- · 关于举办2021第十届“龙图杯”全国BIM(建筑信息模型)大赛的通知 [01/29]
- · 第八届中国图学大会(China Graphics'2021)征稿通知[01/13]
- · 关于第十六期“全国BIM技能等级考试”成绩复议 有关事项的通知[01/12]
- · 第二十四期“全国CAD技能等级考试”考试通知 [11/20]
- · 第一届图学计算与工业软件发展研讨会会议通知 [11/12]
- · 公告 [10/30]
- · 第十六期“全国BIM技能等级考试”考试通知 [10/28]
- · 关于举办第六届数字化论坛暨中国图学学会数字化设计与制造专业委员会 2020 年会的通知[10/13]
基于CNN的银行卡数字识别方法
作者:李尚林 王鲁达 刘东
关键词: 银行卡识别; 卷积神经网络; 数字识别; 数字分割; 平滑算法;
摘要:在拍摄银行卡时,由于受拍摄角度的不确定性、光照条件的复杂性及卡背景的多样性等众多因素的干扰,使得自然拍摄场景的银行卡数字识别算法存在较大挑战。为此,提出一种基于卷积神经网络(CNN)的银行卡数字识别框架。首先,通过投影矫正、边缘检测和形态学等一系列图像处理算法获取目标数字区域;其次,通过增强的数据集训练一个CNN,使用该网络通过滑窗识别获取上述目标数字区域,输出初始银行卡号序列,生成为一个数字曲线图;最后,提出了滑窗优化算法,该平滑算法输入上述初始的银行卡号曲线图,对其进行优化,继而分割出单个数字并输出最终结果。实验结果表明算法显著提高了银行卡数字识别和分割的准确率,同时针对较复杂的银行卡图像仍然具有较好的鲁棒性。