[发明专利]一种可扩展的CRNN银行卡号识别方法

权利要求书

1.一种可扩展的CRNN银行卡号识别方法，其特征在于，包括以下步骤：

S1、对银行卡图片进行预处理，预处理方法包括：原图不处理法、预处理方法A和预处理方法B；

Sa、所述预处理方法A的具体步骤为：首先，对原图做直方图均衡cv2.equalizeHist()增强图像局部对比度，其次，通过cv2.morphologyEx(equ_img,cv2.MORPH_GRADIENT,kernel)计算图像膨胀与腐蚀操作，抽取文本目标的边缘，最后，对图像进行二值化操作，与原图点乘；

Sb、所述预处理方法B对原图采用图像同态滤波，取同态滤波结果；

S2、将预处理后的图片送入OCR识别模型，获得识别结果，具体步骤包括：

S21、利用迁移训练后的DB算法模型对预处理后的图片进行处理，生成固定阈值和自适应阈值分割图；

S22、结合固定阈值分割图和自适应分割图生成二值化图，得到预处理图片的文本检测框；

S23、利用迁移训练后的CRNN模型识别文本检测框，获得目标文本区域的识别结果；

S3a、通过CRNN识别结果字典对CRNN识别结果进行过滤，获得识别结果中的数字，计算数字长度，并查找银行卡BIN码表判断，判断数字长度最长的数字是否为有效的银行卡号，若卡号有效且数字长度为16、17或19位，则判断是有效银行卡并输出银行卡号，完成识别；

S3b、若步骤S3a中，验证银行卡无效，则对同行多个文本检测框的识别结果先进行拼接，再进行BIN码表验证，若验证依然是无效银行卡号，则返回步骤Sa，通过预处理方法A对原图进行预处理，并重复步骤S2～S3a，验证银行卡的有效性，有效则输出银行卡号，完成识别；

S3c、若步骤S3b中，验证银行卡无效，则返回步骤Sb，通过预处理方法B对原图进行预处理，并重复步骤S2～S3a,验证银行卡的有效性，有效则输出银行卡号，完成识别，否则银行卡识别失败。

2.根据权利要求1所述的一种可扩展的CRNN银行卡号识别方法，其特征在于，所述预处理方法B的具体步骤为：

Sb1、令原图为f(x,y)＝i(x,y)·r(x,y)，其中，i(x,y)-照射分量，0＜i(x,y)＜∞，r(x,y)-反射分量，0＜r(x,y)＜1；

Sb2、令z(x,y)＝ln[f(x,y)+1]其中，f(x,y)∈[0,L-1]，灰度级L＝256；

Sb3、对z(x,y)取傅里叶变换，得到Z(u,v)＝Fi(u,v)+Fr(u,v)

Sb4、对Z(u,v)进行滤波，得到S(u,v)＝H(u,v)Z(u,v)＝H(u,v)Fi(u,v)+H(u,v)Fr(u,v)；

Sb4、对S(u,v)进行傅里叶逆变换，得到s(x,y)＝IDFT[S(u,v)]；

Sb5、对s(x,y)进行反对数，得到处理后的图片为：g(x,y)＝exp^[s(x,y)]-1＝i₀(x,y)+r₀(x,y)-1，其中，i₀(x,y)-处理后图片的照射分量，r₀(x,y)-处理后图片的反射分量，傅里叶逆变换后取实部即为同态滤波结果。

3.根据权利要求1所述的一种可扩展的CRNN银行卡号识别方法，其特征在于，所述DB算法模型的迁移训练步骤包括：利用至少680张银行卡图片对百度paddleocr提供的DB开源预训练模型进行迁移训练。

4.根据权利要求1所述的一种可扩展的CRNN银行卡号识别方法，其特征在于，所述CRNN识别模型的迁移训练步骤包括：利用至少200510张银行卡号图片对基于resent34的CRNN模型进行迁移训练。