基于CNN的银行卡数字识别方法

在拍摄银行卡时,由于受拍摄角度的不确定性、光照条件的复杂性及卡背景的多样性等众多因素的干扰,使得自然拍摄场景的银行卡数字识别算法存在较大挑战.为此,提出一种基于卷积神经网络(CNN)的银行卡数字识别框架.首先,通过投影矫正、边缘检测和形态学等一系列图像处理算法获取目标数字区域;其次,通过增强的数据集训练一个CNN,使用该网络通过滑窗识别获取上述目标数字区域,输出初始银行卡号序列,生成为一个数字曲线图;最后,提出了滑窗优化算法,该平滑算法输入上述初始的银行卡号曲线图,对其进行优化,继而分割出单个数字并输出最终结果.实验结果表明算法显著提高了银行卡数字识别和分割的准确率,同时针对较复杂的银行卡图像仍然具有较好的鲁棒性.