基于图片处理接口的自动审批方法、装置、设备及介质

技术领域

本发明涉及人工智能技术领域，特别是涉及一种基于图片处理接口的自动审批方法、装置、设备及介质。

背景技术

银行为了解决客户办理业务时，因单位时间内集中的客流量较大导致的客户等待时间长，或者客户无法预知网点客流高峰等情况，推出了网点预约银行系统。通过线上预约办理业务的方式，客户能提前预填单，通过线上填写个人资料，进行人脸识别等方式，实现以更加可靠的客户信息为基础的线上预约系统。但是，现有的线上预约方式仍存在以下问题：

1.虽有多种线上开户预约填单类型，但是线下还需要走各种繁琐的步骤，来补充填单流程。

2.现有的线上开户预约都无法识别上传的身份资料的真实性，可能存在PS等篡改资料的问题。

3.现在已有的方案不能根据历史图片处理的成功率调整最终结果依赖图片处理接口的比重。

综上所述，如何提供一种准确、可靠、高效的自动审批方法，以克服上述问题，是本领域目前所要解决的问题。

发明内容

本发明的目的在于提供一种基于图片处理接口的自动审批方法、装置、设备及介质，以提高根据填单内容进行自动审批的效率、准确性、以及可靠性等。

上述目的是通过以下技术方案实现的：

根据本发明一个方面，本发明提供的一种基于图片处理接口的自动审批方法，所述方法包括：

获取填单用户上传的身份证件照片；

调用预先建立连接的图片处理接口对所述身份证件照片进行信息识别和篡改鉴定处理，给出图片处理结果得分；根据图片处理接口的历史成功率，确定最终结果依赖所述图片处理接口的比重weight，0≤Weight≤1；根据所述图片处理结果得分和所述最终结果依赖图片处理接口的比重，计算得到填单的最终得分；

判断所述最终得分是否高于预设阈值，若是，则进入自动审批流程。可选地，所述的调用预先建立连接的图片处理接口对身份证件照片进行信息识别和篡改鉴定处理，并给出图片处理结果得分；根据图片处理接口的历史成功率，确定最终结果依赖图片处理接口的比重weight，0≤Weight≤1；根据图片处理结果得分和最终结果依赖图片处理接口的比重，计算得到填单的最终得分的步骤中，包括：

调用大数据PS探测接口识别身份证件照片上的信息并进行篡改鉴定，得到图像像素级别特征，根据所述图像像素级别特征得到图片和文字的篡改情况，根据所述图片和文字的篡改情况，给出大数据PS探测接口得分；

根据大数据PS探测接口的历史成功率，确定最终结果依赖所述大数据PS探测接口的比重；

将所述最终结果依赖大数据PS探测接口的比重与大数据PS探测接口得分相乘，得到第三模式检测分值，将所述第三模式检测分值作为填单的最终得分。

可选地，所述的调用预先建立连接的图片处理接口对身份证件照片进行信息识别和篡改鉴定处理，并给出图片处理结果得分；根据图片处理接口的历史成功率，确定最终结果依赖图片处理接口的比重weight，0≤Weight≤1；根据图片处理结果得分和最终结果依赖所述图片处理接口的比重，计算得到填单的最终得分的步骤中，包括：

调用OCR图片识别接口对身份证件照片上的信息进行OCR图片识别，根据图像识别特征判断上传身份证件照片的准确性，给出OCR图片识别得分；

调用大数据PS探测接口识别身份证件照片上的信息并进行篡改鉴定，并给出大数据PS探测接口得分；

根据大数据PS探测接口的历史成功率确定最终结果依赖所述大数据PS探测接口的比重，并计算所述比重与1之间的差值，其中所述差值为非负数；

将所述比重与所述大数据PS探测接口得分相乘，得到第三模式检测分值；将所述差值与所述OCR图片识别得分相乘，得到第二模式检测分值；

根据所述第三模式检测分值和所述第二模式检测分值，计算得到填单的最终得分。

进一步地，所述填单的最终得分的计算公式为：

S＝(S

其中，S为填单的最终得分，S

可选地，所述基于图片处理接口的自动审批方法，还包括：对填单用户进行人脸识别计算得到人脸识别得分即第一模式检测分值的步骤；然后根据图片处理结果得分和所述最终结果依赖图片处理接口的比重，以及所述第一模式检测分值，计算得到填单的最终得分。

