[发明专利]一种银行卡号识别方法、装置、设备及介质

说明书

本申请公开了一种银行卡号识别方法、装置、设备及介质，涉及人工智能领域或金融领域。该方法包括：获取原始图像；定位原始图像中的卡号区域；切割卡号区域，以得到卡号的单个字符；通过卷积神经网络模型识别卡号的单个字符，以获取银行卡号。由此，通过以数学形态学为原理，定位原始图像中卡号行所在位置，并对卡号进行字符级切割，最后使用卷积神经网络模型对切割后的单个卡号字符进行识别。由于是对单个卡号字符进行识别，因此可以提高银行卡号识别的准确率和效率。

技术领域

本申请涉及人工智能领域或金融领域，特别涉及一种银行卡号识别方法、装置、设备及介质。

背景技术

随着互联网金融的兴起，用户需要在各种电子设备中录入银行卡号，并绑定银行卡从而进行资金交易。在卡号的录入过程中，需要对实时拍摄的或预先保存的银行卡图像进行卡号识别，从而将识别结果实现录入。

目前，普遍采用的银行卡号识别方法是基于卷积神经网络进行识别。相比于特征提取方法和支持向量机或模板匹配方法，卷积神经网络方法数据特征提取能力更强，给移动支付带来更多便捷。

然而，由于银行卡号识别的核心是识别卡上的凹凸字符，而凹凸字符的识别本身具有一定难度。若想保证银行卡号识别的准确率，就需要大量数据对卷积神经网络进行训练，而训练好的卷积神经网络模型过大，也就降低了银行卡号识别的效率；类似的，若想保证银行卡号识别的效率，就无法保证银行卡号识别的准确率。

发明内容

有鉴于此，本申请实施例提供了一种银行卡号识别方法、装置、设备及介质，能够提高银行卡号识别的准确率和效率。

本申请实施例公开了如下技术方案：

第一方面，本申请提供了一种银行卡号识别方法，所述方法包括：

获取原始图像；

定位所述原始图像中的卡号区域；

切割所述卡号区域，以得到多个卡号字符；

通过卷积神经网络模型识别所述卡号字符，以获取银行卡号。

可选的，所述获取原始图像，包括：

获取银行卡图像；

对所述银行卡图像进行灰度化处理，以获取原始图像。

可选的，所述获取原始图像，包括：

获取银行卡图像；

对所述银行卡图像进行归一化处理，以获取原始图像，所述归一化处理包括对所述银行卡图像进行角度矫正归一化、比例缩放归一化、比例填充归一化、分辨率归一化和剪裁归一化中的一种或多种。

可选的，所述获取原始图像，包括：

获取银行卡图像；

对所述银行卡图像进行噪声处理，以获取原始图像，所述噪声处理包括均值滤波算法、中值滤波算法和高斯滤波算法中的一种或多种。

可选的，所述切割所述卡号区域，以得到多个卡号字符，包括：

根据K-means聚类分析方法，切割所述卡号区域，以得到多个卡号字符。

第二方面，本申请提供了一种银行卡号识别装置，所述装置包括：图像获取模块、卡号定位模块、卡号分割模块和卡号识别模块；

所述图像获取模块，用于获取原始图像；

所述卡号定位模块，用于定位所述原始图像中的卡号区域；

所述卡号分割模块，用于切割所述卡号区域，以得到多个卡号字符；

所述卡号识别模块，用于通过卷积神经网络模型识别所述卡号字符，以获取银行卡号。