CN104517109B - 一种qr码图像的校正方法及系统 - Google Patents
一种qr码图像的校正方法及系统 Download PDFInfo
- Publication number
- CN104517109B CN104517109B CN201310454928.2A CN201310454928A CN104517109B CN 104517109 B CN104517109 B CN 104517109B CN 201310454928 A CN201310454928 A CN 201310454928A CN 104517109 B CN104517109 B CN 104517109B
- Authority
- CN
- China
- Prior art keywords
- coordinate
- point
- detection
- coordinate system
- central point
- 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.)
- Expired - Fee Related
Links
Classifications
-
- 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
- G06K7/1456—Methods for optical code recognition including a method step for retrieval of the optical code determining the orientation of the optical code with respect to the reader and correcting therefore
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- 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
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明所述的一种QR码图像的校正方法及系统,首先确定QR码图像所在的原图坐标系和校正后图像所在的校正坐标系,根据每一探测图形中心点和定位点在原图坐标系下的坐标及与其在校正坐标系下的坐标,获取转换参数;继而根据转换参数,对校正坐标系中的每一点,查找到原图坐标系中与之对应的模块,并且将该模块的灰度值赋予该点,完成QR码图像的校正过程。由于探测图形和和定位点的检测技术已经相对成熟,检测的准确性程度较高,并且根据不同版本号可以轻松获得三个探测图形和一个定位点在原图坐标系和校正后图像所在的校正坐标系坐标,不仅整体计算相对简单快速,占用内存较少,同时可以很好的避免由于边缘检测算法带来的不足,获得良好的校正效果。
Description
技术领域
本发明涉及一种图像定位检测与矫正采样技术,具体地说是一种QR码图像的校正方法及系统。
背景技术
QR码是二维码的一种,以其识读速度快、数据密度大、占用空间小的优势得到了越来越广泛的应用。但是在实际应用中,在获取QR码图像数据时,可能会因为拍摄角度、图像弯折以及成像设备的差异,所以拍出来的QR码图像常常会出现几何失真。QR码图像本应该是一个正方形,拍摄的QR码图像却可能畸变成一个不规则的四边形。出现几何失真的QR码图像,使得对QR码图像的定位与定向以及取样识别带来不小的困难,并且很难通过解码算法译出编码信息,因此非常有必要对失真的QR码图像进行校正。
由于QR码图像在拍摄时物距较短,一般会存在较明显的透视现象,因此需要对拍摄得到的QR码图像进行透视变换,所谓透视变换即将QR码图像在当前坐标系下的每一坐标转换至校正坐标系下并得到校正后的坐标。在实现透视变换过程中需要获取较为精准的透视变换参数。通常的做法是,根据QR码中的四个点的中心坐标进行运算获得透视变换参数,根据透视变换参数即可将QR码图像中的每一坐标转换为校正坐标。现有技术选择QR码图像的四个顶点的坐标作为透视变换的基准。一般步骤是:(1)利用边缘检测方法得到QR码图像的四个边缘(2)通过横向扫描和纵向扫描确定三个探测图形点集(3)采用RANSAC算法拟合得到四条侧边的拟合直线,四条拟合直线的交点即为QR码四个顶点(4)利用四个顶点坐标获取透视变换参数。但是一般情况下,受到干扰的QR图像的边缘本身就不规则,清晰度也很差,因此采用边缘法得到QR码图像边缘的过程中准确度差,从而得到的四个顶点的坐标误差较大,进而影响到透视变换参数的准确性,导致对QR码图像的校正效果不佳。
发明内容
为此,本发明所要解决的技术问题在于现有技术中无法获得良好的校正效果,从而提出一种QR码图像的校正方法及系统。
为解决上述技术问题,本发明是通过以下技术方案实现的:
一种QR码图像的校正方法,包括如下步骤:
确定QR码图像所在的原图坐标系和校正后图像所在的校正坐标系,所述校正坐标系中的每一点均对应着原图坐标系中的一个点;
获取每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标;
根据每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标获取转换参数;
根据所述转换参数,对所述校正坐标系中的每一点,查找到所述原图坐标系中与之对应的点所在的QR码图像中的模块,并且将该模块的灰度值赋予该点,完成QR码图像的校正过程。
进一步地所述根据所述转换参数,对所述校正坐标系中的每一点,查找到所述原图坐标系中与之对应的点所在的QR码图像中的模块,并且将该模块的灰度值赋予该点,完成QR码图像的校正过程的处理中:
所述模块的灰度值为模块中心点像素的灰度值。
进一步地根据每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标获取转换参数的处理中:
根据透视变换准则获取所述转换参数。
进一步地所述定位点选择校正图形的中心点。
