CN103080950B - 二维码读取器及程序 - Google Patents

二维码读取器及程序 Download PDF

Info

Publication number
CN103080950B
CN103080950B CN201080068361.XA CN201080068361A CN103080950B CN 103080950 B CN103080950 B CN 103080950B CN 201080068361 A CN201080068361 A CN 201080068361A CN 103080950 B CN103080950 B CN 103080950B
Authority
CN
China
Prior art keywords
region
quick response
response code
color
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201080068361.XA
Other languages
English (en)
Other versions
CN103080950A (zh
Inventor
远藤广行
高桥真幸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shift Co Ltd
Original Assignee
Shift Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shift Co Ltd filed Critical Shift Co Ltd
Publication of CN103080950A publication Critical patent/CN103080950A/zh
Application granted granted Critical
Publication of CN103080950B publication Critical patent/CN103080950B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K5/00—Methods or arrangements for verifying the correctness of markings on a record carrier; Column detection devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/22—Character recognition characterised by the type of writing
    • G06V30/224—Character recognition characterised by the type of writing of printed characters having additional code marks or containing code marks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/10841—Particularities of the light-sensitive elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
    • G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
    • G06K7/1093—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing, after transfer of the image of the data-field to an intermediate store, e.g. storage with cathode ray tube
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种用以特定图像中所包含的各识别对象区域的技术。经过基于所获取的图像(原图像)的边缘图像的生成(S108)、该边缘图像中的候选区域的抽取(S110)、该抽取的候选区域是否有效的判定(S120、S122)、与判定为有效的候选区域对应的原图像中的对应区域各自中是否包含特征性图案的判定(S128)，而从原图像中检测二维码的区域(S130)。而且，重复实施按照预先设定的顺序且基于多种转换条件中的与所述顺序对应的转换条件的边缘图像的生成、该生成的边缘图像中的候选区域的抽取、该抽取的候选区域是否有效的判定、原图像中的与有效的候选区域对应的对应区域中是否包含特征性图案的判定、及二维码的区域的检测(S108～S290)。

