[發(fā)明專利]基于OpenCV的銀行卡號(hào)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810736445.4
• 申請(qǐng)日: 2018-07-06
• 公開(kāi)（公告）號(hào): CN109034145B
• 公開(kāi)（公告）日: 2021-11-09
• 發(fā)明（設(shè)計(jì)）人: 黃遵祥;鄭春紅;鄭紅
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06K9/34;G06K9/38
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 陳宏社;王品華

本發(fā)明提出了一種基于OpenCV的銀行卡號(hào)識(shí)別方法，用于解決現(xiàn)有技術(shù)中存在的卡號(hào)識(shí)別準(zhǔn)確度較低的技術(shù)問(wèn)題。實(shí)現(xiàn)步驟為：首先對(duì)銀行卡圖像進(jìn)行灰度化，再區(qū)分強(qiáng)光照、中光照、弱光照和光照不均勻四種情況，針對(duì)不同情況使用不同的二值化算法，實(shí)現(xiàn)對(duì)銀行卡圖像的預(yù)處理；通過(guò)先膨脹腐蝕后輪廓提取的方法，實(shí)現(xiàn)獲取二值化圖像中的卡號(hào)區(qū)域圖像；通過(guò)列投影法進(jìn)行字符分割并進(jìn)行歸一化，實(shí)現(xiàn)對(duì)卡號(hào)區(qū)域二值化圖像進(jìn)行字符分割；通過(guò)模板匹配算法，實(shí)現(xiàn)對(duì)歸一化后字符圖像集進(jìn)行字符識(shí)別。本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域，涉及一種銀行卡號(hào)的識(shí)別方法，可應(yīng)用于車牌識(shí)別、票據(jù)單號(hào)識(shí)別、證件號(hào)碼識(shí)別等數(shù)字識(shí)別的場(chǎng)合。

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)字圖像處理技術(shù)領(lǐng)域，涉及一種銀行卡號(hào)的識(shí)別方法，具體涉及一種基于OpenCV的銀行卡號(hào)識(shí)別方法，可應(yīng)用于車牌識(shí)別、票據(jù)單號(hào)識(shí)別、證件號(hào)碼識(shí)別等數(shù)字識(shí)別的場(chǎng)合。

背景技術(shù)

隨著互聯(lián)網(wǎng)金融的興起，人們需要在各種終端中錄入銀行卡號(hào)，并綁定銀行卡從而進(jìn)行資金交易，在卡號(hào)的錄入過(guò)程中，需要對(duì)拍攝或者預(yù)先保存的銀行卡圖像進(jìn)行卡號(hào)識(shí)別，從而將識(shí)別結(jié)果實(shí)現(xiàn)錄入。銀行卡號(hào)識(shí)別方法首先將銀行卡圖像進(jìn)行灰度化、二值化等預(yù)處理，再定位銀行卡號(hào)，最后對(duì)銀行卡號(hào)進(jìn)行數(shù)字識(shí)別。

董延華等人2017年8月在吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版)的第38卷第3期上發(fā)表了一篇名為基于OpenCV的銀行卡號(hào)識(shí)別算法研究的文章，公開(kāi)了一種基于OpenCV的銀行卡號(hào)識(shí)別方法，其主要步驟為，首先采用加權(quán)平均法將彩色的銀行卡圖像轉(zhuǎn)化為灰度圖，然后采用OpenCV中AdaptiveThreshold函數(shù)實(shí)現(xiàn)灰度圖的二值化，實(shí)現(xiàn)對(duì)圖像的預(yù)處理；采用OpenCV中cvCanny函數(shù)對(duì)二值化圖像進(jìn)行邊緣檢測(cè)，得到卡號(hào)中的多個(gè)字符圖像邊緣信息，實(shí)現(xiàn)銀行卡號(hào)字符的分割；建立一個(gè)包含0～9數(shù)字的字符模版庫(kù)，采用模板匹配字符識(shí)別法，將每個(gè)字符圖像逐一與模板庫(kù)中的字符模板進(jìn)行比較，將最佳匹配作為結(jié)果輸出，得到銀行卡號(hào)，實(shí)現(xiàn)銀行卡號(hào)的識(shí)別。該方法利用OpenCV跨平臺(tái)數(shù)字圖像處理函數(shù)庫(kù)具有的開(kāi)源、兼容性高、易自定義的特點(diǎn)，提高了銀行卡號(hào)識(shí)別的速度，但由于二值化圖像中卡號(hào)的清晰程度會(huì)直接影響字符分割和字符識(shí)別的效果，而該方法在圖像預(yù)處理中沒(méi)有考慮不同光照條件下的二值化處理，導(dǎo)致了不同光照條件下二值化圖像中卡號(hào)清晰度較差，最終造成了整體的卡號(hào)識(shí)別準(zhǔn)確度較低，同時(shí)由于該方法的字符分割是通過(guò)邊緣檢測(cè)實(shí)現(xiàn)的，如果銀行卡的卡號(hào)區(qū)域有明顯的圖案或者花紋，會(huì)增大卡號(hào)字符分割的錯(cuò)誤率，最終會(huì)導(dǎo)致卡號(hào)識(shí)別的準(zhǔn)確度更低。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)存在的不足，提出了一種基于OpenCV的銀行卡號(hào)識(shí)別方法，用于解決現(xiàn)有技術(shù)中存在的卡號(hào)識(shí)別準(zhǔn)確度較低的技術(shù)問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：

(1)對(duì)銀行卡圖像進(jìn)行預(yù)處理：

(1a)利用OpenCV的cvtColor函數(shù)對(duì)預(yù)先存儲(chǔ)的銀行卡圖像進(jìn)行灰度化處理，得到灰度圖像；

(1b)判斷灰度圖像光照強(qiáng)度的均勻性：

將灰度圖像均勻劃分為左右兩個(gè)區(qū)域，并判斷兩個(gè)區(qū)域中像素點(diǎn)的不同灰度級(jí)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(qiáng)度均勻圖像，并執(zhí)行步驟(1c)，否則，灰度圖像為光照強(qiáng)度非均勻圖像，并執(zhí)行步驟(1d)；

(1c)對(duì)光照強(qiáng)度均勻圖像進(jìn)行二值化：

當(dāng)每個(gè)區(qū)域灰度等級(jí)大于倍最大灰度等級(jí)的像素點(diǎn)數(shù)量都占該區(qū)域所有像素點(diǎn)數(shù)量的70％以上時(shí)，采用OpenCV中的最大類間方差OTSU算法對(duì)光照強(qiáng)度均勻圖像進(jìn)行二值化，得到二值化圖像；

當(dāng)兩個(gè)區(qū)域灰度等級(jí)小于倍并大于倍最大灰度等級(jí)的像素點(diǎn)數(shù)量都占該區(qū)域所有像素點(diǎn)數(shù)量的70％以上時(shí)，采用最佳閾值迭代法對(duì)光照強(qiáng)度均勻圖像進(jìn)行二值化，得到二值化圖像；