印章图像的处理方法、系统、设备及介质与流程

本公开涉及人工智能，具体涉及一种印章图像的处理方法、系统、设备及介质。

背景技术：

1、商业银行在日常对公业务办理中，涉及大量印章处理工作。过去银行验印工作主要依赖柜员人工方式处理，若能通过技术方式实现凭证票据影像中盖章的初筛比对，就只需将少量判断置信度较低的印章交由人工复验即可，而大量置信度高的印章核验无需人工介入。而要实现印章自动比对，首先需要解决的核心问题，是如何自动提取出各种凭证票据中的红色印章。

2、现有红色印章提取技术，大致分为：1)从印章轮廓形状特征的角度出发，利用霍夫变换及其衍生的系列改进算法，根据预先定义的印章形状(圆形或矩形)，对图像中印章轮廓进行检测并提取；2)从印章颜色特征的角度出发，在对图像颜色通道分离或转换基础上，通过预先定义好的目标色彩范围，过滤提取出红色印章；3)利用深度学习建模算法技术，基于真实业务数据准备训练样本(含盖章的业务凭证票据影像及对应标签)训练印章检测模型，预测印章在影像中的坐标位置并加以提取。

3、现有提取印章技术的缺点分析：1)基于霍夫变换及其衍生的系列改进算法来检测并提取印章轮廓的方法，由于霍夫变换算法涉及不少调参，且处理结果对于参数变化较为敏感，该方法在实际应用中效果往往不太稳定，印章提取鲁棒性有待提高。另外，该方法须结合具体业务场景印章特征，预先定义好待提取轮廓，因此在不同业务场景间的泛化性不高，对印章形状变化范围较大场景也不太适用。2)基于颜色过滤的方法，须通过预定义好的色彩过滤范围提取红章。该方法提取得到的红章往往不够平滑，且仅通过颜色过滤易将颜色相近的杂质干扰也提取出来。此外，这类方法要求图像颜色、亮度范围较为固定，通常仅适用于扫描件这类质量较高、颜色亮度空间较稳定的图像，对于手机拍照这类颜色、亮度变化范围较大的图像，往往表现不佳。此外，对于图像中含有其他与红章色彩接近像素区域，该方法通常难以区分，尤其与印章位置重叠又颜色相近的干扰像素，易被误当成印章提取出来；3)利用深度学习检测模型的方法，由于借助大量样本训练神经网络模型检测印章位置，因此具备一定泛化性。但对于印章上存在重叠干扰背景的情况，该方法同样也会误提取。

技术实现思路

1、鉴于上述问题，本公开提供了一种印章图像的处理方法、系统、设备及介质。

2、根据本公开的第一个方面，提供了一种印章图像的处理方法，包括：采用预先训练的语义分割网络模型对待处理图像进行分割，得到印章像素掩码图；其中，语义分割网络模型是基于自动扩充的训练样本预先训练得到的；将待处理图像进行颜色空间变换，获得变换后的图像像素掩码图；确定印章像素掩码图与图像像素掩码图的像素差集；计算像素差集中每个像素的伪阴性指标，根据伪阴性指标调整印章像素掩码图，得到待输出掩码图；将待输出掩码图转换成彩色子图，并与预设背景图像进行贴合，得到印章图像。

3、根据本公开的实施例，语义分割网络模型是基于自动扩充训练样本预先训练得到的，预先训练的操作包括：对带印章的图像训练样本进行像素级前景标注；对标注后的图像训练样本进行数据增广，得到样本图像数据集；将样本图像数据输入语义分割网络模型进行训练，得到语义分割网络模型的参数。

4、根据本公开的实施例，对带印章的图像训练样本进行数据增广包括：将图像训练样本中的图像数据进行复制，以生成多个图像副本；将每个图像副本进行随机变换，得到样本图像数据集；其中，随机变换包括平移、旋转、饱和度变换、加噪、亮度变换和对比度变换中的一种或多种的组合。

5、根据本公开的实施例，将待处理图像进行颜色空间变换包括：将待处理图像转化为待处理图像矩阵；将待处理图像矩阵映射到色相-饱和度-明度颜色空间；根据印章图像的颜色在色相-饱和度-明度颜色空间的取值区间，得到变换后的图像像素掩码图。

6、根据本公开的实施例，将待处理图像矩阵映射到色相-饱和度-明度颜色空间包括：将待处理图像矩阵的红-绿-蓝颜色值根据转换公式进行计算，将颜色分解成色调、饱和度和亮度三个通道，得到待处理图像的色相-饱和度-明度颜色空间。

