CN104008359B - 一种用于qr码识别的精确网格采样方法 - Google Patents

一种用于qr码识别的精确网格采样方法 Download PDF

Info

Publication number
CN104008359B
CN104008359B CN201410155999.7A CN201410155999A CN104008359B CN 104008359 B CN104008359 B CN 104008359B CN 201410155999 A CN201410155999 A CN 201410155999A CN 104008359 B CN104008359 B CN 104008359B
Authority
CN
China
Prior art keywords
point
straight line
view finding
sampling
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
CN201410155999.7A
Other languages
English (en)
Other versions
CN104008359A (zh
Inventor
官慧仙
杨波
贺晓明
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.)
Hangzhou Synodata Security Technology Co Ltd
Original Assignee
Hangzhou Synodata Security Technology 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 Hangzhou Synodata Security Technology Co Ltd filed Critical Hangzhou Synodata Security Technology Co Ltd
Priority to CN201410155999.7A priority Critical patent/CN104008359B/zh
Publication of CN104008359A publication Critical patent/CN104008359A/zh
Application granted granted Critical
Publication of CN104008359B publication Critical patent/CN104008359B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

一种用于QR码识别的精确网格采样方法,通过获取QR码每个深浅模块中心位置在图像中对应坐标的像素值来识别QR码,用左上角寻像图形的右下边角点的中心点A、右上角寻像图形的左下边角点的中心点B、左下角寻像图形的右上边角点的中心点C以及右下角校正图形中心点D的坐标,建立起网格采样的大框架。然后利用水平垂直定位线模块深浅交替的规律准确的精确定位出采样网格的上边线左边线的采样点。最后利用透视变形校正原理计算右边线下边线的采样点,从而获得整个图形的采样网格。对于QR码有多个校正图形的采样可分区域采用本方法布置网格。本发明的有益效果:定位精准、适用广、计算简单、完全适用于嵌入式系统。