Description

二维码读取器及程序
技术领域
本发明涉及一种从拍摄包含1个以上的二维码的区域而成的图像中读取二维码并加以辨识的二维码读取器。
背景技术
以往，采用从表示二维码的图像中特定二维码的区域，并识别由所述二维码编码的信息的技术(参照专利文献1)。
背景技术文献
专利文献
专利文献1：日本专利特开2001-195536号公报
发明内容
[发明所要解决的问题]
然而，在所述专利文献1的技术中，构成为识别信息时所获取的图像使用1个二维码占据图像区域的大部分的图像，因此，无法从多个二维码位于区域内的图像中特定该图像中所包含的各二维码。
本发明是为了解决所述课题而完成的，目的在于提供一种用以特定图像中所包含的多个二维码的每一个的技术。
[解决问题的技术手段]
[第1构成]
为了解决所述课题，本发明的第1构成的二维码读取器包含：图像获取部，获取拍摄包含多个二维码区域的区域而成的图像；成分转换部，将利用该图像获取部而获取的图像转换成表示该图像中所包含的边缘成分的分布的边缘图像；区域抽取部，从利用该成分转换部而转换的边缘图像中，抽取依照预先规定的区域规则而形成的区域作为包含所述二维码的区域的候选区域；候选区域判定部，根据与所述二维码的形状相关的形状信息，判定由所述区域抽取部抽取的候选区域是否为有效的候选区域；图案判定部，针对利用所述图像获取部而获取的图像中的与利用所述候选区域判定部判定为有效的候选区域对应的各对应区域，判定形成该对应区域的要素中是否包含规定所述二维码的区域的特征性图案；区域检测部，将由该图案判定部判定为包含特征性图案的对应区域作为所述二维码的区域而进行检测；信息识别部，针对利用所述区域检测部而检测到的各二维码的区域，识别由该二维码的区域所示的信息；重复实施部，基于多种转换条件的每一种依次实施由所述成分转换部进行的图像向边缘图像的转换，并且对基于各转换条件所转换的各边缘图像，进行重复实施由所述区域抽取部进行的候选区域的抽取、由所述候选区域判定部进行的有效的候选区域的判定、由所述图案判定部进行的特征性图案的判定及由所述区域检测部进行的二维码区域的检测的重复实施处理；及一致判定部，关于针对特定的所述边缘图像由所述区域抽取部抽取且由所述候选区域判定部判定为有效的各候选区域是否与针对另一边缘图像由所述区域抽取部抽取且由所述候选区域判定部判定为有效的候选区域(以下称为“抽取完成的候选区域”)一致，基于两候选区域进行判定。
而且，所述重复实施部仅针对由所述区域抽取部抽取且由所述候选区域判定部判定为有效的候选区域中的由所述一致判定部判定为与所述抽取完成的候选区域不一致的候选区域，实施由所述图案判定部进行的是否包含特征性图案的判定、及由所述区域检测部进行的二维码区域的检测。
在该构成中，基于由所获取的图像(原图像)生成的边缘图像，经过该边缘图像中的候选区域的抽取、该抽取的候选区域是否有效的判定、原图像中的与判定为有效的候选区域对应的的各对应区域中是否包含特征性图案的判定，而可从原图像中检测二维码的区域。
如上所述，通过在原图像的区域中将与从边缘图像中抽取的有效的候选区域对应的对应区域中的包含特征性图案的对应区域作为原图像中的二维码区域而进行检测，可特定原图像中所包含的多个二维码的区域的每一个。
而且，在所述构成中，可从所获取的图像中抽取成为二维码区域的候选的候选区域，判定抽取的候选区域是否有效之后，从判定为有效的区域中检测二维码的区域而进行信息的识别。因此，与不抽取候选区域而想要检测二维码的区域的情况相比，可从抽取的候选区域这一限定范围中进行二维码的区域的检测。
而且，可仅针对与判定为有效的候选区域对应的对应区域，从该区域中检测二维码的区域而进行信息的识别。
因此，可防止对偏离二维码的理想形状的形状等明显与二维码的区域不同的形状的候选区域进行包括是否包含特征性图案的判定、二维码的区域的检测及信息的识别的处理。
根据以上情况，可抑制直至从二维码的区域中进行信息的识别为止所需的处理负荷及处理时间。
而且，在所述构成中，针对与多种转换条件对应的各边缘图像，重复实施候选区域的抽取、该抽取的候选区域是否有效的判定、原图像中的与判定为有效的候选区域对应的各对应区域中是否包含特征性图案的判定、及从原图像中的二维码的区域的检测。
由此，即便无法基于特定的边缘图像而检测二维码的区域，也可以期待基于另一边缘图像而进行检测，结果可提高原图像中的二维码的区域的检测精度。
而且，也设想到如下情况：在该重复过程中，对特定的边缘图像新抽取的候选区域与针对之前参照的边缘图像所抽取的抽取完成的候选区域在原图像的区域中一致。然而，在所述构成中，不对如上所述一致的抽取完成的候选区域实施抽取的候选区域中是否包含特征性图案的判定及二维码的区域的检测。
因此，对基于多个边缘图像的每一个而检测到的各二维码的区域，识别由该二维码的区域所示的信息时，可消除重复识别本来理应相同的二维码的区域等无用的处理负担。
在该构成中，由原图像转换的边缘图像为表示原图像中所包含的边缘成分的分布的图像即可，例如为只抽取(具体而言为以阈值二值化)仅分布原图像中的亮度、明度等特定成分的图像中的规定阈值以上的成分而得的图像、或对该图像抽取轮廓线所得的图像等。
而且，从边缘图像中抽取候选区域时的“预先规定的区域规则”为规定包含二维码区域的候选区域的规则即可，例如根据二维码的外形形状，规定正圆形的区域、椭圆形的区域等圆形的区域，矩形的区域、三角形的区域等多边形的区域，或与这些类似的形状的区域等即可。作为类似的形状，例如若二维码的外形形状为矩形形状，则成为梯形的区域等改变角度观察(拍摄)矩形形状的情况下的形状等，若二维码的外形形状为正圆形，则六边形或八边形的区域等根据拍摄环境或原图像的图像质量等而圆形变形的情况下的形状等符合类似的形状。而且，例如也可以是无视形状等而只要为封闭区域则均作为候选区域抽取等的规定，或者也可以是抽取边缘成分的分布图案(边缘成分的分布状态、分布的边缘成分的配置等)为特定图案的区域等的规定。
而且，判定抽取的候选区域是否有效时的“形状信息”成为例如外形形状为圆形的情况下的扁平率、或外形形状为多边形的情况下的各边的长度或由各边所形成的角度、外形形状为多边形的情况下的各边的长度的比率等与二维码的形状(理想的形状)相关的形状的信息。
而且，从原图像中检测二维码的区域时参照的“特征性图案”为直接或间接地表示对二维码规定的特征性图案的信息即可，例如为直接或间接地表示二维码中成为编码的符号的单元的配置图案、为了识别是二维码而配置的特定符号的配置图案或为了识别是二维码而配置的标记的图案的信息等。
[第2构成]
此外，第2构成的二维码读取器是在所述第1构成中，所述形状信息是对所述二维码的理想的形状信息设定误差范围的信息，
所述候选区域判定部是当利用所述区域抽取部而抽取的候选区域的形状信息包含在所述误差范围内时，将所述抽取的候选区域判定为有效的区域，当所述抽取的形状信息在所述误差范围外时，将所述抽取的候选区域判定为无效的区域。
在该构成中，可根据对二维码的区域的理想的形状设定误差范围的形状信息，当所抽取的候选区域的形状信息在误差范围内时，将该候选区域判定为有效的区域，当在误差范围外时，将该候选区域判定为无效的区域。
由此，根据误差范围的设定，可将具有与二维码的理想的形状相差悬殊的形状的候选区域作为无效的区域，从之后的处理对象中排除，因此，与不进行是否有效的判定的情况相比，可抑制直至从二维码的区域中进行信息的识别为止所需的处理负荷及处理时间。
而且，根据拍摄环境或拍摄图像的图像质量等，存在本来应该为二维码的区域的候选区域的外形形状成为与理想的形状不同的形状的情况。在所述情况下，通过对判定是否有效时的形状信息设定考虑拍摄环境或图像质量等的误差范围，可防止从处理对象中将包含二维码的区域的候选区域排除在外。
[第3构成]
此外，第3构成的二维码读取器是在所述第1或第2构成中，在所述二维码的外形形状为多边形的情况下，所述形状信息包含各边的长度比的信息及各两边间的角度的信息。
在该构成中，在二维码为多边形的情况下，至少将所抽取的候选区域的各边的长度比及各两边间所成的角度、与作为形状信息而设定的各边的长度比及各两边间的角度进行比较，根据这些的比较结果，可判定抽取的候选区域是否为有效的区域。
在多边形的情况下，因为由各边的长度比与各两边间的角度大致可决定外形形状，所以在对这些进行比较，而两者明显不同的情况下，将该候选区域设为无效的区域，由此，可更确实地从处理对象中将不包含二维码的区域的候选区域排除。
[第4构成]
此外，第4构成的二维码读取器是在所述第1至第3构成的任一构成中，所述多种转换条件包含如下等转换条件：将利用所述图像获取部而获取的图像转换成灰度图像，根据转换条件的种类以不同的阈值使该灰度图像二值化而生成二值化图像，并使该二值化图像中的边缘部分线性化。
在该构成中，可将原图像转换成灰度图像，根据转换条件的种类以不同的阈值使该灰度图像二值化，对二值化后的二值化图像进行使边缘部分线性化的处理而生成边缘图像。
由此，通过根据拍摄环境等准备多种阈值，而可在具有对应的阈值的多种条件下从原图像中检测二维码的区域，因此，可提高二维码的区域的检测精度。
而且，在所述构成中，因为可从使二值化图像中的边缘部分线性化所得的边缘图像中抽取候选区域，所以可容易地进行封闭区域的判断及形状的判断等，而可容易地进行基于所述预先规定的规定的候选区域的抽取。
在该构成中，所谓边缘部分的线性化是指抽取二值化图像中所包含的对象(object)的轮廓线的处理，只要能够抽取轮廓线，则可使用任何处理方法。
例如，存在通过使用公知的细线化演算法(Hilditch、Deutsch、Zhang Suen、田村、鹤岗等的方法)的细线化处理而使边缘部分线性化的方法。而且，例如也存在进行使用拉普拉斯滤波器(Laplacian filter)等公知的边缘抽取滤波器的滤波处理而使边缘部分线性化的方法、或使用公知的Bresenham的线段描绘演算法而使边缘部分线性化的方法等。这在以下的第5构成中也一样。
[第5构成]
此外，第5构成的二维码读取器是在所述第1至第4构成的任一构成中，所述多种转换条件包含如下等转换条件：从利用所述图像获取部而获取的图像中根据转换条件的种类抽取不同的颜色成分，将该抽取的颜色成分所成的颜色成分图像转换成灰度图像，以规定的阈值使该灰度图像二值化而生成二值化图像，并使该二值化图像中的边缘部分线性化。
在该构成中，可从构成原图像的多种颜色成分中根据转换条件的种类抽取不同的颜色成分，将该抽取的颜色成分的图像转换成灰度图像，以规定的阈值使该灰度图像二值化，对二值化后的二值化图像进行使边缘部分线性化的处理而生成边缘图像。
由此，例如在仅利用阈值的种类而无法应对的环境下，可对由抽取特定的颜色成分而成的成分图像生成的边缘图像实施用以检测二维码的区域的各处理，因此，可进一步提高二维码的区域的检测精度。
[第6构成]
此外，第6构成的二维码读取器是在所述第1至第5构成的任一构成中，当利用所述区域检测部检测到预先设定的数量的二维码的区域时，所述重复实施部结束所述重复实施处理。
在该构成中，当检测到预先设定的数量的二维码的区域时，可结束重复实施处理，因此可防止进行基于多种转换条件中剩余的转换条件的边缘图像的生成等处理。
由此，可消除本已将所需数量的二维码的区域全部检测出，却还重复实施从边缘图像的生成处理至进行一致判定的处理为止等无用的处理负担。
[第7构成]
此外，第7构成的二维码读取器是在所述第1至第6构成的任一构成中，所述二维码是排列多个单元，通过对各单元附加颜色而将与该颜色或颜色的组合对应的1个以上的信息的每一个编码所得的二维码，所述信息识别部根据对所述二维码区域中的各单元的区域附加的颜色或颜色的组合而识别信息。
若为该构成，则可根据对二维码附加的颜色，识别由二维码的区域所示的信息。
[第8构成]
此外，第8构成的二维码读取器是在所述第7构成中，所述二维码的区域中，对所述多个单元分别附加的颜色是依照根据应该由该单元编码的信息及对与该单元邻接的单元附加的颜色的着色规则而在多种颜色中决定。
所述二维码读取器更包含颜色推定部，关于利用所述区域检测部而检测到的各二维码的区域，针对该二维码区域中的各单元的区域中附有除依照所述着色规则应该对该单元的区域附加的颜色及所述二维码中应使用的颜色以外的颜色的单元的区域，依照所述着色规则推定对该单元的区域本来应该附加的颜色。而且，所述信息识别部认为对所述二维码区域中的各单元的区域中经所述颜色推定部推定颜色的单元的区域附有该推定的颜色，而根据对各单元的区域附加的颜色或颜色的组合而识别信息。
这里，在所述第7构成中，若二维码整体正常地生成为图像则不存在问题，但也考虑有根据图像的生成(具体而言为拍摄)状态，而与一部分单元对应的区域欠缺等不正常地生成为图像的情况，在此情况下，信息的识别本身无法进行。
针对所述问题，理想的是即便在与一部分单元对应的区域欠缺这样的情况下，也可以予以补偿而实现确切的信息的识别。
若为所述第8构成，则即便二维码中的各单元中一部分单元所对应的区域欠缺，也可以依照着色规则推定本来应该对所述单元附加的颜色，根据该颜色而识别信息，因此可防止信息的识别本身无法进行。
另外，在该构成中，作为依照着色规则而推定的单元的颜色，推定有多种颜色这样的情况下，例如基于推定结果的准确性等参数选择其中任一种颜色，推定为附有如此选择的颜色即可。而且，在推定有多种颜色这样的情况下，也可以针对附有多种颜色的图案的每一个识别信息，由使用者从如此识别到的信息中选择任一信息。
[第9构成]
此外，第9构成的二维码读取器是在所述第7或第8构成中包含颜色判定部，针对利用所述区域检测部而检测到的各二维码的区域，关于对该二维码区域中的各单元的区域附加的颜色，根据包含在以该二维码中使用的多种颜色各自为中心扩展的颜色空间上的判定区域的哪一区域内而进行判定。而且，所述信息识别部认为对所述二维码区域中的各单元的区域附有所述颜色判定部对该单元的区域判定的颜色，而根据对各单元的区域附加的颜色或颜色的组合而识别信息。
若为该构成，则关于对二维码中的各单元的区域附加的颜色，可根据包含在颜色空间中的哪一判定区域内而进行判定。
[第10构成]
此外，第10构成的二维码读取器是在所述第9构成中，所述颜色判定部针对判定为不包含在与多种颜色各自对应的所述判定区域的任一区域内的单元的区域存在一定数以上的二维码的区域，将所述判定区域扩大一定区域之后，再次判定对各单元的区域附加的颜色。
在所述第9构成中，也考虑有根据图像的生成条件而对多数单元的区域附加的颜色不包含在任一判定区域内的情况，在此情况下，信息的识别本身无法进行。
针对所述问题，理想的是即便在对多数单元的区域附加的颜色不包含在任一判定区域内的情况下，也可以予以补偿而实现确切的信息的识别。
若为所述第10构成，则即便在图像的生成条件较差而无法确切地判定颜色的情况下，也可以通过扩大判定区域而提高判定的感度以再次判定颜色，而提高颜色的判定概率。
在该构成中，扩大判定区域时的扩展宽度设为以不与其他判定区域干涉的范围为上限而扩大即可，也可以逐渐扩大判定区域而重复再次的判定直至判定为不包含在判定区域的任一区域内的单元小于一定数为止。
[第11构成]
此外，第11构成的二维码读取器是在所述第9构成中，所述颜色判定部针对判定为不包含在与多种颜色各自对应的所述判定区域的任一区域内的单元的区域存在一定数以上的二维码的区域，根据该二维码的区域中的颜色的分布使所述判定区域在颜色空间上移动之后，再次判定对各单元的区域附加的颜色。
若为该构成，则即便在图像的生成条件较差而无法确切地判定颜色的情况下，也可以通过使判定区域移动至与颜色的分布相应的恰当的位置以再次判定颜色，而提高颜色的判定概率。
在该构成中，判定区域向可消除二维码的区域中的颜色成分的偏差的颜色空间上的位置移动即可。更具体而言，在二维码的区域中特定的颜色成分整体上较大的情况下，考虑使判定区域朝使该颜色成分变小的方向移动。
另外，在所述第10、第11构成中，关于“判定为不包含在判定区域的任一区域内的单元存在一定数以上”中的“一定数”，既可以是所述单元在所有单元中占据的比例，也可以是所述单元的绝对数。而且，也可以是二维码中所述单元以特定图案配置的数。
[第12构成]
此外，第12构成的二维码读取器是在所述第1至第11构成的任一构成中，所述一致判定部关于针对特定的所述边缘图像由所述区域抽取部抽取且由所述候选区域判定机构判定为有效的各候选区域是否与另一边缘图像中的所述抽取完成的候选区域一致，根据两候选区域的重复程度而进行判定。
在该构成中，所述一致判定部关于针对特定的所述边缘图像由所述区域抽取部抽取且由所述候选区域判定机构判定为有效的各候选区域是否与另一边缘图像中的所述抽取完成的候选区域一致，根据两候选区域的重复程度而进行判定。
若为该构成，则可根据从特定的边缘图像中抽取且判定为有效的候选区域与另一边缘图像中的抽取完成的候选区域的重复程度，以所述重复程度为一定以上这一情况判定两候选区域一致。
[第13构成]
此外，第13构成的二维码读取器是在所述第1至第12构成的任一构成中，所述一致判定部关于针对特定的所述边缘图像由所述区域抽取部抽取且判定为有效的各候选区域是否与另一边缘图像中的所述抽取完成的候选区域一致，根据两候选区域中的一候选区域是否包含在另一个候选区域内而进行判定。
若为该构成，则可根据从特定的边缘图像中抽取且判定为有效的候选区域及另一边缘图像中的抽取完成的候选区域中的一候选区域包含在另一候选区域内，判定两候选区域一致。
[第14构成]
此外，第14构成的二维码读取器是在所述第1至第13构成的任一构成中，在所述二维码的区域为多边形的情况下，所述一致判定部针对特定的所述边缘图像中由所述区域抽取部抽取且由所述候选区域判定部判定为有效的各候选区域，根据作为该候选区域而形成的多边形中的1个以上的顶点是否位于从作为所述抽取完成的候选区域而形成的多边形中的任一个顶点起算的一定范围内，判定由所述区域抽取部抽取且由所述候选区域判定部判定为有效的各候选区域是否与另一边缘图像中的所述抽取完成的候选区域一致。
若为该构成，则可根据从特定的边缘图像中抽取且判定为有效的候选区域中的1个以上的顶点位于从抽取完成的候选区域中的任一个顶点起算的一定范围内，判定两候选区域一致。
这里所说的“从任一个顶点起算的一定范围内”设为由从特定的边缘图像中抽取且判定为有效的候选区域与另一边缘图像中的抽取完成的候选区域一致的情况下的两者的位置关系决定的范围内即可。
而且，作为判定两候选区域一致的条件，只要从特定的边缘图像中抽取且判定为有效的候选区域中的至少一个顶点位于从另一边缘图像中的抽取完成的候选区域中的任一个顶点起算的一定范围内即可。而且，当判定两候选区域一致时，也可以将若干顶点位于一定范围内作为条件，考虑根据直至检测二维码的区域为止的处理负担或处理速度等而适当变更。
[第15构成]
此外，第15构成的二维码读取器是在所述第1至第14构成的任一构成中，所述区域抽取部基于规定所述区域规则的模板，从利用所述成分转换部而转换的边缘图像中，抽取依照由所述模板规定的规则而形成的区域作为候选区域，所述候选区域判定部基于规定作为所述形状信息的形状规则的模板，判定利用所述区域抽取部而抽取的候选区域是否为依照由所述模板规定的规则而形成的区域，由此判定所述候选区域是否有效。
