认数据与卡信息匹配。用户101可以采用任何合适的动作来发信号通知验证。
[0114]OCR应用115可以允许用户101强调、标记、或以其他方式识别不正确的数字。例如，如果所提取的名称中有不正确的字母，则用户101可以敲击不正确的字母。在识别出不正确的字母之后，OCR应用115可以采取诸如重新执行OCR算法、向用户101请求纠正的数字、或者任何合适动作的任何合适的纠正动作。
[0115]在方框235中，OCR应用115将所提取的数据提供给数字钱包应用模块111、销售终端点、支付处理系统140、网站、或者用户期望的任何合适应用或系统。可由用户计算设备110上的应用来使用所提取的数据。可经由网络105上的互联网连接、经由近场通信(NFC)技术、发电子邮件、发短信来传送所提取的数据，或者按照任何合适的方式传送。
[0116]图4是描绘根据某些示例实施例的、用于使用校验和算法提取金融账户信息的方法400的方框流程图。
[0117]方框205、210和215与本文所述图2的方框205、210和215基本上类似。
[0118]在方框420中，0CR应用115对卡图像执行OCR算法。OCR算法可以表示任何合适的处理、程序、方法、或者辨识卡图像上表示的数字或字符的其他方式。
[0119]在方框425中，OCR应用115从卡102的图像提取诸如用户识别号码的信息。也可以从图像提取诸如名称、有效期、安全码、或者任何合适的信息的其他信息。
[0120]在方框430中，OCR应用115对卡信息执行校验和算法。下面参照图5更详细地描述方框430的细节。
[0121]图5是描绘如图4的方框430所引用的、根据某些示例实施例的、用于对所提取的信息执行校验和算法的方法的方框流程图。
[0122]在方框505中，OCR应用115确定与卡类型相关的校验和算法。校验和算法是应用于数据集合的数学过程，目的是检测在OCR处理期间引入的误差。校验和算法根据可以与期望结果相比较的号码的数学操纵产生结果。如果计算结果与期望结果不匹配，则数据集合可能包含误差。如果计算结果与期望结果匹配，则数据可能不包含误差。
[0123]OCR应用115可以确定所分析的卡的类型。例如，当OCR应用115首次启动时，用户101可以输入对信用卡或借记卡的选择。可以基于卡图像的外观确定卡类型。可将OCR应用115配置成只用于特定卡类型。在示例中，OCR应用115可以从卡图像提取数据，并将字符的某些集合分类为可能是信用卡号码。可以采用确定卡类型的任何方式。OCR应用115针对特定卡类型访问来自校验和算法的数据库的校验和算法。
[0124]在方框510中，OCR应用115执行与校验和算法的相关的数学操纵。校验和算法的示例是Luhn算法。Luhn算法是用于证实多种识别号码(诸如信用卡号码)的校验和公式。OCR应用115可以对怀疑是信用卡账户号码的数字集合执行Luhn算法。也就是说，OCR应用115可以从卡图像提取数据，将字符的某些集合分类为信用卡号码，并对数字执行Luhn算法测试。
[0125]在方框515中，OCR应用115将操纵结果与期望的校验和结果相比较。也就是说，利用准确的卡号码，校验和数字操纵将产生符合期望结果的结果。
[0126]在示例中，当多于一个选项可用于单个字符时，OCR应用115可以使用Luhn算法在用于数字的各种选项中进行选择。在示例中，对信用卡102的图像执行OCR算法产生有可能概率性出现的以下选项:
[0127](a)4000 0008 0080 0002
[0128](b)4000 0000 0080 0002
[0129](c)4000 0008 0000 0002
[0130](d)4000 0000 0000 0002
[0131]对这些概率的每个概率运行Luhn校验和将导致只有(d)通过Luhn校验和。因此，(d)是最有可能的卡号码。
[0132]在方框520中，OCR应用115基于比较确定所提取的数据的有效性。也就是说，OCR应用115确定校验和的结果是否符合期望结果。
[0133]从方框520，方法430返回图4的方框435。
[0134]返回图4，在方框435中，方法400确定校验和算法的结果是否有效。如果结果是有效号码，则方法400沿着方框435的“是”分支到方框440。如果结果是无效号码，则方法400沿着方框435的“否”分支到方框420。