Description

一种用于QR码识别的精确网格采样方法
技术领域
本发明涉及一种用于QR码识别的精确网格采样方法。
背景技术
二维码(二维条码)是用某种特定的几何图形按一定的规律在平面(二维方向)分布的黑白相间的图形用来记录数据符号信息的,在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”“1”比特流的概念,使用若干个与二进制相对应的几何形体来表示文字数值信息,通过图像输入设备或光电扫描设备进行自动识读以实现信息自动处理。
QR码(快速响应矩阵码)是属于矩阵式二维码,由正方形模块组成的一个正方形阵列构成,根据深浅模块在正方形阵列中的不同分布进行编码。其中功能区域( 包括寻像图形、分割符、定位图形和校正图形)用于定位和特征识别不进行编码。QR码具有超高速全方位识读、纠错能力强、编码范围广等优点,应用广泛。
模块(i,j):表示QR码正方形阵列(符号矩阵)中每个正方形模块位置,i表示模块在二维符号矩阵所在行数(从上向下计算),j表示列数(从左向右计算)。因此在符号矩阵中左上角模块为(0,0)。
图像畸变是成像过程所产生的图像像元的几何位置相对于参照系统发生的挤压、伸展、偏移和扭曲等变形,使图像几何位置、尺寸、形状、方位等发生改变。一般分为两类:系统畸变和随机畸变。系统畸变是设备系统成像过程中产生的电子图像畸变, 有枕形失真、桶形失真等, 现在一般的拍摄设备都能进行自我校正。随机畸变是在实际运用中, 由于拍摄设备的角度位置变化而导致所获取的图像产生缩放、旋转、透视等畸变。
QR码是建立在数字图像处理技术、组合编码原理等基础上的一种新型图形符号自动识别处理码制。QR码共有40种版本。从21x21个模块(版本1),到177x177个模块(版本40),每一版本符号比前一版本每边增加4个模块,符号容量也越来越大。结构如下图1所示,简要介绍如下:
1)位置探测图形(寻像图形):用于对QR码的定位,为三个黑白间隔的矩形块,分别位于QR码图像的三个角上,每个位置探测图形符号的模块序列由深-浅-深-浅-深次序构成,相对宽度比例是1:1:3:1:1。
2)分隔符:全部由浅色、宽度为1的模块组成,位于探测图形和编码区域之间。
3)校正图形:根据版本的不同,矫正图形的个数也不同。校正图形类似于位置探测图形,也是黑白相间的矩形块,但相对宽度比例是1:1:1:1:1。
4)定位图形:定义了QR码图像上的网格,由深浅模块1:1比例交替构成。有水平和垂直两条,分别为一个模块宽的一行一列。
5)编码区域:包括版本信息、格式信息、数据码字,纠错码字的符号字符。这些符号字符由输入的数据位流按编码规则转换成深浅模块填入编码区域。
QR码的识别过程是首先将QR码图像进行预处理,对畸形的图像经过矫正,选取合适的阀值进行二值化。然后通过QR码图像的功能图形获得采样网格,获得每个模块在图像中的对应位置。对网格的每一交点上的图像像素进行取样,二进制‘1’表示深色的像素,二进制‘0’表示浅色的像素。构成一个二维数组表示的信息流,根据QR码的编码区排列规则从二维信息流中提取出各符号字符。先对格式信息进行译码、确定纠错级别和掩模图形,消除掩模,恢复数据码字和纠错码字,用纠错码字进行错误纠正,将正确的数据码字按不同的数据模式进行译码,最终恢复原始信息,QR码识别成功。由此可见对QR码深浅模块进行采样的网格准确与否直接关系到编码区符号字符的正确性,是关系QR识别性能的关键因素。
