电子签名校对方法、装置、设备及介质

摘要

本申请涉及数据处理技术领域，提供了一种电子签名校对方法、装置、设备及介质，所述方法通过获取用户的待匹配签名图像和预设的第一签名模板图像，获取待匹配签名图像中签名字迹的位置信息，并根据位置信息从待匹配签名图像中截取得到包含有签名字迹的第一目标图像，基于第一目标图像和第一签名模板图像进行模板匹配，确定第一目标图像相对于第一签名模板图像的目标匹配值，若第一目标图像对应的目标匹配值不小于预设阈值，确定待匹配签名图像和第一签名模板图像包含有相同的签名字迹。本申请实施例通过模板匹配的方式，确定待匹配签名图像和第一签名模板图像是否包含有相同的签名字迹，实现电子签名的校对并提高了校对的准确性。

说明书

技术领域

本申请涉及数据处理技术领域，尤其涉及一种电子签名校对方法、装置、电子设备及计算机可读存储介质。

背景技术

互联网金融、电子商务、旅游、教育等互联网应用的迅猛发展，带动了在线电子签名的应用需求，为了使互联网商务行为有法可依、有据可循，越来越多的互联网平台积极寻求合法有效的电子签名校对方法。

目前，主流的签名校对方法多是采用手写体识别，主要是基于手写轨迹或者像素的空间关系，然后把识别结果进行比对。但是由于书写的风格和字迹的多样性，采用手写体识别的方式，其校对的准确率以及鲁棒性都不高。

发明内容

本申请实施例的主要目的在于提出一种电子签名校对方法、装置、电子设备及计算机可读存储介质，能够提高电子签名校对的准确性。

为实现上述目的，本申请实施例的第一方面提出了一种电子签名校对方法，所述方法包括：

获取用户的待匹配签名图像和预设的第一签名模板图像；

获取所述待匹配签名图像中签名字迹的位置信息，并根据所述位置信息从所述待匹配签名图像中截取得到包含有签名字迹的第一目标图像；

基于所述第一目标图像和所述第一签名模板图像进行模板匹配，确定所述第一目标图像相对于所述第一签名模板图像的目标匹配值；

若所述第一目标图像对应的目标匹配值不小于预设阈值，确定所述待匹配签名图像和所述第一签名模板图像包含有相同的签名字迹。

根据本发明一些实施例提供的电子签名校对方法，所述基于所述第一目标图像和所述第一签名模板图像进行模板匹配，确定所述第一目标图像相对于所述第一签名模板图像的目标匹配值，包括：

对所述第一签名模板图像进行缩放，得到多个不同分辨率的第二签名模板图像；

将所述第一目标图像与多个所述第二签名模板图像分别进行模板匹配，得到所述第一目标图像对应的多个匹配值；

将多个所述匹配值中的最大数值作为所述第一目标图像相对于所述第一签名模板图像的目标匹配值。

根据本发明一些实施例提供的电子签名校对方法，所述对所述第一签名模板图像进行缩放，得到多个不同分辨率的第二签名模板图像，包括：

将所述第一签名模板图像的宽度值调整至与所述第一目标图像的宽度值相同；

基于不同的缩放比例对所述第一签名模板图像的高度值进行缩放，得到多个不同分辨率的第二签名模板图像。

根据本发明一些实施例提供的电子签名校对方法，所述对所述第一签名模板图像进行缩放，得到多个不同分辨率的第二签名模板图像，包括：

以所述第一签名模板图像的对角线为基准，并基于不同的缩放比例对所述第一签名模板图像的宽高度值进行缩放，得到多个不同分辨率的第二签名模板图像。

根据本发明一些实施例提供的电子签名校对方法，所述获取所述待匹配签名图像中签名字迹的位置信息，包括：

获取训练好的目标检测模型；

将所述待匹配签名图像输入至所述目标检测模型，以通过所述目标检测模型得到所述待匹配签名图像中签名字迹的位置信息。

根据本发明一些实施例提供的电子签名校对方法，所述方法还包括：

获取所述第一目标图像的宽高对应的外扩像素值；

基于所述外扩像素值对所述第一目标图像的宽高进行图像边界扩充。

根据本发明一些实施例提供的电子签名校对方法，所述基于所述第一目标图像和所述第一签名模板图像进行模板匹配，确定所述第一目标图像相对于所述第一签名模板图像的目标匹配值，包括：

