[發明專利]一種社保卡識別方法有效
| 申請號: | 202010748142.1 | 申請日: | 2020-07-30 |
| 公開(公告)號: | CN111626274B | 公開(公告)日: | 2020-10-27 |
| 發明(設計)人: | 羅安;周聰俊;史鵬翔;許春霞;師改梅;何進;徐明 | 申請(專利權)人: | 四川駿逸富頓科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/32;G06K9/34;G06K9/40;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司: | 成都頂峰專利事務所(普通合伙) 51224 | 代理人: | 李林 |
| 地址: | 610000 四川省成都市高新區天*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 社保 識別 方法 | ||
1.一種社保卡識別方法,其特征在于:包括如下步驟:
S1:獲取社保卡的原始圖像,并對原始圖像進行預處理,得到預處理后圖像;
S2:進行預處理后圖像的初始傾斜校正,得到初始傾斜校正后圖像;
S3:基于初始傾斜校正后圖像進行人臉檢測,人臉檢測通過后,進行身份證號碼檢測;
S4:身份證號碼檢測通過后,進行初始傾斜校正后圖像的最終傾斜校正,得到最終傾斜校正后圖像,并基于最終傾斜校正后圖像進行身份證號碼定位,得到身份證號碼精確位置;
S5:根據身份證號碼精確位置,基于最終傾斜校正后圖像進行姓名定位,得到姓名精確位置;
S6:根據身份證號碼精確位置和姓名精確位置,基于最終傾斜校正后圖像進行文字識別,得到社保卡信息;
所述步驟S3中,人臉檢測的具體步驟為:
A-1:對初始傾斜校正后圖像進行人臉檢測,并使人臉檢測參數face_angle=0,判斷是否檢測到人臉,若是則得到人臉位置,并進行身份證號碼檢測,否則進入步驟A-2;
A-2:將初始傾斜校正后圖像順時針旋轉180度,進行人臉檢測,并使人臉檢測參數face_angle=1,判斷是否檢測到人臉,若是則得到人臉位置,并進行身份證號碼檢測,否則進入步驟A-3;
A-3:將原來的初始傾斜校正后圖像順時針旋轉90度,進行人臉檢測,并使人臉檢測參數face_angle=2,判斷是否檢測到人臉,若是則得到人臉位置,并進行身份證號碼檢測,否則進入步驟A-4;
A-4:將原來的初始傾斜校正后圖像逆時針旋轉90度,進行人臉檢測,并使人臉檢測參數face_angle=3,判斷是否檢測到人臉,若是則得到人臉位置,并進行身份證號碼檢測,否則直接結束社保卡識別方法;
所述步驟S4的具體步驟為:
S4-1:身份證號碼檢測通過后,提取初始傾斜校正后圖像的輪廓,并獲取輪廓的外接矩形;
S4-2:根據人臉檢測獲取的人臉位置、身份證號碼的預設長寬比以及外接矩形,得到身份證號碼矩形及其最終傾斜角度;
S4-3:根據最終傾斜角度進行初始傾斜校正后圖像的最終傾斜校正,得到最終傾斜校正后圖像;
S4-4:根據最終傾斜校正后圖像和身份證號碼矩形,進行身份證號碼初始定位,得到身份證號碼初始位置;
S4-5:根據身份證號碼初始位置進行身份證號碼精確定位,即根據身份證號碼初始位置和最終傾斜校正后圖像,使用投影法確定身份證號碼的邊界,并根據身份證號碼的邊界得到身份證號碼精確位置。
2.根據權利要求1所述的社保卡識別方法,其特征在于:所述步驟S1中,預處理包括高斯濾波處理、灰度處理、二值化處理、閉運算處理、填充處理以及去噪處理。
3.根據權利要求1所述的社保卡識別方法,其特征在于:所述步驟S2的具體步驟為:
S2-1:提取預處理后圖像的輪廓,并提取預處理后圖像的輪廓的所有直線;
S2-2:獲取直線的直線角度,將角度分布概率最大的直線角度作為預處理后圖像的初始傾斜角度;
S2-3:根據初始傾斜角度進行預處理后圖像的初始傾斜校正,得到初始傾斜校正后圖像。
4.根據權利要求1所述的社保卡識別方法,其特征在于:所述步驟S2中,初始傾斜校正的公式為:
式中,、均為初始傾斜角度;(x1,y1)為初始傾斜校正后圖像坐標;(x,y)為預處理后圖像坐標。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于四川駿逸富頓科技有限公司,未經四川駿逸富頓科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010748142.1/1.html,轉載請聲明來源鉆瓜專利網。





