一种信息卡校正方法、装置、设备及可读存储介质与流程

1.本发明涉及图像校正领域，尤其涉及信息卡校正方法、装置、设备及可读存储介质。


背景技术：

2.信息卡主要包括教学评估卡、考试答题卡、职业资格鉴定卡、民主评议卡、干部考核卡、填报志愿卡等，信息卡的格式和纸张需要通过采用光标阅读机的设计规范所要求的格式来进行设计。
3.对于信息卡的识别，现有技术通常采用光标机、同步头、定位点等直接查找识别项，需要通过在信息卡上打印专门用于特征识别的特征信息才能实现信息卡内容的定位识别。设计和印刷信息卡时，对于信息卡的纸张材质、厚薄、涨缩性能等的都有较高的要求,特别是信息卡上特征识别项的打印位置不能有误，因此现有技术中信息卡的识别方法各种类型信息卡兼容性低，且在使用过程中不能缺少或损坏任意一个识别项，使得信息卡的使用在实际应用中受到较大的条件限制。


技术实现要素：

4.本发明实施例的主要目的在于提供一种信息卡校正方法、装置、设备及可读存储介质，至少能够解决相关技术中提供的信息卡上的内容读取有效性和效率欠佳的问题。
5.为实现上述目的，本发明实施例第一方面提供了一种信息卡校正方法，包括：
6.提取待校正信息卡图像的所有特征点以及所述特征点对应的第一描述符；
7.结合所述第一描述符与预设标卡图像之间的对应特征点的第二描述符，确定所述待校正信息卡图像与标卡图像的目标对应特征点；
8.通过所述目标对应特征点计算所述待校正信息卡图像与所述标卡图像对应的转换矩阵；
9.根据所述转换矩阵对所述待校正信息卡图像进行校正，得到校正后信息卡图像。
10.本技术实施例第二方面提供了一种信息卡校正装置，包括：
11.提取模块，用于提取待校正信息卡图像的所有特征点以及所述特征点对应的第一描述符；
12.确定模块，用于结合所述第一描述符与预设标卡图像之间的对应特征点的第二描述符，确定所述待校正信息卡图像与标卡图像的目标对应特征点；
13.计算模块，用于通过所述目标对应特征点计算所述待校正信息卡图像与所述标卡图像对应的转换矩阵；
14.校正模块，根据所述转换矩阵对所述待校正信息卡图像进行校正，得到校正后信息卡图像。
15.本技术实施例第三方面提供了一种电子设备，包括：存储器及处理器，其中，处理器用于执行存储在存储器上的计算机程序，处理器执行计算机程序时，实现上述本技术实
施例第一方面提供的信息卡校正方法中的各步骤。
16.本技术实施例第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时，实现上述本技术实施例第一方面提供的信息卡校正方法中的各步骤。
17.由上可见，根据本技术方案所提供的信息卡校正方法、装置、设备及可读存储介质，提取待校正信息卡图像的所有特征点以及所述特征点对应的第一描述符；结合所述第一描述符与预设标卡图像之间的对应特征点的第二描述符，确定所述待校正信息卡图像与标卡图像的目标对应特征点；通过所述目标对应特征点计算所述待校正信息卡图像与所述标卡图像对应的转换矩阵；根据所述转换矩阵对所述待校正信息卡图像进行校正，得到校正后信息卡图像。通过本技术方案的实施，采用特征点进行定位并自动校正，不需要再专门打印定位识别项，避免了由于信息卡上印刷的定位识别项不完整而导致其信息无法识别获取的情况。通过信息卡与标卡之间的透视变换对扫描到的信息卡图像中歪斜扭曲的内容进行精确校正，对于各种版式的信息卡的识别和校正具有较高的兼容性，进一步提高了信息卡的识别效率。
附图说明
18.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1为本发明第一实施例提供的一种信息卡校正方法的基础流程示意图；
20.图2为本发明第一实施例提供的一种待校正信息卡图像对应的图像金字塔示意图；
21.图3为本发明第一实施例提供的一种在图像金字塔的尺度空间中采用极大值抑制的方式选取特征点的示意图；
22.图4为本发明第一实施例提供的一种待校正信息卡图像；
23.图5为本发明第一实施例提供的一种待校正信息卡与标卡上的特征点的对应关系图；
24.图6为本发明第一实施例提供的一种校正后信息卡图像；
25.图7为本技术第二实施例提供的一种信息卡校正方法的细化流程示意图；
26.图8为本技术第三实施例提供的信息卡校正装置的程序模块示意图；