对所述第一目标图像进行缩放，得到多个不同分辨率的第二目标图像；

将所述第一签名模板图像与多个所述第二目标图像分别进行模板匹配，得到所述第一目标图像对应的多个匹配值；

将多个所述匹配值中的最大数值作为所述第一目标图像相对于所述第一签名模板图像的目标匹配值。

为实现上述目的，本申请实施例的第二方面提出了一种电子签名校对装置，所述装置包括：

图像获取模块，用于获取用户的待匹配签名图像和预设的第一签名模板图像；

图像截取模块，用于获取所述待匹配签名图像中签名字迹的位置信息，并根据所述位置信息从所述待匹配签名图像中截取得到包含有签名字迹的第一目标图像；

模板匹配模块，用于基于所述第一目标图像和所述第一签名模板图像进行模板匹配，确定所述第一目标图像相对于所述第一签名模板图像的目标匹配值；

签名校对模块，用于若所述第一目标图像对应的目标匹配值不小于预设阈值，确定所述待匹配签名图像和所述第一签名模板图像包含有相同的签名字迹。

为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述第一方面所述的方法。

为实现上述目的，本申请实施例的第四方面提出了一种存储介质，所述存储介质为计算机可读存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个计算机程序，所述一个或者多个计算机程序可被一个或者多个处理器执行，以实现上述第一方面所述的方法。

本申请提出一种电子签名校对方法、装置、电子设备以及计算机可读存储介质，所述方法通过获取用户的待匹配签名图像和预设的第一签名模板图像，之后获取待匹配签名图像中签名字迹的位置信息，并根据位置信息从待匹配签名图像中截取得到包含有签名字迹的第一目标图像，然后基于第一目标图像和第一签名模板图像进行模板匹配，确定第一目标图像相对于第一签名模板图像的目标匹配值，若第一目标图像对应的目标匹配值不小于预设阈值，确定待匹配签名图像和第一签名模板图像包含有相同的签名字迹。本申请实施例基于用户的待匹配签名图像和预设的第一签名模板图像，通过模板匹配的方式，确定待匹配签名图像中包含有签名字迹的第一目标图像相对于第一签名模板图像的目标匹配值，从而确定待匹配签名图像和第一签名模板图像是否包含有相同的签名字迹，实现电子签名的校对并提高了校对的准确性。

附图说明

图1是本申请实施例提供的一种电子签名校对方法的流程示意图；

图2是图1中步骤S130的子步骤示意图；

图3是图2中步骤S210的子步骤示意图；

图4是图2中步骤S210的子步骤示意图；

图5是图1中步骤S120的子步骤示意图；

图6是本申请一实施例提供的一种电子签名校对方法的流程示意图；

图7是图1中步骤S130的子步骤示意图；

图8是本申请实施例提供的一种待匹配签名图像的示意图；

图9是本申请实施例提供的第一目标图像A和第一签名模板图像B的示意图；

图10是本申请实施例提供的一种电子签名校对装置的结构示意图；

图11是本申请实施例提供的一种电子设备的硬件结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

需要说明的是，除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

首先，对本申请中涉及的名词进行解析：

MobileNet-SSD目标检测模型，作为轻量级的神经网络模型，MobileNet-SSD目标检测模型以单次多框检测(Single Shot Multibox Detector，SSD)算法为主体，骨干网采用轻量化的移动网络(MobileNet)实现，相比其他目标检测模型，MobileNet-SSD模型的参数量和计算量更少，适合在移动端、嵌入式设备上运行。

互联网金融、电子商务、旅游、教育等互联网应用的迅猛发展，带动了在线电子签名的应用需求，为了使互联网商务行为有法可依、有据可循，越来越多的互联网平台积极寻求合法有效的电子签名校对方法。