[0135]沿着“否”分支到方框420，方法400可以重新应用OCR算法并重新执行校验和算法，如同本文在方框420、425、和430所述。OCR应用115可以对卡图像上数字的替选集合执行OCR处理。OCR应用115可以从用户101请求数字输入帮助。在确定校验和无效时，OCR应用115可以执行任何合适的过程。
[0136]沿着“是”分支到方框440，OCR应用115将所提取的数据提供给数字钱包应用模块
111、销售终端点、支付处理系统140、网站、或者用户期望的任何合适应用或系统。可由用户计算设备110上的应用来使用所提取的数据。可经由网络105上的互联网连接、经由近场通信(NFC)技术、发电子邮件、发短信传送所提取的数据，或者按照任何合适的方式传送。
[0137]图6是描绘根据某些示例实施例的、用于使用IIN数据库提取金融账户信息的方法600的方框流程图。
[0138]图6的方框205、210、和215与本文所述图2的方框205、210、和215基本上类似。
[0139]在方框616中，OCR应用115对包括发行者识别号码(“IIN”)的图像区域执行OCR算法，以识别卡102上的IIN。信用卡或借记卡账户号码的前面2到6个数字通常被用作发行者识别号码。IIN识别向卡持有人发行卡10 2的卡发行者17 0。
[0140]OCR应用115捕捉卡的图像并确定账户号码的可能位置。OCR应用115可以使用本文公开的方法或任何合适的方法。账户号码的可能位置可以基于数据库中存储的账户号码位置或者能够从OCR应用115访问的其他合适位置的分析。OCR应用115可以修剪卡图像来隔离账户号码位置以允许更容易的分析。
[0141]OCR应用115执行OCR算法的其他处理，以识别通常说明IIN的账户号码的前面6个数字。OCR应用115可以使用所知的关于用户101的信息，以改进处理的准确性。例如，OCR应用115可以已经存储了诸如用户101的住所位置的信息。在示例中，OCR应用115可将IIN数据库的搜索限制到与用户101的位置相关联的IIN的群组。也就是说，如果用户101住在美国，贝1J0CR应用115可以只搜索与在美国有效的卡相关联的IIN的数据库。如果OCR应用115已存储了用户只使用借记卡的信息，则OCR应用115只搜索与借记卡相关联的IIN的数据库。与用户101相关联的任何其他数据都可以用于改进IIN数据库搜索和匹配处理。
[0142]在另一个示例中，OCR应用115可以对图像执行图像辨识算法。可以按照与本文所述方法200类似的方式执行图像辨识算法。图像辨识算法可以确定，图像中的卡102由特定的卡发行者170发出。例如，可将卡102识别为来自特定信用卡发行者170的信用卡。基于所识别的卡类型，OCR应用115可以限制对于图像可能的可用IIN。可能的IIN的更小列表可以允许OCR应用115在图像中更准确地确定卡102的IIN。
[0143]在方框620中，OCR应用115将所提取的数字与IIN数据库相比较。OCR应用115可以在用户计算设备110、与支付处理系统140或OCR系统120相关联的服务器上的存储位置、或者在任何合适的存储位置上访问IIN的数据库。OCR应用115确定所提取的数字是否与IIN数据库中的任何一个IIN匹配。如果匹配存在，则确定IIN号码有效。
[0144]如果结果是有效号码，则方法600沿着方框625的“是”分支到方框627。如果结果是无效号码，则方法600沿着方框625的“否”分支到方框616。
[0145]沿着“否”分支到方框616，方法600可以在方框616和方框620重新执行本文所述的OCR算法。OCR应用115可以对卡图像上数字的替选集合执行OCR处理。OCR应用115可以从用户102请求数字输入帮助。OCR应用115可以确定定制的OCR算法对于所提取的I IN不可用并使用通用OCR算法。OCR应用115可以从用户请求IIN号码帮助。在确定IIN在IIN数据库中不匹配时，OCR应用115可以执行任何合适的过程。
[0146]如果OCR应用在IIN数据库中没有识别出匹配，则OCR应用可以重新对所选择的字符执行OCR处理。OCR应用可以对卡图像上字符的替选集合执行OCR处理。