若如此构成，则可依照由模板规定的规则进行候选区域的抽取及是否有效的判定，因此通过变更该模板与规则，作为二维码的区域，可检测依照任意的规则而形成的候选区域。
另外，所述二维码读取器既可以由单体的装置构成，也可以作为多个装置协调进行动作的系统而构成。
[第16构成]
而且，作为用以解决所述课题的第16构成，也可以设为用来使计算机系统执行用以作为所述第1至第15构成的任一构成中的所有构成部而发挥功能的各种处理工序的程序。
由所述程序控制的计算机系统可构成与所述各构成相关的二维码读取器的一部分。
另外，所述各程序包含按顺序附有适合由计算机系统进行的处理的命令的列，且经由各种记录媒体或通信线路而提供给二维码读取器或利用该二维码读取器的使用者。
附图说明
图1是表示二维码读取器1的构成例的方块图。
图2是表示二维码100的构成例的图。
图3是表示利用二维码的物品检测处理的处理工序的一例的流程图。
图4是表示用以判定从边缘图像中抽取且判定为有效的各候选区域是否与抽取完成的候选区域一致的另一方法的图。
图5(a)是表示变数Y的值与图像种类及阈值的对应关系的一例的图，图5(b)是表示边缘图像生成处理的处理工序的一例的流程图。
图6是表示有效区域判定处理的处理工序的流程图。
图7(a)是表示理想的候选区域的形状例的图，图7(b)～(e)是表示误差范围外的形状例的图，图7(f)～(g)是表示误差范围内的形状例的图。
图8是表示颜色判定处理的处理工序的一例的流程图。
图9是表示物品检测处理的处理工序的一例的流程图。
图10是表示数据库中登录的识别信息及物品信息的一例的图。
图11(a)是表示物品检测模式的检测对象图像例的图，图11(b)是表示检测结果的显示例的图。
图12(a)是表示期限管理模式的检测对象图像例的图，图12(b)是表示检测结果的显示例的图，图12(c)是表示相机76的配设位置的一例的图。
图13是表示检测模式设定处理的处理工序的一例的流程图。
[符号的说明]
1   二维码读取器
60  CPU
62  RAM
64  ROM
66  I/F
68  总线
70  存储装置
72  显示装置
74  输入装置
76  相机
78  NIC
C   单元
具体实施方式
以下，基于附图对本发明的实施方式进行说明。
(1)二维码读取器1的构成
首先，基于图1，对二维码读取器1的构成进行说明。图1是表示二维码读取器1的构成例的方块图。
如图1所示，二维码读取器1具备包含CPU(Central Processing Unit，中央处理器)60、RAM(Random Access Memory，随机存取存储器)62、ROM(Read Only Memory，只读存储器)64、输入输出接口(I/F)66、总线68而构成的计算机系统。CPU60、RAM62、ROM64及I/F66连接于总线68，可经由总线68而进行这些连接设备间的数据的收发。
此外，二维码读取器1经由I/F66而连接于存储装置70、显示装置72、输入装置74、相机76及NIC(Network Interface Card，网络接口卡)78。
CPU60是将预先存储在ROM64或存储装置70中的各种专用的计算机程序读入至RAM62，按照读入至RAM62的程序中记载的命令，运用各种资源，执行下述的利用二维码的物品检测处理(以下，称为利用二维码的物品检测处理)。
存储装置70存储各种专用的计算机程序、及程序的执行中所使用的数据等所述利用二维码的物品检测处理所需的数据。
具体而言，存储装置70存储规定了使二维码具有特征的信息的模板、及由相机76拍摄所得的图像数据。
而且，存储装置70存储如下数据表：登录着各二维码中独特的单元群各自的颜色或颜色的组合、与包含相对于各二维码的独特信息的信息的对应关系。
此外，存储装置70存储如下数据库：登录着将附有二维码的物品的相关信息(以下，称为物品信息)、与各二维码所具有的独特信息(识别信息)建立对应关系而成的信息。具体而言，该数据库是将物品的识别信息(品名、序列号等)、个数信息、入库时期等保管开始时期信息、出货期限、消费期限等期限信息等与各二维码所具有的独特信息建立对应关系并予以登录。
这里，存储装置70只要是FD(Floppy Disk，软盘)驱动器、HD(Hard Disk，硬盘)驱动器等磁存储型存储装置、CD(Compact Disk，光盘)驱动器、DVD(Digital Versatile Disc，数字多功能光盘)驱动器、BRD(Blu-ray Disc，蓝光光盘)驱动器等光学读取/写入方式存储装置、MO(Magnetic Optical，磁光盘)驱动器等磁存储型/光学读取方式存储装置等可利用计算机读取存储数据的存储装置，则可为任一种。
显示装置72是CRT(Cathode Ray Tube，阴极射线)显示器、液晶显示器等周知的显示装置，根据来自CPU60的指令，显示由相机76拍摄的图像、该图像经加工所得的加工图像等图像(包括动态图像)。
输入装置74是键盘、鼠标、操作按钮、触控式的输入设备(触控面板等)等人机界面设备，受理与使用者的操作对应的输入。
相机76是数码相机等周知的相机，生成表示拍摄规定的拍摄区域而获得的图像的图像数据，依次经由I/F66而发送至RAM62或存储装置70，将图像数据存储在RAM62或存储装置70中。
NIC78是用以与LAN(Local Area Network，局域网)、WAN(Wide Area Network，广域网)、因特网等网络上的外部装置进行通信的设备，通常为称为LAN卡等的周知的网络适配器。NIC78经由网络电缆L而连接于路由器或集线器等，经由这些而将二维码读取器1与网络连接。另外，也可以是周知的无线LAN等利用无线经由无线LAN用接入点而与网络连接的构成。
由此，在本实施方式中，也可以从连接于网络的外部相机，经由NIC78而获得表示规定的拍摄区域的拍摄图像的图像数据，或从连接于网络的数据服务器获取各种数据。
另外，该二维码读取器1构成为安装在例如手机终端、个人数字助理、周知的个人计算机等中。
而且，本实施方式中的二维码读取器1作为进行如下处理的装置而构成：基于表示包含多个物品与附加在所述各物品上的1个以上的二维码的图像的图像数据，检测所述图像中的二维码；及识别并获取由检测到的二维码所示的信息。此外，所述二维码读取器1作为进行如下处理的装置而构成：判定与所获取的识别信息对应的物品中是否存在指定为检测对象的物品，在存在检测对象的物品的情况下，对原图像实施强调显示与该物品对应的二维码的区域的加工，并显示该加工后的图像。
另外，在本实施方式中，所述各处理成为以使用者经由输入装置74进行的操作输入(指示信息)为触发点而进行的一连串处理。
(2)二维码100的构成
接下来，基于图2，对利用二维码读取器1而读取的二维码100进行说明。图2是表示二维码100的构成例的图。
如图2所示，本实施方式中的二维码100是在黑色的分隔部(separator)110上以固定间隔排列多个单元C11～Cpq(2≤p，2≤q)，通过各单元的颜色及颜色的组合而将规定的信息编码。也就是说，该二维码可以通过对各单元或各组合的单元群附加的多种颜色(多色)或颜色的组合图案而表现数字或文字等多种值(多值)。例如，通过对多个二维码分别改变颜色的组合或颜色的排列图案，可赋予各二维码固有的独特信息。
这里，构成该二维码的第1行(图2中的最上部的行)的单元C11～C1q成为通过可能对二维码的各单元C附加的标记的颜色而依次被附加标记(单元C被涂满)的头部区域(header area)。
在本实施方式中，作为可能对单元C附加的标记的颜色，使除黑色(k)以外的1种颜色以上的颜色与以黑色(k)附加标记的单元C成组地排列。
而且，各行的单元C中位于最前方(图2中的左端的列)的单元C11～Cp1(本实施方式中，附加黑色(k)的单元)是作为用以特定二维码的位置的特定单元而配置。
而且，对于第2行以后的单元C11～Cpq(将最前方的单元C11～Cp1除外)，将各行分别分成包含1个以上的单元C的单元群，以与所述单元群应表示的单位信息(1个以上的文字)建立了对应关系的颜色或颜色的组合附加标记。这样，各单元或1个以上单元组合的各单元群分别可具有包含多种文字中的任一个或多进制数的数字所表示的任一值的信息。
而且，对这些单元C分别附加的标记的颜色是由如下成分模型决定，该成分模型是在表示青色(c)、洋红色(m)、黄色(y)的分布的三维空间内，将分别作为三维区域而呈球形扩展的多个成分区域(下述的判定区域)以这些成分区域彼此互不干涉的大小及位置关系进行配置而成。具体而言，配置在该成分模型中的成分区域内的中心坐标所示的成分分别作为信息色的成分或组合色中的各色的成分而对单元群附加标记。
这里所说的“成分区域彼此互不干涉”是指以各成分区域不重复的方式使各成分区域彼此之间空出间隔而配置，或使各成分区域的边界邻接而配置。
而且，成分区域的大小是规定为可充分包含根据图像的拍摄环境而可能产生的误差的范围的空间，在本实施方式中，将特定坐标的颜色设为一般的拍摄环境下的颜色，将包含根据拍摄环境而可能由该颜色产生的误差范围的区域规定为成分区域。
而且，对二维码100中的特定单元附加的标记的颜色及分隔部110的颜色是使用对单元C附加的标记的颜色中未使用的成分区域中的中心坐标的颜色(本实施方式中为黑色系统的颜色)。
(3)利用CPU60进行的处理
以下，对CPU60依照存储在ROM64或存储装置70中的专用的计算机程序而执行的各种处理的顺序依次进行说明。
(3-1)利用二维码的物品检测处理
首先，基于图3对二维码读取器1接收来自相机76的图像数据的过程中，根据经由输入装置74的来自使用者的指示输入而开始的利用二维码的物品检测处理的处理工序进行说明。
这里，图3是表示利用二维码的物品检测处理的处理工序的一例的流程图。
当利用二维码的物品检测处理开始时，首先，经过如下等顺序而检测二维码的区域，即：由利用相机76所拍摄的拍摄图像数据生成边缘图像数据；从边缘图像数据抽取候选区域；判定候选区域是否有效；判定原图像中的与有效的候选区域对应的区域是否包含特征图案。
接下来，对于检测到的二维码的区域，经过分隔部110的检测、单元区域的分割、各单元区域的颜色的判定(包含修正、再判定等)、各单元区域的颜色的判定结果的对照等顺序，而识别检测到的二维码的信息。
此外，根据预先设定的检测模式，经过与检测对象的物品对应的二维码的特定、原图像的加工及经加工的图像的显示等顺序，而显示明示有原图像中的检测物品的位置的图像。具体而言，图像的加工成为对原图像(也可以是复写图像)进行原图像中的经特定的二维码的图像部分的强调(例如添加标记、颜色的变更等)、与检测模式对应的物品相关的信息图像(例如文字图像)的追加等的处理。因此，对原图像添加有明示检测对象的物品的位置的图像(或效果)及该物品相关的与模式对应的信息图像而成的图像显示在显示装置72上。
在本实施方式中，可设定的所述检测模式中有从原图像中所包含的附有二维码的物品中检测所指定的物品的物品检测模式、及检测出货期限或消费期限到期的物品的期限管理模式。
利用二维码的物品检测处理是通过利用CPU60执行专用的计算机程序而启动的处理，当执行程序时，如图3所示，首先，移向步骤S100。
在步骤S100中，判定是否存在经由输入装置74的来自使用者的指示输入，在判定为存在指示输入的情况(Yes)下，移至步骤S102，在判定为不存在指示输入的情况(No)下，继续执行判定处理直至有输入为止。
这里，当已设定物品检测模式时，必须在进行指示输入之前，设定例如物品的序列号、品名等检测对象的物品的识别信息。关于该设定，既可以是使用者经由输入装置74用手输入识别检测对象的商品的信息，也可以是显示物品列表等而由使用者从中选择物品名等识别信息。
另一方面，当已设定期限管理模式时，可以与物品检测模式同样地设定识别信息，但例如在想要将仓库中堆积如山的等待出货的物品(商品)或店内的商品陈列柜上排列的物品等全部设为管理对象的情况下，也可以不必进行该设定。在本实施方式中，在期限管理模式下设为不进行设定物品的识别信息的处理。
另外，在本实施方式中，指示输入成为使用者一面看着显示在显示装置72的相机76的拍摄图像一面经由输入装置74进行的处理，检测对象的物品是从指示输入的输入时显示的拍摄图像中检索。
在移至步骤S102的情况(Yes)下，从RAM62或存储装置70中，获取在存在指示输入的时间点显示的图像数据或该图像数据及多帧份的图像数据，并移至步骤S104。
具体而言，根据所设定的模式或规格，获取进行指示输入的时间点的1张图像或以指示输入的时间点为起点预先设定的多帧的图像。然后，对这些图像数据执行之后的处理。然而，为了便于说明，在本实施方式中设为获取1张图像，并对所获取的1张图像进行处理。
在步骤S104中，从存储装置70中读出规定了使二维码具有特征的信息的模板，并移至步骤S106。
这里所说的模板是表示规定候选区域的区域规则、判定候选区域是否有效的形状信息、二维码中的特征性图案、对二维码作为标记而附加的颜色(颜色数量、颜色的种类)的着色规则等的信息。
这些之中，“区域规则”只要是规定包含二维码的区域的候选区域的规则即可，例如，根据二维码的外形形状而成为正圆形的区域、椭圆形的区域等圆形的区域、矩形的区域、三角形的区域等多边形的区域、或与这些类似的形状的区域等。作为类似的形状，例如若二维码的外形形状为矩形形状，则成为梯形形状的区域等改变角度观察(拍摄)矩形形状时的形状等，如果二维码的外形形状为正圆形，那么六边形或八边形的区域等根据图像质量等而正圆形变形时的形状等符合类似的形状。而且，例如也可以是无视形状等而只要为封闭区域则均作为候选区域抽取等的规则，或者也可以是抽取边缘成分的分布图案(边缘成分的分布状态、分布的边缘成分的配置等)为特定图案的区域等的规则。但是，为了减轻利用之后的处理进行的候选区域是否有效的判定等所需的处理负担，理想的是选择多个项目进行规定，在此情况下，作为候选区域的抽取数量变少，从而伴随着处理负担的减轻而实现处理时间的缩短。
而且，所谓“形状信息”是指判定根据“区域规则”而抽取的候选区域是否有效时使用的信息，且成为例如所抽取的候选区域的外形形状为圆形时的扁平率、或外形形状为多边形时的各边的长度或由各边所形成的角度、外形形状为多边形时的各边的长度的比率等与二维码的形状(理想的形状)相关的信息。
而且，所谓“特征性图案”是指例如二维码中成为编码的符号(symbol)的单元的配置图案、为了识别是二维码而配置的特定符号的配置图案、或为了识别是二维码而配置的标记的图案等。
例如，如果是图2中例示的二维码100，那么通过对所述特定单元C11～Cp1附加的颜色与对所述头部区域C11～C1q的各单元附加的多种颜色这两方或一方，形成表示二维码的区域的特征性图案。
另外，作为该特征性图案，也可以通过如下构成等其他构成而实现：分隔部110的区域也包含在图案中的构成；或不设置头部区域及特定单元等而由对表示信息的区域(图2的示例中为将特定单元C11～Cp1除外的第2行以后的区域)的各单元附加的多种颜色或其组合图案、附有所述多种颜色的单元的配置顺序等形成特征性图案的构成。
而且，所谓“着色规则”是指对二维码中的多个单元分别应附加的颜色的规则，根据应该由该单元编码的信息及对与该单元邻接的单元附加的颜色而决定。
在步骤S106中，将之后的处理中参照的变数X、Y初始化(0→X，1→Y)，并移至步骤S108。
在步骤S108中，对步骤S102中获取的图像数据执行边缘图像的生成处理而生成边缘图像数据，并移至步骤S110。另外，关于该边缘图像生成处理中的具体的处理工序将会在之后进行叙述。
在步骤S110中，基于步骤S108中生成的边缘图像数据，从该边缘图像中特定包含二维码的各候选区域的位置，并移至步骤S112。这里，根据步骤S104中读出的模板中的“区域规则”，从第Y个边缘图像中特定出规定包含二维码的候选区域的图像中的各坐标。
在本实施方式中，因为二维码100为图2所示的外形形状(矩形形状)，所以作为“依照区域规则的区域”，将利用经线性化的轮廓部而成为封闭区域的矩形形状的区域全部特定为候选区域。而且，该“依照区域规则的区域”中，不仅包括依照区域规则的区域，也包括以作为所述区域所容许的误差范围的参数而形成的区域。例如，只要在误差范围内，则不仅包括矩形形状，也包括梯形形状、平行四边形状、菱形形状等。
在步骤S112中，判定在步骤S110中候选区域是否已被特定，在判定为已被特定的情况(Yes)下，移至步骤S114，在判定为未被特定的情况(No)下，移至步骤S140。
在移至步骤S114的情况下，将步骤S110中所特定的各候选区域(坐标信息)登录在列表中，并移至步骤S116。
在步骤S116中，判定步骤S114中登录在列表中的候选区域中是否存在之后的处理中未成为处理对象的(未处理的)候选区域，在判定为存在的情况(Yes)下，移至步骤S118，在判定为不存在的情况(No)下，移至步骤S138。这里，在列表中未登录有候选区域的情况下，也判定为不存在未处理的候选区域。
在移至步骤S118的情况下，从登录在列表中的未处理的候选区域中选择任一个候选区域，并移至步骤S120。
在步骤S120中，执行判定步骤S118中所选择的候选区域是否为有效的区域的有效区域判定处理，并移至步骤S122。另外，关于该有效区域判定处理中的具体的处理工序将会在之后进行叙述。
在步骤S122中，根据步骤S120的判定结果，判定步骤S118中所选择的候选区域是否为有效的区域。然后，在判定为有效的区域的情况(Yes)下，移至步骤S124，在未判定为有效的区域的情况(No)下，移至步骤S116，之后，对另一候选区域进行所述相同的处理。
在移至步骤S124的情况下，判定刚刚进行的所述步骤S110中特定的候选区域(新候选区域)是否与过去进行的所述步骤S110中特定的候选区域(抽取完成的候选区域)相同。
具体而言，在新候选区域与抽取完成的候选区域在区域上重复规定比例以上的情况下或新候选区域与抽取完成的候选区域中的一区域包含在另一区域中的情况下，判定新候选区域与抽取完成的候选区域相同。
在本实施方式中，因为候选区域成为多边形，所以从边缘图像中抽取且判定为有效的各候选区域是否与另一边缘图像中的抽取完成的候选区域一致也可以根据如下情况进行判定：作为候选区域而形成的多边形中的1个以上的顶点Pn是否位于从作为抽取完成的候选区域而形成的多边形中的任一个顶点Po起算的一定范围(例如一定的半径r距离)内(参照图4)。
另外，这里所说的“从任一个顶点起算的一定范围内”设为在从特定的边缘图像中抽取且判定为有效的候选区域与另一边缘图像中的抽取完成的候选区域一致的情况下，两候选区域可能处于的位置关系所决定的范围内即可，并不限于所述一定的半径r距离内。
然后，在步骤S124中判定为新候选区域与在过去进行的所述步骤S110中特定且存储在RAM62或存储装置70中的任一个抽取完成的候选区域相同的情况(Yes)下，移至步骤S116，之后，对另一候选区域进行所述相同的处理。
另一方面，在步骤S124中判定为新候选区域与抽取完成的候选区域不同的情况(No)下，移至步骤S126。