进一步地，所述的根据图片处理结果得分和最终结果依赖图片处理接口的比重，以及第一模式检测分值，计算得到填单的最终得分的步骤中，包括：

调用OCR图片处理接口对身份证件照片上的信息进行OCR图片识别，根据图像识别特征判断上传身份证件照片的准确性，给出OCR图片识别得分；

调用大数据PS探测接口识别身份证件照片上的信息并进行篡改鉴定，并给出大数据PS探测接口得分；

根据大数据PS探测接口的历史成功率确定最终结果依赖所述大数据PS探测接口的比重，并计算所述比重与1之间的差值，其中所述差值为非负数；

将所述差值与所述OCR图片识别得分相乘，得到第二模式检测分值；将所述比重与所述大数据PS探测接口得分相乘，得到第三模式检测分值；

根据所述第一模式检测分值、所述第二模式检测分值和所述第三模式检测分值，计算得到填单的最终得分，计算公式为：

S＝(S

其中，S为填单的最终得分，S

可选地，在所述的判断所述最终得分是否高于预设阈值，若是则进入自动审批流程的步骤之后，所述方法还包括：根据自动审批结果成功率，实时更新最终结果依赖图片处理接口的比重。

根据本发明另一个方面，本发明提供的一种基于图片处理接口的自动审批装置，所述访问装置包括：

获取单元，用于获取填单用户上传的身份证件照片；

计算单元，用于调用预先建立连接的图片处理接口对所述身份证件照片进行信息识别和篡改鉴定处理，并给出图片处理结果得分；根据图片处理接口的历史成功率，确定最终结果依赖所述图片处理接口的比重weight，0≤Weight≤1；然后根据所述图片处理结果得分和所述最终结果依赖图片处理接口的比重，计算得到填单的最终得分；

判断单元，用于判断所述最终得分是否高于预设阈值，若是，则进入自动审批流程。

可选地，所述访问装置还包括：人脸识别单元，用于对填单用户进行人脸识别，并计算得到人脸识别得分即第一模式检测分值。

进一步地，所述计算单元，还用于根据图片处理结果得分和所述最终结果依赖图片处理接口的比重，以及所述第一模式检测分值，计算得到填单的最终得分。

根据本发明的再一个方面，本发明提供的一种电子设备，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的基于图片处理接口的自动审批方法中的各步骤。

根据本发明的还一个方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现所述的基于图片处理接口的自动审批方法中的各步骤。

有益效果：本发明基于图片处理接口的自动审批方法、装置、设备及介质涉及人工智能技术领域。本发明通过调用预先建立连接的图处理接口基于图像检测/和生物识别等技术进行识别和篡改鉴定处理得到图片处理结果得分，通过图片处理结果得分以及自动审批的历史结果依赖图片处理接口的比重计算得到填单最终得分，然后根据最终得分和预设阈值判断是否进入自动审批流程，从而提高了自动审批的准确率，提高了根据在线预约填单内容最终得分进行自动审批的可靠性，提高了银行审批效率，降低了银行网点人员人工审批预约填单信息的人力成本。

