一种证件识别方法及装置、电子设备、存储介质

技术领域

本申请涉及信息识别技术领域，特别涉及一种证件识别方法及装置、电子设备、存储介质。

背景技术

在业务办理过程中，都需要用到客户的证件信息。而为了保证证件信息的准确性，也为了提高业务办理的效率，当前通常都是直接利用设备对证件上的信息进行识别。

当前对于证件信息的识别，通常都是先获取到证件的图像，然后直接对整张证件图像进行字符识别，从而可以高效地得到证件上的信息，或者按照用户选择的证件类型，采用相应的识别模式，有针对性地对证件图像进行字符识别，得到证件上的信息。

但是由于证件上除了文字外，通常还会包括图像等其他格式的内容，所以在对整张证件图像进行字符识别的过程中，会受到其他格式的内容的影响，从而无法有效保证识别的准确性。而基于用户选择的证件类型进行的方式，由于需要用户对证件类型进行选择，所以不仅效率相对较慢，并且由于当前证件类型较多，用户容易出现证件类型选择错误的情况，从而影响字符识别的准确性。

发明内容

基于上述现有技术的不足，本申请提供了一种证件识别方法及装置、电子设备、存储介质，以解决效率低且容易出现错误的问题。

为了实现上述目的，本申请提供了以下技术方案：

本申请第一方面提供了一种证件识别方法，包括：

获取待识别证件的图像；

基于所述待识别证件的图像，分析所述待识别证件的证件类型；

查找出所述待识别证件的证件类型对应的证件模板；

利用所述待识别证件的证件类型对应的证件模板，确定出所述待识别证件的图像的待识别区域；

对所述待识别证件的图像的待识别区域进行字符识别，得到所述待识别证件的证件信息。

可选地，在上述的证件识别方法中，所述基于所述待识别证件的图像，分析所述待识别证件的证件类型之前，还包括：

利用加权平均法对所述待识别证件的图像进行图像灰度化处理；

利用自适应中值滤波法对图像灰度化处理后的所述待识别证件的图像进行噪声去除；

利用逐点法对噪声去除后的所述待识别证件的图像进行图像二值化处理；

基于霍夫变换对图像二值化处理后的所述待识别证件的图像进行倾斜校正。

可选地，在上述的证件识别方法中，所述基于所述待识别证件的图像，分析所述待识别证件的证件类型，包括：

确定所述待识别证件的图像的哈希值；

基于所述待识别证件的图像的哈希值以及预设的各个证件类型对应的标准证件图像的哈希值，分别计算所述待识别证件的图像与各张所述标准证件图像的相似度；

判断所述待识别证件的图像与各张所述标准证件图像的相似度中的最大值，是否大于预设阈值；

若大于预设阈值，则将与所述待识别证件的图像的相似度最大的所述标准证件图像对应的证件类型，确定为所述待识别证件的证件类型。

可选地，在上述的证件识别方法中，所述确定所述待识别证件的图像的哈希值，包括：