对采集到的QR图像进行灰度化,二值化,边缘检测,图像矫正等预处理得到QR码二值化图,定位出QR码图像的三个寻像图形,根据寻像图形判断图像方位。QR码共有40个版本,版本1无校正图形,现对版本1现有的采样方法进行介绍:版本1 共21*21个模块,采样每个深浅模块像素值得到一个21*21维数据数组。先找到左上角寻像图形的中心点A,右上角寻像图形的中心点B,左下角寻像图形的中心点C。得到水平直线AB,垂直直线AC。A、B点之间的间距 |AB|除以14得到水平模块平均宽度X,同理将|AC|/14得到垂直模块平均宽度Y。AB直线之上形成3条与AB平行,间距为垂直模块宽度Y的直线。AB线之下形成19条与AB平行,间距为Y的直线。同理,在AC直线之左形成3条与AC平行,间距为水平模块宽度X的直线,AC之右有19条与AC平行,间距为X的直线。这21条与AB平行的直线和21条与AC平行的直线线形成了QR码采样网格如图2所示,提取它们的相交点(采样点)像素,黑为1,白为0,组成二维数组信息流。
现对带有校正图形的 QR码网格采样方法具体步骤介绍如下(以版本7为例):从寻像图形的中心坐标开始,搜索校正图形P1、P2,得到校正图形的中心坐标。同样由P1 、P2校正图形得到校正图形P3。由P2、P3之间的距离|P2P3|,P1、P3之间的距离|P1P3|分别除以校正图形P2、P3中心的模块位置间距,获得位于符号左上角区域下边线的模块间距CPx和右边线间距CPy值。同样,左上部位置探测图形A的中心坐标与校正图形P1的中心坐标之间的水平距离|AP1|,与校正图形P2的中心坐标水平距离|AP2|。|AP1|除以校正图形P1与寻像图像A中心模块的列坐标差得左上角区域中上边线的模块节距CPx’。|AP2|除以校正图形P2与寻像图像A中心模块的行坐标差获得左上角区域左边线的节距CPy’。以CPx’、CPy’,CPx、CPy、为节距等分左上角区上边线、左边线、下边线、右边线,确立采样网格。在同样的方式下由校正图形P1、P3、P4 和寻像图形B、确定QR码图像右上区采样网格;由校正图形P2、P3、P5 和寻像图形C确定QR码左下区采样网格;由校正图形P3、P4、P5和P6确定QR码右下区采样网格。图3给出了QR码图像版本7的采样点(采样网格交点)。
其它带校正图形的采样方法以此类推。
现有的采样方法是以求得寻像图形之间、校正图形之间、寻像图形与校正图形之间的水平和垂直节距来确定采样网格的,当图像发生几何变形后,各模块宽度并不是均等的,导致各模块中心位置在图像中对应的位置节距不相等。当图像发生畸变,尤其是透视变形,而模块数较多且宽度较窄时,允许的采样误差变小,导致QR码采样点提取的深浅像素值错误变多,超出纠错范围,QR码将无法识别。所以现有的网格采样方法精确度不够,对前期图像矫正十分依赖。而前期图像矫正参数往往并不十分准确,特别在处理能力相对来说比较有限的嵌入式系统,运算精度不够的情况下存在缺陷。
发明内容
本发明提供了一种定位精准、适用广、计算简单、完全适用于嵌入式系统的用于QR码识别的精确网格采样方法。
本发明采用的技术方案是:
一种用于QR码识别的精确网格采样方法,通过获取QR码每个深浅模块中心位置在图像中对应坐标的像素值来识别QR码,其具体步骤如下:
1) 首先获得经过预处理的QR码二值化图,根据寻像图形特征找到三个寻像图形的中心点,即左上角寻像图形、右上角寻像图形和左下角寻像图形的中心点,再由各寻像图形的中心点坐标上下左右水平垂直扫描寻像图形,获得各寻像图形的黑白模块相接的边界点坐标,通过各边界点坐标计算得出左上角寻像图形的右下边角点的中心点A、右上角寻像图形的左下边角点的中心点B、左下角寻像图形的右上边角点的中心点C的坐标;
