行识别；
[0067]根据所述识别的结果，分别确定所述N个扫描图像是否为证件上的字符区域。
[0068]该方案可以包括以下有益效果:证件识别模型基于LOG以及LDA特征对扫描图像进行识别，可以减少证件识别模型的运算次数，提高扫描图像的识别速率。
[0069]结合第一方面，在第一方面的第六种可能的实现方式中，所述装置还包括:
[0070]第二获取模块，被配置为获取训练样本集，所述训练样本集中的正样本为文字样本图像，负样本为非文字样本图像；
[0071]训练模块，被配置为采用Adaboost训练装置对所述文字样本图像和非文字样本图像的方向梯度直方图HOG以及线性判别式分析LDA特征进行训练，得到所述证件识别模型。
[0072]该方案可以包括以下有益效果:利用本实施例装置中所运行方法生成的证件识别模型可以较为快捷准确的对图像中的字符区域进行识别，有利于提高待对焦图像中证件区域的识别效率。
[0073]结合第一方面的第六种可能的实现方式，在第一方面的第七种可能的实现方式中，所述装置还包括:
[0074]归一化模块，被配置为在所述采用Adaboost训练方法对所述文字样本图像和非文字样本图像的方向梯度直方图HOG以及线性判别式分析LDA特征进行训练，得到所述证件识别模型之前，对所述文字样本图像和所述非文字样本图像进行归一化处理。
[0075]根据本公开实施例的第三方面，提供一种手持证件模式下的对焦装置，包括:
[0076]存储器；
[0077]用于存储处理器可执行指令的存储器；
[0078]其中，所述处理器被配置为:
[0079]获取待对焦图像；
[0080]从所述待对焦图像中确定人脸区域；
[0081]根据所述人脸区域，采用证件识别模型在所述待对焦图像中确定证件区域，其中所述证件识别模型是通过对训练样本集进行训练后得到的，所述证件识别模型用于识别图像中的字符内容；
[0082]将所述人脸区域及所述证件区域确定为对焦区域进行对焦。
[0083]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
【附图说明】
[0084]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
[0085]图1是根据一示例性实施例示出的一种手持证件模式下的对焦方法实施例一的流程图；
[0086]图2是根据一示例性实施例示出的一种手持证件模式下的对焦方法实施例二的流程图；
[0087 ]图3是HOG特征提取过程的不意图；
[0088]图4是根据一示例性实施例示出的一种手持证件模式下的对焦方法实施例三的流程图；
[0089]图5示出了文字样本图像的示意图。
[0090]图6是根据一示例性实施例示出的一种手持证件模式下的对焦装置实施例一的框图；图7是根据一示例性实施例示出的一种手持证件模式下的对焦装置实施例二的框图；
[0091]图8是根据一示例性实施例示出的一种手持证件模式下的对焦装置实施例三的框图；
[0092]图9是根据一示例性实施例示出的一种手持证件模式下的对焦装置的框图；
[0093]图10是根据一示例性实施例示出的另一种手持证件模式下的对焦装置的框图。
【具体实施方式】
[0094]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
[0095]图1是根据一示例性实施例示出的一种手持证件模式下的对焦方法实施例一的流程图，如图所示，本实施例涉及的手持证件模式下的对焦方法可以用于各类终端设备中，该终端设备例如可以是手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理，简称:PDA)等。该手持证件模式下的对焦方法包括以下步骤。
[0096]在步骤101中，获取待对焦图像。
[0097]本实施例中通过具有拍照功能的终端设备获取待对焦图像，例如采用手机获取待对焦图像，具体的，当用户开启手机进入手持证件的拍摄模式时，开启手机中摄像头的预览(Preview)模式。
[0098]在步骤102中，从待对焦图像中确定人脸区域。
[0099]具有拍照功能的终端设备从待对焦图像中确定人脸区域，其中终端设备从待对焦图像中确定人脸区域的方法有多种，如可以采用基于开源计算机视觉库OpenCV的人脸检测器确定待对焦图像中的人脸区域。
[0100]需要说明的是，本发明实施例中所说的人脸区域若无特别说明均为待拍摄对象在待对焦图像中形成的图像，并非为证件上的头像在对焦图像中形成的图像。
[0101]在步骤103中，根据人脸区域，采用证件识别模型在待对焦图像中确定证件区域。
[0102]本发明实施例中，上述证件识别模型是通过对训练样本集进行训练后得到的，证件识别模型用于识别图像中的字符内容，该字符内容可以是语言文字、数字、符号等中的至少一种。