附图说明

通过参考以下结合附图的说明，并且随着对本发明的更全面理解，本发明的其它目的及结果将更加明白及易于理解。附图中：

图1是本发明一个实施例中自动审批方法的流程示意图；

图2是本发明一个实施例自动审批方法中计算最终得分的流程示意图；

图3是本发明另一个实施例自动审批方法中计算最终得分的流程示意图；

图4是本发明再一个实施例自动审批方法中计算最终得分的流程示意图；

图5是本发明一个实施例中自动审批装置的结构框图；

图6是本发明电子设备的结构示意图。

具体实施方式

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：

图1示意性地示出了本发明示例性实施例基于图片处理接口的自动审批方法的流程图。如图1所示，本发明提供的一种基于图片处理接口的自动审批方法，所述自动审批方法包括：

步骤S100，获取填单用户上传的身份证件照片。其中，所述身份证件照片可以为身份证、护照等的正反面照片。

步骤S200，调用预先建立连接的图片处理接口对所述身份证件照片进行图片信息识别和篡改鉴定处理，给出图片处理结果得分；根据图片处理接口的历史成功率，确定最终结果依赖所述图片处理接口的比重weight，0≤Weight≤1；根据图片处理结果得分和所述最终结果依赖所述图片处理接口的比重，计算得到填单的最终得分。其中，所述预先建立连接的图片处理接口可以为大数据PS探测接口、OCR图片识别接口等图片处理接口；所述图片处理结果得分以百分制计。所述图片处理接口历史成功率根据线上填单用户上传身份证件照片后在线下办理业务时不需要重新上传身份证件照片的数量占比来确定，其中，不需要重新上传身份证件照片的数量占比越大，最终结果依赖所述图片处理接口的比重越大，越接近于1。进一步地，银行可根据后续该图片处理接口判断的成功率实时变更比重Weight。

步骤S300，判断所述最终得分是否高于预设阈值，若是，则进入自动审批流程。

本发明通过根据图片处理接口的历史成功率计算自动审批最终结果依赖图片处理接口的比重，然后根据所述比重以及通过调用图片处理接口基于图像检测技术得到的图片处理结果得分计算填单最终得分，最后通过比较最终得分与预设阈值大小，实现了根据在线预约过程中的填单内容进行自动审批的流程，提高了银行审批效率，节约了银行网点人员人工审批的人力成本，提高了根据在线预约过程中填单内容进行自动审批的可靠性，提高了自动审批的准确率。

由于大数据PS探测接口存在一定的失败几率，本发明通过根据历史处理成功率，计算最终结果依赖大数据PS探测接口的比重，以提高对身份证件信息的可靠性判断。

在一可选实施例中，步骤S200中，具体地，如图2所示，包括以下步骤：

步骤S211，调用大数据PS探测接口对身份证件照片上的信息进行识别并进行篡改鉴定，得到图像像素级别特征，根据所述图像像素级别特征得到图片和文字的篡改情况；根据所述图片和文字的篡改情况，给出大数据PS探测接口得分，也就是篡改鉴定得分S

1.`result`为`negative`(未篡改)时，`details`始终为`[]`。

2.`result`为`positive`(有篡改)时，`details`为包含以下一个或多个内容的数组：

-`text_tampered`(文字有篡改)

-`photo_tampered`(图片有篡改)

3.`result`为`failed`(失败)时，`details`为包含以下一个内容的数组：

-`failed_to_find`(没有找到身份证)

具体地，根据篡改情况，给出篡改鉴定得分即大数据PS探测接口得分的步骤中，可以包括以下内容：

若有篡改：文字或图片有篡改，大数据PS探测接口得分为-50；文字且图片有篡改，大数据PS探测接口得分为-100；

若无篡改：文字和图片都无篡改，大数据PS探测接口得分为100；

若失败：未识别出身份证件照片，大数据PS探测接口得分为0。

步骤S212.根据大数据PS探测接口的历史成功率，确定最终结果依赖所述大数据PS探测接口的比重。由于大数据PS探测接口存在一定的失败几率，而大数据PS探测接口的成功率会影响大数据PS探测接口得分的占比，如果累积的用户上传的身份证件照片在图片鉴定系统的成功数量越多，即用户上传了身份证件照片后在柜台办理业务时不需要重新上传身份证件照片的数量越多，则最终结果依赖所述大数据PS探测接口的比重越大，其中，所述最终结果指得是整个自动审批过程的成功率。

步骤S213.通过将最终结果依赖大数据PS探测接口的比重与所述图片PS鉴定得分的相乘，得到第三模式检测分值；再根据所述第三模式检测分值，计算得到填单的最终得分，例如可以将所述第三模式检测分值作为填单的最终得分。进一步地，该实施例中可以直接将所述第三模式检测分值作为填单的最终得分。当然，为了进一步地保证填单用户各种信息的的准确性和可靠性等，还可以将所述第三模式检测分值，与经过其他处理技术例如基于生物识别的活体检测、人脸识别，又如基于图像检测中的OCR图像识别等处理得到的结果结合起来，从而计算得到填单的最终得分。