其中,左上寻像图形的右下边角点的中心点A的计算过程如下:
X0、X1、X3、X4、X5、X6为左上角寻像图形中心点P两侧水平方向的边界坐标,Y0、Y1、Y3、Y4、Y5、Y6为P上下两侧垂直方向的边界坐标,得到 a点坐标(X4+(X5-X4)/2,Y4+(Y5-Y4)/2);然后从a点开始向下向右水平垂直遍历图像获得最近的四个黑白模块相接边界点X5’、X6’、Y5’、Y6’,从而得到左上寻像图形的右下边角点的中心点A的坐标为(X5’+(X6’-X5’)/2,Y5’+(Y6’-Y5’)/2),按同样的方法获得右上寻像图形的左下边角点的中心点B的坐标,左下寻像图形的右上边角点的中心点C的坐标;
2)根据左上角寻像图形的右下边角点的中心点A、右上角寻像图形的左下边角点的中心点B、左下角寻像图形的右上边角点的中心点C的坐标得到直线AB的斜率k1、截距b1,直线AC的斜率k2、截距b2,再求出与直线AB平行经过C点的直线和经过B点与直线AC平行的直线之间的交点D’;
3)根据校正图形的特征在图像右下区域搜索定位出右下角校正图形的中心点D,得到直线CD的斜率k3、截距b3,直线BD的斜率k4、截距b4,若右下角校正图形的中心点D与平行四边形ABCD’的D’不重合,可知平行四边形ABCD’形状发生变化,变形成了四边形ABCD,图像发生了透视变形;
4)直线AB上的线段点坐标是对应于水平定位线各模块,从A点开始,依照AB直线的倾斜方向遍历图像,找到模块黑白边界点坐标,水平定位线是1:1深浅模块交替排列的,所以各边界点坐标之间的中点即为模块中心点坐标,从而获得图像上边线的采样点,同理遍历直线AC方向的像素获得垂直定位线中心模块在图像中的坐标,从而获得图像左边线的采样点;
5)若图像发生了变形,图像下边线的采样点的需要计算校正后推算而出,先得出经过图像上边线的各采样点且与直线AC平行的直线,该直线与直线CD’的交点即为直线CD’上的采样点,再根据透视校正原理将直线CD’上的采样点映射到直线CD上计算得出图像下边线的采样点,同理得到分布在直线BD上的图像右边线的采样点;若图像未发生透视变形,D’与D重合,不用进行透视校正计算,直线CD’上采样点即为图像下边线上的采样点,同理,直线BD’上的采样点即为图像右边线上的采样点;
6)把直线AB上的第一个采样点与直线CD上的第一个采样点相连,获得第1列模块垂直方向的采样线,依次进行,得到各模块垂直方向上的每条垂直采样线,同理依次连接直线AC上采样点和直线BD上的采样点,获得各模块水平方向的每条水平采样线,从而构造出整个图像的精确采样网格。
进一步,还包括对步骤5)中的直线CD’上的采样点进行修正,其修正过程如下:
先确定经过直线AB上的h点的直线,h表示为直线AB上的任意采样点,该直线的斜率k在直线AC的斜率k2和直线BD的斜率k4之间,其中,斜率k的计算方式如下:
Ah/AB=(k-k2)/(k4-k2);
根据上述公式计算得出经过直线AB的h点的直线的斜率k,从而得出该直线与直线CD’的交点d’, 即得到直线CD’上的采样点d’,按同样的过程得出直线CD’上的所有采样点。
进一步,步骤5)中的透视校正过程如下:CDD’为一三角形,C为不变点,在CD’变形到CD过程中,D’横坐标增加了W宽的长度,纵坐标缩减了L宽的长度,最终与D点重合,随着D’横坐标增大,则d’点横坐标也被拉伸,纵坐标随D’纵坐标减小被压缩,设C点坐标为(x0,y0),D点坐标为(x2,y2),D’坐标为(x3,y3),直线CD’上的采样点d’坐标为(x’,y’),直线CD上对应的采样点 d坐标为(x,y),可以根据下述公式