进一步地所述获取每一探测图形中心点和定位点在所述原图坐标系下的坐标的处理包括:
确定每一所述探测图形的中心点在原图坐标系中的坐标;
根据校正图形的中心点与探测图形的中心点的相对位置关系获取校正图形的中心点在所述原图坐标系中的坐标。
进一步地所述根据校正图形的中心点与探测图形的中心点的相对位置关系获取校正图形的中心点在所述原图坐标系中的参考坐标的处理包括:
获取第一探测图形的中心点在原图坐标系中的坐标(XA,YA);
根据所述校正图形的中心点与所述第一探测图形的中心点的横向距离获取校正图形的中心点的横坐标;根据所述校正图形的中心点与所述第一探测图形的中心点的纵向距离获取校正图形的中心点的纵坐标。
进一步地利用下述公式确定所述横向距离和所述纵向距离:
所述横向距离为:εh=ε(XR-XA);
所述纵向距离为:εz=ε(YR-YA);
其中XR=XB-XA+XC,YR=YB-YA+YC;(XB,YB)为第二探测图形的中心点的坐标;(XC,YC)为第三探测图形的中心点的坐标;ε为校正图形偏离因子,ε=(N-3)/N,其中N为QR码横向或纵向上包含的模块的数量。
进一步地所述获取每一探测图形中心点和定位点在所述校正坐标系下的坐标的处理包括:
根据在标准QR码图像中,每一探测图形的中心点与QR码图像边缘之间的模块数确定所述探测图形的中心点在校正坐标系中的坐标;
根据在标准QR码图像中,校正图形的中心点与QR码图像边缘之间的模块数确定所述校正图形的中心点在校正坐标系中的坐标。
一种QR码图像的校正系统,包括:
坐标系确定模块,用于确定QR码图像所在的原图坐标系和校正后图像所在的校正坐标系,所述校正坐标系中的每一点均对应着原图坐标系中的一个点;
坐标获取模块,用于获取每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标;
转换参数获取模块,用于根据每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标获取转换参数;
校正模块,用于根据所述转换参数,对所述校正坐标系中的每一点,查找到所述原图坐标系中与之对应的点所在的QR码图像中的模块,并且将该模块的灰度值赋予该点,完成QR码图像的校正过程。
进一步地所述校正模块中,设定所述模块的灰度值为模块中心点像素的灰度值。
进一步地所述转换参数获取模块中,根据透视变换准则获取所述转换参数。
进一步地所述坐标获取模块包括:
探测图形坐标获取单元,用于确定每一所述探测图形的中心点在原图坐标系中的坐标;
校正图形坐标获取单元,根据校正图形的中心点与探测图形的中心点的相对位置关系获取校正图形的中心点在所述原图坐标系中的坐标。
进一步地所述坐标获取模块中,设定所述定位点为校正图形的中心点。
进一步地所述探测图形坐标获取单元包括:
第一探测图形坐标获取子模块,用于获取第一探测图形的中心点在原图坐标系中的坐标(XA,YA);
校正图形中心点坐标获取子模块,用于根据所述校正图形的中心点与所述第一探测图形的中心点的横向距离获取校正图形的中心点的横坐标;根据所述校正图形的中心点与所述第一探测图形的中心点的纵向距离获取校正图形的中心点的纵坐标。
进一步地所述校正图形中心点坐标获取子模块中利用下述公式确定所述横向距离和所述纵向距离:
所述横向距离为:εh=ε(XR-XA);
所述纵向距离为:εz=ε(YR-YA);
其中XR=XB-XA+XC,YR=YB-YA+YC;(XB,YB)为第二探测图形的中心点的坐标;(XC,YC)为第三探测图形的中心点的坐标;ε为校正图形偏离因子,ε=(N-3)/N,其中N为QR码横向或纵向上包含的模块的数量。
进一步地所述校正图形坐标获取单元包括:
探测图形校正坐标获取子模块,用于根据在标准QR码图像中,每一探测图形的中心点与QR码图像边缘之间的模块数确定所述探测图形的中心点在校正坐标系中的坐标;
校正图形校正坐标获取子模块,用于根据在标准QR码图像中,校正图形的中心点与QR码图像边缘之间的模块数确定所述校正图形的中心点在校正坐标系中的坐标。
本发明的上述技术方案相比现有技术具有以下优点:
(1)本发明所述的QR码图像的校正方法及系统,无需进行边缘检测,而是直接采用三个探测图形和一个定位点来获得转换参数,由于探测图形和和定位点的检测技术已经相对成熟,检测的准确性程度较高,根据不同版本号可以轻松获得三个探测图形和一个定位点在原图坐标系和校正后图像所在的校正坐标系坐标,不仅整体计算相对简单快速,占用内存较少,同时可以很好的避免由于边缘检测算法带来的不足,获得良好的校正效果。
(2)本发明所述的QR码图像的校正方法及系统,为了能够进一步的减小运算量,在获取某一模块灰度值时,直接按照模块中心点的像素值来作为模块的灰度值,因为在QR码图像中,每一个模块作为最小的图像单元,其相对于整个QR码图来说,其所占的面积非常小,其内部的所有像素点的灰度值差异都非常小,因此可以选择其中一个像素点的像素值来代替并不会引入误差,依然能够保证校正的精确性,而且运算量也大大降低,能够提高校正的效率。
(3)本发明所述的QR码图像的校正方法及系统,根据透视变换准则获取所述转换参数,透视变换在图象校正应用领域中的应用较为成熟,准确度很高。
(4)本发明所述的QR码图像的校正方法及系统,充分利用探测图形和校正图形本身的特点以及二者的位置关系,极大地节省了检测的步骤,简化了检测流程,提升了运算速度,达到了对QR码图像的探测图形和校正图形的快速检测,同时也就相应的提升了QR码图像的校正速度。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例并结合附图,对本发明作进一步详细的说明,其中
图1是本发明所述的一种QR码图像的校正方法流程图;
图2是QR码图像的原图坐标系;
图3是QR码图像的校正坐标系;
图4是一种实施例中完成校正赋值后的效果图;
图5是一种实施例中获取每一探测图形中心点和定位点在所述原图坐标系下的坐标的的流程图;
图6是一种实施例中的获取校正图形中心点在原图坐标系中的参考坐标的流程图;
图7是一种实施例中的精确定位流程图;
