银行卡的印刷体卡号的纵坐标的识别方法及系统的制作方法
【技术领域】
[0001]本发明涉及一种银行卡的印刷体卡号的纵坐标的识别方法及系统。
【背景技术】
[0002]图像识别是人工智能的一个重要领域，为了编制模拟人类图像识别活动的计算机程序，人们提出了不同的图像识别模型。图像识别经历了三个阶段的发展:文字识别，数字图像处理与识别，物体识别。文字识别的研宄是从1950年开始的，一般是识别字母、数字和符号，从印刷文字识别到手写文字识别，应用非常广泛。
[0003]随着智能手机兴起，手机支付的行为越来越普及。但是用户在手机上输入银行卡卡号时，速度很慢，需要仔细的校对，用户体验很差。美国的PAYPAL(贝宝公司)、苹果公司、中国的阿里公司和腾讯都在自己的手机支付软件上推出了银行卡号识别的方案。现有技术中信用卡识别的一般流程依次为:纵坐标识别、Pattern识别(模式识别)、字符切分、字符识别、校验。银行卡号的识别过程中的第一步即是针对卡号所在银行卡的版面分析，识别卡号所在的纵坐标，由于目前提供银行卡识别的方案中，主要针对国外的银行卡，对于中国本地的银行卡支持很少，在支持中国本地银行卡的过程中，需要一种专门针对黑色的印刷体卡号的纵坐标的识别方法。
【发明内容】
[0004]本发明要解决的技术问题是为了克服现有技术中目前提供银行卡识别的方案中，没有专门针对中国本地银行卡的黑色的印刷体卡号的纵坐标的识别的缺陷，提供一种银行卡的印刷体卡号的纵坐标的识别方法及系统。
[0005]本发明是通过下述技术方案来解决上述技术问题的:
[0006]本发明提供了一种银行卡的印刷体卡号的纵坐标的识别方法，其特点在于，包括以下步骤:
[0007]S1、将银行卡的图片平均划分为若干条横线，每条横线的宽度均为一固定像素值；
[0008]S2、对于每条横线，采用如下公式计算像素点之间的灰度差值:
[0009]Grad = abs (f (i) -f (i~l))；
[0010]其中Grad表示所述灰度差值，abs表示绝对值，i表示横线上的像素点，i为正整数且i不大于所述固定像素值，f(i)表示像素点i处的灰度值；
[0011]S3、判断是否同时满足如下两个条件:Grad>A且f(i)〈B，其中A表示灰度差值阈值，B表示灰度阈值，并在判断为是时，将横线的分数值自动加I ;
[0012]S4、将i+Ι赋值为i，然后返回步骤S2，直至i取值为所述固定像素值后执行步骤
S5;
[0013]S5、获取每条横线最终的分数值；
[0014]S6、将分数值最高的连续20-25条横线识别为印刷体卡号的纵坐标区间。
[0015]较佳地，步骤S1*将银行卡的图片平均划分为270条横线，每条横线的宽度为425像素。
[0016]较佳地，A取值为7，B取值为70。
[0017]较佳地，步骤S2基于Kittle算法(一种图像二值化的算法)进行计算。
[0018]本发明的目的在于还提供了一种银行卡的印刷体卡号的纵坐标的识别系统，其特点在于，包括:
[0019]划分模块，用于将银行卡的图片平均划分为若干条横线，每条横线的宽度均为一固定像素值；
[0020]计算模块，用于对于每条横线，采用如下公式计算像素点之间的灰度差值:
[0021]Grad = abs (f (i) -f (i~l))；
[0022]其中Grad表示所述灰度差值，abs表示绝对值，i表示横线上的像素点，i为正整数且i不大于所述固定像素值，f(i)表示像素点i处的灰度值；
[0023]判断模块，用于判断是否同时满足如下两个条件:Grad>A且f(i)〈B，其中A表示灰度差值阈值，B表示灰度阈值，并在判断为是时，将横线的分数值自动加I ;
[0024]赋值模块，用于将i+Ι赋值为i，然后调用所述计算模块，并在i取值为所述固定像素值后调用一获取模块；
[0025]所述获取模块用于获取每条横线最终的分数值；
[0026]识别模块，用于将分数值最高的连续20-25条横线识别为印刷体卡号的纵坐标区间。
[0027]较佳地，所述划分模块用于将银行卡的图片平均划分为270条横线，每条横线的宽度为425像素。
[0028]较佳地，A取值为7，B取值为70。
[0029]较佳地，所述计算模块基于Kittle算法进行计算。
[0030]本发明的积极进步效果在于:本发明能够专门针对中国本地银行卡的黑色的印刷体卡号的纵坐标进行识别，解决了现有技术中存在的相应技术问题，提高了银行卡识别的识别精度和识别效率。
【附图说明】
[0031]图1为本发明的较佳实施例的银行卡的印刷体卡号的纵坐标的识别方法的流程图。
[0032]图2为本发明的较佳实施例的银行卡的印刷体卡号的纵坐标的识别系统的模块示意图。
【具体实施方式】
[0033]下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
[0034]如图1所示，本发明的银行卡的印刷体卡号的纵坐标的识别方法包括以下步骤:
[0035]步骤101、将银行卡的图片沿纵向平均划分为270条横线，每条横线的宽度为425
像素；
[0036]步骤102、对于每条横线，采用如下公式计算像素点之间的灰度差值:
[0037]Grad = abs (f (i) -f (i~l))；
[0038]其中Grad表示所述灰度差值，abs表示绝对值，i表示横线上的像素点，i为正整数且i不大于所述固定像素值，f(i)表示像素点i处的灰度值；
[0039]步骤103、判断是否同时满足如下两个条件:Grad>A且f(i)〈B，其中A表示灰度差值阈值，B表示灰度阈值，若判断为是，则表明在像素点i处灰度值出现了明显变化，即从白点转到了黑点，此时将横线的分数值自动加I ;
[0040]步骤104、将i+Ι赋值为i，然后返回步骤102，从而对于横线上的每个像素点，都进行步骤102中关于灰度差值的计算，直至i取值为425后执行步骤105 ;
[0041]步骤105、获取每条横线最终的分数值，该分数