[0103]在确定待对焦图像上的证件区域时，可以采用证件识别模型对整幅待对焦图像进行扫描计算的方式，此过程中计算过程相对比较繁琐，容易带来对焦时间相对比较长的问题。
[0104]考虑到手持证件拍摄模式下，待拍摄对象手持证件，待拍摄对象的人脸区域与待确定的证件区域存在一定的位置关系，因此为了避免在识别证件区域过程中计算过程相对比较繁琐、耗时的问题，本实施例中优选的可以根据人脸区域与证件区域的位置对应关系，缩小证件区域的搜索范围，从而提高证件区域的识别效率。
[0105]在步骤104中，将人脸区域及证件区域确定为对焦区域进行对焦。
[0106]本发明实施例中，终端设备首先确定待对焦图像上的人脸区域，之后利用证件识别模型识别待对焦图像上的证件区域，并对待对焦图像上的人脸区域以及证件区域均进行对焦，从而提高拍摄出的图像中证件上信息的清晰程度。
[0107]本发明实施例中采用证件识别模型确定待对焦图像中的证件区域，上述证件识别模型可以为采用自适应增强Adaboost训练方法对训练样本集进行训练后得到的，得到的证件识别模型用于识别图像中的字符内容。
[0?08] 其中，Adaboost是英文〃Adaptive Boosting〃(自适应增强)的缩写，是一种机器学习方法。Adaboost方法的自适应在于:前一个分类器分错的样本会被用来训练下一个分类器。Adaboost方法对于噪声数据和异常数据很敏感。
[0109]Adaboost方法是一种迭代算法，在每一轮学习过程中加入一个新的弱分类器，直到达到某个预定的足够小的错误率。每一个训练样本都被赋予一个权重，表明它被某个分类器选入训练集的概率。如果某个样本点已经被准确地分类，那么在构造下一个训练集中，它被选中的概率就被降低;相反，如果某个样本没有被准确地分类，那么它的权重就会被提高。通过这样的方式，Adaboost方法能“聚焦于”那些较难区分(更富信息)的样本上。在具体实现上，最初令每个样本的权重都相等，对于第K次迭代操作，根据这些权重来选取样本点，进而训练分类器;然后根据分类器，来提高被它分错的的样本的权重，并降低被正确分类的样本权重，之后，权重更新过的样本集被用于训练下一个分类器，整个训练过程如此迭代地进行下去。
[0110]采用基于Adaboost训练方法得到的证件识别模型对待对焦图像中的文字图像比较敏感，能够较为准确的识别待对焦图像中的证件区域。
[0111]图2是根据一示例性实施例示出的一种手持证件模式下的对焦方法实施例二的流程图，如图2所示，该方法可以包括如下步骤:
[0112]在步骤201中，获取待对焦图像。
[0113]本实施例中通过具有拍照功能的终端设备获取待对焦图像。
[0114]在步骤202中，采用人脸检测器从待对焦图像中确定人脸区域。
[0115]具有拍照功能的终端设备利用人脸检测器从待对焦图像中确定人脸区域，其中，终端设备所采用的人脸检测器可以为采用Adaboost训练方法对哈尔Haar特征进行训练得到的人脸检测器;本发明实施例中，Haar特征是计算机视觉领域一种常用的特征描述算子，常用的Haar特征可以分为三类:线性特征、边缘特征、点特征以及对角线特征。
[0116]进一步，本发明实施例中，上述人脸检测器还可以为基于开源计算机视觉库OpenCV的人脸检测器。
[0117]在步骤203中，根据人脸区域在待对焦图像中确定证件候选区域。
[0118]为了提高待对焦图像中证件区域的识别效率，本发明实施例方法中首先确定证件候选区域，缩小证件区域的扫描范围。
[0119]本发明实施例中，在待对焦图像中确定证件候选区域的方法有多种，本发明实施例中给出如下示例作为参考:
[0120]示例一:终端设备根据待拍摄对象的人脸与待拍摄证件的位置分布关系，在待对焦图像中确定证件候选区域。
[0121]手持证件拍摄模式下，为了使待拍摄对象的人脸以及待拍摄证件均落入拍摄图像中，人脸与证件之间存在一定的位置关系，一般地，证件位于人脸的左侧或右侧区域中。
[0122]终端设备从待对焦图像中确定人脸区域后，在人脸区域的左侧、右侧的预设范围中划定证件候选区域，并从证件候选区域中确定证件区域。
[0123]示例二:终端设备确定待拍摄证件上是否有待拍摄对象的头像，若有，则在待对焦图像中确定待拍摄对象的头像位置;根据待拍摄对象的头像位置，在待对焦图像中确定证件候选区域。
[0124]手持证件拍摄模式下，待拍摄的证件上有时会有待拍摄对象的头像，且一般的待拍摄对象的头像相对比较容易识别，此时可以首先确定证件上的头像位置，之后根据头像位置在待对焦图像中确定证件候选区域。
[0125]在步骤204中，采用金字塔层级遍历扫描方法，从证件候选区域中得到N个扫描图像。
[0126]金字塔层级遍历扫描方法是指，由于不确定待对焦图像中证件区域的位置及大小，因此证件识别模型中的识别样本大小可能与证件区域中的文字大小不匹配，如证件