[0147]沿着“是”分支到方框627，0CR应用115基于从IIN数据库识别的卡类型，对整个图像执行OCR算法。如果所提取的数字与IIN数据库中任何一个IIN匹配，则OCR应用115根据数据库中的信息确定ΠΝ与其相关联的卡102的类型。例如，OCR应用115可以确定，卡102是信用卡、借记卡、储值卡、或者其他类型的卡。OCR应用115可以确定卡102的发行者。OCR应用115可以识别与卡102相关联的金融机构。根据与数据库相关联的信息可以确定任何其他合适的信息。
[0148]OCR应用115采用OCR算法或其他计算机实现的处理来确定卡信息。例如，OCR应用115可以使用OCR程序来分析卡102的图像或者所修剪的图像来提取信用卡的金融账户号码。可以从图像提取诸如名称、有效期、安全码、或者任何合适的信息的其他信息。
[0149]通过使用根据IIN数据库确定的信息，OCR应用115可以改进OCR算法的准确性和速度。例如，OCR应用115可以确定IIN与和特定信用卡公司相关联的IIN匹配。OCR应用115可以使用为来自特定信用卡公司的信用卡定制的OCR算法。可以定制OCR算法，以寻找卡图像上特定位置的字符。可以定制OCR算法，以寻找一定数目的字符。可以定制OCR算法，以寻找字符的某些组合。可以定制OCR算法，以知道来自特定信用卡公司的卡通常在卡的反面有某个数据。可以定制OCR算法，以知道通常凸印哪些字符。可以定制OCR算法，以寻找任何配置的布置、数据位置、限制、卡类型、字符配置、或者其他合适的卡数据。可以定制OCR算法来偏置结果以与期望的卡数据匹配。例如，如果从IIN数据库识别特定卡类型，则来自数据库的信息可以提供用于该卡类型的用户识别号码布置。数据库可以指示，特定信用卡发行者使用16位数的用户识别号码，而另一个信用卡发行者可以使用15位数的用户识别号码。OCR算法可以使用数字布置来改进OCR算法的准确性。
[0150]图6的方框230和235与图2的方框230和235基本上类似。
[0151]图7是描绘根据某些示例实施例的、用于将所提取的卡信息与经过分析的用户数据相比较的方法7的方框流程图。
[0152]图7的方框205和210与本文所述图2的方框205和210基本上类似。
[0153]在方框715中，在将OCR算法应用于卡图像之前或之后，OCR应用115分析诸如用户联系人列表和其他数据的用户应用116ACR应用115可以从用户计算设备110或其他合适位置的一个或多个源获得数据。例如，在用户计算设备110上、在云计算环境中、在服务器系统上、或者在任何合适的位置，用户101可以向OCR应用115提供对用户101的联系人列表上名称列表的访问。用户101可以向OCR应用115提供对诸如社交网络账户、电子邮件账户、或者其他合适的账户的用户101的其他账户的访问。
[0154]在方框235中，0CR应用提取相关的卡信息，如同图2的方框235所述。
[0155]在方框736中，OCR应用115将所提取的卡信息与经过分析的用户数据相比较。下面参照图8更详细地描述方框736。
[0156]图8是描绘如图7的方框736中所引用的、根据某些示例实施例的、用于使用用户数据提取金融账户信息的方法736的方框流程图。
[0157]在方框805中，OCR应用115访问与用户101相关联的存储信息。可以从联系人列表、电子邮件应用、用户社交网络、以及其他合适的用户应用116、可以由其存储在用户设备110上的信息、OCR系统120、或者其他合适的位置提取名称。
[0158]在方框810中，OCR应用115将从卡图像提取的信息与存储信息相比较。将来自存储信息的名称和其他数据与来自卡的提取名称相比较以寻找匹配。例如，可以在存储信息中表不用户的名称。
[0159]在方框815中，OCR应用115确定来自卡图像的信息是否与存储信息匹配。在示例中，在用户的联系人列表中20个名称拼写为“Smith”；但是，OCR算法确定该名称为“Snith”。OCR应用115将确定来自卡图像的信息与存储信息不匹配。
[0160]从方框815，方法7 36返回图7的方框7 38。
[0161]返回图7，如果来自卡图像的信息与存储信息匹配，则方法700沿着方框738的“是”分支到方框235。如果来自卡图像的信息与存储