在移至步骤S126的情况下，将该时间点的新候选区域以成为适于信息的识别的区域的方式进行修正，并移至步骤S128。
这里，对新候选区域中的二维码的形状、角度进行修正。具体而言，例如在处理对象的区域倾斜配置的情况下或是未成为正方形的变形的形状的情况下，进行用以修正这种偏移的旋转或对照坐标轴的延长、缩短等。
另外，也可以不修正区域本身，而对在之后的处理中进行是否为二维码的判定及之后的信息识别时设为基准的坐标轴的角度或长度进行修正。
此外，在该步骤S126中，为了提高各单元中的颜色的识别性而对新候选区域中的二维码的颜色成分进行修正。
具体而言，在原图像数据为利用RGB颜色空间等CMYK以外的颜色空间表现颜色的彩色图像数据的情况下，将各像素值转换为利用CMYK的颜色空间表现颜色的彩色图像数据。由此，在之后的颜色判定处理中，例如可提高利用RGB颜色空间难以辨识的颜色(例如绿色)的辨识精度。在本实施方式中，将CMYK以外的颜色空间(本实施方式中为RGB颜色空间)的值转换成CMYK颜色空间的值的转换表(颜色转换用LUT(LookUp Table，查找表))存储在存储装置70中，使用该颜色转换用LUT进行颜色转换。
而且，在无需修正的情况下，不进行所述任一处理而移至步骤S128。
在步骤S128中，判定在所述步骤S102中获取的图像数据所示的原图像中与在所述步骤S126中修正的候选区域对应的对应区域中是否包含作为二维码的特征性图案。
这里，逐个单位区域(包含1个以上的点的区域)地扫描在步骤S126中修正的候选区域，判定如所述那样特定的单元(尤其是头部区域及特定单元)或标记的图案是否与由在所述步骤S104中读出的模板中的“特征性图案”所规定的单元的配置图案或标记的图案一致。然后，在一致的情况下，判定为代码区域中包含作为二维码的特征性图案，在不一致的情况下，判定为代码区域中不包含作为二维码的特征性图案。
另外，在该判定处理中，当进行特定单元的图案时的各单元的颜色的判定时，可应用下述的颜色判定处理的演算法。
而且，图2中例示的二维码100包含如头部区域及特定单元的区域等那样与数据区域不同地另外特别设置的区域，成为将该区域作为“特征性图案”抽取而进行判定的构成，但并不限定于该构成。
例如，也可以设为在图2所示的二维码中，将头部区域及特定单元的区域除外的仅由数据区域构成的二维码等其他构成。
在此情况下，也与二维码100同样地，数据区域中的多种单元的配置图案或标记的图案等成为“特征性图案”，将该图案与模板中的特征性图案进行比较，判定是否包含“特征性图案”。然而，数据区域的各单元也发挥将信息编码的作用，而未如二维码100那样成为专用的单元。
而且，当判定时，也可以使对特定的单元附加的颜色与某一信息建立对应关系，通过使用该信息的计算处理等，判定是否包含特征性图案。也就是说，与通过计算处理可确认各单元的配置图案及各单元的颜色等是否为正确的图案及颜色的信息(例如，错误检测符号等)建立对应关系。
在此情况下，例如通过计算结果的数值等是否为表示正确的图案的数值等而进行判定。因此，模板中的特征性图案不仅是直接的图案，也有间接地作为表示正确的图案的数值等信息而设定的情况。
而且，在步骤S128中，判定为不包含作为二维码的特征性图案的情况(No)下，移至步骤S116，之后，对另一代码区域进行所述相同的处理。
另一方面，在步骤S128中，判定为包含作为二维码的特征性图案的情况(Yes)下，移至步骤S130。
在移至步骤S130的情况下，将该时间点的新候选区域作为二维码的区域而进行检测，并移至步骤S132。
该检测处理成为根据新候选区域的坐标信息，从原图像中切出新候选区域(生成复制图像)，并存储在存储装置70中的处理。
在步骤S132中，针对在所述步骤S130中检测到的二维码的区域，进行用以特定对所述二维码中的各单元附加的颜色的颜色判定处理，并移至步骤S134。
该颜色判定处理是将在所述步骤S130中检测到的二维码的区域作为变元(argument)而执行，且对该二维码中的各单元附加的颜色成为返回值。另外，关于该颜色判定处理中的具体的处理工序将会在之后进行叙述。
在步骤S134中，针对在所述步骤S130中检测到的二维码的区域，基于在所述步骤S132中特定的颜色，根据对各单元C附加的颜色及其组合识别所述二维码所示的信息，并移至步骤S136。
在步骤S136中，将在步骤S134中识别到的信息存储在RAM62或存储装置70中，并移至步骤S138。
在步骤S138中，使变数X递增(X+1→X)，并移至步骤S140。
如上所示，从所述步骤S116进行至步骤S136意味着在步骤S110中特定的候选区域形成二维码体。因此，在该步骤S138中，通过使该变数X递增，而累计作为二维码的区域被检测且识别到的候选区域的数量。
在步骤S140中，判定在该时间点变数X是否成为规定数以上。也就是说，判定是否规定数量以上的候选区域形成二维码体。
然后，在步骤S140中，判定变数X成为规定数以上的情况(Yes)下，移至步骤S146，在判定变数X未成为规定数以上的情况(No)下，移至步骤S142。
也就是说，只要作为二维码被检测且识别到的候选区域的数量未成为规定数量以上，则对登录在列表中的所有代码区域重复进行所述步骤S116～S140。
然后，对所有候选区域进行所述步骤S116～S140后，在所述步骤S116中便判定为不存在未处理的候选区域，移至步骤S142，判定该时间点的变数Y的值是否成为比变数n的值小的值(Y＜n)。
然后，在步骤S142中，判定为变数Y的值成为比变数n的值小的值的情况(Yes)下，移至步骤S144。
在移至步骤S144的情况下，使变数Y递增(Y+1→Y)，并移至步骤S108，进行所述步骤S108～S144的处理。
之后，基于下一边缘图像进行所述步骤S110～S144的处理，如果在所述处理中变数X成为规定数以上，那么在所述步骤S140中判定为“Yes”，并移至步骤S146。另一方面，如果在所述处理中变数X未成为规定数以上，那么重复进行所述针对下一边缘图像的处理。
此外，在步骤S142中，判定为变数Y的值成为变数n的值以上的值的情况(No)下，不论变数X的值如何均移至步骤S146。
在移至步骤S146的情况下，基于识别到的二维码的信息，执行检测原图像中的指定物品的物品检测处理，而结束一连串处理。另外，关于该物品检测处理中的具体的处理工序将会在之后进行叙述。
(3-2)边缘图像生成处理
接下来，基于图5对图3的步骤S108的边缘图像生成处理的处理工序的一例进行说明。图5(a)是表示变数Y的值与图像种类及阈值的对应关系的一例的图，图5(b)是表示边缘图像生成处理的处理工序的一例的流程图。
在本实施方式中，边缘图像的生成是基于不同的多种转换条件而进行。
具体而言，与第1～第i(1≤i)转换条件对应的第1～第i边缘图像成为以互不相同的阈值将原图像经灰度化而成的灰度图像二值化且使二值化图像的轮廓部线性化而得的图像。
而且，与第(i+1)～第(i+j)转换条件对应的第(i+1)～第(i+j)(1≤j)边缘图像成为使从原图像中抽取的j种颜色成分各自的颜色成分图像灰度化，以预先设定的阈值将该灰度图像二值化且使二值化图像的轮廓部线性化而得的图像。
尤其在针对各颜色成分图像，使用k种(1≤k)阈值作为预先设定的阈值而进行二值化的情况下，与第(i+1)～第(i+j×k)转换条件对应的第(i+1)～第(i+j×k)边缘图像成为使从原图像中抽取的j种颜色成分各自的颜色成分图像灰度化，以k种阈值分别将该灰度图像二值化且使二值化图像的轮廓部线性化而得的图像。
因此，可基于最大为“i+j×k”种转换条件生成“i+j×k”种边缘图像。
这里所说的“i”及“k”的值是由预先准备的阈值的种类而决定，“j”的值是由原图像中使用的颜色空间(表色系统)的种类所规定的颜色成分数量而决定。例如，如果阈值的种类分别为3种，颜色空间为RGB颜色空间，那么“i”及“k”的值成为3，“j”的值成为3。
在本实施方式中，如图5(a)所示，使与变数Y的值对应的1～6的数值、与表示转换条件的种类的用于生成边缘图像时的图像种类及阈值建立对应关系，并作为数据表而存储在存储装置70中。另外，图5(a)的示例是“i”的值成为3、“j”的值成为3、“k”的值成为1的示例。这里，变数Y的上限值是由对变数n设定的值而决定，在本实施方式中，构成为使用者可任意设定与要求的二维码的检测精度对应的值。另外，在图5(a)的示例中，变数n的最大值成为“6”。
当边缘图像生成处理开始时，如图5(b)所示，首先，移至步骤S200，判定变数Y的值是否成为3以下。
然后，在步骤S200中判定为变数Y的值成为3以下的情况(Yes)下，移至步骤S202，在判定为变数Y的值大于3的情况(No)下，移至步骤S208。
在移至步骤S202的情况下，复制在所述图3的步骤S102中获取的原图像的数据，基于该复制的原图像数据，生成灰度图像，并移至步骤S204。
这里，设原图像的数据为RGB的各色8比特(0～255)的彩色图像数据，由该图像数据生成灰度图像。
另外，虽然不是必需的，但在原图像数据的像素数庞大(例如1200万像素等)的情况下，也可以考虑处理负荷及处理时间，进行以不损害检测精度的程度将分辨率转换为较之低的分辨率的处理。
而且，作为灰度图像的生成方法，存在例如中间值法、平均法等周知的生成方法。
中间值法是利用将R、G、B的3个颜色成分的值中的最大值与最小值这2个值相加并除以2所得的值而进行灰度化的方法。
平均法中，根据平均的取得方式，存在算术平均(相加平均)法、几何平均(相乘平均)法、加权平均法等。
算术平均法是将R、G、B的3个颜色成分的值算术平均(相加后除以3)而算出平均值，利用算出的平均值进行灰度化的方法。
几何平均法是将R、G、B的3个颜色成分的值几何平均(将各要素的值的对数值算术平均)而算出平均值，利用算出的平均值进行灰度化的方法。
加权平均法是对R、G、B的3个颜色要素的值进行加权后除以3，取平均而进行灰度化的方法。根据该加权的系数的内容，存在NTSC(National Television SystemCommittee，国家电视系统委员会)加权平均法、HDTV(High Definition TeleVision，高清晰度电视)加权平均法等。NTSC加权平均法与日本或美国的电视广播中利用的亮度信号(明度)的分离方法相同。而且，HDTV加权平均法是基于放映数字高清广播时设为基准的HDTV标准而设定加权系数。
灰度图像的生成方法理想的是考虑处理速度或检测精度等而使用恰当的方法。
而且，在使用所述任一方法的情况下，均将算出的1个亮度值设为R、G、B的3个颜色成分的值(R＝G＝B)。
另外，这里对通过将R、G、B的各颜色成分的值转换成亮度值而生成灰度图像的示例进行了说明，但除亮度以外，也可以利用明度等而生成灰度图像。
如此，通过将原图像数据的各像素值转换成灰度值，而生成灰度图像数据。
在步骤S204中，生成利用与该时间点的变数Y的值对应的阈值使在步骤S202中生成的灰度图像数据二值化而成的二值化图像数据，并移至步骤S206。
具体而言，当灰度图像数据的各色的像素值由8比特的灰阶值表现时，将阈值与灰度图像的各像素值进行比较，当像素值为阈值以下时，将像素值转换成“0”，当像素值大于阈值时，将像素值转换成“255”，由此进行二值化。
这里，如图5(a)所示，对于变数Y的值1、2、3，分别准备有120、150、200的3种阈值。该二值化的阈值是作为如下值而规定的，即，适合根据二维码的“区域规则”及“特征性图案”，在之后的处理中抽取有效的候选区域，并恰当地识别二维码的值。
因此，当变数Y的值为1时，使用阈值120将在所述步骤S202中生成的灰度图像二值化，当变数Y的值为2、3时，分别使用阈值150、200将在所述步骤S202中生成的灰度图像二值化。
例如，当阈值为120时，在灰度图像中的某像素值为(80，80，80)的情况下，二值化后的值成为与黑色对应的(0，0，0)。另一方面，当阈值为120时，在灰度图像中的某像素值为(160，160，160)的情况下，二值化后的值成为与白色对应的(255，255，255)。
如此，将在所述步骤S202中生成的灰度图像数据的各像素值二值化而成的图像成为对于原图像数据的二值化图像数据。
在步骤S206中，针对二值化图像数据，生成使二值化图像中的物体(对象)的轮廓部线性化而成的边缘图像数据，从而结束一连串处理，返回至原本的处理。
在本实施方式中，利用公知的Bresenham的线段描绘演算法，使二值化图像中存在的物体的轮廓部线性化。另外，在本实施方式中，将线性化后未形成轮廓线的多余的像素去除(例如，将像素值转换成(0，0，0))。
这里，因为Bresenham的线段描绘演算法可不使用除法等而全部仅以整数运算进行，所以可高速地描绘线段。
如此，使二值化图像中的物体的轮廓部线性化所得的图像的数据成为边缘图像数据。
另一方面，在步骤S200中变数Y的值大于3而移至步骤S208的情况下，从原图像的数据中抽取与变数Y的值对应的颜色成分，并移至步骤S210。
这里，如图5(a)所示，针对变数Y的值4、5、6分别抽取红色、绿色、蓝色的颜色成分。
例如，在变数Y的值为4，原图像数据的某像素值为(120，80，45)的情况下，抽取红色成分值(120，0，0)。同样地，如果变数Y的值为5，那么抽取绿色成分值(0，80，0)，如果变数Y的值为6，那么抽取蓝色成分值(0，0，45)。
如此，抽取各颜色成分的值而成的图像数据成为红色成分图像数据、绿色成分图像数据、蓝色成分图像数据。
在步骤S210中，由在步骤S208中生成的颜色成分图像数据生成灰度图像数据，并移至步骤S212。
灰度图像数据的生成成为与所述步骤S202相同的处理。
在步骤S212中，对在步骤S210中生成的灰度图像，以预先设定的阈值进行二值化，而生成二值化图像数据，并移至步骤S206。
这里，如图5(a)所示，针对变数Y的值4、5、6准备有共同的阈值120。
因此，对在所述步骤S210中生成的灰度图像数据，使用阈值120进行二值化，而生成对于在步骤S208中生成的颜色成分图像数据的二值化图像数据。
然后，在步骤S212中生成二值化图像数据后，移至步骤S206，生成使二值化图像中的物体的轮廓部线性化而成的边缘图像数据，从而结束一连串处理，返回至原本的处理。
另外，在图5(a)所示例中是将与颜色成分图像对应的灰度图像的二值化中使用的阈值的种类设为1种，但并不限于该构成，也可以设为设定第7以后的转换条件，使用多种阈值进行二值化的构成。
而且，在图5(a)所示例中是构成为进行对于与原图像对应的灰度图像，从较小的值起依次使用阈值进行二值化，并由所述二值化图像生成边缘图像的处理。而且，构成为在使用与原图像对应的灰度图像进行边缘图像的生成处理后，按照红、绿、蓝的颜色成分图像的顺序进行使与颜色成分图像对应的灰度图像二值化而生成边缘图像的处理，但并不限于该构成。
例如，也可以设为按照其他顺序使用与原图像对应的灰度图像的二值化中使用的阈值的构成、按照其他的颜色顺序进行与颜色成分图像对应的灰度图像的二值化的构成。
而且，例如也可以设为比使用原图像的生成处理先进行使用颜色成分图像的边缘图像的生成处理的构成、交替进行使用原图像与颜色成分图像的边缘图像的生成处理的构成、随机进行使用原图像与颜色成分图像的边缘图像的生成处理的构成等按照其他顺序进行的构成。
而且，在使用多种阈值进行与颜色成分图像对应的灰度图像的二值化的情况下，并不仅限于使用所述阈值的顺序也按照从小到大的顺序进行的构成，也可以设为按照其他顺序的构成。而且，与颜色成分图像对应的灰度图像的二值化中使用的阈值的值可以是与对应于原图像的灰度图像的二值化中使用的阈值相同的值，也可以是不同的值。
而且，在图5(a)所示例中是将对于原图像的阈值设为3种，将对于颜色成分图像的阈值设为1种，将颜色成分图像数量设为3种，但并不限于这些组合，也可以设为不同的种类数的组合。
而且，在图5(a)所示例中是设为可使用原图像及颜色成分图像这两种图像进行边缘图像的生成的构成，但并不限于该构成，也可以设为仅使用原图像而生成边缘图像的构成、或仅使用颜色成分图像而生成边缘图像的构成等其他构成。
而且，在图5(a)所示例中，作为使与原图像对应的灰度图像二值化时的3种阈值是使用“120”、“150”、“200”，但并不限于此，也可以设为使用其他值的构成。同样地，在图5(a)所示例中，作为使与颜色成分图像对应的灰度图像二值化时的阈值是使用“120”，但并不限于此，也可以设为使用其他值的构成。
(3-3)有效区域判定处理
接下来，基于图6及图7对图3的步骤S120的有效区域判定处理的处理工序进行说明。
这里，图6是表示有效区域判定处理的处理工序的流程图。而且，图7(a)是表示理想的候选区域的形状例的图，图7(b)～(e)是表示误差范围外的形状例的图，图7(f)～(g)是表示误差范围内的形状例的图。
候选区域的纵横比理想的是如图7(a)所示成为理想的区域形状中的短边的长度A与长边的长度B的比(A∶B＝A/B)。而且，候选区域的各边间(四角)的角度理想的是如图7(a)所示均理想为90°。
然而，在所述步骤S110的候选区域的特定处理中，只要是封闭区域(封闭四边形区域)，则均特定为候选区域，所述封闭区域不只是矩形形状，也包含梯形形状等形状，因此，多种外形形状的候选区域被特定。而且，即便所特定的候选区域为二维码，根据拍摄环境(拍摄角度等)或拍摄图像的图像质量等，也有形状未成为理想的形状的情况。因此，如果进行严密的判定，那么也将符合二维码区域的区域排除在外。因此，在本实施方式中，对判定时的纵横比及角度等二维码的理想的形状信息设定误差范围。
这里，对如下示例进行说明，即，基于考虑二维码区域如图2所示为矩形形状的情况及处理负荷而对二维码的理想的纵横比与各边间的角度设定误差范围的形状信息，判定是否为有效区域。
当有效区域判定处理开始时，如图6所示，首先，移至步骤S300，判定所选择的候选区域的纵横比是否在由模板的形状信息所规定的纵横比的误差范围内。
例如图7(b)、(c)及(f)所示的候选区域那样，将短边的长度设为C、长边的长度设为D的情况下，纵横比成为“C∶D＝C/D”，与理想形的误差dr成为“dr＝A/B-C/D”。而且，将误差范围设为“-dx～+dx”，在本实施方式中，如果dr在“-dx～+dx”的范围内，那么判定为在误差范围内，如果在“-dx～+dx”的范围外，那么判定为在误差范围外。
然后，在步骤S300中，判定为候选区域的纵横比在误差范围外的情况(No)下，移至步骤S302，在判定为候选区域的纵横比在误差范围内的情况(Yes)下，移至步骤S304。
在移至步骤S302的情况下，将判定为在误差范围外的候选区域判定为无效的候选区域(将判定结果设为返回值)，从而结束一连串处理，返回至原本的处理。
由此，可将例如图7(b)及(c)所示纵横比相对于理想的纵横比A∶B极端不同的形状排除，从而可防止对这些区域进行之后的处理(图3的步骤S124以后的处理)。
另一方面，在判定为纵横比在误差范围内而移至步骤S304的情况下，判定候选区域的各边间所形成的角度是否在由模板的形状信息所规定的角度的误差范围内。