目前，主流的签名校对方法多是采用手写体识别，主要是基于手写轨迹或者像素的空间关系，然后把识别结果进行比对。但是由于书写的风格和字迹的多样性，采用手写体识别的方式，其校对的准确率以及鲁棒性都不高。

基于此，本申请实施例提供了一种电子签名校对方法、装置、电子设备及计算机可读存储介质，能够提高电子签名校对的准确性。

本申请实施例提供的一种电子签名校对方法、装置、电子设备及计算机可读存储介质，具体通过如下实施例进行说明，首先描述本申请实施例中的电子签名校对方法。

本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

本申请实施例提供的电子签名校对方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等；服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现电子签名校对方法的应用等，但并不局限于以上形式。

本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

需要说明的是，在本申请的各个具体实施方式中，当涉及到需要根据用户信息、用户行为数据，用户历史数据以及用户位置信息等与用户身份或特性相关的数据进行相关处理时，都会先获得用户的许可或者同意，而且，对这些数据的收集、使用和处理等，都会遵守相关国家和地区的相关法律法规和标准。此外，当本申请实施例需要获取用户的敏感个人信息时，会通过弹窗或者跳转到确认页面等方式获得用户的单独许可或者单独同意，在明确获得用户的单独许可或者单独同意之后，再获取用于使本申请实施例能够正常运行的必要的用户相关数据。

请参见图1，图1示出了本申请实施例提供的一种电子签名校对方法的流程示意图。如图1所示，该电子签名校对方法包括但不限于步骤S110至S140：

步骤S110，获取用户的待匹配签名图像和预设的第一签名模板图像。

可以理解的是，用户的待匹配签名图像包括至少一个签名字迹。示例性的，参见图8，图8示出了本申请实施例提供的一种待匹配签名图像的示意图，如图8所示，待匹配签名图像包括有两个签名字迹，分别是代理人签名：“李三”以及投保人签名：“张五”。

需要说明的是，可以通过预先存储用户的签名图像作为第一签名模板图像。基于第一签名模板图像对待匹配签名图像中的签名字迹进行判别，以确定待匹配签名图像中是否存在与第一签名模板图像相同的签名字迹。

步骤S120，获取所述待匹配签名图像中签名字迹的位置信息，并根据所述位置信息从所述待匹配签名图像中截取得到包含有签名字迹的第一目标图像。

在一个具体实施例中，用户的待匹配签名图像中还包括除签名字迹之外的其他文本图像信息，通过获取待匹配签名图像中签名字迹的位置信息，从待匹配签名图像中截取得到第一目标图像，以使第一目标图像仅包含用户的签名字迹，从而提高电子签名的校对准确度。

示例性的，参见图9，图9示出了本申请实施例提供的第一目标图像A和第一签名模板图像B，与图8示出的待匹配签名图像相比，第一目标图像A为仅包含用户签名字迹的图像。

在另一个具体实施例中，用户的待匹配签名图像包括有多个签名字迹，通过获取待匹配签名图像中每个签名字迹的位置信息，根据每个签名字迹的位置信息从待匹配签名图像中截取得到多个第一目标图像，每个第一目标图像各自包含有一个签名字迹。

示例性的，如图8所示，待匹配签名图像包括有两个签名字迹，通过获取两个签名字迹的位置信息，从待匹配签名图像中截取得到两个第一目标图像，分别包含签名字迹“李三”和“张五”。

需要说明的是，所述位置信息可以是签名字迹在待匹配签名图像中的二维坐标信息或像素坐标信息。

在一些实施例中，参见图5，图5示出了图1中步骤S120的子步骤示意图。

如图5所示，步骤S120包括但不限于步骤S510和S520：

步骤S510，获取训练好的目标检测模型。

步骤S520，将所述待匹配签名图像输入至所述目标检测模型，以通过所述目标检测模型得到所述待匹配签名图像中签名字迹的位置信息。

可以理解的是，将大量包含有签名字迹的图像样本输入到目标检测模型，对目标检测模型进行训练，利用训练好的目标检测模型对待匹配签名图像进行目标检测，得到待匹配签名图像中签名字迹的位置信息。