27.图9为本技术第四实施例提供的电子设备的结构示意图。
具体实施方式
28.为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
29.在本技术实施例的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
30.在本技术实施例的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
31.为了解决相关技术中所提供的信息卡识别效率低且对信息卡版式设计兼容性低的问题，本技术的第一实施例提供了一种信息卡校正方法，如图1为本实施例提供的信息卡校正方法的基础流程示意图，该信息卡校正方法包括以下的步骤：
32.101、提取待校正信息卡图像的所有特征点以及特征点对应的第一描述符。
33.具体的，采用surf算获取待校正信息卡的稳定特征点，并获取每一个特征点对应的第一描述符。
34.在本实施例一种实施方式中，对于特征点描述符的获取，分别以待校正信息卡图像的每一个特征点为中心在特征点周围划出一个正方形区域，通过surf算法统计该特征点在该方形区域内的harr小波特来确定该方形区域的主方向，将harr小波特为水平方向值之和：∑dx、水平方向绝对值之和：∑|dx|、垂直方向之和：∑dy、垂直方向绝对值之和：∑|dy|来对特征点进行描述，也即∑dx、∑|dx|、∑dy、∑|dy|即为特征点的描述符。
35.在本实施例一种实施方式中，提取待校正信息卡图像的所有特征点以及特征点对应的第一描述符的步骤，包括：在预设盒子滤波模型中对待校正信息卡图像进行滤波处理得到近似hessian矩阵的行列式图；通过近似hessian矩阵的行列式图构造对应于待校正信息卡图像的图像金字塔；通过图像金字塔确定待校正信息卡图像的所有特征点。
36.具体的，在本实施例中，构建hessian矩阵为了得到图像稳定的边缘点，待校正信息卡的每一个像素点对应可以求出一个hessian矩阵。由于通过surf算法选取的特征点需要有尺度无关性，因此在构造hessian矩阵之前，需要对其进行高斯滤波，因此构造hessian矩阵的步骤为先高斯平滑，然后求二阶导数。
37.在本实施例一种实施方式中，上述在预设盒子滤波模型中对待校正信息卡图像进行滤波处理得到近似hessian矩阵的行列式图的步骤，包括：在预设盒子滤波模型中，读取待校正信息卡图像的所有像素点；根据待校正信息卡图像的所有像素点对待校正信息卡图像进行高斯过滤，构造像素点对应的hessian矩阵；结合待校正信息卡图像每一个像素点对应的hessian矩阵以及hessian矩阵的判别式，计算出对应于待校正信息卡图像的近似hessian矩阵的行列式图；hessian矩阵的表达式和hessian矩阵的判别式分别表示为：
38.和
39.其中，l
xx
(x,σ)、l
xy
(x,σ)、l
yy
(x,σ)分别表示高斯正态分布对x、xy、y的二阶导数与该像素点的卷积值，f表示待校正信息卡图像中任意一个像素点对应的坐标函数，σ表示尺度参数。
40.具体的，将待校正信息卡的每一个像素点的像素参数值作为用于构造像素点对应
的hessian矩阵的坐标函数，设坐标函数表示为f(x,y)，对待校正信息卡图像进行高斯滤波之后，再进行二阶求导得到像素点对应的hessian矩阵。通过hessian矩阵的判别式可以求出该hessian矩阵的特征值，通过获取每一个像素点的hessian矩阵的特征值，计算出对应于待校正信息卡图像的近似hessian矩阵的行列式图。
41.在本实施例一种实施方式中，在获取到待校正信息卡图像的近似hessian矩阵的行列式图之后，还包括：在尺度空间中，采用不同尺度的滤波窗口对近似hessian矩阵的行列式图进行滤波处理，得到多张不同尺度下的hessian矩阵的行列式图。通过近似hessian矩阵的行列式图构造对应于待校正信息卡图像的图像金字塔的步骤，包括：通过多张不同尺度下的hessian矩阵的行列式图生成对应于待校正信息卡图像的图像金字塔。