(x3-x0)/(x2-x3)=(x’-x0)/(x-x’);
(y3-y0)/(y3-y2)=(y’-y0)/(y’-y);
计算得出直线CD上对应的采样点 d的坐标(x,y),按同样的过程得出直线CD上的所有采样点。
本发明充分利用了QR码功能图像的特点,用左上角寻像图形的右下边角点的中心点A、右上角寻像图形的左下边角点的中心点B、左下角寻像图形的右上边角点的中心点C以及右下角校正图形中心点D的坐标,建立起网格采样的大框架。然后利用水平垂直定位线模块深浅交替的规律准确的精确定位出采样网格的上边线左边线的采样点。最后利用透视变形校正原理计算右边线下边线的采样点,从而获得整个图形的采样网格。对于QR码有多个校正图形的采样可分区域采用本方法布置网格。
本发明的有益效果:
1、通过搜索寻像图形边角点,矫正图形和定位线的模块中心点,定位精准,弥补了传统方法利用平均间距布置网格所引起的误差。
2、充分考虑了倾斜以及发生形变的图像情况,适用广。
3、不存在复杂的数学运算,计算简单,完全适用于资源有限的嵌入式系统。
附图说明
图1是QR码的结构示意图。
图2是QR码版本1的采样网格示意图。
图3是QR码版本7的采样点结构示意图。
图4是本发明的左上角寻像图形的结构示意图。
图5是本发明的采样网格控制线的结构示意图。
图6是本发明的图像下边线的采样点的透视校正示意图。
具体实施方式
下面结合具体实施例来对本发明进行进一步说明,但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到,本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。
参照图5,本实施例以版本6为例,一种用于QR码识别的精确网格采样方法,通过获取QR码每个深浅模块中心位置在图像中对应坐标的像素值来识别QR码,其具体步骤如下:
1) 首先获得经过预处理的QR码二值化图,根据寻像图形特征找到三个寻像图形的中心点,即左上角寻像图形、右上角寻像图形和左下角寻像图形的中心点,再由各寻像图形的中心点坐标上下左右水平垂直扫描寻像图形,获得各寻像图形的黑白模块相接的边界点坐标,通过各边界点坐标计算得出左上角寻像图形的右下边角点的中心点A、右上角寻像图形的左下边角点的中心点B、左下角寻像图形的右上边角点的中心点C的坐标;
2)根据左上角寻像图形的右下边角点的中心点A、右上角寻像图形的左下边角点的中心点B、左下角寻像图形的右上边角点的中心点C的坐标得到直线AB的斜率k1、截距b1,直线AC的斜率k2、截距b2,再求出与直线AB平行经过C点的直线和经过B点与直线AC平行的直线之间的交点D’;
3)根据校正图形的特征在图像右下区域搜索定位出右下角校正图形的中心点D,得到直线CD的斜率k3、截距b3,直线BD的斜率k4、截距b4,若右下角校正图形的中心点D与平行四边形ABCD’的D’不重合,可知平行四边形ABCD’形状发生变化,变形成了四边形ABCD,图像发生了透视变形;
4)直线AB上的线段点坐标是对应于水平定位线各模块,从A点开始,依照AB直线的倾斜方向遍历图像,找到模块黑白边界点坐标,水平定位线是1:1深浅模块交替排列的,所以各边界点坐标之间的中点即为模块中心点坐标,从而获得图像上边线的采样点,同理遍历直线AC方向的像素获得垂直定位线中心模块在图像中的坐标,从而获得图像左边线的采样点;