图8是一种实施例所述的QR码图像的校正系统结构图;
图9是一种实施例所述的坐标获取模块结构图;
图10是一种实施例所述的校正图形坐标获取单元结构图;
图11是一种实施例所述的精确定位模块结构图。
图中附图标记表示为:0-左上角探测图形,1-右上角探测图形,2-定位点,3-左下角探测图形。
具体实施方式
实施例1
本实施例提供一种QR码图像的校正方法,如图1所示,包括如下步骤:
确定QR码图像所在的原图坐标系和校正后图像所在的校正坐标系,所述校正坐标系中的每一点均对应着原图坐标系中的一个点。
获取每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标。
根据每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标获取转换参数。
根据所述转换参数,对所述校正坐标系中的每一点,查找到所述原图坐标系中与之对应的点所在的QR码图像中的模块,并且将该模块的灰度值赋予该点,完成QR码图像的校正过程。
众所周知,对于QR码图像的解码过程是基于标准码图进行的,而对QR码图像进行校正的目的就在于将一定程度偏移、受损以及失真的图像进行校正,进而获得标准码图,以保证整个QR码图像可以顺利的完成后续的解码工作。所以本实施例在对QR码图像进行校正时,首先确定了两个坐标系。
如图2所示为QR码图像所在的原图坐标系,根据对这个图的检测可以获得相应点的坐标。图3为校正后图像所在的校正坐标系,其中每一个小正方形代表了一个点,在图中并未将所有的点表示出来,其中点的个数与所述QR码图像中的模块数相等。两幅图中0对应的左上角探测图形,1对应的右上角探测图形,2对应的定位点,3对应的是左下角探测图形。如图3所示,当把QR码校正完成后,QR码中左上角的探测图形的中心距离QR码的上边缘为四个模块距离、左边缘的距离为四个模块距离,因此在校正坐标系中第四行第四列所对应的点对应到原图坐标系中的QR码图像的左上角探测图形的中心点处。如果该点的灰度值时0,则校正坐标系中第四行第四列所对应的点的灰度值也是0,如果该点的灰度值时255,则校正坐标系中第四行第四列所对应的点的灰度值也是255。本实施例中,探测图形中心点一定是黑色的,因此相对应的在校正坐标系中的第四行第四列所对应的点也是黑色的。依次类推,将校正坐标系中的每一个点均按照上述操作获得灰度值,完成后便可以得到图4所示的校正后的QR码图像了。
下面结合公式具体阐述获取转换参数步骤。设校正前三个探测图形和一个定位点的坐标分别为第P0(XA,YA),P1(XA,YA),P2(XC,YC),P3(x3p,y3p),校正后三个探测图形和一个定位点坐标分别为A0(x0,y0),A1(x1,y1),A2(x2,y2),A3(x3,y3)。
根据校正后三个探测图形和一个定位点坐标计算参数:
dy2=y3-y2
dy3=y0-y1+y2-y3
若dy2=0且dy3=0:
其中dy2=0则说明定位点与左下角探测图形在纵向上的距离为0,即说明二者在同一条直线上。
若dy3=0则说明左上角探测图形与右上角探测图形之间的纵向距离与左下角探测图形和定位点的纵向距离相等但方向相反。
这种情况下:
否则:
其中
dx1=x1-x2
dx2=x3-x2
dx3=x0-x1+x2-x3
dy1=y1-y2
同理,根据上述公式,将校正前的三个探测图形和一个定位点坐标代入公式,求出相应参数b11,b21,b31,b12,b22,b32,b13,b23,b33
最后,由a11,a21,...,a33和b′11,b′21,...,b′33两组参数计算出校正后与校正前图像之间的转换参数C:
设QR码每行每列包含的模块数均为n,则校正坐标系中包括n*n个点,对于第i个点Pi(xi,yi),通过下列公式计算该点在原图像中对应点的坐标:
将原图坐标系的每一个模块的灰度值相应的赋值给校正坐标系,便可以完成校正过程。如图4所示,便是为完成校正赋值后的效果图。所述获取校正结果的步骤中,所述模块的灰度值为模块中心点像素的灰度值。为了能够进一步的减小运算量,在获取某一模块灰度值时,直接按照模块中心点的像素值作为模块的灰度值,因为在QR码图像中,每一个模块作为最小的图像单元,其相对于整个QR码图来说,其所占的面积非常小,其内部的所有像素点的灰度值差异都非常小,因此可以选择其中一个像素点的像素值来代替并不会引入误差,依然能够保证校正的精确性,而且运算量也大大降低,能够提高校正的效率。
本实施例所述定位点可以为校正图形中心点,也可以为右下角点,当为右下角点时选择虚拟的探测图形所对应的点,所谓虚拟的探测图形是指,在横向上与左下角探测图形的距离为右上角探测图形与左上角探测图形的横向距离;在纵向上与右上角探测图形的距离为左下角探测图形与左上角探测图形的纵向距离,符合上述要求的点为虚拟的探测图形所对应的点。
所述定位点优选为校正图形中心点,但是因为存在一些QR码图像版本本身不存在校正图形,如版本号为1的QR码图像便不存在校正图形。也有一些情况比如说因为失真严重导致校正图形不存在,或者受限于检测技术无法成功检测到校正图形。此时便用右下角点来替代校正图形,可以很好的达到检测效果。
本实施例所述的QR码图像的校正方法无需进行边缘检测,而是直接采用三个探测图形和一个定位点来获得转换参数,由于探测图形和和定位点的检测技术已经相对成熟,检测的准确性程度较高,并且根据不同版本号可以轻松获得三个探测图形和一个定位点在原图坐标系和校正后图像所在的校正坐标系坐标,可以很好的避免由于边缘检测算法带来的不足,获得良好的校正效果。
实施例2
本实施例是基于实施例1的基础上进行的改进,如图5所示,获取每一探测图形中心点和定位点在所述原图坐标系下的坐标的处理包括:
确定每一所述探测图形的中心点在原图坐标系中的坐标;
根据校正图形的中心点与探测图形的中心点的相对位置关系获取校正图形的中心点在所述原图坐标系中的坐标。
