銀行卡的印刷體卡號的縱坐標(biāo)的識別方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種銀行卡的印刷體卡號的縱坐標(biāo)的識別方法及系統(tǒng)。
【背景技術(shù)】
[0002]圖像識別是人工智能的一個重要領(lǐng)域，為了編制模擬人類圖像識別活動的計算機程序，人們提出了不同的圖像識別模型。圖像識別經(jīng)歷了三個階段的發(fā)展:文字識別，數(shù)字圖像處理與識別，物體識別。文字識別的研宄是從1950年開始的，一般是識別字母、數(shù)字和符號，從印刷文字識別到手寫文字識別，應(yīng)用非常廣泛。
[0003]隨著智能手機興起，手機支付的行為越來越普及。但是用戶在手機上輸入銀行卡卡號時，速度很慢，需要仔細(xì)的校對，用戶體驗很差。美國的PAYPAL(貝寶公司)、蘋果公司、中國的阿里公司和騰訊都在自己的手機支付軟件上推出了銀行卡號識別的方案?，F(xiàn)有技術(shù)中信用卡識別的一般流程依次為:縱坐標(biāo)識別、Pattern識別(模式識別)、字符切分、字符識別、校驗。銀行卡號的識別過程中的第一步即是針對卡號所在銀行卡的版面分析，識別卡號所在的縱坐標(biāo)，由于目前提供銀行卡識別的方案中，主要針對國外的銀行卡，對于中國本地的銀行卡支持很少，在支持中國本地銀行卡的過程中，需要一種專門針對黑色的印刷體卡號的縱坐標(biāo)的識別方法。

【發(fā)明內(nèi)容】

[0004]本發(fā)明要解決的技術(shù)問題是為了克服現(xiàn)有技術(shù)中目前提供銀行卡識別的方案中，沒有專門針對中國本地銀行卡的黑色的印刷體卡號的縱坐標(biāo)的識別的缺陷，提供一種銀行卡的印刷體卡號的縱坐標(biāo)的識別方法及系統(tǒng)。
[0005]本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題的:
[0006]本發(fā)明提供了一種銀行卡的印刷體卡號的縱坐標(biāo)的識別方法，其特點在于，包括以下步驟:
[0007]S1、將銀行卡的圖片平均劃分為若干條橫線，每條橫線的寬度均為一固定像素值；
[0008]S2、對于每條橫線，采用如下公式計算像素點之間的灰度差值:
[0009]Grad = abs (f (i) -f (i~l))；
[0010]其中Grad表示所述灰度差值，abs表示絕對值，i表示橫線上的像素點，i為正整數(shù)且i不大于所述固定像素值，f(i)表示像素點i處的灰度值；
[0011]S3、判斷是否同時滿足如下兩個條件:Grad>A且f(i)〈B，其中A表示灰度差值閾值，B表示灰度閾值，并在判斷為是時，將橫線的分?jǐn)?shù)值自動加I ;
[0012]S4、將i+Ι賦值為i，然后返回步驟S2，直至i取值為所述固定像素值后執(zhí)行步驟
S5;
[0013]S5、獲取每條橫線最終的分?jǐn)?shù)值；
[0014]S6、將分?jǐn)?shù)值最高的連續(xù)20-25條橫線識別為印刷體卡號的縱坐標(biāo)區(qū)間。
[0015]較佳地，步驟S1*將銀行卡的圖片平均劃分為270條橫線，每條橫線的寬度為425像素。
[0016]較佳地，A取值為7，B取值為70。
[0017]較佳地，步驟S2基于Kittle算法(一種圖像二值化的算法)進(jìn)行計算。
[0018]本發(fā)明的目的在于還提供了一種銀行卡的印刷體卡號的縱坐標(biāo)的識別系統(tǒng)，其特點在于，包括:
[0019]劃分模塊，用于將銀行卡的圖片平均劃分為若干條橫線，每條橫線的寬度均為一固定像素值；
[0020]計算模塊，用于對于每條橫線，采用如下公式計算像素點之間的灰度差值:
[0021]Grad = abs (f (i) -f (i~l))；
[0022]其中Grad表示所述灰度差值，abs表示絕對值，i表示橫線上的像素點，i為正整數(shù)且i不大于所述固定像素值，f(i)表示像素點i處的灰度值；
[0023]判斷模塊，用于判斷是否同時滿足如下兩個條件:Grad>A且f(i)〈B，其中A表示灰度差值閾值，B表示灰度閾值，并在判斷為是時，將橫線的分?jǐn)?shù)值自動加I ;
[0024]賦值模塊，用于將i+Ι賦值為i，然后調(diào)用所述計算模塊，并在i取值為所述固定像素值后調(diào)用一獲取模塊；
[0025]所述獲取模塊用于獲取每條橫線最終的分?jǐn)?shù)值；
[0026]識別模塊，用于將分?jǐn)?shù)值最高的連續(xù)20-25條橫線識別為印刷體卡號的縱坐標(biāo)區(qū)間。
[0027]較佳地，所述劃分模塊用于將銀行卡的圖片平均劃分為270條橫線，每條橫線的寬度為425像素。
[0028]較佳地，A取值為7，B取值為70。
[0029]較佳地，所述計算模塊基于Kittle算法進(jìn)行計算。
[0030]本發(fā)明的積極進(jìn)步效果在于:本發(fā)明能夠?qū)ｉT針對中國本地銀行卡的黑色的印刷體卡號的縱坐標(biāo)進(jìn)行識別，解決了現(xiàn)有技術(shù)中存在的相應(yīng)技術(shù)問題，提高了銀行卡識別的識別精度和識別效率。
【附圖說明】
[0031]圖1為本發(fā)明的較佳實施例的銀行卡的印刷體卡號的縱坐標(biāo)的識別方法的流程圖。
[0032]圖2為本發(fā)明的較佳實施例的銀行卡的印刷體卡號的縱坐標(biāo)的識別系統(tǒng)的模塊示意圖。
【具體實施方式】
[0033]下面通過實施例的方式進(jìn)一步說明本發(fā)明，但并不因此將本發(fā)明限制在所述的實施例范圍之中。
[0034]如圖1所示，本發(fā)明的銀行卡的印刷體卡號的縱坐標(biāo)的識別方法包括以下步驟:
[0035]步驟101、將銀行卡的圖片沿縱向平均劃分為270條橫線，每條橫線的寬度為425
像素；
[0036]步驟102、對于每條橫線，采用如下公式計算像素點之間的灰度差值:
[0037]Grad = abs (f (i) -f (i~l))；
[0038]其中Grad表示所述灰度差值，abs表示絕對值，i表示橫線上的像素點，i為正整數(shù)且i不大于所述固定像素值，f(i)表示像素點i處的灰度值；
[0039]步驟103、判斷是否同時滿足如下兩個條件:Grad>A且f(i)〈B，其中A表示灰度差值閾值，B表示灰度閾值，若判斷為是，則表明在像素點i處灰度值出現(xiàn)了明顯變化，即從白點轉(zhuǎn)到了黑點，此時將橫線的分?jǐn)?shù)值自動加I ;
[0040]步驟104、將i+Ι賦值為i，然后返回步驟102，從而對于橫線上的每個像素點，都進(jìn)行步驟102中關(guān)于灰度差值的計算，直至i取值為425后執(zhí)行步驟105 ;
[0041]步驟105、獲取每條橫線最終的分?jǐn)?shù)值，該分?jǐn)?shù)