5)若图像发生了变形,图像下边线的采样点的需要计算校正后推算而出,先得出经过图像上边线的各采样点与直线AC平行的直线与直线CD’的交点,即直线CD’上的采样点,再根据透视校正原理将直线CD’上的采样点映射到直线CD上计算得出图像下边线的采样点,同理得到分布在直线BD上的图像右边线的采样点;若图像未发生透视变形,D’与D重合,不用进行透视校正计算,直线CD’上采样点即为图像下边线上的采样点,同理,直线BD’上的采样点即为图像右边线上的采样点;
6)把直线AB上的第一个采样点与直线CD上的第一个采样点相连,获得第1列模块垂直方向的采样线,依次进行,得到各模块垂直方向上的每条垂直采样线,同理依次连接直线AC上采样点和直线BD上的采样点,获得各模块水平方向的每条水平采样线,从而构造出整个图像的精确采样网格。
步骤1)中的各寻像图形的边角点的中心坐标的计算过程如下:以左上寻像图形的右下边角点的中心点A为例,参见图4,X0、X1、X3、X4、X5、X6为左上角寻像图形中心点P两侧水平方向的边界坐标,Y0、Y1、Y3、Y4、Y5、Y6为P上下两侧垂直方向的边界坐标,得到 a点坐标(X4+(X5-X4)/2,Y4+(Y5-Y4)/2);然后从a点开始向下向右水平垂直遍历图像获得最近的四个黑白模块相接边界点X5’、X6’、Y5’、Y6’,从而得到左上寻像图形的右下边角点的中心点A的坐标为(X5’+(X6’-X5’)/2,Y5’+(Y6’-Y5’)/2),按同样的方法获得右上寻像图形的左下边角点的中心点B的坐标,左下寻像图形的右上边角点的中心点C的坐标。
对步骤5)中的直线CD’上的采样点进行修正,其修正过程如下:
先确定经过直线AB上的h点的直线,h表示为直线AB上的任意采样点,该直线的斜率k在直线AC的斜率k2和直线BD的斜率k4之间,参见图5,其中,斜率k的计算方式如下:
Ah/AB=(k-k2)/(k4-k2);
根据上述公式计算得出经过直线AB的h点的直线的斜率k,从而得出该直线与直线CD’的交点d’, 即得到直线CD’上的采样点d’,按同样的过程得出直线CD’上的所有采样点。
步骤5)中的透视校正过程如下:CDD’为一三角形,C为不变点,在CD’变形到CD过程中,D’横坐标增加了W宽的长度,纵坐标缩减了L宽的长度,最终与D点重合,随着D’横坐标增大,则d’点横坐标也被拉伸,纵坐标随D’纵坐标减小被压缩,参见图6,设C点坐标为(x0,y0),D点坐标为(x2,y2),D’坐标为(x3,y3),直线CD’上的采样点d’坐标为(x’,y’),直线CD上对应的采样点 d坐标为(x,y),可以根据下述公式
(x3-x0)/(x2-x3)=(x’-x0)/(x-x’);
(y3-y0)/(y3-y2)=(y’-y0)/(y’-y);
计算得出直线CD上对应的采样点 d的坐标(x,y),按同样的过程得出直线CD上的所有采样点。
本发明充分利用了QR码功能图像的特点,用左上角寻像图形的右下边角点的中心点A、右上角寻像图形的左下边角点的中心点B、左下角寻像图形的右上边角点的中心点C以及右下角校正图形中心点D的坐标,建立起网格采样的大框架。然后利用水平垂直定位线模块深浅交替的规律准确的精确定位出采样网格的上边线左边线的采样点。最后利用透视变形校正原理计算右边线下边线的采样点,从而获得整个图形的采样网格。对于QR码有多个校正图形的采样可分区域采用本方法布置网格。