由于QR码图像在拍摄时物距较短,一般会存在较明显的透视现象,因此需要对拍摄得到的QR码图像进行透视变换,所谓透视变换即将QR码图像在当前坐标系下的每一坐标转换至校正坐标系下并得到校正后的坐标。在实现透视变换过程中需要获取较为精准的透视变换参数。本实施例结合可以明确检测出的探测图形和校正图形进行运算获得变换参数,不同于现有技术中利用QR图像的边缘四个点进行运算,有效避免了由于边缘检测带来的校正准确性不高的问题。
如图6所示,所述根据校正图形的中心点与探测图形的中心点的相对位置关系获取校正图形的中心点在所述原图坐标系中的参考坐标的处理包括:
获取第一探测图形的中心点在原图坐标系中的坐标(XA,YA);
根据所述校正图形的中心点与所述第一探测图形的中心点的横向距离获取校正图形的中心点的横坐标;根据所述校正图形的中心点与所述第一探测图形的中心点的纵向距离获取校正图形的中心点的纵坐标。
利用下述公式确定所述横向距离和所述纵向距离:
所述横向距离为:εh=ε(XR-XA);
所述纵向距离为:εz=ε(YR-YA);
其中XR=XB-XA+XC,YR=YB-YA+YC;(XB,YB)为第二探测图形的中心点的坐标;(XC,YC)为第三探测图形的中心点的坐标;ε为校正图形偏离因子,ε=(N-3)/N,其中N为QR码横向或纵向上包含的模块的数量。由此XA+εh便为校正图形的中心点的横坐标,YA+εz便为校正图形的中心点的纵坐标。但是这个校正图形的坐标在失真较大的情况下准确性就有些难以保证,为了提升整体校正的准确性,在本实施例基础上还增加了对校正图形的精确定位步骤。如图7所示,所述精确定位包括如下步骤:
沿第一方向对所述预定范围检测,检测白:黑:白的长度比例满足预设比例的第一线段,确定所述第一线段中黑色部分的中心点;
以所述第一线段中黑色部分的中心点作为基准位置,得到垂直于所述第一线段的第二检测线,在所述第二检测线上检测白:黑:白的长度比例满足预设比例的第二线段,所述第二线段中黑色部分的中心点为校正图形的中心点。
由于校正图形的大小为包含5X5个模块大小的正方形,故此处优选所述预定范围至少包含64个模块,若无法在64个模块的预定范围内有效的检测出校正图形,将预定范围扩大至包含256个模块,甚至是包含1024个模块。所述预定范围的选择可以按照上述步骤由小至大的逐步检测,亦可以单独设定一个正方形区域进行检测,不在进行扩大检测。
所述预设比例在1:1:1的比例上可以允许有一定的误差范围。本实施例中,取所述预设比例为白色部分和黑色部分的长度之和在0.7L-1.3L的范围内,其中L为三个模块的长度,且白色部分和黑色部分的长度均小于或等于2个模块的长度。即每一段白:黑:白中的每一白色线段和每一黑色线段的长度不得大于2个模块的长度,整体白:黑:白线段的长度在2.1个模块到3.9个模块的之间。如果每一白色线段、每一黑色线段以及每一段白:黑:白的线段长度超出上述限定范围内,便认为不符合预设比例。
本实施例中,优选地,所述精确定位校正图形,获取校正图形的中心点的坐标还包括如下步骤:
以所述第二线段中黑色部分的中心点为基准位置,得到垂直于所述第二线段的第三检测线;在所述第三检测线上检测白:黑:白的长度比例满足预设比例的第三线段,若能够检测到所述第三线段则所述第二线段中黑色部分的中心点为校正图形的中心点,否则返回沿第一方向对所述预定范围检测的步骤。
以所述第二线段中黑色部分的中心点为基准位置,获得与所述第一方向呈45°角或负45°角的第四检测线,在所述第四检测线上检测满足白:黑:白的长度比例为预设比例的第四线段,若能够检测到所述第四线段则所述第二线段中黑色部分的中心点为校正图形的中心点,否则返回沿第一方向对所述预定范围检测的步骤。
在经过之前检测后得到的所述第二线段中黑色部分的中心点,此时我们只是从理论上认定该第二线段中黑色部分的中心点是校正图形的中心点,但实际上只是在第二方向进行了验证,没有确认其第一方向是否满足白:黑:白的长度比例满足预设比例的条件,有可能会造成误判的现象发生。为了避免这种现象的发生,便增加了上述检测步骤。在确保对QR码图像的校正图形的快速检测的同时还能一定程度上保证检测的准确性,有效降低错检率,进而提升了整体的校正效果与速度。
在进行校正图形检测时,其中心思想在于首先根据检测到的探测图形的坐标以及不同QR码版本来粗略估计校正图形的坐标位置,然后在坐标周围划一方形区域作为预定范围进行循环查找,最后结合校正图形自身的特点,即线段比例满足预设比例,在预定范围内准确定位校正图形。不需要在整个QR码图像范围内逐行搜索满足线段1:1:1的比例的图形,有效的实现了资源的整合与优化,极大的减少了检测量,使得校正图形的检测更加快速高效,同时可以确保检测的精度与准度。
但是因为当版本号为1或者无法检测到校正图形时,需要用其他点来代替校正图形。本实施例充分考虑到了这一点,利用QR码图像的右下角点来替代校正图形。
值得注意的是在可以检测到校正图形时,并不采用右下角点的坐标。至此便可以获得三个探测图形和一个定位点的坐标,继而可以根据这四个点的坐标进行透视变化,获得变换参数。本实施例充分利用探测图形和校正图形本身的特点以及二者的位置关系,极大地节省了检测的步骤,简化了检测流程,提升了运算速度,达到了对QR码图像的探测图形和校正图形的快速检测,同时也就相应的提升了QR码图像的校正速度。
所述获取每一探测图形中心点和定位点在所述校正坐标系下的坐标的处理包括:
根据在标准QR码图像中,每一探测图形的中心点与QR码图像边缘之间的模块数确定所述探测图形的中心点在校正坐标系中的坐标;
根据在标准QR码图像中,校正图形的中心点与QR码图像边缘之间的模块数确定所述校正图形的中心点在校正坐标系中的坐标。
由此便可以获得每一探测图形中心点和探测图形在所述原图坐标系下的坐标及与其在校正坐标系下的坐标,根据实施例2所述的方法,便可以完成QR码图像的校正过程。
实施例3
本实施例提供一种QR码图像的校正系统,如图8所示,包括:
坐标系确定模块,用于确定QR码图像所在的原图坐标系和校正后图像所在的校正坐标系,所述校正坐标系中的每一点均对应着原图坐标系中的一个点;
坐标获取模块,用于获取每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标;