例如图7(d)～(f)所示，将各边间(四角)的角度设为β1～β4的情况下，与理想形的角度的误差dβ1～dβ4成为将理想形的角度90°分别减去角度β1～β4所得的角度“dβ1～dβ4＝90°-β1～90°-β4”。而且，将误差范围设为“-dy～+dy”，在本实施方式中，如果dβ1～dβ4均在“-dy～+dy”的范围内，那么判定为在误差范围内，如果即便有一个在“-dy～+dy”的范围外，那么也判定为在误差范围外。
然后，在步骤S304中判定为候选区域的各边间的角度在误差范围外的情况(No)下，移至步骤S306，在判定为候选区域的各边间的角度在误差范围内的情况(Yes)下，移至步骤S308。
在移至步骤S306的情况下，将判定为在误差范围外的候选区域判定为无效的候选区域(将判定结果设为返回值)，从而结束一连串处理，返回至原本的处理。
由此，可将例如图7(d)及(e)所示角度β1～β4的至少一个相对于理想的角度而成为误差范围外的角度的形状排除，从而可防止对这些区域进行之后的处理(图3的步骤S124以后的处理)。
另一方面，在判定为角度在误差范围内而移至步骤S308的情况下，将判定为在误差范围内的候选区域判定为有效的候选区域(将判定结果设为返回值)，从而结束一连串处理，返回至原本的处理。
例如图7(f)所示的候选区域那样角度β1～β4的误差dβ1～dβ4均在误差范围内(该例中均为90°)，且仅纵横比以纵横比的误差dr成为“-dx～+dx”的范围内的程度不同的情况下，不将该候选区域排除在外，而判定为有效的候选区域。
同样地，例如图7(g)所示的候选区域那样纵横比的误差dr在“-dx～+dx”的范围内，且虽角度β1～β4均未成为90°而倾斜变形，但角度β1～β4的误差dβ1～dβ4均成为“-dy～+dy”的误差范围内的情况下，不将该候选区域排除在外，而判定为有效的候选区域。
也就是说，在本实施方式中，仅将纵横比及角度这两者均处于误差范围内的候选区域判定为有效的候选区域。
(3-4)颜色判定处理
接下来，基于图8对图3的步骤S132的颜色判定处理的处理工序进行说明。
这里，图8是表示颜色判定处理的处理工序的一例的流程图。
当颜色判定处理开始时，如图8所示，首先，移至步骤S400，特定图3的步骤S130中检测到的二维码的区域中的分隔部110的区域(特定坐标)，并移至步骤S402。
另外，检测到的二维码的区域例如在图2的形状姿势下，将左上方的像素的坐标设为(0，0)而进行管理。而且，分隔部110的特定是从坐标(0，0)起，沿行方向及列方向扫描(光栅扫描)像素，判定各像素的值(颜色)是否包含在分隔部110的颜色(本实施方式中为特定单元中使用的黑色(k))的判定区域内。然后，当判定为像素的颜色包含在判定区域内时，将所述像素(坐标)判定为分隔部110。然后，将该坐标信息存储在RAM62或存储装置70中。
另外，关于图2中例示的构成的二维码100，因为在所述图3的步骤S128中，已经从候选区域中识别到特征性图案，所以也可以仅对将识别完成的区域(例如，包含头部区域及特定单元的区域)切除后的剩余部分进行颜色判定处理。
在步骤S402中，基于分隔部110的坐标信息，将各单元所在的区域分割，并移至步骤S404。
具体而言，将黑色(k)的像素连续规定数量以上的区域或周围(四边)被分隔部110包围的区域的坐标设为各单元的坐标，将该坐标信息存储在RAM62或存储装置70中。
在步骤S404中，使之后的处理中参照的变数初始化(0→ap、0→x、0→y)，并移至步骤S406。
在步骤S406中，选择经特定分隔部110的二维码的区域中的坐标(x，y)的像素，并移至步骤S408。
在步骤S408中，判定变数ap的值是否为预先规定的一定数以上，在判定为并非一定数以上的情况(No)下，移至步骤S410，在判定为是一定数以上的情况(Yes)下，移至步骤S426。
在移至步骤S410的情况下，判定所选择的像素的值(颜色)是否包含在以二维码中使用的多种颜色各自为中心坐标而扩展的颜色空间上的判定区域中的任一个判定区域内(位于任一个判定区域内)。
然后，在步骤S410中，判定为所选择的像素包含在任一个判定区域内的情况(Yes)下，移至步骤S412，在判定为所选择的像素不包含在任一个判定区域内的情况(No)下，移至步骤S414。
在移至步骤S412的情况下，使变数ap递增(ap+1→ap)，并移至步骤S414。
这里，通过使变数ap递增，而计数判定为包含在判定区域内的像素的数量。将该判定结果(包含判定区域的信息及计数结果)与各单元建立对应关系并存储在RAM62或存储装置70中。
另外，这里，理想的是利用变数ap计数包含在相同颜色的判定区域中的像素的数量。然而，在各单元的区域中存在分别包含在不同颜色的判定区域中的像素的情况下，在所述步骤S412的处理中，不对这些加以区别而计数。也就是说，在同一单元的区域中，无论是判定为黄色还是判定为洋红色，变数ap均递增。因此，在设想存在分别包含在不同颜色的判定区域中的像素的情况下，也可以使用其他变数计数包含在各区域中的像素的数量，将所述步骤S412的处理替换为将该时间点数量最多的判定区域的像素数设定为变数ap的处理。
然后，移至步骤S414，判定变数x的值是否为该行的最右端的x坐标即xE。
另一方面，在所选择的像素不包含在任一个判定区域内的情况下，也移至步骤S414，判定变数x的值是否为xE。
然后，在判定为变数x的值并非xE的情况(No)下，移至步骤S416，在判定为变数x的值为xE的情况(Yes)下，移至步骤S422。
在移至步骤S416的情况下，使变数x递增(x+1→x)，并移至步骤S418。
也就是说，在变数x的值并非xE的情况下，通过使变数x递增，而将坐标变更为右方相邻一个像素。
在步骤S418中，判定该时间点的坐标(x，y)是否为与下一单元对应的分隔部部分的开始坐标。然后，在判定为是下一分隔部的开始坐标的情况(Yes)下，移至步骤S420，在判定为并非下一分隔部的开始坐标的情况(No)下，移至步骤S406。
在移至步骤S420的情况下，使变数ap初始化(0→ap)，并移至步骤S406。
也就是说，在包含在颜色判定区域内的颜色的像素未成为一定数量以上的状态下，x坐标到达与下一单元对应的分隔部的开始x坐标的情况下，使变数ap初始化。
另一方面，在步骤S414中判定变数x的值为xE而移至步骤S422的情况下，判定变数y的值是否为列方向的最下端的y坐标即yE。
然后，在判定为变数y的值并非yE的情况(No)下，移至步骤S424，在判定变数y的值为yE的情况(Yes)下，移至步骤S438。
在移至步骤S424的情况下，使变数ap及变数x初始化(0→ap、0→x)，使变数y递增(y+1→y)，并移至步骤S406。
也就是说，通过使变数x初始化，使变数y递增，而将坐标变更为下方相邻一行且最左端的像素。这时，因为坐标(x，y)成为与下一单元对应的区域的坐标，所以变数ap也初始化。
另一方面，在步骤S408中，判定为变数ap的值为一定数以上而移至步骤S426的情况下，判定变数x的值是否为xE。
然后，在判定为变数x的值并非xE的情况(No)下，移至步骤S428，在判定变数x的值为xE的情况(Yes)下，移至步骤S434。
在移至步骤S428的情况下，使变数x递增(x+1→x)，并移至步骤S430。
在步骤S430中，判定该时间点的坐标(x，y)是否为与下一单元对应的分隔部的开始坐标。然后，在判定为是下一分隔部的开始坐标的情况(Yes)下，移至步骤S432，在判定为并非下一分隔部的开始坐标的情况(No)下，移至步骤S426。
在移至步骤S432的情况下，使变数ap初始化(0→ap)，并移至步骤S406。
也就是说，当变数ap为一定数以上时，通过重复进行所述步骤S426～S430的处理，而在与各单元C对应的区域中对该行中剩余的像素省略所述步骤S410的颜色判定处理。
这里，作为所述步骤S408中的变数ap的比较对象的一定数是考虑颜色的判定精度而预先设定的值，成为小于各行中的各单元C的像素数的值。因此，根据已完成足以判定各行颜色的一定数量的颜色的判定这一情况，而省略对于剩余像素的颜色判定处理。
具体而言，例如当将一定数设为10时，在某单元的区域中的任一行中判定为包含在以黄色为中心坐标的判定区域中的像素成为10像素(ap＝10)时，在步骤S408中，判定变数ap的值为一定数以上，从而对该单元C的同一行中剩余的像素省略所述步骤S410的颜色判定处理。
另一方面，在步骤S426中，判定变数x的值为xE而移至步骤S434的情况下，判定该时间点的变数y的值是否为列方向的最下端的y坐标即yE。
然后，在步骤S434中，判定为变数y的值并非yE的情况(No)下，移至步骤S436，在判定变数y的值为yE的情况(Yes)下，移至步骤S438。
在移至步骤S436的情况下，使变数ap及变数x初始化(0→ap、0→x)，使变数y递增(y+1→y)，并移至步骤S406。
另一方面，在对于二维码的区域中的所有像素的颜色判定结束，而移至步骤S438的情况下，基于存储在RAM62或存储装置70中的各单元C的区域的各行的像素的颜色的判定结果，判定各单元C的颜色，并移至步骤S440。
具体而言，关于各单元C的区域，当包含在判定区域内的像素数为一定数以上的行成为规定数量以上时，将各单元C的颜色判定为所述判定区域的中心坐标的颜色。然后，使各单元C与所判定的颜色建立对应关系并登录在RAM62或存储装置70的数据表中。这里，在对已登录在数据表中的单元C判定颜色的情况下，作为与该单元C对应的颜色，更新为如此判定的最新的颜色。另外，在包含在判定区域内的像素数为一定数以上的行小于规定数量，且判定为不包含在二维码中使用的多种颜色的判定区域中的任一区域内的情况下，使为判定区域外的颜色这一内容与该单元C建立对应关系。
在步骤S440中，判定在步骤S438中已判定颜色的单元C中是否存在一定数以上的未依照着色规则附加颜色的单元C。
这里，根据该时间点在单元C与颜色建立对应关系并予以登录的数据表中存在一定数(例如整体的3成)以上的与为判定区域外的颜色这一内容建立了对应关系的单元C，而判定存在规定比例以上的未依照着色规则附加颜色的单元C。
另外，这里是构成为利用在二维码的单元C中所占的相对数(即，比例)而判定是否存在一定数以上的未依照着色规则附加颜色的单元C，但也可以构成为利用在二维码的单元C中所占的绝对数进行判定，或者也可以构成为利用在未依照着色规则的单元C以特定图案(例如，该单元C连续2个以上等)配置的情况下的该图案数进行判定。
在该步骤S440中，判定为存在一定数以上的未依照着色规则附加颜色的单元C的情况(Yes)下，移至步骤S442。
在移至步骤S442的情况下，判定是否为可变更判定区域而再次进行颜色判定的状态。
这里，在步骤S410中的颜色判定中参照的判定区域已变更至预先规定的上限的情况下，判定为并非可再次进行颜色判定的状态。
所述“预先规定的上限”是规定为各判定区域能够以不与其他判定区域干涉的方式进行变更的范围，如下所述，如果在单纯地扩大判定区域的情况下，那么将成为各判定区域扩展至将要与其他区域干涉的程度为止的状态设为“变更至预先规定的上限为止”即可。另外，如果在使判定区域移动的情况下，那么将成为由判定区域规定的颜色移动至即将成为另一颜色成分之前的位置(边界)为止的状态设为“变更至预先规定的上限为止”即可。
在该步骤S442中，判定为可再次进行颜色判定的情况(Yes)下，移至步骤S444，在判定为无法再次进行颜色判定的情况(No)下，移至步骤S446。
在移至步骤S444的情况下，变更所述步骤S410中的颜色判定中所参照的判定区域，并移至步骤S404。这里，通过使各判定区域在颜色空间上扩大一定区域或使各判定区域在颜色空间上移动一定距离而变更各判定区域。
另外，在后者的情况下，判定区域以向可消除二维码的图像区域中的颜色成分的偏差的颜色空间上的位置移动的方式构成即可。具体而言，参照二维码的图像区域中的颜色的分布，在所述分布中特定的颜色成分整体上较大的情况下，使各判定区域朝使该颜色成分变小的方向移动。
如此，结束步骤S444之后，移至步骤S404，再次对在步骤S402中经分割的各单元C的区域进行颜色的判定处理。
之后，重复判定区域的变更及再次的颜色判定(步骤S404～S444)，直至判定为再次经判定颜色的各单元C中不存在一定数以上的未依照着色规则附加颜色的单元C为止(步骤S440的“No”的分支)。
另一方面，在步骤S442中，判定为无法再次进行颜色判定而移至步骤S446的情况下，进行错误处理，从而结束一连串处理，返回至原本的处理。
在该错误处理中，认为无法对任一单元C的颜色进行判定，消去登录在数据表中的所有对应关系，如此将空的数据表作为返回值而返回至原本的处理。在此情况下，在图3的利用二维码的物品检测处理中，不在步骤S134、S136中进行任何处理，而进行S138以后的处理。
而且，从所述步骤S438至步骤S444的处理中，在所述步骤S440中，判定为不存在一定数以上的未依照着色规则附加颜色的单元C的情况(No)下，移至步骤S448。
在移至步骤S448的情况下，判定是否存在未依照着色规则附加颜色的单元C。
在该步骤S448中，判定为存在所述单元C的情况(Yes)下，移至步骤S450，在判定为不存在所述单元C的情况(No)下，结束一连串处理，返回至原本的处理。
在移至步骤S450的情况下，从二维码中特定所述单元C，并移至步骤S452。
这里，在该时间点登录在数据表中的单元C中未依照着色规则附加颜色的单元C被特定，该单元C从二维码中被特定。
在步骤S452中，对于所述步骤S450中所特定的各单元C，依照着色规则推定本来应该附加的颜色，并移至步骤S454。
这里，对于所述步骤S450中所特定的单元C，选出根据与对所述单元C相邻的单元C附加的颜色的关系而考虑的颜色作为依照着色规则本来应该附加的颜色的候选，从所述候选中将似乎最准确的颜色推定为应该对所述单元C附加的颜色。
在步骤S454中，针对所述步骤S450中所特定的各单元C，判定该单元C的颜色为所述步骤S452中推定的颜色，从而结束一连串处理，返回至原本的处理。
这里，仅对所述步骤S450中所特定的各单元C更新数据表中的颜色。
在所述情况及步骤S448中判定未存在所述单元C的情况下，在该时间点将登录有单元C与颜色的对应关系的数据表作为返回值而返回至图3的利用二维码的物品检测处理。在此情况下，在利用二维码的物品检测处理中，根据数据表辨识对各单元C附加的颜色之后，利用步骤S134进行信息的识别。
另外，当进行所述图3的步骤S128中的判定是否包含特征性图案的处理时，可应用所述步骤S400～S454所示的演算法或所述步骤S400～S438所示的演算法。
而且，如果为仅具有数据区域的二维码的构成，那么也可以构成为在进行步骤S128的处理之前，先进行所述步骤S400～S438的颜色判定处理或所述步骤S400～S454的颜色判定处理，根据该判定结果，进行判定是否包含特征性图案的处理。例如，设为在所述图3的步骤S126的处理之后接着进行颜色判定处理(S132)的构成，在步骤S128中，根据先进行的颜色判定处理的结果，进行是否包含特征性图案的判定。在此情况下，可以不需要之后的颜色判定处理。
(3-5)物品检测处理
接下来，基于图9～图12一面示出具体例一面对图3的步骤S146即物品检测处理的处理工序进行说明。
这里，图9是表示物品检测处理的处理工序的一例的流程图。而且，图10是表示登录在数据库中的识别信息及物品信息的一例的图。而且，图11(a)是表示物品检测模式的检测对象图像例的图，图11(b)是表示检测结果的显示例的图。而且，图12(a)是表示期限管理模式的检测对象图像例的图，图12(b)是表示检测结果的显示例的图，图12(c)是表示相机76的配设位置的一例的图。
当物品检测处理开始时，如图9所示，首先，移至步骤S500，判定所设定的检测模式是否为物品检测模式。
然后，在判定所设定的检测模式为物品检测模式的情况(Yes)下，获取指定为检测对象的物品(以下，称为指定物品)的信息，并移至步骤S502，在判定为并非物品检测模式的情况(No)下，移至步骤S520。
在移至步骤S502的情况下，根据存储在存储装置70中的物品信息，判定与存储在RAM62或存储装置70中的各二维码的识别信息对应的物品信息所对应的物品中是否存在指定物品。
这里，作为物品信息，例如图10所示，与所述图3的步骤S134中识别到的识别信息建立对应关系地登录有品名代码、品种、个数、保管开始时期、出货期限、消费期限。
在本实施方式中，对由硬纸板等包装材料包装的物品，在各包装材料上附加1个二维码，品名代码是赋予给由各包装材料包装的1个以上的物品。因此，个数信息成为由1个包装材料包装的物品的个数的信息。
而且，关于保管开始时期，如果是例如利用仓库管理的物品，那么登录有入库日的信息。另外，如果是陈列在店内的商品柜上的食品等物品，那么登录有陈列日的信息或物品的制造日的信息。而且，在食品或药品等根据经过天数而状态劣化那样的物品的情况下，登录有消费期限(品尝期限)的信息。另外，关于仓库中保管的物品，存在出货(保管)期限的情况下，登录有出货(保管)期限的信息。
因此，指定物品的有无的判定是通过判定与所指定的品名代码对应的识别信息是否在所述图3的步骤S134中识别到的识别信息中而进行。
然后，在步骤S502中，判定存在指定物品的情况(Yes)下，移至步骤S504，在判定不存在指定物品的情况(No)下，移至步骤S518。
在判定存在指定物品而移至步骤S504的情况下，从存储装置70的物品信息中获取指定物品的信息，并移至步骤S506。
在步骤S506中，从RAM62或存储装置70中获取原图像的图像数据及与指定物品的识别信息对应的二维码在原图像中的坐标信息，并移至步骤S508。
这里，作为原图像的数据，获取表示如下图像的图像数据：如图11(a)所示，堆积着由硬纸板箱包装的状态的多个物品200，且在硬纸板箱的正面侧的面上附加有二维码100。在图11(a)的图像例中，利用隔板而每8箱将物品隔开，成为总共堆积着8箱×12＝96箱物品的状态。这些中成为指定物品的检测的对象的区域为二维码显示在正面侧(包含在图像内)的48箱。
在步骤S508中，对步骤S506中获取的原图像的数据进行用以强调显示指定物品的二维码的图像区域的加工处理，并移至步骤S510。
这里，所述“用以强调显示的加工处理”成为例如利用红色等显眼的颜色的线包围原图像中的二维码的图像区域的周围，或利用显眼的颜色涂满二维码的图像区域，或强调二维码的图像区域的轮廓部(使轮廓线变粗、将轮廓线变更为红色等显眼的颜色、或这两种等)的处理。除此以外，也可以如闪烁显示或动画显示那样实施加工处理。
也就是说，“用以强调显示的加工处理”成为以原图像中的与检测对象的指定物品对应的二维码的图像视觉上显眼的方式进行加标记等强调显示加工的处理。
在步骤S510中，判定是否存在多个与指定物品对应的二维码，在判定存在多个的情况(Yes)下，移至步骤S512，在判定不存在多个的情况(No)下，移至步骤S514。
在移至步骤S512的情况下，根据保管开始时期的信息，对原图像进行在与指定物品对应的各二维码的附近按照保管开始的顺序追加编号图像的加工，并移至步骤S514。
