[发明专利]从身份证影像图片中提取关键信息的方法与系统

说明书

本发明提供了一种从身份证影像图片中提取关键信息的方法与系统，包括：通过识别得到身份证图片，通过人脸检测模型、国徽检测模型检测身份证图片获取身份证正反面截图，对去除底纹后的截图进行文本框识别，得到文本框截图，对文本框截图进行文字识别，对识别结果进行校准，得到最终识别结果。通过采用多模型串联处理的结构，解决了各类图片质量条件下的身份证图片信息提取的问题；通过旋转识别解决了偏斜、倒置图像无法识别的问题。通过利用身份证号自身的校验规则结合多个机器学习模型共同识别，解决了身份证号训练数据标注的问题。通过使用图像形态学配合CTPN模型，解决了在文本框识别过程中CTPN模型训练集数据标注的问题。

技术领域

本发明涉及图像处理技术领域，具体地，涉及一种从身份证影像图片中提取关键信息的方法与系统。

背景技术

专利文献CN109145891A公开了一种客户端及其识别身份证的方法、识别身份证的系统。客户端识别身份证的方法包括：实时接收身份证图像；根据第一预设集合对第一区域进行识别；第一预设集合存储于客户端中，且包含用于表征每位身份证号码的图片，第一区域为位于身份证图像的预设位置的区域；若成功识别出身份证号码，则根据预设位置确定身份证图像中的待识别区域；将与待识别区域相关的信息发送至服务端，服务端用于根据接收的信息识别待识别区域中的内容。

现有的身份证识别方法的缺陷主要有以下三点：

一、现有的身份证图片信息提取方法中主要针对身份证实物进行影像拍摄与识别，对图片清晰度要求高，且无法解决图片旋转倒置时的识别问题，适用场景有限。

二、目前使用机器学习进行图片文本识别的传统技术需进行大量训练样本的标注，大部分工作需要通过人工手动标注实现。

三、现有的身份证图片信息提取方法缺少信息校正功能，未能对提取的身份证图片上的各类信息进行进一步校正以提高识别的准确率。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种从身份证影像图片中提取关键信息的方法与系统。

根据本发明提供的一种从身份证影像图片中提取关键信息的方法，包括：

图片识别步骤：通过卷积神经网络对图片进行分类，识别得到身份证图片；

人脸检测步骤：通过人脸检测模型检测身份证图片，得到头像面的身份证图片，并对头像面的身份证图片进行旋转，直至匹配出正向头像，获取头像的位置坐标并基于头像的位置坐标获取身份证头像面截图；

国徽检测步骤：通过国徽检测模型检测身份证图片，得到国徽面的身份证图片，并对国徽面的身份证图片进行旋转，直至匹配出正向国徽，获取国徽的位置坐标并基于国徽的位置坐标获取身份证国徽面截图；

底纹去除步骤：对身份证头像面截图和身份证国徽面截图进行去除底纹；

文本框检测步骤：对去除底纹后的身份证头像面截图和身份证国徽面截图进行文本框识别，得到文本框截图；

文字识别步骤：对文本框截图进行文字识别，得到识别结果，对识别结果进行校准，得到最终识别结果。

优选地，所述底纹去除步骤包括：

构建对抗神经网络模型，采用对抗神经网络模型中的生成网络生成无底纹图像，并采用对抗神经网络模型中的辨别网络参照真实无底纹图像来分辨生成的无底纹图像与真实无底纹图像。

优选地，所述文本框检测步骤包括使用预训练的CTPN模型进行文本框检测，并对检测有误的文本框截图进行标注，包括：

获取文本框截图有误的文本框截图；

通过图像形态学中的膨胀腐蚀操作处理文本框截图，使相距相近的文字合并成为一个区域；