在一个具体实施例中，所述目标检测模型为MobileNet-SSD目标检测模型。

可以理解的是，由于MobileNet-SSD目标检测模型的参数量和计算量更少，采用MobileNet-SSD目标检测模型能够在保证检测准确性的同时，减少处理时间，加快电子签名校对方法的整体响应速度。

需要说明的是，还可以通过其他目标检测模型或者其他途径获取待匹配签名图像中签名字迹的位置信息，本实施例对此不作具体限制。

步骤S130，基于所述第一目标图像和所述第一签名模板图像进行模板匹配，确定所述第一目标图像相对于所述第一签名模板图像的目标匹配值。

步骤S140，若所述第一目标图像对应的目标匹配值不小于预设阈值，确定所述待匹配签名图像和所述第一签名模板图像包含有相同的签名字迹。

可以理解的是，通过模板匹配确定第一目标图像相对于第一签名模板图像的目标匹配值，而当第一目标图像和第一签名模板图像中仅包含有签名字迹时，目标匹配值可认为是第一目标图像中签名字迹相对于第一签名模板图像中签名字迹之间的匹配值。

应了解，由于第一目标图像和第一签名模板图像的分辨率大小不一,基于第一目标图像和第一签名模板图像进行模板匹配，可以先对第一目标图像进行图像处理之后，再对经过图像处理后的第一目标图像和第一签名模板图像进行模板匹配；或者，先对第一签名模板图像进行图像处理之后，再对经过图像处理后的第一签名模板图像和第一目标图像进行模板匹配。

在一些实施例中，参见图2，图2示出了图1中步骤S130的子步骤示意图。

如图2所示，步骤S130包括但不限于步骤S210至S230：

步骤S210，对所述第一签名模板图像进行缩放，得到多个不同分辨率的第二签名模板图像。

步骤S220，将所述第一目标图像与多个所述第二签名模板图像分别进行模板匹配，得到所述第一目标图像对应的多个匹配值。

步骤S230，将多个所述匹配值中的最大数值作为所述第一目标图像相对于所述第一签名模板图像的目标匹配值。

可以理解的是，如图9所示，第一目标图像A和第一签名模板图像B的分辨率不同，通过对第一签名模板图像B进行缩放，得到多个不同分辨率的第二签名模板图像，再将第一目标图像A和多个第二签名模板图像分别进行模板匹配，得到第一目标图像对应的多个匹配值。

示例性的，如图9所示，对第一签名模板图像B进行缩放，得到三个不同分辨率的第二签名模板图像B

需要说明的是，上述匹配值是指两张图像通过模板匹配得到的相似性最高的图像区域的相似性得分。对于匹配值的数值区间，示例性的，可以通过以下方式定义：匹配值的数值区间为[0，1]，将两张完全相同的图像进行模板匹配，其匹配值为1，也就是当匹配值为1时，可以确定进行模板匹配的两张图像为两张完全相同的图像，而将两张不相同的图像进行模板匹配，其匹配值为0到1之间。也就是说，对第一签名模板图像进行缩放，将经过缩放得到的多个第二签名模板图像与第一目标图像进行模板匹配，并从多个第二签名模板图像中，确定与第一目标图像最相似的第二签名模板图像，将最相似的第二签名模板图像对应的匹配值作为第一目标图像相对于第一签名模板图像的目标匹配值，从而根据目标匹配值确定待匹配签名图像和第一签名模板图像是否包含有相同的签名字迹。

还需要说明的是，对于匹配值的数值区间定义，可以根据实际进行调整，本申请实施例对此不作具体限制。

可以理解的是，当目标匹配值的数值越高时，第一目标图像相对于第一签名模板图像越可能存在相同的签名字迹，因此，若第一目标图像对应的目标匹配值不小于预设阈值，则可以确定待匹配签名图像和第一签名模板图像包含有相同的签名字迹。