42.具体的，在获取到待校正信息卡图像的近似hessian矩阵的行列式图之后，从尺寸的盒子滤波器开始，该尺寸的盒子滤波器α是为1.2时的高斯二阶微分函数经过离散和减裁后的滤波模板，对盒子滤波器的尺寸进行扩展，保持图像不变，仅仅改变高斯滤波窗口的大小来获得不同尺度的行列式图像，因此得到多张尺度不同的行列式图。由多张尺度不同的行列式图像建立的图像金字塔，包括多层结构，每一层叫一个octave，图像金字塔的每一层包括多张尺度不同的行列式图，图2为本实施例提供的一种待校正信息卡图像对应的图像金字塔示意图：图2的所示的图像金字塔仅显示其结构中的一层，其上包含有多张尺度不同的行列式图。
43.在本实施例一种实施方式中，上述通过图像金字塔确定待校正信息卡图像的所有特征点的步骤，包括：将图像金字塔多层结构中的一个或多个中间层作为特征点选取源；比较选取源中的每一个像素点对应的行列式特征值与邻域内的所有像素点对应的行列式特征值的大小；当像素对应的行列式的特征值大于邻域内每一个像素点对应的行列式特征值时，将该像素点确定为待校正信息卡图像的特征点。
44.具体的，在图像金字塔的三维图像空间中，通过hessian矩阵的行列式的特征值的非极大值抑制的方式获取待校正信息卡图像的特征点。图3为本施例提供的一种在图像金字塔的尺度空间中通过极大值抑制选取特征点的示意图，在本实施例中采用3*3的滤波器作为本实施例的具体实施方式进行说明解析。在本实施例的一个具体实施方式当中，选中图像金字塔中相邻的3层，将该3层结构的中间层作为选取源，将选取源中每一个像素点对应的hessian行列式的特征值与该像素点在所在三维图像空间临域内26个点进行比较，当该像素点的hessian行列式的特征值皆大于其临域内26个点分别对应的hessian行列式的特征值时，将该像素点确定为待校正信息卡图像的其中一个特征点。
45.102、结合第一描述符与预设标卡图像之间的对应特征点的第二描述符，确定待校正信息卡图像与标卡图像的目标对应特征点。
46.具体的，标卡图像的特征点以及该标卡图像特征点对应的第二描述符可直接从数据库中获取，标卡图像包括多个特征点，相应的，标卡图像的第二描述符为对应于该标卡图像特征点的多个描述符，通过第一描述符和第二描述符查找出待校正信息卡图像和标卡图像对应的特征点。
47.在本实施例一种实施方式中，上述结合第一描述符与标卡图像对应特征点的第二描述符，确定待校正信息卡图像与标卡图像的目标对应特征点的步骤，包括：根据第一描述和第二描述符查找待校正信息卡图像与标卡图像对应的特征点，并生成待校正信息卡图像
特征点与标卡图像的对应特征点之间的匹配响应值；将待校正信息卡图像特征点与标卡图像的对应特征点之间，匹配响应值满足预设阈值的所有特征点确定为目标对应特征点。
48.具体的，在确定待校正信息卡图像与标卡图像的所有对应特征点之后，通过匹配响应值对获取到的所有对应特征点进行过滤，其中，匹配响应值表征待校正信息卡图像与标卡图像对应特征点之间的特征相似度，当待校正信息卡图像与标卡图像的任意一组对应特征点的匹配响应值满足预设阈值时，说明该匹配响应值对应的待校正信息卡图像和标卡图像上的两个特征点满足特征匹配要求，也即该匹配响应值对应的待校正信息卡图像的特征点在待校正信息卡图像上的位置为理想位置，从而可以将该匹配响应值对应的两个特征点确定为目标对应特征点。
49.103、通过目标对应特征点计算待校正信息卡图像与标卡图像对应的转换矩阵。
50.具体的，目标对应特征点为待校正信息卡图像和标卡图像之间的多组对应特征点，转换矩阵为多组对应特征点之间的最优单映射变换矩阵，通过反向投影错误率的计算使得进行矩阵转换之后的反向投影错误率达到最小。
51.在本实施例一种实施方式中，上述通过目标对应特征点计算待校正信息卡图像与标卡图像对应的转换矩阵的步骤，包括：通过目标对应特征点结合预设运算表达式计算待校正信息卡图像与标卡图像对应的转换矩阵，预设运算表达式表示为：
52.算式一：
53.算式二：
54.其中，xi、yi表示目标对应特征点中任意一个待校正信息卡图像的特征点对应的齐次坐标(xi，yi，1)的参数值；x
′i、y
′i表示目标对应特征点中任意一个标卡图像的特征点对应的齐次坐标(xi，yi，1)的参数值，h表示待校正信息卡图像和标卡图像之间的三阶转换矩阵，算式二表示转换矩阵的反向投影错误率的计算表达式，h
11
、h
12
、h
13
、h
21
、h
22
、h
23
、h
31
、h
32
、h
33
分别对应表示三阶转换矩阵的9个元素。
55.104、根据转换矩阵对待校正信息卡图像进行校正，得到校正后信息卡图像。