7、根据本公开的实施例，确定印章像素掩码图与图像像素掩码图的像素差集包括：获取印章像素掩码图中掩码值为0的第一坐标位置；获取图像像素掩码图中掩码值为1的第二坐标位置；确定第一坐标位置与第二坐标位置的交集，得到像素差集。

8、根据本公开的实施例，计算像素差集中每个像素的伪阴性指标包括：获取像素差集中每个像素在预设邻域范围内的目标概率，目标概率为语义分割网络模型判断像素属于印章图像的颜色的概率；根据目标概率和预设阈值，计算得到每个像素的伪阴性指标。

9、根据本公开的实施例，根据伪阴性指标调整印章像素掩码图包括：若伪阴性指标符合预设条件，则认定像素属于印章图像的颜色，将印章像素掩码图中相应像素的掩码值设置为1，得到待输出掩码图。

10、根据本公开的实施例，将待输出掩码图转换成彩色子图包括：确定输出掩码图的尺寸范围；将尺寸范围内的掩码值为1的坐标位置填冲相应的红-绿-蓝分量，转换成彩色子图。

11、根据本公开的实施例，并与预设背景图像进行贴合包括：生成与掩码图的尺寸范围相适应的白色背景图像；根据掩码值为1的坐标位置将白色背景图像与彩色子图进行贴合，得到印章图像。

12、本公开的第二方面提供了一种印章图像的处理系统，包括：分割模块，用于采用预先训练的语义分割网络模型对待处理图像进行分割，得到印章像素掩码图；其中，语义分割网络模型是基于自动扩充训练样本预先训练得到的；变换模块，用于将待处理图像进行颜色空间变换，获得变换后的图像像素掩码图；确定模块，用于确定印章像素掩码图与图像像素掩码图的像素差集；计算模块，用于计算像素差集中每个像素的伪阴性指标，根据伪阴性指标调整印章像素掩码图，得到待输出掩码图；贴合模块，用于将待输出掩码图转换成彩色子图，并与预设背景图像进行贴合，得到印章图像。

13、本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述印章图像的处理方法。

14、本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述印章图像的处理方法。

15、本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的印章图像的处理方法。

技术特征：

1.一种印章图像的处理方法，其特征在于，包括：

2.根据权利要求1所述的印章图像的处理方法，其特征在于，所述语义分割网络模型是基于自动扩充训练样本预先训练得到的，所述预先训练的操作包括：

3.根据权利要求2所述的印章图像的处理方法，其特征在于，所述对带印章的图像训练样本进行数据增广包括：

4.根据权利要求1所述的印章图像的处理方法，其特征在于，所述将所述待处理图像进行颜色空间变换包括：

5.根据权利要求4所述的印章图像的处理方法，其特征在于，所述将所述待处理图像矩阵映射到色相-饱和度-明度颜色空间包括：

6.根据权利要求4所述的印章图像的处理方法，其特征在于，所述确定所述印章像素掩码图与所述图像像素掩码图的像素差集包括：

7.根据权利要求1所述的印章图像的处理方法，其特征在于，所述计算所述像素差集中每个像素的伪阴性指标包括：

8.根据权利要求1所述的印章图像的处理方法，其特征在于，所述根据所述伪阴性指标调整所述印章像素掩码图包括：

9.根据权利要求1所述的印章图像的处理方法，其特征在于，所述将所述待输出掩码图转换成彩色子图包括：

10.根据权利要求9所述的印章图像的处理方法，其特征在于，所述并与预设背景图像进行贴合包括：

11.一种印章图像的处理系统，其特征在于，包括：

12.一种电子设备，包括：

13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现根据权利要求1～10中任意一项所述的印章图像的处理方法。

14.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～10中任一项所述的印章图像的处理方法。

技术总结
本公开提供了一种印章图像的处理方法，可以应用于人工智能领域，该印章图像的处理方法包括：采用预先训练的语义分割网络模型对待处理图像进行分割，得到印章像素掩码图；其中，语义分割网络模型是基于自动扩充训练样本预先训练得到的；将待处理图像进行颜色空间变换，获得变换后的图像像素掩码图；确定印章像素掩码图与图像像素掩码图的像素差集；计算像素差集中每个像素的伪阴性指标，根据伪阴性指标调整印章像素掩码图，得到待输出掩码图；将待输出掩码图转换成彩色子图，并与预设背景图像进行贴合，得到印章图像。本公开还提供了一种印章图像的处理系统、设备及介质。

技术研发人员：李兆佳
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：
技术公布日：2024/1/13