转换参数获取模块,用于根据每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标获取转换参数;
校正模块,用于根据所述转换参数,对所述校正坐标系中的每一点,查找到所述原图坐标系中与之对应的点所在的QR码图像中的模块,并且将该模块的灰度值赋予该点,完成QR码图像的校正过程。
众所周知,对于QR码图像的解码过程是基于标准码图进行的,而对QR码图像进行校正的目的就在于将一定程度偏移、受损以及失真的图像进行校正,进而获得标准码图,以保证整个QR码图像可以顺利的完成后续的解码工作。所以本实施例在对QR码图像进行校正时,首先确定了两个坐标系。
如图2所示为QR码图像所在的原图坐标系,根据对这个图的检测可以获得相应点的坐标。图3为校正后图像所在的校正坐标系,其中每一个小正方形代表了一个点,在图中并未将所有的点表示出来,其中点的个数与所述QR码图像中的模块数相等。两幅图中0对应的左上角探测图形,1对应的右上角探测图形,2对应的定位点,3对应的是左下角探测图形。如图3所示,当把QR码校正完成后,QR码中左上角的探测图形的中心距离QR码的上边缘为四个模块距离、左边缘的距离为四个模块距离,因此在校正坐标系中第四行第四列所对应的点对应到原图坐标系中的QR码图像的左上角探测图形的中心点处。如果该点的灰度值时0,则校正坐标系中第四行第四列所对应的点的灰度值也是0,如果该点的灰度值时255,则校正坐标系中第四行第四列所对应的点的灰度值也是255。本实施例中,探测图形中心点一定是黑色的,因此相对应的在校正坐标系中的第四行第四列所对应的点也是黑色的。依次类推,将校正坐标系中的每一个点均按照上述操作获得灰度值,完成后便可以得到图4所示的校正后的QR码图像了。
下面结合公式具体阐述如何获取转换参数。设校正前三个探测图形和一个定位点的坐标分别为第P0(XA,YA),P1(XA,YA),P2(XC,YC),P3(x3p,y3p),校正后三个探测图形和一个定位点坐标分别为A0(x0,y0),A1(x1,y1),A2(x2,y2),A3(x3,y3)。
根据校正后三个探测图形和一个定位点坐标计算参数:
dy2=y3-y2
dy3=y0-y1+y2-y3
若dy2=0且dy3=0则:
否则:
其中
dx1=x1-x2
dx2=x3-x2
dx3=x0-x1+x2-x3
dy1=y1-y2
同理,根据上述公式,将校正前的三个探测图形和一个定位点坐标代入公式,求出相应参数b11,b21,b31,b12,b22,b32,b13,b23,b33。
最后,由a11,a21,...,a33和b′11,b′21,...,b′33两组参数计算出校正后与校正前图像之间的转换参数C:
设QR码每行每列包含的模块数均为n,则校正坐标系中包括n*n个点,对于第i个点Pi(xi,yi),通过下列公式计算该点在原图像中对应点的坐标:
将原图坐标系的每一个模块的灰度值相应的赋值给校正坐标系,便可以完成校正过程。所述校正模块中,所述模块的灰度值为模块中心点像素的灰度值。为了能够进一步的减小运算量,在获取某一模块灰度值时,直接按照模块中心点的像素值作为模块的灰度值,因为在QR码图像中,每一个模块作为最小的图像单元,其相对于整个QR码图来说,其所占的面积非常小,其内部的所有像素点的灰度值差异都非常小,因此可以选择其中一个像素点的像素值来代替并不会引入误差,依然能够保证校正的精确性,而且运算量也大大降低,能够提高校正的效率。
本实施例所述定位点可以为校正图形中心点,也可以为右下角点,当为右下角点时选择虚拟的探测图形所对应的点,所谓虚拟的探测图形是指,在横向上与左下角探测图形的距离为右上角探测图形与左上角探测图形的横向距离;在纵向上与右上角探测图形的距离为左下角探测图形与左上角探测图形的纵向距离,符合上述要求的点为虚拟的探测图形所对应的点。
所述定位点优选为校正图形中心点,但是因为存在一些QR码图像版本本身不存在校正图形,如版本号为1的QR码图像便不存在校正图形。也有一些情况比如说因为失真严重导致校正图形不存在,或者受限于检测技术无法成功检测到校正图形。此时便用右下角点来替代校正图形,可以很好的达到检测效果。
本实施例所述的QR码图像的校正系统无需进行边缘检测,而是直接采用三个探测图形和一个定位点来获得转换参数,由于探测图形和和定位点的检测技术已经相对成熟,检测的准确性程度较高,并且根据不同版本号可以轻松获得三个探测图形和一个定位点在原图坐标系和校正后图像所在的校正坐标系坐标,可以很好的避免由于边缘检测算法带来的不足,获得良好的校正效果。
实施例4
本实施例是基于实施例3的基础上进行的改进,如图9所示,所述坐标获取模块包括:
探测图形坐标获取单元,用于确定每一所述探测图形的中心点在原图坐标系中的坐标;
校正图形坐标获取单元,根据校正图形的中心点与探测图形的中心点的相对位置关系获取校正图形的中心点在所述原图坐标系中的坐标。
由于QR码图像在拍摄时物距较短,一般会存在较明显的透视现象,因此需要对拍摄得到的QR码图像进行透视变换,所谓透视变换即将QR码图像在当前坐标系下的每一坐标转换至校正坐标系下并得到校正后的坐标。在实现透视变换过程中需要获取较为精准的透视变换参数。本实施例结合可以明确检测出的探测图形和校正图形进行运算获得变换参数,不同于现有技术中利用QR图像的边缘四个点进行运算,有效避免了由于边缘检测带来的校正准确性不高的问题。
如图10所示,所述校正图形坐标获取单元包括:
第一探测图形坐标获取子模块,用于获取第一探测图形的中心点在原图坐标系中的坐标(XA,YA);
校正图形中心点坐标获取子模块,用于根据所述校正图形的中心点与所述第一探测图形的中心点的横向距离获取校正图形的中心点的横坐标;根据所述校正图形的中心点与所述第一探测图形的中心点的纵向距离获取校正图形的中心点的纵坐标。
所述校正图形中心点坐标获取子模块中利用下述公式确定所述横向距离和所述纵向距离:
所述横向距离为:εh=ε(XR-XA);
所述纵向距离为:εz=ε(YR-YA);