56.具体的，根据转换矩阵对待校正信息卡图像进行透视变换，得到校正后的信息卡图像。透视变换的本质是将图像投影到一个新的视平面。
57.进一步的，在本实施例一种实施方式中，对于透视变换的实现过程，本实施例将采用待校正信息卡图像与标卡图像的目标对应特征点为4组对应特征点的情况进行举例说明和解析：当待校正信息卡图像与标卡图像的目标对应特征点为4组对应特征点时，将计算得到的h矩阵每一个元素都除以h
33
，进而获得新的h矩阵表达式，其中，新的h矩阵中的元素h
33
＝1。基于双线性近似建立数学模型：
[0058][0059]
其中，(x，y)和(v，w)分别表示待校正信息卡图像和标卡图像对应的特征点坐标，c1～c8分别表示对应于新的h矩阵中8个剩余待求取元素h
11
～h
32
的参数值。通过数学模型以及4组对应特征点的坐标参数，即可计算出参数c1～c8，也即确定了h矩阵各个元素的具体参
数值。采用上述算式一逐级遍历待校正信息卡图像的所有像素点，计算出待校正信息卡图像对应于标卡图像的所有素点正确坐标参数，由此完成信息卡图像的校正，校正前后的信息卡图像的像素值不发生改变。图4为本施例提供的一种待校正信息卡图像；图5为本实施例提供的一种待校正信息卡与标卡上的特征点的对应关系图；图6为本实施例提供的一种校正后信息卡图像，由此可见对于内容位置有误的信息卡识别图像，通过采用本技术方案的查找对应特征点以及矩阵换算可以实现对信息卡的精确校准。
[0060]
基于上述本技术实施例的技术方案，提取待校正信息卡图像的所有特征点以及特征点对应的第一描述符；结合第一描述符与预设标卡图像之间的对应特征点的第二描述符，确定待校正信息卡图像与标卡图像的目标对应特征点；通过目标对应特征点计算待校正信息卡图像与标卡图像对应的转换矩阵；根据转换矩阵对待校正信息卡图像进行校正，得到校正后信息卡图像。采用特征点进行定位并自动校正，不需要再专门打印定位识别项，避免了由于信息卡上印刷的定位识别项不完整而导致其信息无法识别获取的情况。通过信息卡与标卡之间的透视变换对扫描到的信息卡图像中歪斜扭曲的内容进行精确校正，对于各种版式的信息卡的识别和校正具有较高的兼容性，进一步提高了信息卡的识别效率。
[0061]
图7为本技术第二实施例提供的一种细化的信息卡校正方法，该方法包括:
[0062]
701、在预设盒子滤波模型中，读取待校正信息卡图像的所有像素点。
[0063]
702、根据像素点对待校正信息卡图像进行高斯过滤，构造像素点对应的hessian矩阵。
[0064]
具体的，根据待校正信息卡图像的所有像素点对待校正信息卡图像进行高斯过滤，构造该待校正信息卡图像上的像素点对应的hessian矩阵。
[0065]
703、通过待校正信息卡图像像素点的hessian矩阵生成对应于待校正信息卡图像的图像金字塔。
[0066]
具体的，结合待校正信息卡图像每一个像素点对应的hessian矩阵以及该hessian矩阵的判别式，计算出对应于待校正信息卡图像的近似hessian矩阵的行列式图；在尺度空间中，采用不同尺度的滤波窗口对该近似hessian矩阵的行列式图进行滤波处理，得到多张不同尺度下的hessian矩阵的行列式图；通过多张不同尺度下的hessian矩阵的行列式图生成对应于待校正信息卡图像的图像金字塔。
[0067]
704、在图像金字塔的尺度空间中采用行列式特征值的非极大值抑制确定待校正信息卡图像的所有特征点，并生成对应于特征点的第一描述符。
[0068]
705、结合第一描述符与标卡图像对应特征点的第二描述符，查找待校正信息卡图像与标卡图像对应的特征点。
[0069]
706、通过待校正信息卡图像与标卡图像的对应特征点的匹配响应值，确定待校正信息卡图像与标卡图像的目标对应特征点。
[0070]
具体的，在确定待校正信息卡图像与标卡图像对应的特征点之后，也即使待校正信息卡图像与标卡图像进行特征点匹配之后，生成待校正信息卡图像特征点与标卡图像的对应特征点之间的匹配响应值，将待校正信息卡图像特征点与标卡图像的对应特征点之间，匹配响应值满足预设阈值的所有特征点确定为目标对应特征点。
[0071]
707、通过目标对应特征点计算待校正信息卡图像与标卡图像对应的转换矩阵。
[0072]
708、结合转换矩阵采用透视变换对待校正信息卡图像进行校正。