在一可选实施例中，步骤S200中，对身份证件照片上的信息进行图片处理，并给出图片处理结果得分的步骤中，所述的图片处理还可以进一步包括OCR图像识别处理。具体地，步骤S200中，如图3所示，可以包括以下步骤：

步骤S221，调用OCR图片处理接口对身份证件照片上的信息进行OCR图片识别，根据图像识别特征判断上传身份证件照片的准确性，给出OCR图片识别得分S

表1图片识别特征及对应分值

步骤S222，通过大数据PS探测接口对身份证件照片上的信息进行识别和篡改鉴定，并给出大数据PS探测接口得分。

步骤S223，根据大数据PS探测接口的历史成功率确定最终结果依赖所述大数据PS探测接口的比重，并计算所述比重与1之间的差值，其中所述差值为非负数；即(1-weight)。

步骤S224，将所述差值与所述OCR图片识别得分相乘，得到第二模式检测分值；将所述比重与所述大数据PS探测接口得分相乘，得到第三模式检测分值。

步骤S225，根据所述第三模式检测分值和所述第二模式检测分值，采用有效分算法，计算得到填单的最终得分。

本发明该实施例中，OCR图片识别得分在最终得分中所占比例与大数据PS探测接口所占比例成反比。具体地说，如果累积的用户上传的身份证件照片在图片鉴定系统的成功数量越多，则调整加大最终结果依赖所述大数据PS探测接口的比重，减小OCR图片识别得分S

示例性地，所述填单的最终得分的计算公式，可以为：

S＝(S

其中，S为最终得分，S

在一可选实施例中，所述自动审批方法还可以包括：对填单用户进行人脸识别。所述人脸识别部分为可配置模块，优选方案中所述自动审批方法包含人脸识别部分，所述人脸识别例如可以为活体检测，如根据肢体动作、头部动作、面部动作、手势识别、语音识别等进行检测。具体地，如图4所示，对填单用户进行人脸识别后计算填单最终得分，可以包括以下步骤：

步骤S400，对填单用户进行人脸识别，并计算得到人脸识别得分，也就是第一模式检测分值；

步骤S230，然后根据所述第一模式检测分值、所述第二模式检测分值和所述第三模式检测分值，采用有效分算法计算得到填单的最终得分。

示例性地，所述基于图片处理接口的自动审批方法，具体包括以下步骤：

获取填单用户上传的身份证件照片；

对填单用户进行人脸识别，并计算得到人脸识别得分，也就是第一模式检测分值；

根据大数据PS探测接口的历史成功率确定最终结果依赖所述大数据PS探测接口的比重，并计算所述比重与1之间的差值，其中所述差值为非负数；

通过大数据PS探测接口对身份证件照片上的信息进行篡改鉴定，并给出大数据PS探测接口得分；将所述比重与所述大数据PS探测接口得分相乘，得到第三模式检测分值；

对身份证件照片上的信息进行OCR图片识别，判断上传身份证件照片的准确性，给出OCR图片识别得分；将所述差值与所述OCR图片识别得分相乘，得到第二模式检测分值；

根据所述第一模式检测分值、所述第二模式检测分值和所述第三模式检测分值，采用有效分算法计算得到填单的最终得分，其中，所述有效分算法的计算公式可以为：

S＝(S

其中，S为最终得分，S

本发明上述优选实施例，采用三种模式检测分值，根据计算公式得到最终得分，再通过比较所述最终得分与预设阈值的大小，判断是否进入自动审批流程。其中，人脸识别得分即第一模式检测分值可以反应活体得分可靠性；OCR图片识别得分即第二模式检测分值可以体现上传身份证件照片的准确性；大数据PS探测接口得分即第三模式检测分值可以反应身份证件的可靠性。本申请上述优选实施例，通过以上三项动、静、动三种不同模式的组合检测，证了用户填单内容的真实性、有效性、以及根据其进行自动审批的可靠性；提高了自动审批的准确率；省去了填单用户去银行线下办理业务时很多不必要的环节，大大地提高了整个银行的审批效率。