其中XR=XB-XA+XC,YR=YB-YA+YC;(XB,YB)为第二探测图形的中心点的坐标;(XC,YC)为第三探测图形的中心点的坐标;ε为校正图形偏离因子,ε=(N-3)/N,其中N为QR码横向或纵向上包含的模块的数量。由此XA+εh便为校正图形的中心点的横坐标,YA+εz便为校正图形的中心点的纵坐标。但是这个校正图形的坐标在失真较大的情况下准确性就有些难以保证,为了提升整体校正的准确性,在本实施例基础上还增加了对校正图形的精确定位模块。如图11所示,所述精确定位模块包括:
第一方向检测单元:用于沿第一方向对所述预定范围检测,检测白:黑:白的长度比例满足预设比例的第一线段,确定所述第一线段中黑色部分的中心点;
第二方向检测单元:用于以所述第一线段中黑色部分的中心点作为基准位置,得到垂直于所述第一线段的第二检测线,在所述第二检测线上检测白:黑:白的长度比例满足预设比例的第二线段,所述第二线段中黑色部分的中心点为校正图形的中心点。
由于校正图形的大小为包含5X5个模块大小的正方形,故此处优选所述预定范围至少包含64个模块,若无法在64个模块的预定范围内有效的检测出校正图形,将预定范围扩大至包含256个模块,甚至是包含1024个模块。所述预定范围的选择可以按照上述步骤由小至大的逐步检测,亦可以单独设定一个正方形区域进行检测,不在进行扩大检测。
所述预设比例在1:1:1的比例上可以允许有一定的误差范围。本实施例中,取所述预设比例为白色部分和黑色部分的长度之和在0.7L-1.3L的范围内,其中L为三个模块的长度,且白色部分和黑色部分的长度均小于或等于2个模块的长度。即每一段白:黑:白中的每一白色线段和每一黑色线段的长度不得大于2个模块的长度,整体白:黑:白线段的长度在2.1个模块到3.9个模块的之间。如果每一白色线段、每一黑色线段以及每一段白:黑:白的线段长度超出上述限定范围内,便认为不符合预设比例。
本实施例中,优选地,所述精确定位模块还包括:
比较判断单元:
用于以所述第二线段中黑色部分的中心点为基准位置,得到垂直于所述第二线段的第三检测线,在所述第三检测线上检测白:黑:白的长度比例满足预设比例的第三线段,若能够检测到所述第三线段则所述第二线段中黑色部分的中心点为校正图形的中心点,否则返回所述第一方向检测单元。
对角线方向检测单元:
用于以所述第二线段中黑色部分的中心点为基准位置,获得与所述第一方向呈45°角或负45°角的第四检测线,在所述第四检测线上检测满足白:黑:白的长度比例为预设比例的第四线段,若能够检测到所述第四线段则所述第二线段中黑色部分的中心点为校正图形的中心点,否则返回第一方向检测单元。
在经过第一方向检测单元和第二方向检测单元后,此时我们只是从理论上认定该第二线段的中心点是校正图形的中心点,上述检测步骤则进行了进一步地验证检测。在确保对QR码图像的校正图形的快速检测的同时还能一定程度上保证检测的准确性,有效降低错检率,进而提升了整体的校正效果与速度。
在进行校正图形检测时,其中心思想在于首先根据检测到的探测图形的坐标以及不同QR码版本来粗略估计校正图形的坐标位置,然后在坐标周围划一方形区域作为预定范围进行循环查找,最后结合校正图形自身的特点,即线段比例满足预设比例,在预定范围内准确定位校正图形。不需要在整个QR码图像范围内逐行搜索满足线段1:1:1的比例的图形,有效的实现了资源的整合与优化,极大的减少了检测量,使得校正图形的检测更加快速高效,同时可以确保检测的精度与准度。
但是因为当版本号为1或者无法检测到校正图形时,需要用其他点来代替校正图形。本实施例充分考虑到了这一点,利用QR码图像的右下角点来替代校正图形。
值得注意的是在可以检测到校正图形时,并不采用右下角点的坐标。至此便可以获得三个探测图形和一个定位点的坐标,继而可以根据这四个点的坐标进行透视变化,获得变换参数。本实施例充分利用探测图形和校正图形本身的特点以及二者的位置关系,极大地节省了检测的步骤,简化了检测流程,提升了运算速度,达到了对QR码图像的探测图形和校正图形的快速检测,同时也就相应的提升了QR码图像的校正速度。
所述校正图形坐标获取单元包括:
探测图形校正坐标获取子模块,用于根据在标准QR码图像中,每一探测图形的中心点与QR码图像边缘之间的模块数确定所述探测图形的中心点在校正坐标系中的坐标;
校正图形校正坐标获取子模块,用于根据在标准QR码图像中,校正图形的中心点与QR码图像边缘之间的模块数确定所述校正图形的中心点在校正坐标系中的坐标。
由此便可以获得每一探测图形中心点和探测图形在所述原图坐标系下的坐标及与其在校正坐标系下的坐标,根据实施例1所述的系统,便可以完成QR码图像的校正过程。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
Claims (8)
1.一种QR码图像的校正方法,包括如下步骤:
确定QR码图像所在的原图坐标系和校正后图像所在的校正坐标系,所述校正坐标系中的每一点均对应着原图坐标系中的一个点;
获取每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标;
根据每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标获取转换参数;
根据所述转换参数,对所述校正坐标系中的每一点,查找到所述原图坐标系中与之对应的点所在的QR码图像中的模块,并且将该模块的灰度值赋予该点,完成QR码图像的校正过程;
所述定位点选择校正图形的中心点;
所述获取每一探测图形中心点和定位点在所述原图坐标系下的坐标的处理包括:
确定每一所述探测图形的中心点在原图坐标系中的坐标;
根据校正图形的中心点与探测图形的中心点的相对位置关系获取校正图形的中心点在所述原图坐标系中的坐标;
所述根据校正图形的中心点与探测图形的中心点的相对位置关系获取校正图形的中心点在所述原图坐标系中的参考坐标的处理包括:
获取第一探测图形的中心点在原图坐标系中的坐标(XA,YA);
根据所述校正图形的中心点与所述第一探测图形的中心点的横向距离获取校正图形的中心点的横坐标;根据所述校正图形的中心点与所述第一探测图形的中心点的纵向距离获取校正图形的中心点的纵坐标;
利用下述公式确定所述横向距离和所述纵向距离:
所述横向距离为:εh=ε(XR-XA);
