卡片图像增强方法

摘要

本发明提供了一种卡片图像增强方法，包括以下步骤：获得移动端采集的卡片图像；对采集的卡片图像进行去噪处理，获得第一卡片图像；将第一卡片图像从RGB空间变换到YCrCb空间，提取其中的Y空间图像对第一卡片图像是否存在高光进行判定；若第一卡片图像存在高光区域，则通过转换高光区域的亮度特征去除高光区域，获得第二卡片图像；对第二卡片图像进行倾斜校正，获得第三卡片图像；对第三卡片图像进行光学字符识别，输出识别结果。通过将卡片图像从RGB空间转换到YCrCb空间，根据提取的Y空间图像来确定卡片图像高光，并通过转换高光区域的亮度特征去除高光；以此，对卡片图像的高光和倾斜问题进行快速去除与校正，以提高后续的光学字符识别的识别率。

权利要求

1.一种卡片图像增强方法，其特征在于，包括以下步骤：获得移动端采集的卡片图像；

对采集的卡片图像进行去噪处理，获得第一卡片图像；

将第一卡片图像从RGB空间变换到YCrCb空间，提取其中的Y空间图像对第一卡片图像是否存在高光进行判定；

若所述第一卡片图像存在高光区域，则通过转换高光区域的亮度特征去除高光区域，获得第二卡片图像；

对所述第二卡片图像进行倾斜校正，获得第三卡片图像；

对所述第三卡片图像进行光学字符识别，输出识别结果；

所述将第一卡片图像从RGB空间变换到YCrCb空间，提取其中的Y空间图像对第一卡片图像是否存在高光进行判定，具体包括以下步骤：将第一卡片图像从RGB空间变换到YCrCb空间，提取其中的Y空间图像作为待检测图像；

设定高光检测阈值，将待检测图像中低于高光检测阈值的像素值设定为0；

对待检测图像进行二值化处理，然后进行形态学操作，获得第一卡片图像高光区域，形态学操作包括开运算和腐蚀；

根据腐蚀后的图像，确认第一卡片图像是否高光；

所述若第一卡片图像存在高光区域，则通过转换高光区域的亮度特征去除高光区域，获得第二卡片图像，具体包括以下步骤：对Y空间图像中亮度Y值进行归一化处理，获得归一化后Y图像；

对归一化后Y图像进行直方图均衡化操作，获得均衡化Y图像；

对均衡后的Y图像，根据图像亮度变换准则通过转换多项式用新的亮度y值替换掉原来的亮度Y值，获取第二卡片图像。

2.根据权利要求1所述的卡片图像增强方法，其特征在于，所述对Y空间图像中亮度Y值进行归一化处理为将亮度Y值的最大值映射为1，亮度Y值的最小值映射为0。

3.根据权利要求1所述的卡片图像增强方法，其特征在于，所述转换多项式为：y＝2.5208Y5-4.8316Y4+2.3675Y3-0.4013Y2+0.9998Y。

4.根据权利要求1～3中任意一项所述的卡片图像增强方法，其特征在于，所述对第二卡片图像进行倾斜校正，获得第三卡片图像，具体包括以下步骤：将第二卡片图像进行灰度化；

然后利用Canny算子进行边缘检测，获得第二卡片二值化图像；

对第二卡片二值化图像，利用最小二乘法计算出边缘直线的斜率；

根据斜率计算得到角度，然后将图像进行旋转，获得第三卡片图像。

5.根据权利要求1所述的卡片图像增强方法，其特征在于，采用中值过滤法对采集的卡片图像进行去噪处理。

说明书

卡片图像增强方法

技术领域

[0001] 本发明涉及图像处理技术领域，特别涉及一种用于移动端采集的卡片图像增强方法。

背景技术

[0002] 在人们的日常生活中，经常需要从证件中获取相关信息。一般情况下，我们都是通过扫描仪等成像设备采集证件等卡片图像，然后运用图像处理技术将图像进行一些必须的处理，最后用光学字符识别(Optical Character Recognition，OCR)技术识别和提取卡片图像中的相关信息。近些年来，随着移动通信和互联网技术的发展，大量的移动终端设备如智能手机、平板电脑等走进我们的生活，逐渐成为人们生活中不可缺少的一部分。这些移动设备都拥有摄像功能，在金融、互联网等相关行业中得到了广泛应用，同时也对传统的卡片图像处理和识别带来了新的变革和挑战。对于移动端采集的卡片图像，常见的两个问题是图像存在高光和倾斜，这使得卡片图像中相关信息可能无法识别或是识别结果出错，最终可能导致相关信息录入失败。因此，需要对移动端采集的卡片图像高光和倾斜进行快速去除和校正。

