[发明专利]一种身份证打码系统及方法

说明书

技术领域

本申请涉及一种身份证打码系统及方法。

背景技术

在信贷业务中，有时需要为用户提供借贷人的部分身份证信息，但是又不能完全暴露借贷人的身份证信息，于是需要利用身份证打码技术隐去借贷人的身份证部分敏感信息，例如隐去身份证号码的最后几位数字等。身份证打码指通过图像处理，将身份证部分区域进行处理，从而隐去个人敏感信息。

但是，一般借贷人上传的照片在各种复杂环境下拍摄，图像质量参差不齐，给机器识别带来了困难。目前身份证打码一般使用手工打码，需要以人工方式对身份证一张张进行处理，非常耗时耗力，并且容易出错。

另外，由于身份证在拍摄过程中往往由于摆放不整齐、光线投射、阴影、镜头对焦不准、身份证自身的折旧等原因，使得上传的身份证照片具有很多问题。而传统的图像算子处理，只能对处于相同环境条件下的规整身份证进行定位处理，对于各种环境下拍摄的、有问题的身份证照片则无能为力，经常会将身份证的字符位置和身份证背景搞混而无法定位打码。

综上，现有的身份证打码技术至少包括以下两方面的缺点：一、大多数采用人工打码实现，或者只能在规整的身份证上实现，无法实现自动化；二、处理速度慢，定位不精准，无法满足批量打码的需求。

针对相关技术中的上述问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述问题，本申请提出一种身份证打码系统及方法，能够结合深度学习和图像处理技术实现身份证信息的全自动打码，可以按照需求隐去用户信息。

本申请的技术方案是这样实现的：

根据本申请的一个方面，提供了一种身份证打码系统，包括：

人脸定位模块，利用人脸检测深度学习模型定位身份证上的人脸区域；

字符定位模块，用于定位身份证上的多个字符区域；以及

区域打码模块，连接于人脸定位模块和字符定位模块，区域打码模块根据需要对人脸区域和多个字符区域中需要隐藏的区域进行打码处理。

在一个实施例中，字符定位模块利用字符定位深度学习模型和字符结构定位算法定位多个字符区域。

其中，字符定位模块包括：图像分层子模块，根据像素值的分布统计结果对身份证的图像像素进行分层处理；像素处理子模块，基于非参数核密度估计对每一层的字符图像像素进行二值化处理，并在二值化处理之后进行迭代搜索；以及定位信息生成子模块，根据迭代搜索的结果定位字符区域。

在一个实施例中，人脸检测深度学习模型为rcnn神经网络模型。

在一个实施例中，其中，字符定位模块包括tensorfolw机器学习平台；以及字符定位深度学习模型包括vgg16网络模型。

在一个实施例中，还包括：验证模块，连接于人脸定位模块、字符定位模块、和区域打码模块，验证模块通过字符结构定位算法对定位的人脸区域和多个字符区域进行交叉验证。

根据本申请的另一方面，提供了一种身份证打码方法，包括：

利用人脸检测深度学习模型定位身份证上的人脸区域；

定位身份证上的多个字符区域；以及

根据需要对人脸区域和多个字符区域中需要隐藏的区域进行打码处理。

在一个实施例中，定位身份证上的多个字符区域包括：利用字符定位深度学习模型定位和字符结构定位算法定位多个字符区域。

其中，利用字符定位深度学习模型定位和字符结构定位算法定位多个字符区域包括：根据像素值的分布统计结果对身份证的图像像素进行分层处理；基于非参数核密度估计对每一层的字符图像像素进行二值化处理，并在二值化处理之后进行迭代搜索；以及根据迭代搜索的结果定位字符区域。

其中，在定位身份证上的多个字符区域之后还包括：通过字符结构定位算法对定位的人脸区域和多个字符区域进行交叉验证。

本申请通过结合深度学习和图像处理技术，实现了身份证全自动打码，可以按照需求隐去身份证中的用户信息；实现了对身份证进行批量打码处理，速度快、效率高，可以实时、高效地处理各种身份证。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本申请实施例的身份证打码系统的框图；

图2是根据本申请实施例的身份证打码系统的工作流程图；