本发明实施例中，人脸识别可以通过人脸识别系统中的后台算法模型、静默检测数据模型、以及视频活体算法模型等中的一种或多种完成的。

本发明实施例中，进行人脸识别主要优选采用识别视频方式进行活体检测。示例性地，所述人脸识别得分可以为活体拍摄得分。例如，可以是根据拍摄设备屏幕背景光的变化程度，以及填单用户根据拍摄设备提示所作出的相应动作的准确率，判断当前拍摄是否为活体拍摄，并给出人脸识别得分。所述拍摄设备，例如为手机等。本发明该实施例中所述人脸识别得分主要用于反映是拍摄对象为活体的可靠性。

可选地，所述人脸识别得分也可以是综合得分，例如，包括以下步骤：通过后台算法模型将填表用户的人脸识别结果与所述后台算法模型数据库中的各类翻拍照片的特征进行比对分析，得到属于翻拍特征的分值；通过静默检测数据模型，判断人脸识别中的拍摄照片是否直接拍摄的人像，给出人像拍摄照片分值；通过视频活体算法模型，根据拍摄设备屏幕背景光的变化程度，以及填单用户根据拍摄设备提示所作出的相应动作的准确率，判断当前拍摄是否为活体拍摄，给出活体拍摄得分；综合所述属于翻拍特征的分值、人像拍摄照片分值、活体拍摄得分，得到人脸识别得分。

本发明上述实施例中人脸识别得分即第一模式检测分值可反应活体得分可靠性；OCR图片识别得分或者说第二模式检测分值可以体现上传身份证件照片的准确性。大数据PS探测接口得分或者说第三模式检测分值可以反应身份证件的可靠性。本发明该实施例通过以上三项动、静、动三种不同模式的组合检测，保证了用户填单内容的真实性、有效性、可靠性；提高了自动审批的准确率；省去了填单用户去银行线下办理业务时很多不必要的环节，大大地提高了整个银行的审批效率。

本发明中，步骤S300中的判断所述最终得分是否高于预设阈值，若是，则进入自动审批流程。所述预设阈值可以根据实际情况进行设定，例如可以将预设阈值设定为60分，若最终得分超过60分，判断所述填单真实有效，便可快速地完成自动审批业务。

在一可选实施例中，步骤S300，判断所述最终得分若高于预设阈值进入自动审批流程的步骤之后，还包括：根据自动审批结果的成功率，实时更新最终结果依赖图片处理接口的比重，以使后续最终得分的计算更准确。本发明实施例通过实时对所述比重进行调整，进一步地提高了最终得分的可靠性，从而提高了自动审批的准确率。

图5示意性地示出了本发明实施例基于图片处理接口的自动审批装置的结构。如图5所示，本申请提供的一种基于图片处理接口的自动审批装置，包括：获取单元100、计算单元200、以及判断单元300。

所述获取单元100，用于执行获取填单用户上传的身份证件照片的步骤。

所述计算单元200，用于执行对所述身份证件照片进行图片处理，并给出图片处理结果得分；根据图片处理接口的历史成功率，确定最终结果依赖所述图片处理接口的比重weight，0≤Weight≤1；然后根据所述图片处理结果得分和所述最终结果依赖图片处理接口的比重，计算得到填单最终得分的步骤。

所述判断单元300，用于执行判断所述最终得分是否高于预设阈值，若是，则进入自动审批流程的步骤。

在一可选实施例中，所述装置，还可以包括：人脸识别单元，用于对填单用户进行人脸识别，并计算得到人脸识别得分即第一模式检测分值。

在一可选实施例中，所述计算单元200，可以包括图片处理模块、比重确定模块、最终得分计算模块等。

其中，所述图片处理模块，用于执行对身份证件照片进行图片处理，并给出图片处理得分的步骤。示例性地，所述图片处理模块，用于执行通过大数据PS探测接口对身份证件照片上的信息进行篡改鉴定，得到篡改情况，并根据所述篡改情况，给出大数据PS探测接口得分的步骤。示例性地，所述图片处理模块，用于对身份证件照片上的信息进行OCR图片识别，判断上传身份证件照片的准确性，给出OCR图片识别得分的步骤。