[0073]
应当理解的是，本实施例中各步骤的序号的大小并不意味着步骤执行顺序的先后，各步骤的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成唯一限定。
[0074]
图8为本技术第三实施例提供的一种信息卡校正装置。该信息卡校正装置可应用于前述信息卡校正方法。如图7所示，该信息卡校正装置主要包括：
[0075]
提取模块801、用于提取待校正信息卡图像的所有特征点以及特征点对应的第一描述符。
[0076]
确定模块802、用于结合第一描述符与预设标卡图像之间的对应特征点的第二描述符，确定待校正信息卡图像与标卡图像的目标对应特征点。
[0077]
计算模块803、用于通过目标对应特征点计算待校正信息卡图像与标卡图像对应的转换矩阵。
[0078]
校正模块804、根据转换矩阵对待校正信息卡图像进行校正，得到校正后信息卡图像。
[0079]
在本实施例的一些实施方式中，提取模块具体用于：在预设盒子滤波模型中对待校正信息卡图像进行滤波处理得到近似hessian矩阵的行列式图；通过近似hessian矩阵的行列式图构造对应于待校正信息卡图像的图像金字塔；通过图像金字塔确定待校正信息卡图像的所有特征点。以及获取特征点对应的描述符。
[0080]
进一步地，在本实施例的一些实施方式中，提取模块在执行上述在预设盒子滤波模型中对待校正信息卡图像进行滤波处理得到近似hessian矩阵的行列式图的功能时，具体用于：在预设盒子滤波模型中，读取待校正信息卡图像的所有像素点；根据待校正信息卡图像的所有像素点对待校正信息卡图像进行高斯过滤，构造像素点对应的hessian矩阵；结合待校正信息卡图像每一个像素点对应的hessian矩阵以及hessian矩阵的判别式，计算出对应于待校正信息卡图像的近似hessian矩阵的行列式图；hessian矩阵的表达式和hessian矩阵的判别式分别表示为：
[0081]
和
[0082]
其中，l
xx
(x,σ)、l
xy
(x,σ)、l
yy
(x,σ)分别表示高斯正态分布对x、xy、y的二阶导数与该像素点的卷积值，f表示待校正信息卡图像中任意一个像素点对应的坐标函数，σ表示尺度参数。在本实施例的一些实施方式中，提取模块在执行上述在预设盒子滤波模型中对待校正信息卡图像进行滤波处理得到近似hessian矩阵的行列式图的功能之后，还用于在尺度空间中，采用不同尺度的滤波窗口对近似hessian矩阵的行列式图进行滤波处理，得到多张不同尺度下的hessian矩阵的行列式图。
[0083]
进一步地，在本实施例的一些实施方式中，提取模块在执行上述通过近似hessian矩阵的行列式图构造对应于待校正信息卡图像的图像金字塔功能时，具体用于：通过多张不同尺度下的hessian矩阵的行列式图生成对应于待校正信息卡图像的图像金字塔。
[0084]
在本实施例的一些实施方式中，图像金字塔包括多层结构，图像金字塔的每一层包括多张尺度不同的行列式图。提取模块在执行上述通过图像金字塔确定待校正信息卡图像的所有特征点的步骤时，具体用于：将图像金字塔多层结构中的一个或多个中间层作为特征点选取源；比较选取源中的每一个像素点对应的行列式特征值与邻域内的所有像素点
对应的行列式特征值的大小；当像素对应的行列式的特征值大于邻域内每一个像素点对应的行列式特征值时，将像素点确定为待校正信息卡图像的特征点。
[0085]
在本实施例的一些实施方式中，计算模块在执行结合第一描述符与预设标卡图像之间的对应特征点的第二描述符，确定待校正信息卡图像与标卡图像的目标对应特征点的功能时，具体用于：根据第一描述和第二描述符查找待校正信息卡图像与标卡图像对应的特征点，并生成待校正信息卡图像特征点与标卡图像的对应特征点之间的匹配响应值；将待校正信息卡图像特征点与标卡图像的对应特征点之间，匹配响应值满足预设阈值的所有特征点确定为目标对应特征点。
[0086]
在本实施例的一些实施方式中，计算模块在执行通过目标对应特征点计算待校正信息卡图像与标卡图像对应的转换矩阵的功能时，具体用于：通过目标对应特征点结合预设运算表达式计算待校正信息卡图像与标卡图像对应的转换矩阵，预设运算表达式表示为：
[0087]
算式一：
[0088]
算式二：
[0089]