Claims (3)

1.一种用于QR码识别的精确网格采样方法,通过获取QR码每个深浅模块中心位置在图像中对应坐标的像素值来识别QR码,其具体步骤如下:
1)首先获得经过预处理的QR码二值化图,根据寻像图形特征找到三个寻像图形的中心点,即左上角寻像图形、右上角寻像图形和左下角寻像图形的中心点,再由各寻像图形的中心点坐标上下左右水平垂直扫描寻像图形,获得各寻像图形的黑白模块相接的边界点坐标,通过各边界点坐标计算得出左上角寻像图形的右下边角点的中心点A、右上角寻像图形的左下边角点的中心点B、左下角寻像图形的右上边角点的中心点C的坐标;
其中,左上寻像图形的右下边角点的中心点A的计算过程如下:
X0、X1、X3、X4、X5、X6为左上角寻像图形中心点P两侧水平方向的边界坐标,Y0、Y1、Y3、Y4、Y5、Y6为P上下两侧垂直方向的边界坐标,得到a点坐标(X4+(X5-X4)/2,Y4+(Y5-Y4)/2;然后从a点开始向下向右水平垂直遍历图像获得最近的四个黑白模块相接边界点X5’、X6’、Y5’、Y6’,从而得到左上寻像图形的右下边角点的中心点A的坐标为(X5’+(X6’-X5’)/2,Y5’+(Y6’-Y5’)/2,按同样的方法获得右上寻像图形的左下边角点的中心点B的坐标,左下寻像图形的右上边角点的中心点C的坐标;
2)根据左上角寻像图形的右下边角点的中心点A、右上角寻像图形的左下边角点的中心点B、左下角寻像图形的右上边角点的中心点C的坐标得到直线AB的斜率k1、截距b1,直线AC的斜率k2、截距b2,再求出与直线AB平行经过C点的直线和经过B点与直线AC平行的直线之间的交点D’;
3)根据校正图形的特征在图像右下区域搜索定位出右下角校正图形的中心点D,得到直线CD的斜率k3、截距b3,直线BD的斜率k4、截距b4,若右下角校正图形的中心点D与平行四边形ABCD’的D’不重合,可知平行四边形ABCD’形状发生变化,变形成了四边形ABCD,图像发生了透视变形;
4)直线AB上的线段点坐标是对应于水平定位线各模块,从A点开始,依照AB直线的倾斜方向遍历图像,找到模块黑白边界点坐标,水平定位线是1:1深浅模块交替排列的,所以各边界点坐标之间的中点即为模块中心点坐标,从而获得图像上边线的采样点,同理遍历直线AC方向的像素获得垂直走位线中心模块在图像中的坐标,从而获得图像左边线的采样点。5)若图像发生了变形,图像下边线的采样点的需要计算校正后推算而出,先得出经过图像上边线的各采样点且与直线AC平行的直线,该直线与直线CD’的交点即为直线CD’上的采样点,再根据透视校正原理将直线CD’上的采样点映射到直线CD上计算得出图像下边线的采样点,同理得到分布在直线BD上的图像右边线的采样点;若图像未发生透视变形,D’与D重合,不用进行透视校正计算,直线CD’上采样点即为图像下边线上的采样点,同理,直线BD’上的采样点即为图像右边线上的采样点;
6)把直线AB上的第一个采样点与直线CD上的第一个采样点相连,获得第1列模块垂直方向的采样线,依次进行,得到各模块垂直方向上的每条垂直采样线,同理依次连接直线AC上采样点和直线BD上的采样点,获得各模块水平方向的每条水平采样线,从而构造出整个图像的精确采样网格。
2.根据权利要求l所述的一种用于QR码识别的精确网格采样方法,其特征在于:还包括对步骤5)中的直线CD’上的采样点进行修正,其修正过程如下:
先确定经过直线AB上的h点的直线,h表示为直线AB上的任意采样点,该直线的斜率k在直线AC的斜率k2和直线BD的斜率k4之间,其中,斜率k的计算方式如下:
Ah/AB=(k-k2)/(k4-k2);
根据上述公式计算得出经过直线AB的h点的直线的斜率k,从而得出该直线与直线CD’的交点d’,即得到直线CD’上的采样点d’,按同样的过程得出直线CD’上的所有采样点。
3.根据权利要求2所述的一种用于QR码识别的精确网格采样方法,其特征在于:步骤5)中的透视校正过程如下:CDD’为一三角形,C为不变点,在CD’变形到CD过程中,D’横坐标增加了W宽的长度,纵坐标缩减了L宽的长度,最终与D点重合,随着D’横坐标增大,则d’点横坐标也被拉伸,纵坐标随D’纵坐标减小被压缩,设C点坐标为(x0,y0),D点坐标为(x2,y2),D’坐标为(x3,y3),直线CD’上的采样点d’坐标为(x’,y’),直线CD上对应的采样点d坐标为(x,y),可以根据下述公式
(x3-x0)/(x2-x3)=(x’-x0)/(x-x’);
(y3-y0)/(y3-y2)=(y’-y0)/(y’-y);
计算得出直线CD上对应的采样点d的坐标(x,y),按同样的过程得出直线CD上的所有采样点。
CN201410155999.7A 2014-04-18 2014-04-18 一种用于qr码识别的精确网格采样方法 Active CN104008359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410155999.7A CN104008359B (zh) 2014-04-18 2014-04-18 一种用于qr码识别的精确网格采样方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410155999.7A CN104008359B (zh) 2014-04-18 2014-04-18 一种用于qr码识别的精确网格采样方法