所述比重确定模块，用于执行根据大数据PS探测接口的历史成功率，确定最终结果依赖所述大数据PS探测接口的比重的步骤。

所述最终得分计算模块，用于执行根据所述图片处理结果得分和所述最终结果依赖图片处理接口的比重，计算得到填单最终得分的步骤；还用于执行根据所述图片处理结果得分和所述最终结果依赖图片处理接口的比重，以及第一模式检测分值，计算填单的最终得分的步骤。

示例性地，执行根据所述图片处理结果得分和所述最终结果依赖图片处理接口的比重，以及第一模式检测分值，计算填单的最终得分的步骤中，计算公式可以为：

S＝(S

其中，S为填单的最终得分，S

本发明该实施例中人脸识别得分即第一模式检测分值可反应活体得分可靠性；OCR图片识别得分，或者说第二模式检测分值可以体现上传身份证件照片的准确性。大数据PS探测接口得分或者说第三模式检测分值可以反应身份证件的可靠性。本发明该实施例通过以上三项动、静、动三种不同模式的组合检测，保证了用户填单内容的真实性、有效性、可靠性；提高了自动审批的准确率；省去了填单用户去银行线下办理业务时很多不必要的环节，大大地提高了整个银行的审批效率。

图6示意性示出了本发明电子设备的结构。如图6所示，所述电子设备1可以包括：存储器11、处理器10、总线以及存储在存储器11中并可在所述处理器10上运行的计算机程序，如自动审批程序12等。所述处理器10执行所述计算机程序时实现本发明基于图片处理接口的自动审批方法的步骤。例如，实现获取填单用户上传的身份证件照片；对所述身份证件照片进行图片处理，并给出图片处理结果得分；根据图片处理接口的历史成功率，确定最终结果依赖所述图片处理接口的比重weight，0≤Weight≤1；根据所述图片处理结果得分和所述最终结果依赖图片处理接口的比重，计算得到填单的最终得分；判断所述最终得分是否高于预设阈值，若是，则进入自动审批流程等步骤。

所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如自动审批程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。

所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。

本领域技术人员可以理解的是，具有上述部件的电子设备1并不构成对所述电子设备1的限定，可以包括更少或者更多的部件，或者组合某些部件，或者不同的部件布置。例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。

可选地，所述电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的自动审批程序12是多个指令的组合，在所述处理器10中运行时，可以实现方法中各步骤，或者可以实现各单元和/或模块的功能，例如：实现获取填单用户上传的身份证件照片；对所述身份证件照片进行图片处理，并给出图片处理结果得分；根据图片处理接口的历史成功率，确定最终结果依赖所述图片处理接口的比重weight，0≤Weight≤1；根据所述图片处理结果得分和所述最终结果依赖图片处理接口的比重，计算得到填单的最终得分；判断所述最终得分是否高于预设阈值，若是，则进入自动审批流程等步骤。

本发明中，所述电子设备1集成的模块/单元如果以软件功能单元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。其中，所述计算机可读存储介质可以是任何包含或存储程序或指令的有形介质，其上存储有可以被执行的计算机程序，该计算机程序被处理器10执行时，通过存储的程序指令相关的硬件实现本发明基于图片处理接口的自动审批方法中各步骤或系统中各单元/模块的功能。例如，实现获取填单用户上传的身份证件照片；对所述身份证件照片进行图片处理，并给出图片处理结果得分；根据图片处理接口的历史成功率，确定最终结果依赖所述图片处理接口的比重weight，0≤Weight≤1；根据所述图片处理结果得分和所述最终结果依赖图片处理接口的比重，计算得到填单的最终得分；判断所述最终得分是否高于预设阈值，若是，则进入自动审批流程等步骤。所述计算机可读介质，例如可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备和装置，可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，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。

所述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单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或模块也可以由一个单元或模块通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。