其中，xi、yi表示目标对应特征点中任意一个待校正信息卡图像的特征点对应的齐次坐标(xi，yi，1)的参数值；x
′i、y
′i表示目标对应特征点中任意一个标卡图像的特征点对应的齐次坐标(xi，yi，1)的参数值，h表示待校正信息卡图像和标卡图像之间的三阶转换矩阵，算式二表示转换矩阵的反向投影错误率的计算表达式，h
11
、h
12
、h
13
、h
21
、h
22
、h
23
、h
31
、h
32
、h
33
分别对应表示三阶转换矩阵的9个元素。
[0090]
在本实施例的一些实施方式中，校正模块在执行根据转换矩阵对待校正信息卡图像进行校正，得到校正后信息卡图像的功能时，具体用于：根据转换矩阵对待校正信息卡图像进行透视变换，得到校正后的信息卡图像。
[0091]
根据本实施例所提供的信息卡校正装置，提取待校正信息卡图像的所有特征点以及特征点对应的第一描述符；结合第一描述符与预设标卡图像之间的对应特征点的第二描述符，确定待校正信息卡图像与标卡图像的目标对应特征点；通过目标对应特征点计算待校正信息卡图像与标卡图像对应的转换矩阵；根据转换矩阵对待校正信息卡图像进行校正，得到校正后信息卡图像。采用特征点进行定位并自动校正，不需要再专门打印定位识别项，避免了由于信息卡上印刷的定位识别项不完整而导致其信息无法识别获取的情况。通过信息卡与标卡之间的透视变换对扫描到的信息卡图像中歪斜扭曲的内容进行精确校正，对于各种版式的信息卡的识别和校正具有较高的兼容性，进一步提高了信息卡的识别效率。
[0092]
图9为本技术第四实施例提供的一种电子设备。该电子设备可用于实现前述实施例中的信息卡校正方法，主要包括：
[0093]
存储器901、处理器902及存储在存储器901上并可在处理器902上运行的计算机程序903，存储器901和处理器902通过通信连接。处理器902执行该计算机程序903时，实现前述实施例一的方法。其中，处理器的数量可以是一个或多个。
[0094]
存储器901可以是高速随机存取记忆体(ram，random access memory)存储器，也可为非不稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器901用于存储可执行程序代码，处理器902与存储器901耦合。
[0095]
进一步的，本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是设置于上述电子设备中，该计算机可读存储介质可以是前述图9所示实施例中的存储器。
[0096]
该计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现前述实施例中的信息卡校正方法。进一步的，该计算机可存储介质还可以是u盘、移动硬盘、只读存储器(rom，read-only memory)、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0097]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0098]
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0099]
另外，在本技术各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0100]
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例方法的全部或部分步骤。而前述的可读存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0101]
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本技术所必须的。
[0102]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
[0103]
以上为对本技术所提供的信息卡校正方法、装置、设备及可读存储介质的描述，对于本领域的技术人员，依据本技术实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本技术的限制。