[0003] 单幅图像的高光检测与去除一直是个难点。目前主要的方法如下：第一种方法是补色，通过提取周围图像特征，进行图像区域填充从而去除高光，其缺点是处理的信息量大，处理速度缓慢，并且会丢失高光区域中原有的图像特征。第二种方法是根据反射模型来去除高光，其缺点是如果发射模型过于简单，则修复的结果较差；如果反射模型过于复杂，则处理速度很慢，同时算法的适用性较差。第三种方法是光照约束补色，将通常的补色方法与光照约束条件相结合来去除高光，其缺点是算法复杂，处理的信息量大，处理速度缓慢。综上所述，传统的方法去除高光存在计算量过大，处理速度缓慢的问题。

发明内容

[0004] 本发明提供一种卡片图像增强方法，解决现有上述的问题。

[0005] 为解决上述问题，本发明实施例提供一种卡片图像增强方法，包括以下步骤：

[0006] 获得移动端采集的卡片图像；

[0007] 对采集的卡片图像进行去噪处理，获得第一卡片图像；

[0008] 将第一卡片图像从RGB空间变换到YCrCb空间，提取其中的Y空间图像对第一卡片图像是否存在高光进行判定；

[0009] 若所述第一卡片图像存在高光区域，则通过转换高光区域的亮度特征去除高光区域，获得第二卡片图像；

[0010] 对所述第二卡片图像进行倾斜校正，获得第三卡片图像；

[0011] 对所述第三卡片图像进行光学字符识别，输出识别结果。

[0012] 作为一种实施方式，所述将第一卡片图像从RGB空间变换到YCrCb空间，提取其中的Y空间图像对第一卡片图像是否存在高光进行判定，具体包括以下步骤：

[0013] 将第一卡片图像从RGB空间变换到YCrCb空间，提取其中的Y空间图像作为待检测图像；

[0014] 设定高光检测阈值，将待检测图像中低于高光检测阈值的像素值设定为0；

[0015] 对待检测图像进行二值化处理，然后进行形态学操作，获得第一卡片图像高光区域，形态学操作包括开运算和腐蚀；

[0016] 根据腐蚀后的图像，确认第一卡片图像是否高光。

[0017] 作为一种实施方式，所述若第一卡片图像存在高光区域，则通过转换高光区域的亮度特征去除高光区域，获得第二卡片图像，具体包括以下步骤：

[0018] 对Y空间图像中亮度Y值进行归一化处理，获得归一化后Y图像；

[0019] 对归一化后Y图像进行直方图均衡化操作，获得均衡化Y图像；

[0020] 对均衡后的Y图像，根据图像亮度变换准则通过转换多项式用新的亮度y值替换掉原来的亮度Y值，获取第二卡片图像。

[0021] 作为一种实施方式，所述对Y空间图像中亮度Y值进行归一化处理为将亮度Y值的最大值映射为1，亮度Y值的最小值映射为0。

[0022] 作为一种实施方式，所述转换多项式为：

[0023] y＝2.5208Y5-4.8316Y4+2.3675Y3-0.4013Y2+0.9998Y。

[0024] 作为一种实施方式，所述对第二卡片图像进行倾斜校正，获得第三卡片图像，具体包括以下步骤：

[0025] 将第二卡片图像进行灰度化；

[0026] 然后利用Canny算子进行边缘检测，获得第二卡片二值化图像；

[0027] 对第二卡片二值化图像，利用最小二乘法计算出边缘直线的斜率；

[0028] 根据斜率计算得到角度，然后将图像进行旋转，获得第三卡片图像。

[0029] 作为一种实施方式，采用中值过滤法对采集的卡片图像进行去噪处理。

[0030] 本发明相比于现有技术的有益效果在于：通过将移动端采集的卡片图像从RGB空间转换到YCrCb空间，根据提取的Y空间图像来确定卡片图像是否存在高光；若果存在高光，则通过转换高光区域的亮度特征去除高光，然后进行倾斜校正；以此，对卡片图像的高光和倾斜问题进行快速去除与校正，以提高后续的光学字符识别的识别率。