在步骤S514中，对原图像进行追加指定物品的保管开始时期、出货期限、消费期限等图像信息的加工处理，并移至步骤S516。
以这些与物品相关的信息显示在图像中的未显示物品200的部分等的方式进行加工处理。另外，在无法确保显示区域的情况下，也可以进行生成这些信息的显示区域的加工处理。
而且，在存在多个与指定物品对应的二维码的情况下，与各编号建立对应关系地显示物品相关的信息。
另外，步骤S514的与物品200相关的信息的显示处理也可以不进行或能够设定为不进行，在不进行的情况下，从步骤S512的处理移至步骤S516的处理。
在此情况下，在步骤S516中，进行将经步骤S508、S512及S514加工的图像显示在显示装置72的处理，从而结束所述一连串物品检测处理，返回至原本的处理。
这里，图11(b)的图像例是从图11(a)的原图像中检测到3个指定物品的情况的示例，且实施了利用四边形框包围与各物品对应的二维码的加标记处理。由此，使用者可以视觉上瞬间掌握指定物品为原图像中的哪一物品200。
此外，如图11(b)所示，在指定物品的各二维码的附近(右下方)按照入库日由先往后的顺序附加(显示)编号(1)～(3)。由此，使用者可根据编号图像而视觉上瞬间掌握物品入库的顺序，可简易地按照入库日由先往后的顺序进行出货作业。尤其，在物品存在消费期限的情况下，可从先到达消费期限的物品起依次进行出货。
而且，如图11(b)所示，在画面右上方显示有与入库顺序对应的编号及品名代码、入库日、出货期限及消费期限的文字图像。由此，使用者可容易地进行检测到的物品是否与指定物品一致的判断，且可容易地获知正确的入库日、出货期限及消费期限。在图11(b)的示例中，物品为药品，可确认各物品的出货期限及消费期限。
另一方面，在步骤S502中判定不存在指定物品而移至步骤S518的情况下，从RAM62或存储装置70中获取原图像的图像数据，根据获取的图像数据，将原图像显示在显示装置72。然后，结束一连串处理，返回至原本的处理。
也就是说，在拍摄的图像中不包含指定物品的情况下，显示未实施强调显示加工或追加显示加工等的原图像。由此，使用者可以视觉上瞬间掌握无指定物品这一内容。另外，也可以将表示无指定物品这一含义的消息等图像显示在原图像中。
另外，在步骤S500中，所设定的检测模式并非物品检测模式而移至步骤S520的情况下，判定所设定的检测模式是否为期限管理模式。
然后，在判定所设定的检测模式为期限管理模式的情况(Yes)下，移至步骤S522，在判定为并非期限管理模式的情况(No)下，移至步骤S532。
在移至步骤S522的情况下，从存储在存储装置70中的数据库中，获取与在图3的步骤S134中经识别而获得的识别信息对应的出货期限及消费期限的信息，并移至步骤S524。
在步骤S524中，将从计算机系统所包含的未图示的RTC(Real Time Clock，实时时钟)中获取的当前(该时间点)的年月日时刻的信息与获取的出货期限及消费期限进行比较，判定是否存在过期的物品。
然后，在步骤S524中，判定存在过期的物品(以下，称为过期物品)的情况(Yes)下，移至步骤S526，在判定不存在过期物品的情况(No)下，移至步骤S530。
这里，在步骤S524中，例如也可以检测直至期限为止的天数成为规定天数以下的物品而非过期的物品。也就是说，在步骤S524中，也可以将从获取的出货期限及消费期限中减去规定期间而得的期限与该时间点的年月日时刻的信息进行比较而判定。
在移至步骤S526的情况下，从RAM62或存储装置70中获取原图像的图像数据及与过期物品对应的二维码的区域的坐标信息，并移至步骤S528。
这里，作为原图像的数据，获取例如表示图12(a)所示的在商品陈列柜上载置多个物品300，且在各物品300的正面侧附有二维码100的被摄体的拍摄图像的图像数据。另外，在图12的示例中，如图12(b)所示，二维码读取器1由可携式的信息终端构成，在该信息终端的背面侧上部，如图12(c)所示，配设有相机76的镜头部分。由此，使用者可一面观看图12(b)所示的显示画面，一面利用背面侧的相机76拍摄商品陈列柜。而且，原图像的数据如图12(b)所示为拍摄范围PR的拍摄图像的数据。也就是说，这里例示使用者可携带二维码读取器1，一面拍摄商品陈列柜的商品一面确认过期物品的检测结果的实施方式。
在步骤S528中，对在步骤S526中获取的原图像的数据，进行用以强调显示过期物品的二维码的图像区域的加工处理，并移至步骤S516。
这里的加工处理成为与所述步骤S508的处理相同的处理。
在此情况下，在步骤S516中，进行将步骤S528中加工的图像显示在显示装置72的处理，从而结束所述一连串物品检测处理，返回至原本的处理。
图12(b)的图像例是检测到3个过期物品的示例，且实施了利用圆形框包围与各过期物品对应的二维码的加标记处理。由此，使用者可以视觉上瞬间掌握过期物品为原图像中的哪一物品300。
另一方面，在步骤S524中，判定不存在过期物品而移至步骤S530的情况下，从RAM62或存储装置70中获取原图像的图像数据，根据获取的图像数据，将原图像显示在显示装置72。然后，结束一连串处理，返回至原本的处理。
也就是说，在拍摄的图像中不包含过期物品的情况下，显示未实施强调显示加工或追加加工等的原图像。由此，使用者可以视觉上瞬间掌握无过期物品这一内容。另外，也可以将表示无过期物品这一含义的消息等图像显示在原图像中。
另外，在步骤S520中，判定为并非期限管理模式而移至步骤S532的情况下，进行将促使模式设定的消息显示在显示装置72的处理，从而结束所述一连串处理，返回至原本的处理。
该处理在以物品检测模式及期限管理模式的任一模式必定设定的方式构成的情况下成为不需要的处理。
(3-6)检测模式设定处理
接下来，基于图13对在执行图3的利用二维码的物品检测处理之前等进行的指定检测对象的物品的检测模式设定处理的处理工序进行说明。
这里，图13是表示检测模式设定处理的处理工序的一例的流程图。
检测模式设定处理是与所述图3的利用二维码的物品检测处理相独立地进行的处理，根据使用者经由输入装置74的指示输入而启动，如图13所示，首先，移至步骤S600。
在步骤S600中，根据指示输入，移至设定检测模式的设定模式，并移至步骤S602。
这里，以可利用输入装置74简易地选择检测模式的方式将选择物品检测模式的按钮的图形及选择期限管理模式的按钮的图形显示在显示装置72的显示画面上。
然后，例如针对显示在画面中的按钮，如果输入装置74为触控面板那么通过用手指触控而选择且按下，如果输入装置为鼠标那么通过利用鼠标光标进行选择点击而按下，由此可选择任一模式。也就是说，通过GUI(Graphical User Interface，图形用户界面)，可简易地进行检测模式的选择及设定。
在步骤S602中，判定是否已选择物品检测模式，在判定为已选择的情况(Yes)下，移至步骤S604，在判定为未选择的情况(No)下，移至步骤S612。
在移至步骤S604的情况下，设定物品检测模式作为检测模式，并移至步骤S606。
在步骤S606中，将促使指定物品的输入的画面显示在显示装置72的显示画面上，并移至步骤S608。
例如，设为显示可指定为指定物品的物品的列表，能够从中进行选择。另外，也可以设为能够利用品名、品名代码、序列号等检索可指定的物品。
在步骤S608中，判定是否已输入指定物品的信息，在判定为已输入的情况(Yes)下，移至步骤S610，在判定为未输入的情况(No)下，继续执行判定处理直至输入为止。
另外，在未找到指定的物品的情况下等，结束设定模式时，退出判定处理，结束一连串处理。
在步骤S610中，设定在步骤S608中所输入的检测对象的指定物品，结束处理。
由此，物品检测模式被设定作为检测模式，且指定物品被设定。具体而言，将这些信息存储在RAM62的规定地址中。
另一方面，在步骤S602中，未选择物品检测模式而移至步骤S612的情况下，判定是否已选择期限管理模式。然后，在判定为已选择期限管理模式的情况(Yes)下，移至步骤S614，在判定为未选择期限管理模式的情况(No)下，移至步骤S602，继续执行判定处理。
在移至步骤S614的情况下，设定期限管理模式作为检测模式，结束一连串处理。
由此，期限管理模式被设定作为检测模式。与物品检测模式同样地，将该信息存储在RAM62的规定地址中。
(4)作用、效果
如果为所述实施方式的二维码读取器1，那么可由所获取的图像(原图像)，经过灰度图像的生成(图5(b)的S202、S210)、二值化图像的生成(图5(b)的S204、S212)、二值化图像中的物体的轮廓部的线性化(图5(b)的S206)而生成边缘图像(图3的S108)。
而且，基于生成的边缘图像，经过该边缘图像中的候选区域的抽取(图3的S110)、该抽取的候选区域是否有效的判定(图3的S120、S122)、与判定为有效的候选区域对应的原图像中的对应区域各自中是否包含特征性图案的判定(图3的S128)，可从原图像中检测二维码的区域(图3的S130)。
如上所述，因为可从二值化图像中的物体的轮廓部线性化而成的边缘图像中抽取候选区域，所以与未进行线性化的情况相比，可高速地抽取候选区域。
而且，通过在原图像的区域中将与判定为有效的候选区域对应的对应区域中的包含特征性图案的对应区域作为原图像中的二维码的区域而进行检测，可特定包含在原图像中的多个二维码的每一个。
而且，在所述实施方式中，针对基于原图像而生成的多种边缘图像的每一个，重复实施候选区域的抽取、该抽取的候选区域是否有效的判定、与判定为有效的候选区域对应的对应区域中是否包含特征性图案的判定、及二维码的区域的检测(图3的S108～S144)。
由此，即便无法基于特定的边缘图像检测到二维码的区域，也可以期待基于另一边缘图像进行检测，结果可提高原图像中的二维码的检测精度。
而且，也设想到如下情况：在该重复的过程中，对特定的边缘图像新抽取且判定为有效的候选区域与对之前参照的边缘图像抽取且判定为有效的抽取完成的候选区域在原图像的区域中一致。然而，在所述构成中，不对这种抽取完成的候选区域实施该候选区域中是否包含特征性图案的判定及二维码的区域的检测(图3的S124的“Yes”的分支)。
因此，对基于多个边缘图像的每一个而检测到的各二维码的区域，识别由该二维码所编码的信息时，可消除重复识别本来理应相同的二维码等无用的处理负担。
而且，在该重复的过程中，通过判定各候选区域的纵横比及四角的角度等形状信息相对于理想的区域形状是否在预先设定的误差范围内(图6的S300～S308)，而可判定抽取的候选区域是否为有效的候选区域(图3的S122)。
由此，可将相对于理想的形状而具有误差范围外的形状的候选区域从之后的处理对象中排除，从而可防止对与二维码的区域明显不同的区域等进行无用的处理。
而且，在所述实施方式中，由原图像生成边缘图像，从该边缘图像中抽取成为二维码的区域的候选的候选区域(图3的S110)，判定该抽取的候选区域是否有效之后(图3的S120、S122)，从原图像中的与判定为有效的候选区域对应的区域中检测二维码的区域而进行信息的识别(图3的S116～S134)。因此，与不抽取候选区域而想要检测二维码的区域的情况相比，可从抽取的候选区域这一限定的范围中进行二维码的区域的检测。由此，可抑制直至从二维码的区域中进行信息的识别为止所需的处理负荷及处理时间。
而且，在所述实施方式中，可对基于多个边缘图像的每一个而检测到的各二维码的区域识别由该二维码所编码的信息(图3的S134)。
而且，在所述实施方式中，根据从特定的边缘图像中抽取且判定为有效的候选区域与另一边缘图像中的抽取完成的候选区域的重复程度，能够以所述重复程度为一定以上这一情况判定两候选区域一致。
而且，在所述实施方式中，可根据从特定的边缘图像中抽取且判定为有效的候选区域及另一边缘图像中的抽取完成的候选区域中的一候选区域包含在另一候选区域内这一情况，而判定两候选区域一致。
而且，在所述实施方式中，也可以根据从特定的边缘图像中抽取且判定为有效的候选区域中的1个以上的顶点位于从抽取完成的候选区域中的任一个顶点起算的一定范围内这一情况，而判定两候选区域一致。
而且，在所述实施方式中，因为可依照由模板规定的规则抽取候选区域，所以可以通过变更该模板与规则，设为可作为依照任意规则而形成的二维码的区域进行检测。
而且，在所述实施方式中，根据对二维码的各单元C附加的颜色，可识别由二维码所示的信息(图3的S132～S134)。
而且，在所述实施方式中，即便根据图像的生成(具体而言，拍摄)状态，而二维码中的各单元C中一部分单元C所对应的区域欠缺，也可以依照着色规则推定本来应该对所述单元附加的颜色(图8的S452)，根据该颜色而识别信息，因此，可防止信息的识别本身无法进行。
而且，在所述实施方式中，关于对二维码中的各单元C附加的颜色，可根据包含在颜色空间中的哪一判定区域(成分区域)中来进行判定(图8的S410)。
而且，在该构成中，进行各像素的颜色判定时，通过光栅扫描依次扫描二维码的区域而进行颜色判定处理(图8的S410)，针对位于各单元C的区域中的各行的像素，判定一定数以上包含在判定区域内的情况(图8的S408的“Yes”的分支)下，可对该单元C的区域中的该行中剩余的像素省略颜色判定处理。
由此，与对各单元C的区域中的各行的所有像素进行颜色判定处理的情况相比，可高速地进行各像素的颜色判定处理。
而且，在该构成中是构成为即便判定各单元C的颜色时，对多数单元C附加的颜色不包含在任一判定区域内，而信息的识别本身将会变得无法进行这样的情况下，也可以防止所述情况。
具体而言，在判定为不包含在与多种颜色各自对应的判定区域的任一区域内的单元存在一定数以上的情况(图8的S440“Yes”的分支)下，将判定区域扩大一定区域或使其移动之后，再次判定对各单元附加的颜色(图8的S444～S438)。
如果为该构成，那么即便在图像的生成条件较差而无法确切地判定颜色的情况下，通过扩大判定区域而提高判定的感度以再次判定颜色，或使判定区域移动至与颜色的分布相应的恰当的位置以再次判定颜色，可提高颜色的判定概率。
而且，在所述实施方式中，在设定为物品检测模式的情况下，可基于根据各单元C的颜色的判定结果而识别到的信息，判定与该信息对应的物品中是否存在指定物品(图9的S502)。
此外，在存在指定物品的情况下，能够以强调显示原图像中的与指定物品对应的二维码的区域的方式加工原图像(图9的S508)，并显示经加工的图像(图9的S516)。
由此，可显示原图像中的与指定物品对应的二维码的区域被强调显示的图像，因此，使用者通过观察所显示的图像，可简易且瞬间掌握原图像中的指定物品的位置。
而且，在该构成中是构成为当存在多个指定物品时，可进行如下加工：根据各指定物品的管理开始时期信息，按照管理开始时期由先往后的顺序将表示顺序的编号的图像以显示在与指定物品对应的二维码的区域上或其附近的方式对原图像追加(图9的S512)。
由此，使用者通过观察所显示的图像，可以视觉上简易且瞬间掌握各指定物品的管理开始时期的顺序。例如，可容易地进行将仓库内的物品按照其管理开始时期由先往后的顺序出货等作业。
而且，在该构成中是构成为可对原图像进行强调显示加工及追加与指定物品相关的显示信息的加工(图9的S514)。
由此，使用者通过观察所显示的图像，可确认品名、品名代码、管理开始期限、出货期限等与指定物品相关的信息。
而且，在该构成中，在设定为期限管理模式的情况下，可将出货期限、消费期限等期限过期的物品或直至期限为止的期间为规定期间以下的物品设为指定物品。然后，可从与根据各单元C的颜色的判定结果而识别到的信息对应的物品中，判定是否存在过期的物品或直至期限为止的期间为规定期间以下的物品(图9的S524)。
此外，在存在指定物品的情况下，能够以强调显示原图像中的与指定物品对应的二维码的区域的方式加工原图像(图9的S528)，并显示经加工的图像(图9的S516)。
由此，可显示原图像中的与指定物品对应的二维码的区域被强调显示的图像，因此使用者通过观察所显示的图像，可简易且瞬间掌握原图像中的指定物品的位置。
(5)变形例
以上，对本发明的实施方式进行了说明，很明显本发明并不受所述实施方式任何限定，只要属于本发明的技术范围，则可采取多种方式。
例如，在所述实施方式中，例示了二维码读取器1由单体装置构成的情况，但该二维码读取器1也可以作为多个装置协调地进行动作的系统而构成。
而且，在所述实施方式中，作为二维码的区域，并不限于所述那样的二维码，也可以设为表示特定的图像(例如标识等)的区域。
而且，在所述实施方式中是选出依照着色规则而应该附加的颜色的候选，从中将似乎最准确的单一的颜色推定为依照着色规则本来应该附加的颜色，但也可以在如此选出颜色的候选的阶段中，由使用者选择这些候选中的任一个。
另外，也可以对作为候选而选出的各颜色也进行信息的识别，由使用者从如此识别到的信息中选择任一个。在此情况下，在图8的S452中不进行任何处理，在S454中将候选的各颜色判定为对所述单元C附加的颜色。而且，可考虑如下等构成：在图3的S134中，如果作为对单元C附加的颜色而判定出的颜色存在多种，那么针对各色或基于各色的组合识别信息，由使用者从如此识别到的信息中选择任一个。
而且，在所述实施方式中，说明了在物品检测处理中检索所指定的物品的示例及关于期限检索满足条件的物品的示例，但并不限于这些示例，也可以构成为检索满足其他条件的物品。
而且，在所述实施方式中，设为按照管理开始期限由先往后的顺序将编号图像显示在二维码的区域上或其附近的构成，但并不限于该构成，也可以设为显示消费期限从早到晚的顺序等基于其他条件的顺序的编号图像的构成。
而且，在所述实施方式中，将利用二维码的物品检测处理作为以使用者经由输入装置74的操作输入(指示信息)为触发点而进行的一连串处理进行了说明，但并不限于该构成。
例如，也可以设为如下构成等其他构成：如果为设定了检测对象的物品(设定了检测模式)的状态，那么即便无触发点，也重复执行利用二维码的物品检测处理，始终对拍摄图像执行检测处理，显示检测结果的图像。
而且，在所述实施方式中，二维码读取器1设为通过由CPU60执行专用的程序，而实现利用二维码的物品检测处理所需的各功能的构成，但并不限于该构成。例如，也可以设为将处理的一部分更换成半导体集成电路等硬件，利用硬件与软件双方实现各功能的构成，或者也可以设为在可能的情况下将处理的全部或大致全部更换成硬件，利用硬件主体实现各功能的构成。
(6)与本发明的对应关系
在以上说明的实施方式中，图3的S102为本发明中的图像获取部，图3的S108(图5的S200～S212)为本发明中的成分转换部，图3的S110为本发明中的区域抽取部，图3的S120为本发明中的候选区域判定部，图3的S128为本发明中的图案判定部。
而且，图3的S130为本发明中的区域检测部，图3的S108～S144(尤其是S108、S142、S144)为本发明中的重复实施部，图3的S124为本发明中的一致判定部，图3的S134为本发明中的信息识别部。
而且，图8中的S452为本发明中的颜色推定部，图8中的S410、S438及S454为本发明中的颜色判定部。