将所述待识别证件的图像缩小至预设尺寸；

对缩小后的所述待识别证件的图像进行图像灰度化处理；

计算灰度化处理后所述待识别证件的图像的像素平均值；

分别针对所述待识别证件的图像中的每个像素，判断所述像素是否大于所述像素平均值；

若判定出所述像素大于所述像素平均值，则将所述像素记为1；

若判定出所述像素不大于所述像素平均值，则将所述像素记为0；

基于记录的所述待识别证件的图像中的每个像素对应的值，构建所述待识别证件的图像的哈希值。

可选地，在上述的证件识别方法中，所述利用所述待识别证件的证件类型对应的证件模板，确定出所述待识别证件的图像的待识别区域，包括：

基于所述待识别证件的证件类型对应的证件模板，将所述待识别证件的图像分割为多个图像区域；

利用投影法分析各个所述图像区域所属的内容类型；

选取出内容类型属于预设类型的各个所述图像区域；

通过连通域合并的方式，将选取出的各个所述图像区域进行合并，得到所述待识别证件的图像的待识别区域。

可选地，在上述的证件识别方法中，所述对所述待识别证件的图像的待识别区域进行字符识别，得到所述待识别证件的证件信息，包括：

将所述待识别证件的图像的待识别区域，输入预先训练好的识别模型中，通过所述识别模型识别出所述待识别证件的证件信息。

可选地，在上述的证件识别方法中，所述对所述待识别证件的图像的待识别区域进行字符识别，得到所述待识别证件的证件信息之后，还包括：

将所述待识别证件的证件信息以纯文本格式输出。

本申请第二方面提供了一种证件识别装置，包括：

图像获取单元，用于获取待识别证件的图像；

类型分析单元，用于基于所述待识别证件的图像，分析所述待识别证件的证件类型；

查找单元，用于查找出所述待识别证件的证件类型对应的证件模板；

区域确定单元，用于利用所述待识别证件的证件类型对应的证件模板，确定出所述待识别证件的图像的待识别区域；

识别单元，用于对所述待识别证件的图像的待识别区域进行字符识别，得到所述待识别证件的证件信息。

可选地，在上述的证件识别装置中，还包括：

第一灰度处理单元，用于利用加权平均法对所述待识别证件的图像进行图像灰度化处理；

去噪单元，用于利用自适应中值滤波法对图像灰度化处理后的所述待识别证件的图像进行噪声去除；

二值化处理单元，用于利用逐点法对噪声去除后的所述待识别证件的图像进行图像二值化处理；

校正单元，用于基于霍夫变换对图像二值化处理后的所述待识别证件的图像进行倾斜校正。

可选地，在上述的证件识别装置中，所述类型分析单元，包括：

哈希值确定单元，用于确定所述待识别证件的图像的哈希值；

相似度计算单元，用于基于所述待识别证件的图像的哈希值以及预设的各个证件类型对应的标准证件图像的哈希值，分别计算所述待识别证件的图像与各张所述标准证件图像的相似度；