附图说明

[0031] 图1为本发明卡片图像增强方法的流程图；

[0032] 图2为本发明卡片图像增强方法步骤300流程示意图；

[0033] 图3为本发明卡片图像增强方法步骤400流程示意图；

[0034] 图4为本发明卡片图像增强方法步骤500流程示意图；

[0035] 图5为移动端采集的原始卡片图像；

[0036] 图6为经本发明卡片图像增强方法处理后的第一卡片图像高光区域；

[0037] 图7为经本发明卡片图像增强方法去除高光后获得的第二卡片图像；

[0038] 图8为经本发明卡片图像增强方法倾斜校正后获得的第三卡片图像。

具体实施方式

[0039] 以下结合附图，对本发明上述的和另外的技术特征和优点进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的部分实施例，而不是全部实施例。

[0040] 如图1所示，一种卡片图像增强方法，包括以下步骤：

[0041] S100：获得移动端采集的卡片图像，如图5所示；

[0042] S200：对采集的卡片图像进行去噪处理，获得第一卡片图像，在本实施例中，采用中值过滤法对采集的卡片图像进行去噪处理；

[0043] S300：将第一卡片图像从RGB空间变换到YCrCb空间，提取其中的Y空间图像对第一卡片图像是否存在高光进行判定；

[0044] S400：若所述第一卡片图像存在高光区域，则通过转换高光区域的亮度特征去除高光区域，获得第二卡片图像；

[0045] S500：对所述第二卡片图像进行倾斜校正，获得第三卡片图像；

[0046] S600：对所述第三卡片图像进行光学字符识别(OCR)，输出识别结果。

[0047] 如图2所示，其中，步骤S300具体包括以下内容：

[0048] S301：将第一卡片图像从RGB空间变换到YCrCb空间，提取其中的Y空间图像作为待检测图像；

[0049] S302：设定高光检测阈值，将待检测图像中低于高光检测阈值的像素值设定为0；

[0050] S303：对待检测图像进行二值化处理，然后进行形态学操作，获得第一卡片图像高光区域，如图6所示，在本实施例中，形态学操作包括开运算和腐蚀；

[0051] S304：根据腐蚀后的图像，确认第一卡片图像是否高光。

[0052] 如图3所示，步骤S400具体包括以下内容：

[0053] S401：对Y空间图像中亮度Y值进行归一化处理，获得归一化后Y图像，在本实施例中，归一化处理为将亮度Y值的最大值映射为1，亮度Y值的最小值映射为0；

[0054] S402：对归一化后Y图像进行直方图均衡化操作，获得均衡化Y图像；

[0055] S403：对均衡后的Y图像，根据图像亮度变换准则通过转换多项式用新的亮度y值替换掉原来的亮度Y值，获取第二卡片图像，如图7所示，在本实施例中，转换多项式为：y＝2.5208Y5-4.8316Y4+2.3675Y3-0.4013Y2+0.9998Y，图像亮度变换准则是降低图像中高光区域的亮度的同时，保证图像亮度较低的区域的亮度基本不变，因此，本发明综合考虑图像亮度变换准则和计算量，采用五次多项式进行转换。

[0056] 传统的图像倾斜校正方法主要包括基于Fourier变换的方法，基于Hough变换的方法，基于投影的方法，基于交叉相关性的方法和K-最近邻簇方法等。这些方法的主要缺点是计算量过大，而且有些算法适应性较差。

[0057] 在本实施例中，如图4所示，倾斜校正步骤S500具体包括以下内容：

[0058] S501：将第二卡片图像进行灰度化；

[0059] S502：然后利用Canny算子进行边缘检测，获得第二卡片二值化图像；

[0060] S503：对第二卡片二值化图像，利用最小二乘法计算出边缘直线的斜率；

[0061] S504：根据斜率计算得到角度，然后将图像进行旋转，获得第三卡片图像，如图8所示。

[0062] 与传统的图像倾斜校正方法相比，本发明采用的倾斜校正方法能对倾斜的卡片图像进行快速校正，方法简单，计算量小，易于实现。

[0063] 本发明通过将移动端采集的卡片图像从RGB空间转换到YCrCb空间，根据提取的Y空间图像来确定卡片图像是否存在高光；若果存在高光，则通过转换高光区域的亮度特征去除高光；以此，对卡片图像的高光和倾斜问题进行快速去除与校正，以提高后续的光学字符识别的识别率。

[0064] 以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。