所述纵向距离为:εz=ε(YR-YA);
其中XR=XB-XA+XC,YR=YB-YA+YC;(XB,YB)为第二探测图形的中心点的坐标;(XC,YC)为第三探测图形的中心点的坐标;ε为校正图形偏离因子,ε=(N-3)/N,其中N为QR码横向或纵向上包含的模块的数量。
2.根据权利要求1所述的QR码图像的校正方法,其特征在于,所述根据所述转换参数,对所述校正坐标系中的每一点,查找到所述原图坐标系中与之对应的点所在的QR码图像中的模块,并且将该模块的灰度值赋予该点,完成QR码图像的校正过程的处理中:
所述模块的灰度值为模块中心点像素的灰度值。
3.根据权利要求1所述的QR码图像的校正方法,其特征在于,根据每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标获取转换参数的处理中:
根据透视变换准则获取所述转换参数。
4.根据权利要求1所述的QR码图像的校正方法,其特征在于,所述获取每一探测图形中心点和定位点在所述校正坐标系下的坐标的处理包括:
根据在标准QR码图像中,每一探测图形的中心点与QR码图像边缘之间的模块数确定所述探测图形的中心点在校正坐标系中的坐标;
根据在标准QR码图像中,校正图形的中心点与QR码图像边缘之间的模块数确定所述校正图形的中心点在校正坐标系中的坐标。
5.一种QR码图像的校正系统,包括:
坐标系确定模块,用于确定QR码图像所在的原图坐标系和校正后图像所在的校正坐标系,所述校正坐标系中的每一点均对应着原图坐标系中的一个点;
坐标获取模块,用于获取每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标;
转换参数获取模块,用于根据每一探测图形中心点和定位点在所述原图坐标系下的坐标及与其在校正坐标系下的坐标获取转换参数;
校正模块,用于根据所述转换参数,对所述校正坐标系中的每一点,查找到所述原图坐标系中与之对应的点所在的QR码图像中的模块,并且将该模块的灰度值赋予该点,完成QR码图像的校正过程;
所述坐标获取模块包括:
探测图形坐标获取单元,用于确定每一所述探测图形的中心点在原图坐标系中的坐标;
校正图形坐标获取单元,根据校正图形的中心点与探测图形的中心点的相对位置关系获取校正图形的中心点在所述原图坐标系中的坐标;
所述坐标获取模块中,设定所述定位点为校正图形的中心点;
所述校正图形坐标获取单元包括:
第一探测图形坐标获取子模块,用于获取第一探测图形的中心点在原图坐标系中的坐标(XA,YA);
校正图形中心点坐标获取子模块,用于根据所述校正图形的中心点与所述第一探测图形的中心点的横向距离获取校正图形的中心点的横坐标;根据所述校正图形的中心点与所述第一探测图形的中心点的纵向距离获取校正图形的中心点的纵坐标;
所述校正图形中心点坐标获取子模块中利用下述公式确定所述横向距离和所述纵向距离:
所述横向距离为:εh=ε(XR-XA);
所述纵向距离为:εz=ε(YR-YA);
其中XR=XB-XA+XC,YR=YB-YA+YC;(XB,YB)为第二探测图形的中心点的坐标;(XC,YC)为第三探测图形的中心点的坐标;ε为校正图形偏离因子,ε=(N-3)/N,其中N为QR码横向或纵向上包含的模块的数量。
6.根据权利要求5所述的QR码图像的校正系统,其特征在于,所述校正模块中,设定所述模块的灰度值为模块中心点像素的灰度值。
7.根据权利要求5所述的QR码图像的校正系统,其特征在于,所述转换参数获取模块中,根据透视变换准则获取所述转换参数。
8.根据权利要求5所述的QR码图像的校正系统,其特征在于,所述校正图形坐标获取单元包括:
探测图形校正坐标获取子模块,用于根据在标准QR码图像中,每一探测图形的中心点与QR码图像边缘之间的模块数确定所述探测图形的中心点在校正坐标系中的坐标;
校正图形校正坐标获取子模块,用于根据在标准QR码图像中,校正图形的中心点与QR码图像边缘之间的模块数确定所述校正图形的中心点在校正坐标系中的坐标。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310454928.2A CN104517109B (zh) | 2013-09-29 | 2013-09-29 | 一种qr码图像的校正方法及系统 |
US14/102,673 US9070034B2 (en) | 2013-09-29 | 2013-12-11 | Method and system for correcting QR code image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310454928.2A CN104517109B (zh) | 2013-09-29 | 2013-09-29 | 一种qr码图像的校正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104517109A CN104517109A (zh) | 2015-04-15 |
CN104517109B true CN104517109B (zh) | 2018-03-06 |
Family
ID=52739108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310454928.2A Expired - Fee Related CN104517109B (zh) | 2013-09-29 | 2013-09-29 | 一种qr码图像的校正方法及系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9070034B2 (zh) |
CN (1) | CN104517109B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104517092B (zh) * | 2013-09-29 | 2018-04-03 | 北大方正集团有限公司 | 一种qr码校正图形的检测方法及系统 |
