一种身份证信息的识别方法和装置制造方法及图纸

本发明专利技术公开了身份证信息的识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括接收身份证图片信息，获取目标栏位的切片；基于预设的字符集，将所述切片输入至识别模型中以得到对应的文本信息；其中，所述字符集为选取非重复字符集；根据预设的地址库，查找与所述文本信息匹配的地址信息，进而根据所述地址信息修正该文本信息并输出。从而，本发明专利技术的实施方式能够解决现有针对身份证住址和签发机关栏位识别效率低下的问题。

An identification method and device of ID card information

【技术实现步骤摘要】
一种身份证信息的识别方法和装置
本专利技术涉及计算机
，尤其涉及一种身份证信息的识别方法和装置。
技术介绍
传统的身份证OCR识别过程一般包括文本检测和文本识别两个步骤。文本检测是指框出含有文本的区域，文本识别是指识别水平文本行。在进行识别时，需要给定字符集，通常在选取字符集时会采用常用汉字集合，该集合的字符个数为3755个。其中，OCR英文全称是OpticalCharacterRecognition，中文叫做光学字符识别。它是利用光学技术和计算机技术把印在或写在纸上的文字读取出来，并转换成一种计算机能够接受、人又可以理解的格式。身份证OCR识别是指将身份证栏位中的文字，通过OCR的方法识别出来的过程。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：在对身份证住址和签发机关栏位进行识别时，由于住址常常包括一些生僻字，并不包括在常用字符集中，而包括全部生僻字的汉字集的字符个数为9000多个。在使用模型进行身份证识别之前需要对模型进行训练，而基于前述情况不仅模型训练速度慢也很难训练出来，进而导致身份证本文档来自技高网...

【技术保护点】
1.一种身份证信息的识别方法，其特征在于，包括：/n接收身份证图片信息，获取目标栏位的切片；/n基于预设的字符集，将所述切片输入至识别模型中以得到对应的文本信息；其中，所述字符集为选取非重复字符集；/n根据预设的地址库，查找与所述文本信息匹配的地址信息，进而根据所述地址信息修正该文本信息并输出。/n

【技术特征摘要】
1.一种身份证信息的识别方法，其特征在于，包括：
接收身份证图片信息，获取目标栏位的切片；
基于预设的字符集，将所述切片输入至识别模型中以得到对应的文本信息；其中，所述字符集为选取非重复字符集；
根据预设的地址库，查找与所述文本信息匹配的地址信息，进而根据所述地址信息修正该文本信息并输出。


2.根据权利要求1所述的方法，其特征在于，选取非重复字符集，包括：
建立python列表，遍历识别模型的训练集中的每一个样本；
对每一个样本切成为单个字符，放入python列表中，以通过python的unique函数得到非重复字符集。


3.根据权利要求2所述的方法，其特征在于，还包括：
将字符集存储为文本文件，以供调用。


4.根据权利要求1所述的方法，其特征在于，获取目标栏位的切片，包括：
根据目标栏位的区域坐标，在身份证图片上截取切片。


5.根据权利要求1所述的方法，其特征在于，包括：
识别模型采用CRNN模型。


6.根据权利要求1所述的方法，其特征在于，查找与所述文本信息匹配的地址信息，包括：
基于预设的地址词典，将文本信息进行编码；
根据编码后的文本信息，计算与地址库中地址信息对应编码之间的余弦相似度，得到余弦相似度最高的地址信息。


7.根据权利要求6所述的方法，其特征在于，计算与地址库中地址信息对应编码之间的余弦相似度之后，包括：
根据余弦相似度值，对地址库中地址信息由高到低进行排序。


8.根据权利要求6所述的方法，其特征在于，还包括：
在对文本信息或地址库中地址信息进行编码之前，提取文本信息或地址库中地址信息的关键词，去掉预设的固定词。


9.一种身份证信息的识别装置，其特征在于，包括：
获取模块，用于接收身份证图片信息，获取目标栏位的切片；
处理模块，用于基于预设的字符集，将所述切片输入至识别模型中以得到对应的文本信息；其中，所述字符集为选取非重复字符集；根据预...

【专利技术属性】
技术研发人员：冯程，吴昀蓁，易显维，
申请(专利权)人：中国建设银行股份有限公司，建信金融科技有限责任公司，
类型：发明
国别省市：北京;11