判断单元，用于判断所述待识别证件的图像与各张所述标准证件图像的相似度中的最大值，是否大于预设阈值；

类型确定单元，用于大于预设阈值时，将与所述待识别证件的图像的相似度最大的所述标准证件图像对应的证件类型，确定为所述待识别证件的证件类型。

可选地，在上述的证件识别装置中，所述哈希值确定单元，包括：

缩小单元，将所述待识别证件的图像缩小至预设尺寸；

第二灰度处理单元，用于对缩小后的所述待识别证件的图像进行图像灰度化处理；

计算单元，用于计算灰度化处理后所述待识别证件的图像的像素平均值；

对比单元，用于分别针对所述待识别证件的图像中的每个像素，判断所述像素是否大于所述像素平均值；

第一设置单元，用于判定出所述像素大于所述像素平均值，则将所述像素记为1；

第二设置单元，用于判定出所述像素不大于所述像素平均值，则将所述像素记为0；

构建单元，用于基于记录的所述待识别证件的图像中的每个像素对应的值，构建所述待识别证件的图像的哈希值。

可选地，在上述的证件识别装置中，所述区域确定单元，包括：

分割单元，用于基于所述待识别证件的证件类型对应的证件模板，将所述待识别证件的图像分割为多个图像区域；

类型分析单元，用于利用投影法分析各个所述图像区域所属的内容类型；

选取单元，用于选取出内容类型属于预设类型的各个所述图像区域；

合并单元，用于通过连通域合并的方式，将选取出的各个所述图像区域进行合并，得到所述待识别证件的图像的待识别区域。

可选地，在上述的证件识别装置中，所述识别单元，包括：

识别子单元，用于将所述待识别证件的图像的待识别区域，输入预先训练好的识别模型中，通过所述识别模型识别出所述待识别证件的证件信息。

可选地，在上述的证件识别装置中，还包括：

输出单元，用于将所述待识别证件的证件信息以纯文本格式输出。

本申请第三方面提供了一种电子设备，包括：

存储器和处理器；

其中，所述存储器用于存储程序；

所述处理器用于执行所述程序，所述程序被执行时，具体用于实现如上述任意一项所述的证件识别方法。

本申请第四方面提供了一种计算机存储介质，用于存储计算机程序，所述计算机程序被执行时，用于实现如上述任意一项所述的证件识别方法。

本申请实施例提供了一种证件识别方法，获取待识别证件的图像，并自动基于待识别证件的图像，分析出待识别证件的证件类型。然后查找出待识别证件的证件类型对应的证件模板，以利用待识别证件的证件类型对应的证件模板，确定出待识别证件的图像的待识别区域，最后对待识别证件的图像的待识别区域进行字符识别，得到待识别证件的证件信息，不再是对整个证件进行识别，避免受到其他内容的影响，并且可以自动识别证件类型，可以对各个类型的证件进行统一的处理，不需要人工选择，并利用不同的模式进行处理，从而可以提高识别效率以及保证识别的准确性。

附图说明

为了更清楚地说明本申请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申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种证件识别方法的流程图；

图2为本申请实施例提供的一种对待识别证件的图像的预处理方法的流程图；

图3为本申请实施例提供的一种分析待识别证件的证件类型的方法的流程图；

图4为本申请实施例提供的一种确定待识别证件的图像的哈希值的方法的流程图；

图5为本申请实施例提供的一种确定出待识别证件的图像的待识别区域的流程图；

图6为本申请实施例提供的一种证件识别装置的架构示意图；

图7为本申请实施例提供的一种电子设备的架构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通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，都属于本申请保护的范围。

在本申请中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本申请实施例提供了一种证件识别方法，如图1所示，具体包括以下步骤：

S101、获取待识别证件的图像。

可选地，可以是通过接收用户上传的方式获取到待识别证件的图像，也可以是通过拍摄或者是扫描等方式，获取到待识别证件的图像。

S102、基于待识别证件的图像，分析待识别证件的证件类型。

可选地，每个类型的证件都具有其布局的特点，所以可以基于证件中的内容的布局的特点分析待识别证件的证件类型。具体可以是通过将待识别证件的图像的特点与标准的证件图像的特点进行对比分析出待识别证件的证件类型。

S103、查找出待识别证件的证件类型对应的证件模板。

需要说明的是，在本申请实施例中，并不是直接对整张待识别证件进行字符识别，而是需要确定出需要进行待识别的区域，仅对待识别的区域进行识别。而证件上除了证件内容外，还会存在较大的背景，因此需要将证件上的证件内容区域从中区分出来，以便于进行识别。

由于每个证件类型的证件上的内容的布局是固定的，所以在本申请实施例中，预先基于各个类型的证件的布局，设置了相应的证件模板，因此可以查找待识别证件的证件类型对应的证件模板，然后进一步执行步骤S104。

S104、利用待识别证件的证件类型对应的证件模板，确定出待识别证件的图像的待识别区域。

具体的，由于证件模板是基于该证件类型的证件布局设置的，所以通过证件模板上的各个模块，确定出待识别证件的图像中的待识别区域。

S105、对待识别证件的图像的待识别区域进行字符识别，得到待识别证件的证件信息。

本申请实施例提供了一种证件识别方法，获取待识别证件的图像，并自动基于待识别证件的图像，分析出待识别证件的证件类型。然后查找出待识别证件的证件类型对应的证件模板，以利用待识别证件的证件类型对应的证件模板，确定出待识别证件的图像的待识别区域，最后对待识别证件的图像的待识别区域进行字符识别，得到待识别证件的证件信息，不再是对整个证件进行识别，避免受到其他内容的影响，并且可以自动识别证件类型，可以对各个类型的证件进行统一的处理，不需要人工选择，并利用不同的模式进行处理，从而可以提高识别效率以及保证识别的准确性。

可选地，在本申请另一实施例中，步骤S105的一种具体实施方式，包括：

将待识别证件的图像的待识别区域，输入预先训练好的识别模型中，通过识别模型识别出待识别证件的证件信息。

在本申请实施例中为了能提高识别的准确率，因此预先通过大量的训练样本，自动提取特征，并基于这些特征训练得到识别模型，然后通过识别模型对待识别区域进行识别。这种方式可以避免人工提取特征的局限，从而有效提高字符识别的准确性。

可选地，为了便于用户后续使用待识别证件的证件信息，因此在本申请另一实施例中，在执行步骤S105之后，还包括：

将待识别证件的证件信息以纯文本格式输出。

由于纯文本格式没有过大的限制，相对简单，可以更加便于后续用于进行不同的工作。

可选地，为了便于后续对待识别证件的图像进行快速处理，也为了能提高最终识别结果的准确性，因此在本申请另一实施例中，在执行步骤S101之后，在执行步骤S102之前，还可以先进一步对待识别证件的图像进行预处理。

如图2所示，本申请另一实施例提供的一种对待识别证件的图像的预处理方法，包括以下步骤：

S201、利用加权平均法对待识别证件的图像进行图像灰度化处理。

由于通常获取到的待识别证件的图像均为三通道的RGB图像，即彩色图像，所以其在处理时所需计算量较大，并且在信息识别过程中，不需要其具有色彩，因此为了能降低处理量，本申请实施例中，会先对图像进行灰度化处理，即将待识别证件的图像处理为单通道的灰度图像。

由于加权平均法所得到的图像效果，最适宜人类视觉，因此在本申请实施例中，采用加权平均法对待识别证件的图像进行图像灰度化处理。当然，也可以是采用其他的方式进行图像灰度处理。

S202、利用自适应中值滤波法对图像灰度化处理后的待识别证件的图像进行噪声去除。

为了能提高图像的质量，保证识别结果的准确性，因此在本申请实施例中，还会对待识别证件的图像进行噪声去除。而由于自适应中值滤波法所得到的效果相对较好，因此本申请实施例中，采用自适应中值滤波法对待识别证件的图像进行噪声去除。当然，也可以采用其他的方式去除噪声。

S203、利用逐点法对噪声去除后的待识别证件的图像进行图像二值化处理。

为了能将图像中待识别的内容与背景区分开，以便于后续进行准确识别，因此在本申请实施例中，还利用逐点法对待识别证件的图像进行图像二值化处理。

S204、基于霍夫变换对图像二值化处理后的待识别证件的图像进行倾斜校正。

考虑到获取待识别证件的图像时，由于证件位置摆放等问题，导致所获取到的待识别证件的图像存在倾斜，这可能会影响待识别区域的确定，进而影响最终的识别结果，因此在本申请实施例中，还基于霍夫变换对待识别证件的图像进行倾斜校正。

还需要说明的是，上述对于待识别证件的图像的预处理方式仅是其中一种可选地的方式，也可以采用其他的手段进行预处理。

可选地，在本申请另一实施例中，步骤S102的一种具体实施方式，如图3所示，包括：

S301、确定待识别证件的图像的哈希值。

可选地，可以是基于待识别证件的图像的像素，将待识别证件的图像数值化，然后再基于所得到的数值，计算得到待识别证件的图像的哈希值。

可选地，在本申请另一实施例中，步骤S301的一种具体实施方式，如图4所示，包括以下步骤：

S401、将待识别证件的图像缩小至预设尺寸。

为了避免所计算得到的哈希值位数过大，因此在本申请实施例中，会向将待识别证件的图像缩小至预设尺寸。

S402、对缩小后的待识别证件的图像进行图像灰度化处理。

需要说明的是，若是在对待识别证件的图像进行了预处理，并且已经进行了灰度化处理，则此时可以不需要再对待识别证件的图像进行灰度化处理。

S403、计算灰度化处理后待识别证件的图像的像素平均值。

具体的，将待识别证件的图像的各个像素的像素值求和，并将得到的总和除以像素总数量，得到待识别证件的图像的像素平均值。

S404、分别针对待识别证件的图像中的每个像素，判断该像素是否大于像素平均值。

其中，若判定出该像素大于像素平均值，则执行步骤S405。若判定出该像素不大于像素平均值，则执行步骤S406。

S405、将该像素记为1。

S406、将该像素记为0。

S407、基于记录的待识别证件的图像中的每个像素对应的值，构建待识别证件的图像的哈希值。

具体的，将各个像素对应的值，按照预设顺序进行排序组合，得到待识别证件的图像的哈希值。

S302、基于待识别证件的图像的哈希值以及预设的各个证件类型对应的标准证件图像的哈希值，分别计算待识别证件的图像与各张标准证件图像的相似度。

需要说明的是，在本申请实施例中，可以预先配置各个证件类型对应的标准证件图像，并计算其哈希值，然后进行存储。

由于图像的哈希值即相当于图像的身份标识信息，所以可以基于待识别证件的图像的哈希值以及预设的各个证件类型对应的标准证件图像的哈希值，分别计算待识别证件的图像与各张标准证件图像的相似度，进而可以基于待识别证件的图像与各张标准证件图像的相似度，分析待识别证件最有可能与哪种张标准证件图像属于相同的类型。

具体的，可以是计算待识别证件的图像的哈希值与各个证件类型对应的标准证件图像的哈希值距离，并将得到的该距离作为待识别证件的图像与各张标准证件图像的相似度。可选地，对于待识别证件的图像的哈希值与证件类型对应的标准证件图像的哈希值距离，具体可以采用汉明距离。其中，汉明距离的具体计算方式为现有技术，因此此处不再作过多赘述。

S303、判断待识别证件的图像与各张标准证件图像的相似度中的最大值，是否大于预设阈值。

由于待识别证件与相似度最大的标准证件属于相同证件类型的可能性最大，但是这需要在相似度足够大时，才能足以保证两者属于相同证件类型，因此需要先判断待识别证件的图像与各张标准证件图像的相似度中的最大值，是否大于预设阈值。

其中，若大于预设阈值，则执行步骤S304。

可选地，若小于预设阈值，可以向用户进行提示，以便于用户及时解决存在的问题，例如获取的图像存在问题，或者待识别证件的证件类型是一种新的证件类型，需要配置其对应的标准证件图像的哈希值等。

S304、将与待识别证件的图像的相似度最大的标准证件图像对应的证件类型，确定为待识别证件的证件类型。

可选地，在本申请另一实施例中，步骤S104的一种具体实施方式，如图5所示，包括以下步骤：

S501、基于待识别证件的证件类型对应的证件模板，将待识别证件的图像分割为多个图像区域。

具体的，基于待识别证件的证件类型对应的证件模板中的各个模块，将待识别证件的图像中与各个模块位置一致的区域分割出来，从而将证件上存在内容的各个部分裁剪处理，得到多个图像区域。

S502、利用投影法分析各个图像区域所属的内容类型。

需要说明的是，由于许多证件中会存在有多种格式的内容，而并不是所有格式的内容都需要进行识别，因此需要先确定各个图像区域所属的内容类型。

在本申请实施例中，采用投影法分析各个图像区域所属的内容类型。具体可以是预先设置了证件模板上的各个模块对应的内容类型，然后通过将模板上的模块投影至待识别证件的图像上，从而确定各个图像区域所属的内容类型。

S503、选取出内容类型属于预设类型的各个图像区域。

S504、通过连通域合并的方式，将选取出的各个图像区域进行合并，得到待识别证件的图像的待识别区域。

为了便于一次性识别出所有的信息，加快识别的效率，因此在本申请实施例中，会将各个图像区域进行合并。而为了合并效果更佳，因此在本申请实施例中，采用连通域合并的方式进行合并。

本申请另一实施例提供了一种证件识别装置，如图6所示，包括：

图像获取单元601，用于获取待识别证件的图像。

类型分析单元602，用于基于待识别证件的图像，分析待识别证件的证件类型。

查找单元603，用于查找出待识别证件的证件类型对应的证件模板。

区域确定单元604，用于利用待识别证件的证件类型对应的证件模板，确定出待识别证件的图像的待识别区域。

识别单元605，用于对待识别证件的图像的待识别区域进行字符识别，得到待识别证件的证件信息。

可选地，在本申请另一实施例提供的证件识别装置中，还包括：

第一灰度处理单元，用于利用加权平均法对待识别证件的图像进行图像灰度化处理。

去噪单元，用于利用自适应中值滤波法对图像灰度化处理后的待识别证件的图像进行噪声去除。

二值化处理单元，用于利用逐点法对噪声去除后的待识别证件的图像进行图像二值化处理。

校正单元，用于基于霍夫变换对图像二值化处理后的待识别证件的图像进行倾斜校正。

可选地，在本申请另一实施例提供的证件识别装置中，类型分析单元，包括：

哈希值确定单元，用于确定待识别证件的图像的哈希值。

相似度计算单元，用于基于待识别证件的图像的哈希值以及预设的各个证件类型对应的标准证件图像的哈希值，分别计算待识别证件的图像与各张标准证件图像的相似度。

判断单元，用于判断待识别证件的图像与各张标准证件图像的相似度中的最大值，是否大于预设阈值。

类型确定单元，用于在大于预设阈值时，将与待识别证件的图像的相似度最大的标准证件图像对应的证件类型，确定为待识别证件的证件类型。

可选地，在本申请另一实施例提供的证件识别装置中，哈希值确定单元，包括：

缩小单元，将待识别证件的图像缩小至预设尺寸。

第二灰度处理单元，用于对缩小后的待识别证件的图像进行图像灰度化处理。

计算单元，用于计算灰度化处理后待识别证件的图像的像素平均值。

对比单元，用于分别针对待识别证件的图像中的每个像素，对比像素是否大于像素平均值。

第一设置单元，用于对比出像素大于像素平均值，则将像素记为1。

第二设置单元，用于对比出像素不大于像素平均值，则将像素记为0。

构建单元，用于基于记录的待识别证件的图像中的每个像素对应的值，构建待识别证件的图像的哈希值。

可选地，在本申请另一实施例提供的证件识别装置中，区域确定单元，包括：

分割单元，用于基于待识别证件的证件类型对应的证件模板，将待识别证件的图像分割为多个图像区域。

类型分析单元，用于利用投影法分析各个图像区域所属的内容类型。

选取单元，用于选取出内容类型属于预设类型的各个图像区域。

合并单元，用于通过连通域合并的方式，将选取出的各个图像区域进行合并，得到待识别证件的图像的待识别区域。

可选地，在本申请另一实施例提供的证件识别装置中，识别单元，包括：

识别子单元，用于将待识别证件的图像的待识别区域，输入预先训练好的识别模型中，通过识别模型识别出待识别证件的证件信息。

可选地，在本申请另一实施例提供的证件识别装置中，还包括：

输出单元，用于将待识别证件的证件信息以纯文本格式输出。

需要说明的是，本申请上述实施例提供的各个单元的具体工作过程，可相应地参考上述方法实施例中的相应的步骤的实施过程，此处不再赘述。

本申请另一实施例提供了一种电子设备，如图7所示，包括：

存储器701和处理器702。

其中，存储器701用于存储程序。

处理器702用于执行存储器701存储的程序，该程序被执行时，具体用于实现如上述任意一个实施例提供的证件识别方法。

本申请另一实施例提供了一种计算机存储介质，用于存储计算机程序，计算机程序被执行时，用于实现如上述任意一个实施例提供的证件识别方法。

计算机存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

本发明提供的一种证件识别方法及装置、电子设备、存储介质可用于金融领域或其他领域，例如，可用于金融领域中的证件信息识别应用场景。其他领域为除金融领域之外的任意领域，例如，信息认证领域。上述仅为示例，并不对本发明提供的一种证件识别方法及装置、电子设备、存储介质的应用领域进行限定。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。