[发明专利]图片验证方法、装置、计算机设备及存储介质在审
| 申请号: | 201910750386.0 | 申请日: | 2019-08-14 |
| 公开(公告)号: | CN110572369A | 公开(公告)日: | 2019-12-13 |
| 发明(设计)人: | 李敏 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
| 主分类号: | H04L29/06 | 分类号: | H04L29/06;G06T5/50;G06T3/40;G06T5/00 |
| 代理公司: | 11330 北京市立方律师事务所 | 代理人: | 刘延喜 |
| 地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标图片 碎片图像 碎片化 还原规则 图像验证 验证信息 拼接 验证 计算机设备 存储介质 分割传输 服务器端 快速获取 拼接方式 接收方 有效地 获知 破解 预设 还原 分割 图片 | ||
1.一种图片验证方法,其特征在于,包括:
获取由目标图片分割而成的碎片化图集,其中,所述碎片化图集中包括若干碎片图像;
根据预设的还原规则对所述若干碎片图像进行拼接生成所述目标图片,其中,所述还原规则中记载有各个碎片图像在所述目标图片中的位置关系;
将所述目标图片在设定的验证区域内进行显示,以使用户通过所述目标图片获知所述目标图片中记载的验证信息。
2.根据权利要求1所述的图片验证方法,其特征在于,所述根据预设的还原规则对所述若干碎片图像进行拼接生成所述目标图片之前,包括:
读取所述碎片化图集中各个碎片图像的边缘像素点;
根据所述边缘像素点向外延伸生至少一个像素点生成所述各个碎片图像的拼接缓冲带。
3.根据权利要求2所述的图片验证方法,其特征在于,所述根据预设的还原规则对所述若干碎片图像进行拼接生成所述目标图片,包括:
根据所述还原规则将所述若干碎片图像拼接成具有裂纹的目标图片;
将任意两个相邻的碎片图像边缘的拼接缓冲带进行相互抵消,以消弭由于拼接产生的裂纹。
4.根据权利要求3所述的图片验证方法,其特征在于,所述将任意两个相邻的碎片图像边缘的拼接缓冲带进行相互抵消,以消弭由于拼接产生的裂纹之前,包括:
获取各个碎片图像中不同侧边相邻的碎片图像的分布关系;
将不具有相邻分布关系的侧边的所述拼接缓冲带进行裁剪,以去除所述目标图片边缘产生的拼接缓冲带。
5.根据权利要求1所述的图片验证方法,其特征在于,所述碎片化图集中各个碎片图像均具有对应的图像编号,所述还原规则中记载各个图像编号之间相对的排布关系,所述根据预设的还原规则对所述若干碎片图像进行拼接生成所述目标图片,包括:
获取所述碎片化图集中各个碎片图像对应的图像编号;
根据所述还原规则将所述各个碎片图像按图像编号的排布关系进行拼接生成所述目标图片。
6.根据权利要求1所述的图片验证方法,其特征在于,所述将所述目标图片在设定的验证区域内进行显示,以使用户通过所述目标图片获知所述目标图片中记载的验证信息之后,包括:
获取帧缓冲存储器内的显示数据;
根据所述验证区域的位置在所述显示数据内提取表征所述验证区域显示内容的目标数据;
将所述目标数据转换为图片格式生成截图画面。
7.根据权利要求6所述的图片验证方法,其特征在于,所述将所述目标数据转换为图片格式生成所述截图画面之后,包括:
获取所述目标图片的目标特征向量;
将所述截图画面与所述目标特征向量输入至预设的验证判断模型中,其中,所述验证判断模型为预先训练至收敛状态,用于判断图像是否相同的神经网络模型;
根据所述验证判断模型输出的判断结果向服务器端发送验证信息。
8.一种图片验证装置,其特征在于,包括:
获取模块,用于获取由目标图片分割而成的碎片化图集,其中,所述碎片化图集中包括若干碎片图像;
处理模块,用于根据预设的还原规则对所述若干碎片图像进行拼接生成所述目标图片,其中,所述还原规则中记载有各个碎片图像在所述目标图片中的位置关系;
执行模块,用于将所述目标图片在设定的验证区域内进行显示,以使用户通过所述目标图片获知所述目标图片中记载的验证信息。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项权利要求所述图片验证方法的步骤。
10.一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述图片验证方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910750386.0/1.html,转载请声明来源钻瓜专利网。