Publications (2)

Publication Number Publication Date
CN104008359A CN104008359A (zh) 2014-08-27
CN104008359B true CN104008359B (zh) 2017-04-12

Family

ID=51369008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410155999.7A Active CN104008359B (zh) 2014-04-18 2014-04-18 一种用于qr码识别的精确网格采样方法

Country Status (1)

Country Link
CN (1) CN104008359B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104767928B (zh) * 2014-12-30 2018-05-11 上海孩子国科教设备有限公司 关联规则图像数据的调整方法、客户端、系统及装置
CN104732183B (zh) * 2015-03-20 2017-06-13 杭州晟元数据安全技术股份有限公司 一种基于图像采样线灰度信息分析的一维条码识别方法
CN111291584B (zh) 2016-07-22 2023-05-02 创新先进技术有限公司 识别二维码位置的方法及其系统
CN106529636B (zh) * 2016-10-18 2019-08-13 上海觉感视觉科技有限公司 一种qr码的位置探测图形分组方法
CN106503604B (zh) * 2016-10-18 2019-05-14 上海觉感视觉科技有限公司 一种qr码的位置探测图形分组方法
CN107066980B (zh) * 2017-04-18 2020-04-24 腾讯科技(深圳)有限公司 一种图像变形检测方法及装置
CN107194389B (zh) * 2017-05-03 2020-07-24 湖南大学 基于形态学与网格构造的二值图像校正方法
CN107253399B (zh) * 2017-06-12 2018-10-16 深圳市创鑫激光股份有限公司 一种激光打标方法及激光打标机
CN109190741B (zh) * 2018-08-21 2021-10-15 福建工程学院 一种基于qr码的私密信息管理方法及终端
CN110298282B (zh) * 2019-06-21 2021-07-23 华南师范大学 文档图像处理方法、存储介质和计算设备
CN111222613B (zh) * 2020-04-16 2020-07-28 上海商魁信息科技有限公司 一种处理二维码的方法、装置和计算机存储介质
CN111428707B (zh) * 2020-06-08 2020-11-10 北京三快在线科技有限公司 图形识别码的识别方法、装置、存储介质及电子设备
CN114322849A (zh) * 2020-09-29 2022-04-12 昆山午力电子有限公司 基于图像识别的物品特征定位系统
CN112989860B (zh) * 2021-01-12 2023-03-21 广东奥普特科技股份有限公司 一种qr码快速定位与解码方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1924899A (zh) * 2006-09-26 2007-03-07 福建榕基软件开发有限公司 复杂背景下qr码图像符号区域的精确定位方法
CN101093544A (zh) * 2007-06-14 2007-12-26 中兴通讯股份有限公司 一种透视快速响应矩阵二维码图案校正的方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1924899A (zh) * 2006-09-26 2007-03-07 福建榕基软件开发有限公司 复杂背景下qr码图像符号区域的精确定位方法
CN101093544A (zh) * 2007-06-14 2007-12-26 中兴通讯股份有限公司 一种透视快速响应矩阵二维码图案校正的方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
付裕等.QR码抗倾斜识别方法的研究与应用.《计算机应用与软件》.2011,第100-102页. *
刘东等.QR码图像处理及识别算法的研究.《信息技术》.2004,第61-63页. *
肖翔等.QR码图像的矫正与定位方法研究.《计算机科学》.2007,第217-219页. *

Also Published As

Publication number Publication date
CN104008359A (zh) 2014-08-27

Similar Documents

Publication Publication Date Title
CN104008359B (zh) 一种用于qr码识别的精确网格采样方法
CN100377167C (zh) 一种用于二维码识别的二维码区域精确定位方法
KR101612700B1 (ko) 매트릭스 qr코드 해독방법
US20080232715A1 (en) Image processing apparatus
CN107506765B (zh) 一种基于神经网络的车牌倾斜校正的方法
CN109859091B (zh) 基于Gabor滤波和卷积神经网络的图像隐写检测方法
CN110472625B (zh) 一种基于傅里叶描述子的象棋棋子视觉识别方法
CN111680690B (zh) 一种文字识别方法及装置
WO2017041600A1 (zh) 一种汉信码特征图形检测方法及系统
CN108154151B (zh) 一种快速多方向文本行检测方法
CN114529925B (zh) 一种全线表表格结构识别方法
CN105095937B (zh) 一种基于直线聚类的圆形阵列图形码的视觉识别方法
CN102663733B (zh) 基于特征组对的特征点匹配方法
CN110443295A (zh) 改进的图像匹配与误匹配剔除算法
CN106407973A (zh) 标在柱面上的ar码的鲁棒识别方法
CN106709952A (zh) 一种显示屏幕的自动标定方法
CN112528994B (zh) 一种自由角度车牌检测方法、车牌识别方法和识别系统
CN112418210B (zh) 一种杆塔巡检信息智能分类方法
CN104036494A (zh) 一种用于水果图像的快速匹配计算方法
CN109325487B (zh) 一种基于目标检测的全种类车牌识别方法
CN113989823B (zh) 基于ocr坐标的图片表格还原方法及系统
CN111597856B (zh) 一种基于光敏变色材料的混凝土标识提取方法
CN114627292A (zh) 工业遮挡目标检测方法
CN107301429B (zh) 一种基于局部位置值得分的车牌相似字符识别方法
CN112699651A (zh) 一种基于图片还原Excel布局的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Hangzhou City, Zhejiang province Yuhang District 311121 West Street Wuchang No. 998 Building 9 East

Applicant after: HANGZHOU SYNODATA SECURITY TECHNOLOGY CO., LTD.

Address before: Hangzhou City, Zhejiang province Yuhang District 311121 West Street Wuchang No. 998 Building 9 East

Applicant before: Hangzhou Shengyuan Chip Technique Co., Ltd.

COR Change of bibliographic data
GR01 Patent grant
GR01 Patent grant