Claims (13)

1.一种二维码读取器，其特征在于包含：
图像获取部，获取拍摄包含多个二维码区域的区域而成的图像；
成分转换部，将利用该图像获取部而获取的图像转换成表示该图像中所包含的边缘成分的分布的边缘图像；
区域抽取部，从利用该成分转换部而转换的边缘图像中，抽取依照预先规定的区域规则而形成的区域作为包含所述二维码区域的候选区域，所述区域规则为规定所述二维码区域中轮廓部所成的外形形状及对于该外形形状作为类似的形状而设定的形状的规则；
候选区域判定部，根据形状信息，判定由所述区域抽取部抽取的候选区域是否为有效的候选区域，所述形状信息为对所述二维码的区域中轮廓部所成的外形形状即理想的外形形状的参数设定特定的误差范围的信息；
图案判定部，针对利用所述图像获取部而获取的图像中的与由所述候选区域判定部判定为有效的候选区域对应的各对应区域，判定形成该对应区域的要素中是否包含特征性图案，所述特征性图案是用于决定该对应区域内形成的图案是否为所述二维码的区域；
区域检测部，将由该图案判定部判定为包含特征性图案的对应区域作为所述二维码的区域而进行检测；
信息识别部，针对利用所述区域检测部而检测到的各二维码的区域，识别由该二维码的区域所示的信息；
重复实施部，基于多种转换条件的每一种依次实施由所述成分转换部进行的图像向边缘图像的转换，并且对基于各转换条件所转换的各边缘图像，进行重复实施由所述区域抽取部进行的候选区域的抽取、由所述候选区域判定部进行的有效的候选区域的判定、由所述图案判定部进行的特征性图案的判定及由所述区域检测部进行的二维码区域的检测的重复实施处理；及
一致判定部，关于针对特定的所述边缘图像由所述区域抽取部抽取且由所述候选区域判定部判定为有效的各候选区域，是否与针对另一边缘图像由所述区域抽取部抽取且由所述候选区域判定部判定为有效的候选区域即抽取完成的候选区域一致，基于两候选区域进行判定；且
所述候选区域判定部是当与利用所述区域抽取部而抽取的候选区域的所述形状信息对应的讯息包含在所述误差范围内时，将所述抽取的候选区域判定为有效的区域，当与所述形状信息对应的讯息在所述误差范围外时，将所述抽取的候选区域判定为无效的区域；
所述重复实施部仅针对由所述区域抽取部抽取且由所述候选区域判定部判定为有效的候选区域中由所述一致判定部判定为与所述抽取完成的候选区域不一致的候选区域，实施由所述图案判定部进行的是否具有特征性图案的判定及由所述区域检测部进行的二维码区域的检测。
2.根据权利要求1所述的二维码读取器，其特征在于：在所述二维码的外形形状为多边形的情况下，所述形状信息包含各边的长度比的信息及各两边间的角度的信息。
3.根据权利要求1所述的二维码读取器，其特征在于：所述多种转换条件包含如下转换条件：将利用所述图像获取部而获取的图像转换成灰度图像，根据转换条件的种类以不同的阈值使该灰度图像二值化而生成二值化图像，并使该二值化图像中的边缘部分线性化。
4.根据权利要求1所述的二维码读取器，其特征在于：所述多种转换条件包含如下转换条件：从利用所述图像获取部而获取的图像中根据转换条件的种类抽取不同的颜色成分，将该抽取的颜色成分所成的颜色成分图像转换成灰度图像，以规定的阈值使该灰度图像二值化而生成二值化图像，并使该二值化图像中的边缘部分线性化。
5.根据权利要求1所述的二维码读取器，其特征在于：所述二维码是排列多个单元，通过以所述多个单元中包含颜色不同的多种单元的方式对各单元附加颜色而将与该颜色或颜色的组合对应的1个以上的信息的每一个编码所得的二维码，
所述信息识别部是根据对所述二维码的区域中的各单元的区域附加的颜色或颜色的组合而识别信息。
6.根据权利要求5所述的二维码读取器，其特征在于：所述二维码中，对所述多个单元分别附加的颜色是依照根据应该由该单元编码的信息及对与该单元邻接的单元附加的颜色的着色规则而在多种颜色中决定，
所述二维码读取器更包含颜色推定部，关于利用所述区域检测部而检测到的各二维码区域，针对该二维码区域中的各单元的区域中附有除依照所述着色规则应该对该单元的区域附加的颜色及所述二维码中应使用的颜色以外的颜色的单元的区域，依照所述着色规则推定对该单元的区域本来应该附加的颜色，
所述信息识别部认为对所述二维码区域中的各单元的区域中经所述颜色推定部推定颜色的单元的区域附有该推定的颜色，而根据对各单元的区域附加的颜色或颜色的组合而识别信息。
7.根据权利要求5或6所述的二维码读取器，其特征在于：包含颜色判定部，针对利用所述区域检测部而检测到的各二维码区域，关于对该二维码区域中的各单元的区域附加的颜色，根据包含在以该二维码中使用的多种颜色各自为中心扩展的颜色空间上的判定区域的哪一区域内而进行判定，
所述信息识别部认为对所述二维码区域中的各单元的区域附有所述颜色判定部对该单元的区域判定的颜色，而根据对各单元的区域附加的颜色或颜色的组合而识别信息。
8.根据权利要求7所述的二维码读取器，其特征在于：所述颜色判定部针对判定为不包含在与多种颜色各自对应的所述判定区域的任一区域内的单元的区域存在一定数以上的二维码的区域，将所述判定区域扩大一定区域之后，再次判定对各单元的区域附加的颜色。
9.根据权利要求7所述的二维码读取器，其特征在于：所述颜色判定部针对判定为不包含在与多种颜色各自对应的所述判定区域的任一区域内的单元的区域存在一定数以上的二维码的区域，根据该二维码区域中的颜色的分布而使所述判定区域在颜色空间上移动之后，再次判定对各单元的区域附加的颜色。
10.根据权利要求1所述的二维码读取器，其特征在于：所述一致判定部关于针对特定的所述边缘图像由所述区域抽取部抽取且由所述候选区域判定部判定为有效的各候选区域是否与另一边缘图像中的所述抽取完成的候选区域一致，根据两候选区域的重复程度而进行判定。
11.根据权利要求1所述的二维码读取器，其特征在于：所述一致判定部关于针对特定的所述边缘图像由所述区域抽取部抽取且由所述候选区域判定部判定为有效的各候选区域是否与另一边缘图像中的所述抽取完成的候选区域一致，根据两候选区域中的一候选区域是否包含在另一候选区域内而进行判定。
12.根据权利要求1所述的二维码读取器，其特征在于：在所述二维码的区域为多边形的情况下，
所述一致判定部针对特定的所述边缘图像中由所述区域抽取部抽取且由所述候选区域判定部判定为有效的各候选区域，根据作为该候选区域而形成的多边形中的1个以上的顶点是否位于从作为所述抽取完成的候选区域而形成的多边形中的任一个顶点起算的一定范围内，而判定由所述区域抽取部抽取且由所述候选区域判定部判定为有效的各候选区域是否与另一边缘图像中的所述抽取完成的候选区域一致。
13.根据权利要求1所述的二维码读取器，其特征在于：所述区域抽取部基于规定所述区域规则的模板，从利用所述成分转换部而转换的边缘图像中，抽取依照由所述模板规定的规则而形成的区域作为候选区域，
所述候选区域判定部基于规定作为所述形状信息的形状规则的模板，判定利用所述区域抽取部而抽取的候选区域是否为依照由所述模板规定的规则而形成的区域，由此判定所述候选区域是否有效。
CN201080068361.XA 2010-07-30 2010-08-31 二维码读取器及程序 Active CN103080950B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2010-172620 2010-07-30
JP2010172620A JP4724802B1 (ja) 2010-07-30 2010-07-30 二次元コードリーダおよびプログラム
PCT/JP2010/005361 WO2012014265A1 (ja) 2010-07-30 2010-08-31 二次元コードリーダおよびプログラム

