向坐标点列,按由小到大进行排序,最小的坐标值对应的边缘为目标边缘。
步骤三:利用目标边缘点的坐标值获取图像最佳旋转角度,旋转票据图像。
步骤三中获取图像最佳旋转角度的步骤如下:
步骤(1):假设步骤二中得到的目标边缘上的总像素数为n,目标边缘上每个像素点的横坐标为X(x1,x2,x3,......,xn),纵坐标为Y(y1,y2,y3,......,yn)。
步骤(2):遍历目标边缘上所有像素点,利用公式1计算相邻像素点斜率ki,i= 1,2,3....n,再利用公式2求n个斜率的平均斜率值kav;
步骤(3):将平均斜率值通过公式3,得到角度 A,A为图像的最佳旋转角度;
将10000个样本,通过本发明的方法以及常规的矩形拟合算法、线性拟合算法分别进行角度计算,从表中可以看出,本发明的方法旋转角度计算准确率达到95%以上,远高于另外两种方法。
阈值计算方法 | 样本总数 | 计算旋转角度准确个数 | 计算旋转角度失败个数 | 旋转角度计算准确率 |
本发明计算方法 | 10000 | 9586 | 414 | 95.86% |
矩形拟合算法 | 10000 | 7835 | 2165 | 78.35% |
线性拟合算法 | 10000 | 8356 | 1644 | 83.56% |
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种针对金融票据图像旋转角度的计算方法,其特征在于,包括如下步骤:
步骤一:获得票据图像中左侧或右侧中任意一侧的区域图像,得到二值化图像;
步骤二:对二值化后的图像进行边缘提取得到边缘图像,利用遍历法得到目标边缘和目标边缘的坐标值;
步骤三:利用目标边缘点的坐标值获取图像最佳旋转角度,旋转票据图像。
2.根据权利要求1所述的一种针对金融票据图像旋转角度的计算方法,其特征在于,步骤一中先将票据图像灰度化,然后截取灰度化图像的左侧或右侧中任意一侧的矩形区域图像,采用二值化方法对矩形区域图像处理得到二值化图像。
3.根据权利要求1所述的一种针对金融票据图像旋转角度的计算方法,其特征在于,步骤二中对二值化后的图像进行边缘提取前,先进行去噪,去除孤立噪点对边缘的影响。
4.根据权利要求1所述的一种针对金融票据图像旋转角度的计算方法,其特征在于,步骤二中,对步骤一种得到的二值化图像,先进行高斯平滑处理,然后在垂直方向上做微分求导,保留其信号变化率高的成分,即得到边缘区域图像。
5.根据权利要求4所述的一种针对金融票据图像旋转角度的计算方法,其特征在于,步骤二中,计算边缘区域图像中边缘的最小外接矩形,用最小外接矩形截取边缘区域图像,得到边缘图像。
6.根据权利要求1所述的一种针对金融票据图像旋转角度的计算方法,其特征在于,步骤二中,使用一个中心点坐标为边缘图像的中心,且宽度与边缘图像的宽相等,高度小于边缘图像的矩形,截取边缘图像,得到去掉边缘顶部与底部的分离边缘图像,依次遍历分离边缘图像中每个边缘的像素点坐标,获得分离边缘图像中边缘的所有像素横向坐标点列,按由小到大进行排序,最小的坐标值对应的边缘为目标边缘。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011336263.1A CN112132851A (zh) | 2020-11-25 | 2020-11-25 | 一种针对金融票据图像旋转角度的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011336263.1A CN112132851A (zh) | 2020-11-25 | 2020-11-25 | 一种针对金融票据图像旋转角度的计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112132851A true CN112132851A (zh) | 2020-12-25 |
Family
ID=73851949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011336263.1A Withdrawn CN112132851A (zh) | 2020-11-25 | 2020-11-25 | 一种针对金融票据图像旋转角度的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132851A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112733854A (zh) * | 2021-03-30 | 2021-04-30 | 恒银金融科技股份有限公司 | 一种计算钞票偏转角度的方法 |
Citations (10)
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 |
CN101625760A (zh) * | 2009-07-28 | 2010-01-13 | 谭洪舟 | 一种证件图像倾斜校正的办法 |
CN103294980A (zh) * | 2013-06-18 | 2013-09-11 | 四川大学 | 基于图像处理的微型qr码识别方法 |
CN104112128A (zh) * | 2014-06-19 | 2014-10-22 | 中国工商银行股份有限公司 | 应用于票据影像字符识别的数字图像处理***及方法 |
CN106127751A (zh) * | 2016-06-20 | 2016-11-16 | 北京小米移动软件有限公司 | 图像检测方法、装置以及*** |
CN110298376A (zh) * | 2019-05-16 | 2019-10-01 | 西安电子科技大学 | 一种基于改进b-cnn的银行票据图像分类方法 |
CN110533036A (zh) * | 2019-08-28 | 2019-12-03 | 湖南长城信息金融设备有限责任公司 | 一种票据扫描图像快速倾斜校正方法和*** |
CN110569845A (zh) * | 2019-09-12 | 2019-12-13 | 苏州大学 | 一种试卷图像的校正方法及相关装置 |
CN111104940A (zh) * | 2018-10-26 | 2020-05-05 | 深圳怡化电脑股份有限公司 | 图像旋转校正方法、装置、电子设备及存储介质 |
CN111126099A (zh) * | 2019-12-24 | 2020-05-08 | 济南东朔微电子有限公司 | 一种倾斜条码图像快速矫正方法 |
-
2020
- 2020-11-25 CN CN202011336263.1A patent/CN112132851A/zh not_active Withdrawn
Patent Citations (10)
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 |
CN101625760A (zh) * | 2009-07-28 | 2010-01-13 | 谭洪舟 | 一种证件图像倾斜校正的办法 |
CN103294980A (zh) * | 2013-06-18 | 2013-09-11 | 四川大学 | 基于图像处理的微型qr码识别方法 |
CN104112128A (zh) * | 2014-06-19 | 2014-10-22 | 中国工商银行股份有限公司 | 应用于票据影像字符识别的数字图像处理***及方法 |
CN106127751A (zh) * | 2016-06-20 | 2016-11-16 | 北京小米移动软件有限公司 | 图像检测方法、装置以及*** |
CN111104940A (zh) * | 2018-10-26 | 2020-05-05 | 深圳怡化电脑股份有限公司 | 图像旋转校正方法、装置、电子设备及存储介质 |
CN110298376A (zh) * | 2019-05-16 | 2019-10-01 | 西安电子科技大学 | 一种基于改进b-cnn的银行票据图像分类方法 |
CN110533036A (zh) * | 2019-08-28 | 2019-12-03 | 湖南长城信息金融设备有限责任公司 | 一种票据扫描图像快速倾斜校正方法和*** |
CN110569845A (zh) * | 2019-09-12 | 2019-12-13 | 苏州大学 | 一种试卷图像的校正方法及相关装置 |
CN111126099A (zh) * | 2019-12-24 | 2020-05-08 | 济南东朔微电子有限公司 | 一种倾斜条码图像快速矫正方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112733854A (zh) * | 2021-03-30 | 2021-04-30 | 恒银金融科技股份有限公司 | 一种计算钞票偏转角度的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106407883B (zh) | 一种复杂表格及其内部手写数字识别方法 | |
CN108764229B (zh) | 一种基于计算机视觉技术的水尺图像自动识别方法 | |
WO2015096535A1 (zh) | 残缺或变形的四边形图像的校正方法 | |
CN110378310B (zh) | 一种基于答案库的手写样本集的自动生成方法 | |
CN108376403B (zh) | 基于霍夫圆变换的网格菌落图像分割方法 | |
CN112233116B (zh) | 基于邻域决策与灰度共生矩阵描述的凹凸痕视觉检测方法 | |
JP2001133418A (ja) | 形状特徴に基づく欠陥検出の方法及び装置 | |
WO2023279966A1 (zh) | 一种多车道线检测方法、装置及检测设备 | |
CN113689429B (zh) | 一种基于计算机视觉的木板缺陷检测方法 | |
CN110533036B (zh) | 一种票据扫描图像快速倾斜校正方法和*** | |
CN115063430A (zh) | 基于图像处理的电气管道裂纹检测方法 | |
CN112132851A (zh) | 一种针对金融票据图像旋转角度的计算方法 | |
CN110288619B (zh) | 基于视觉的太阳花模组表面螺钉孔位置检测方法 | |
CN111311497A (zh) | 一种条形码图像角度校正方法和装置 | |
CN112016565B (zh) | 一种金融票据的账号处模糊数字的分割方法 | |
CN112419225B (zh) | 一种基于引脚分割的sop型芯片检测方法及*** | |
CN112016566B (zh) | 一种金融票据大写金额处手写汉字的分割方法 | |
CN106778766A (zh) | 一种基于定位点的旋转数字识别方法及*** | |
CN111639555B (zh) | 一种指静脉图像噪声精确提取和自适应滤波去噪方法及装置 | |
CN113781413A (zh) | 一种基于Hough梯度法的电解电容定位方法 | |
Pan et al. | An efficient method for skew correction of license plate | |
CN115953399B (zh) | 基于轮廓特征与svdd的工业部件结构性缺陷检测方法 | |
CN116309780A (zh) | 一种基于目标检测的水尺水位识别方法 | |
CN112923852B (zh) | 基于动态角点定位的sd卡位姿检测方法 | |
CN115511966A (zh) | 基于角点检测的元件识别定位方法及***、存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201225 |
|
WW01 | Invention patent application withdrawn after publication |