在一些实施例中，参见图3，图3示出了图2中步骤S210的子步骤示意图。

如图3所示，步骤S210包括但不限于步骤S310至S320：

步骤S310，将所述第一签名模板图像的宽度值调整至与所述第一目标图像的宽度值相同。

步骤S320，基于不同的缩放比例对所述第一签名模板图像的高度值进行缩放，得到多个不同分辨率的第二签名模板图像。

可以理解的是，基于第一目标图像和第一签名模板图像进行模板匹配，而由于第一目标图像和第一签名模板图像的分辨率大小不一，为了提高模板匹配的准确率，在第一签名模板图像进行图像处理时，先将第一签名模板图像的宽度值设置成与第一目标图像一致，之后基于不同的缩放比例，对第一签名模板图像高度值进行缩放，得到多个不同分辨率的第二签名模板图像。也就是第二签名模板图像的宽度值与第一目标图像一致，而其高度值为第一目标图像的高度值的一个缩放范围。

还需要说明的是，上述缩放比例可以是第二签名模板图像相对于第一签名模板图像的缩放比例，例如当基于缩放比例为40％，对第一签名模板图像的高度值进行缩放，得到的第二签名模板图像的高度值为第一签名模板图像的高度值的40％；上述缩放比例还可以是第二签名模板图像相对于第一目标图像的缩放比例，例如当基于缩放比例为90％，对第一签名模板图像的高度值进行缩放，得到的第二签名模板图像的高度值为第一目标图像的高度值的40％。

示例性的，将第一签名模板图像的宽度值调整至与第一目标图像的宽度值相同，基于第二签名模板图像相对于第一目标图像的缩放比例：80％、85％和90％，对第一签名模板图像的高度值进行缩放，得到的三个第二签名模板图像的高度值分别为第一目标图像的宽度值的80％、85％和90％，也就是将多个第二签名模板图像的高度值设置在第一目标图像的一个缩放范围内。

可以理解的是，若第一目标图像和第一签名模板图像中的签名字迹是水平文字，在用户的水平签名字迹存在多样性的情况下，例如两个签名字迹存在水平高度上的差距，通过将第一签名模板图像的宽度值调整至与第一签名模板图像的宽度值相同，基于不同的缩放比例对第一签名模板图像的高度值进行缩放，得到多个不同分辨率的第二签名模板图像，也就是固定第一签名模板图像的宽度值，而在高度层面对第一签名模板图像进行缩放，从而得到多个不同分辨率的第二签名模板图像，并将第一目标图像与多个第二签名模板图像分别进行模板匹配，能够提高模板匹配的正确率，从而提高电子签名校对的准确性。

在一些实施例中，所述步骤S320中不同的缩放比例为第一签名模板图像相对于第一目标图像的高度值的80％-100％，也就是经过缩放得到的第二签名模板图像的高度值为第一目标图像的高度值的80％-100％。

可以理解的是，将多个第二签名模板图像的宽度值设置成与第一目标图像的宽度值相同，而这多个第二签名模板图像的高度值为第一目标图像的高度值的80％-100％，在模板匹配时能够更精确地确认第一目标图像与多个第二签名图像的相似区域，从而提高电子签名校对的准确性。

在一些实施例中，所述第一签名模板图像进行缩放，得到多个不同分辨率的第二签名模板图像，包括：

将所述第一签名模板图像的高度值调整至与所述第一目标图像的高度值相同；

基于不同的缩放比例对所述第一签名模板图像的宽度值进行缩放，得到多个不同分辨率的第二签名模板图像。

可以理解的是，若第一目标图像和第一签名模板图像中的签名字迹是垂直文字，在用户的垂直签名字迹存在多样性的情况下，例如两个签名字迹存在垂直宽度上的差距，通过将第一签名模板图像的高度值调整至与第一签名模板图像的高度值相同，基于不同缩放比例对第一签名模板图像的宽度值进行缩放，得到多个不同分别率的第二签名模板图像，也就是固定第一签名模板图像的高度值，而在宽度层面对第一签名模板图像进行缩放，从而得到多个不同分辨率的第二签名模板图像，并将第一目标图像与多个第二签名模板图像分析进行模板匹配，能够提高模板匹配的正确率，从而提高电子签名校对的准确性。

在一些实施例中，参见图4，图4示出了图2中步骤S210的子步骤示意图。

如图4所示，步骤S210包括但不限于步骤S410：

步骤S410，以所述第一签名模板图像的对角线为基准，并基于不同的缩放比例对所述第一签名模板图像的宽高度值进行缩放，得到多个不同分辨率的第二签名模板图像。

可以理解的是，针对第一签名模板图像进行缩放，得到多个不同分辨率的第二签名模板图像，除了对第一签名模板图像的宽高单独进行调整，还可以是以第一签名模板图像的对角线为基准，对第一签名模板图像的宽高度值进行缩放，也就是对第一签名模板图像进行整体的大小调整，同时保持第一签名模板图像原有的宽高比例。

需要说明的是，对第一签名模板图像进行缩放，得到多个不同分辨率的第二签名模板图像，由于用户的签名字迹存在多样性，利用多个经过缩放得到的第二签名模板图像与第一目标图像进行模板匹配，能够更加充分且准确地确定第一目标图像和第一签名模板图像中是否存在相同的签名字迹，提高电子签名校对的准确度。另一方面，上述实施例列举了多种对第一签名模板图像的缩放方式，不应理解为对本申请实施例的限制，涉及的缩放方式能够达到上述目的即可。

在另一个实施例中，参见图7，图7示出了图1中步骤S130的子步骤示意图。如图7所示，步骤S130包括但不限于步骤S710至S730:

步骤S710，对所述第一目标图像进行缩放，得到多个不同分辨率的第二目标图像。

步骤S720，将所述第一签名模板图像与多个所述第二目标图像分别进行模板匹配，得到所述第一目标图像对应的多个匹配值。

步骤S730，将多个所述匹配值中的最大数值作为所述第一目标图像相对于所述第一签名模板图像的目标匹配值。

可以理解的是，上述实施例提供的电子签名校对方法中是对第一签名模板图像进行缩放调整，同样，以第一签名模板图像为基准对第一目标图像进行缩放，得到多个不同分辨率的第二目标图像，将第一签名模板图像与多个第二目标图像分别进行模板匹配，亦能够确定待匹配签名图像和第一签名目标图像中是否包含相同的签名字迹。

需要说明的是，本实施例的具体实现方式可以参照步骤S210至S230中的描述，本实施例在此不做过多赘述。

在一些实施例中，参见图6，图6示出了本申请实施例提供的一种电子签名校对方法的流程示意图。如图6所示，所述方法还包括：

步骤S610，获取所述第一目标图像的宽高对应的外扩像素值。

步骤S620，基于所述外扩像素值对所述第一目标图像的宽高进行图像边界扩充。

可以理解的是，若待匹配签名图像中签名字迹的位置信息为签名字迹的具体所在位置，则截取得到的第一目标图像中的签名字迹将与图像边界接触，通过对第一目标图像的宽和高进行图像扩充，能够提升模板匹配时的容错率，从而提高模板匹配精度。

示例性的，获取第一目标图像的宽对应的外扩像素值ρ

在一个具体实施例中，在对第一目标图像的宽高进行图像边界扩充中，其外扩比率1.05％。

还需要说明的是，在对第一目标图像的宽高进行图像边界扩充中涉及的外扩像素值或者外扩比率可以根据实际应用调整，本申请实施例对此不作过多限定。

在一个实施例中，本申请实施例提供的电子签名校对方法应用于终端设备，所述方法获取的待匹配签名图像为用户在终端设备上进行签名时的内容截图。

本申请提出一种电子签名校对方法，所述方法通过获取用户的待匹配签名图像和预设的第一签名模板图像，之后获取待匹配签名图像中签名字迹的位置信息，并根据位置信息从待匹配签名图像中截取得到包含有签名字迹的第一目标图像，然后基于第一目标图像和第一签名模板图像进行模板匹配，确定第一目标图像相对于第一签名模板图像的目标匹配值，若第一目标图像对应的目标匹配值不小于预设阈值，确定待匹配签名图像和第一签名模板图像包含有相同的签名字迹。本申请实施例基于用户的待匹配签名图像和预设的第一签名模板图像，通过模板匹配的方式，确定待匹配签名图像中包含有签名字迹的第一目标图像相对于第一签名模板图像的目标匹配值，从而确定待匹配签名图像和第一签名模板图像是否包含有相同的签名字迹，实现电子签名的校对并提高了校对的准确性。

请参见图10，本申请实施例还提供了一种电子签名校对装置100，所述电子签名校对装置100包括：

图像获取模块110，用于获取用户的待匹配签名图像和预设的第一签名模板图像；

图像截取模块120，用于获取所述待匹配签名图像中签名字迹的位置信息，并根据所述位置信息从所述待匹配签名图像中截取得到包含有签名字迹的第一目标图像；

模板匹配模块130，用于基于所述第一目标图像和所述第一签名模板图像进行模板匹配，确定所述第一目标图像相对于所述第一签名模板图像的目标匹配值；

签名校对模块140，用于若所述第一目标图像对应的目标匹配值不小于预设阈值，确定所述待匹配签名图像和所述第一签名模板图像包含有相同的签名字迹。

本申请提出一种电子签名校对装置，所述装置通过图像获取模块获取用户的待匹配签名图像和预设的第一签名模板图像，之后图像截取模块获取待匹配签名图像中签名字迹的位置信息，并根据位置信息从待匹配签名图像中截取得到包含有签名字迹的第一目标图像，然后模板匹配模块基于第一目标图像和第一签名模板图像进行模板匹配，确定第一目标图像相对于第一签名模板图像的目标匹配值，若第一目标图像对应的目标匹配值不小于预设阈值，签名校对模块确定待匹配签名图像和第一签名模板图像包含有相同的签名字迹。本申请实施例基于用户的待匹配签名图像和预设的第一签名模板图像，通过模板匹配的方式，确定待匹配签名图像中包含有签名字迹的第一目标图像相对于第一签名模板图像的目标匹配值，从而确定待匹配签名图像和第一签名模板图像是否包含有相同的签名字迹，实现电子签名的校对并提高了校对的准确性。

需要说明的是，上述装置的模块之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

请参见图11，图11示出本申请实施例提供的一种电子设备的硬件结构，电子设备包括：

处理器210，可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集合成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集合成电路等方式实现，用于执行相关计算机程序，以实现本申请实施例所提供的技术方案；

存储器220，可以采用只读存储器(Read Only Memory，ROM)、静态存储设备、动态存储设备或者随机存取存储器(Random Access Memory，RAM)等形式实现。存储器220可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器220中，并由处理器210来调用执行本申请实施例的电子签名校对方法；

输入/输出接口230，用于实现信息输入及输出；

通信接口240，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信；和总线250，在设备的每个组件(例如处理器210、存储器220、输入/输出接口230和通信接口240)之间传输信息；

其中处理器210、存储器220、输入/输出接口230和通信接口240通过总线250实现彼此之间在设备内部的通信连接。

本申请实施例还提供了一种存储介质，存储介质为计算机可读存储介质，用于计算机可读存储，存储介质存储有一个或者多个计算机程序，一个或者多个计算机程序可被一个或者多个处理器执行，以实现上述电子签名校对方法。

存储器作为一种计算机可读存储介质，可用于存储软件程序以及计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，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。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。

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或记载的部分，可以参见其它实施例的相关描述。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请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，上述单元的划分，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，例如多个单元或组件可以结合或者可以集合成到另一个系统，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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。

另外，在本申请每个实施例中的各功能单元可以集合成在一个处理单元中，也可以是每个单元单独物理存在，也可以两个或两个以上单元集合成在一个单元中。上述集合成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集合成的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。基于这样的理解，本申请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存储介质中，包括多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)执行本申请每个实施例的方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。

以上参照附图说明了本申请实施例的优选实施例，并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本申请实施例的权利范围之内。