Publications (2)

Publication Number Publication Date
CN103080950A CN103080950A (zh) 2013-05-01
CN103080950B true CN103080950B (zh) 2014-11-26

Family

ID=44350533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080068361.XA Active CN103080950B (zh) 2010-07-30 2010-08-31 二维码读取器及程序

Country Status (6)

Country Link
US (1) US8584950B2 (zh)
EP (1) EP2600279A4 (zh)
JP (1) JP4724802B1 (zh)
KR (1) KR101266663B1 (zh)
CN (1) CN103080950B (zh)
WO (1) WO2012014265A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8461546B2 (en) 2009-04-03 2013-06-11 Lawrence Livermore National Security, Llc Compounds for neutron radiation detectors and systems thereof
US9309456B2 (en) 2011-04-15 2016-04-12 Lawrence Livermore National Security, Llc Plastic scintillator with effective pulse shape discrimination for neutron and gamma detection
US9121947B2 (en) 2012-01-23 2015-09-01 Lawrence Livermore National Security, Llc Stress reduction for pillar filled structures
US9650564B2 (en) 2012-05-14 2017-05-16 Lawrence Livermore National Security, Llc System and plastic scintillator for discrimination of thermal neutron, fast neutron, and gamma radiation
US9274237B2 (en) 2013-07-26 2016-03-01 Lawrence Livermore National Security, Llc Lithium-containing scintillators for thermal neutron, fast neutron, and gamma detection
JP5536951B1 (ja) * 2013-12-26 2014-07-02 進 辻 表示コードが付された物品、表示コード読取装置および情報伝達方法
CN105447426B (zh) * 2014-07-14 2018-02-02 株式会社理光 判定装置、文档图像管理系统以及判定方法
EP3467700B1 (en) 2014-11-18 2022-05-04 Cognex Corporation Systems and methods for decoding two-dimensional matrix symbols
JP5997808B1 (ja) * 2015-06-18 2016-09-28 株式会社Pfu 画像処理装置、日付識別装置、画像処理方法、および、プログラム
JP2017078877A (ja) * 2015-10-19 2017-04-27 セイコーエプソン株式会社 画像処理装置、ロボット、及びロボットシステム
CN105897716B (zh) * 2016-04-12 2018-10-19 广东公诚设备资产服务有限公司 一种网站登录验证码的生成方法
CN107679529B (zh) 2016-08-01 2019-12-24 杭州海康威视数字技术股份有限公司 一种物流包裹图片处理方法、装置及系统
CN106874818B (zh) * 2016-08-30 2019-11-22 阿里巴巴集团控股有限公司 一种数字对象唯一标识符doi识别方法与装置
CN110505814A (zh) 2017-02-20 2019-11-26 3M创新有限公司 光学制品和与其进行交互的系统
WO2019064108A1 (en) 2017-09-27 2019-04-04 3M Innovative Properties Company PERSONAL PROTECTIVE EQUIPMENT MANAGEMENT SYSTEM USING OPTICAL PATTERNS FOR EQUIPMENT AND SECURITY MONITORING
CN109062648B (zh) * 2018-07-23 2021-10-22 Oppo广东移动通信有限公司 信息处理方法、装置、移动终端及存储介质
CN113468905B (zh) * 2021-07-12 2024-03-26 深圳思谋信息科技有限公司 图形码识别方法、装置、计算机设备和存储介质
CN115204341B (zh) * 2022-09-15 2022-11-29 深圳永贵技术有限公司 智能化物料识别方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000148797A (ja) * 1998-08-31 2000-05-30 Sony Corp 画像処理装置、画像処理方法、および画像処理プログラム格納媒体
CN1979522A (zh) * 2005-10-21 2007-06-13 电装波动株式会社 集成有光学可读信息符号的信息载体
JP2008282339A (ja) * 2007-05-14 2008-11-20 Konica Minolta Business Technologies Inc コード検出プログラム及びコード検出方法並びに画像形成装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5296690A (en) * 1991-03-28 1994-03-22 Omniplanar, Inc. System for locating and determining the orientation of bar codes in a two-dimensional image
US5304787A (en) * 1993-06-01 1994-04-19 Metamedia Corporation Locating 2-D bar codes
GB2301690B (en) 1995-06-02 1998-08-12 Asahi Optical Co Ltd Data symbol reading device
JPH0950472A (ja) * 1995-06-02 1997-02-18 Asahi Optical Co Ltd データシンボル読み取り装置
JPH09114913A (ja) * 1995-10-17 1997-05-02 Casio Comput Co Ltd 読取装置及び情報端末装置
US20010042788A1 (en) 1998-08-31 2001-11-22 Keigo Ihara Image processing apparatus, image processing method and image processing program storage medium
KR100341504B1 (ko) 1999-11-13 2002-06-21 한탁돈 기계로 판독가능한 코드와 그 코드의 인코딩/디코딩 방법및 장치
US7050631B2 (en) * 2002-10-30 2006-05-23 Sick Auto Ident, Inc. Barcode detection system
US7751629B2 (en) * 2004-11-05 2010-07-06 Colorzip Media, Inc. Method and apparatus for decoding mixed code
RU2349957C1 (ru) 2004-11-05 2009-03-20 Колорзип Медиа, Инк. Смешанный код, и способ и устройство для его генерирования, и способ и устройство для его декодирования
KR100653886B1 (ko) 2004-11-05 2006-12-05 주식회사 칼라짚미디어 혼합코드 및 혼합코드 인코딩 방법과 장치
JP4247190B2 (ja) 2005-02-25 2009-04-02 日本電信電話株式会社 二次元コード認識装置とそのプログラム
WO2006100720A1 (ja) * 2005-03-18 2006-09-28 Fujitsu Limited コード画像処理方法
US7325737B2 (en) * 2005-11-30 2008-02-05 Symbol Technologies, Inc. Methods and apparatus for identifying candidate barcode fields
JP4005621B1 (ja) 2006-07-19 2007-11-07 ビーコア株式会社 光学式シンボル及びそれが付された物品並びに光学式シンボルを物品に付す方法及び光学式シンボルのデコード方法。
US20090194596A1 (en) 2006-07-19 2009-08-06 B-Core Inc. Optical Symbol, Item to Which Optical Symbol is Attached, Method of Attaching Optical Symbol to Item, and Optical Recognition Code Recognizing Method
US8172144B2 (en) 2007-05-14 2012-05-08 Konica Minolta Business Technologies, Inc. Media storing code detecting program, code detecting method, and image forming apparatus
JP5111055B2 (ja) * 2007-10-26 2012-12-26 キヤノン株式会社 画像処理装置及び画像処理方法、コンピュータプログラム
JP2010039624A (ja) 2008-08-01 2010-02-18 B-Core Inc 色彩認識方法及びプログラム
US8308069B2 (en) * 2007-12-21 2012-11-13 Hand Held Products, Inc. User configurable search methods for an area imaging indicia reader
US8366004B2 (en) * 2008-02-22 2013-02-05 Qualcomm Incorporated Barcode detection based on morphological operations
ES2632746T3 (es) * 2009-04-20 2017-09-15 Metaform Ltd. Sistema y procedimiento de detección de códigos de barras múltiples
JP5447235B2 (ja) * 2009-07-31 2014-03-19 セイコーエプソン株式会社 マーカー処理方法、マーカー処理装置、およびマーカー処理プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000148797A (ja) * 1998-08-31 2000-05-30 Sony Corp 画像処理装置、画像処理方法、および画像処理プログラム格納媒体
CN1979522A (zh) * 2005-10-21 2007-06-13 电装波动株式会社 集成有光学可读信息符号的信息载体
JP2008282339A (ja) * 2007-05-14 2008-11-20 Konica Minolta Business Technologies Inc コード検出プログラム及びコード検出方法並びに画像形成装置

Also Published As

Publication number Publication date
US8584950B2 (en) 2013-11-19
KR20130019021A (ko) 2013-02-25
CN103080950A (zh) 2013-05-01
KR101266663B1 (ko) 2013-05-28
WO2012014265A1 (ja) 2012-02-02
US20130175340A1 (en) 2013-07-11
JP2012033035A (ja) 2012-02-16
EP2600279A4 (en) 2014-04-09
EP2600279A1 (en) 2013-06-05
JP4724802B1 (ja) 2011-07-13

Similar Documents

Publication Publication Date Title
CN103080950B (zh) 二维码读取器及程序
CN103069430B (zh) 二维码读取器及程序
CN103177249B (zh) 图像处理装置和图像处理方法
CN101453575B (zh) 一种视频字幕信息提取方法
EP2833636B1 (en) Color chart detection device, color chart detection method and color chart detection computer program
JP5830338B2 (ja) 帳票認識方法および帳票認識装置
CN101295359B (zh) 图像处理装置及图像处理方法
CN101958989B (zh) 图像处理装置、图像处理系统及图像处理方法
EP2605186B1 (en) Method and apparatus for recognizing a character based on a photographed image
CN101807257A (zh) 图像标签信息识别方法
CN101795350B (zh) 一种基于相关性检测的非线性图像放大两倍方法
JP2021524976A (ja) カラーバーコード及びその色補正方法
CN104966348B (zh) 一种票据图像要素完整性检测方法及系统
CN108345888A (zh) 一种连通域提取方法及装置
JP4149464B2 (ja) 画像処理装置
JP5868050B2 (ja) 表示装置及びその制御方法
JP5319637B2 (ja) 二次元コード、エンコード装置、エンコードプログラムおよび二次元コードリーダ
CN102831428A (zh) 图像内快速响应矩阵码区域的提取方法
JP4724800B1 (ja) 物品検出装置およびプログラム
JP6546385B2 (ja) 画像処理装置及びその制御方法、プログラム
KR101161247B1 (ko) 바코드 추출 방법
JP2013178732A (ja) 画像処理装置及び画像処理方法
JP7075770B2 (ja) 文字認識システム、文字鮮明化システム、文字鮮明化プログラム、文字鮮明化方法、及び文字鮮明化画像の表示装置
CN116310965A (zh) 一种车道线识别方法、系统、电子设备及存储介质
CN117139206A (zh) 网格仓智能分拣方法、装置、设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant