[發明專利]基于OpenCV的銀行卡號識別方法

有效

• 申請號: 201810736445.4
• 申請日: 2018-07-06
• 公開（公告）號: CN109034145B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 黃遵祥;鄭春紅;鄭紅
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34;G06K9/38
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 陳宏社;王品華

1.一種基于OpenCV的銀行卡號識別方法，其特征在于，包括以下步驟：

(1)對銀行卡圖像進行預處理：

(1a)利用OpenCV的cvtColor函數對預先存儲的銀行卡圖像進行灰度化處理，得到灰度圖像；

(1b)判斷灰度圖像光照強度的均勻性：

將灰度圖像均勻劃分為左右兩個區域，并判斷兩個區域中像素點的不同灰度級別比例是否滿足一定的誤差范圍，若是，則灰度圖像為光照強度均勻圖像，并執行步驟(1c)，否則，灰度圖像為光照強度非均勻圖像，并執行步驟(1d)；

(1c)對光照強度均勻圖像進行二值化：

當每個區域灰度等級大于倍最大灰度等級的像素點數量都占該區域所有像素點數量的70％以上時，采用OpenCV中的最大類間方差OTSU算法對光照強度均勻圖像進行二值化，得到二值化圖像；

當兩個區域灰度等級小于倍并大于倍最大灰度等級的像素點數量都占該區域所有像素點數量的70％以上時，采用最佳閾值迭代法對光照強度均勻圖像進行二值化，得到二值化圖像；

當兩個區域灰度等級小于倍最大灰度等級的像素點數量都占該區域所有像素點數量的70％以上時，采用最佳閾值迭代法對光照強度均勻圖像進行二值化，得到二值化圖像；

(1d)對光照強度非均勻圖像進行二值化：

采用優化的Bernsen算法對光照強度非均勻圖像進行二值化，優化方法為：計算圖像中任一像素點為中心的尺寸大小為n×n窗口內的二值化閾值，并利用該二值化閾值分割像素點灰度等級的區域尺寸小于n×n，得到二值化圖像，其中n為預先設定的整數；

(2)獲取二值化圖像中的卡號區域圖像：

(2a)采用OpenCV的morphologyEx函數對二值化圖像進行閉運算，得到閉運算二值化圖像；

(2b)對閉運算二值化圖像進行膨脹腐蝕，得到膨脹腐蝕圖像；

(2c)采用OpenCV中的findContours函數提取膨脹腐蝕圖像的內外邊緣輪廓信息，并通過銀行卡的先驗卡號位置信息，對膨脹腐蝕圖像的內外邊緣輪廓信息進行篩選，得到膨脹腐蝕圖像卡號位置的矩形塊輪廓；

(2d)根據膨脹腐蝕圖像卡號位置的矩形塊輪廓，確定二值化圖像中卡號區域的上下邊界，并對上下邊界范圍內的圖像進行列掃描，得到包含完整卡號信息的卡號區域二值化圖像；

(3)對卡號區域二值化圖像進行字符分割：

(3a)對卡號區域二值化圖像中的像素點按列方向投影，得到卡號區域的列投影擬合曲線圖；

(3b)從列投影擬合曲線圖中選取與預先設定的閾值相同的擬合點，并計算相鄰擬合點橫坐標的算術平均值，得到列投影擬合曲線圖上縱坐標值小于閾值的算術平均值所對應的點，將這些點作為卡號字符之間的斷點；

(3c)根據卡號字符之間的斷點對卡號區域二值化圖像進行字符分割，得到由與卡號字符順序相同的多個字符圖像組成的字符圖像集，并采用OpenCV中的resize函數對字符圖像集進行歸一化，得到歸一化后字符圖像集；

(4)對歸一化后字符圖像集進行字符識別：

(4a)從微軟系統中選取多種由0～9十位字模組成的數字模板，每種數字模板中字模的字體相同，各數字模板中字模的字體不同；

(4b)采用OpenCV中的MatchTemplate函數，計算歸一化后字符圖像集中每個字符圖像與每種數字模板中每個字模的相似程度，并將與每個字符圖像相似程度最高的字模所代表的數字作為每個字符圖像的識別結果。

2.根據權利要求1所述的基于OpenCV的銀行卡號識別方法，其特征在于，步驟(1b)中所述的判斷兩個區域中像素點的不同灰度級別比例是否滿足一定的誤差范圍，具體判斷方式為：將灰度等級均分為高中低三個級別，并計算灰度圖像的每個區域中三個灰度級別所占的比例，判斷左右兩個區域的三個灰度級別中是否有一個或者多個級別比例在5％的誤差范圍內。

3.根據權利要求1所述的基于OpenCV的銀行卡號識別方法，其特征在于，所述步驟(2c)中所述的銀行卡的先驗卡號位置信息，包括銀行卡的卡號區域位于銀行卡寬度的15％～85％之間，卡號區域的長寬比大于5:1，且卡號區域的寬度占銀行卡寬度的5％～30％，長度占銀行卡長度的30％以上。