CN105373793A (zh) * | 2015-11-25 | 2016-03-02 | 暨南大学 | 一种qr码图像几何校正的顶点定位方法 |
CN105704374B (zh) * | 2016-01-29 | 2019-04-05 | 努比亚技术有限公司 | 一种图像转换装置、方法和终端 |
CN106570436B (zh) * | 2016-11-14 | 2019-01-25 | 三峡大学 | 一种基于二维码的变电站设备抄表系统及其抄表方法 |
CN109960957B (zh) * | 2017-12-26 | 2022-12-16 | 阿里巴巴集团控股有限公司 | 残缺二维码及其生成、修复和识别方法、装置及系统 |
CN109993019A (zh) * | 2019-04-15 | 2019-07-09 | 苏州国芯科技股份有限公司 | 基于连通域分析的二维码识别方法、系统及设备和介质 |
FI20195512A1 (en) | 2019-06-14 | 2020-12-15 | Kuvio Automation Oy | A method for correcting a geometrically distorted QR code |
CN110400278B (zh) * | 2019-07-30 | 2021-10-01 | 广东工业大学 | 一种图像颜色和几何畸变的全自动校正方法、装置及设备 |
CN112215319B (zh) * | 2020-08-09 | 2023-09-15 | 向天鸽 | 颜色标记特征图形的二维码及其识别方法 |
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 |
CN114638849B (zh) * | 2022-05-19 | 2022-09-09 | 山东亚历山大智能科技有限公司 | Dm二维码识别方法、agv定位方法、系统及agv |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1963838A (zh) * | 2006-11-07 | 2007-05-16 | 中国物品编码中心 | 二维条码图形畸变校正的方法 |
CN101093543A (zh) * | 2007-06-13 | 2007-12-26 | 中兴通讯股份有限公司 | 一种快速响应矩阵二维码图像的校正方法 |
CN101833644A (zh) * | 2010-06-01 | 2010-09-15 | 福建新大陆电脑股份有限公司 | 一种基于动态模板的校正图形搜索方法 |
CN101882220A (zh) * | 2010-06-01 | 2010-11-10 | 福建新大陆电脑股份有限公司 | 一种基于动态模板的条码图像校正方法及校正点获取方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7878402B2 (en) * | 2005-12-20 | 2011-02-01 | Cognex Technology And Investment Corporation | Decoding distorted symbols |
US7546950B2 (en) * | 2006-03-28 | 2009-06-16 | Seiko Epson Corporation | Method and apparatus for locating and decoding a two-dimensional machine-readable symbol |
CN101882210B (zh) * | 2010-06-01 | 2012-06-27 | 福建新大陆电脑股份有限公司 | 矩阵式二维条码解码芯片及其解码方法 |
CN101908125B (zh) * | 2010-06-01 | 2014-07-02 | 福建新大陆电脑股份有限公司 | Qr码条码解码芯片及其解码方法 |
-
2013
- 2013-09-29 CN CN201310454928.2A patent/CN104517109B/zh not_active Expired - Fee Related
- 2013-12-11 US US14/102,673 patent/US9070034B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1963838A (zh) * | 2006-11-07 | 2007-05-16 | 中国物品编码中心 | 二维条码图形畸变校正的方法 |
CN101093543A (zh) * | 2007-06-13 | 2007-12-26 | 中兴通讯股份有限公司 | 一种快速响应矩阵二维码图像的校正方法 |
CN101833644A (zh) * | 2010-06-01 | 2010-09-15 | 福建新大陆电脑股份有限公司 | 一种基于动态模板的校正图形搜索方法 |
CN101882220A (zh) * | 2010-06-01 | 2010-11-10 | 福建新大陆电脑股份有限公司 | 一种基于动态模板的条码图像校正方法及校正点获取方法 |
Non-Patent Citations (1)
Title |
---|
矩阵式二维条码的生成与解码技术的研究及应用;祁晓莉;《中国优秀硕士学位论文全文数据库 信息科技辑》;20071215;I138-831 * |
Also Published As
Publication number | Publication date |
---|---|
CN104517109A (zh) | 2015-04-15 |
US20150090794A1 (en) | 2015-04-02 |
US9070034B2 (en) | 2015-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104517109B (zh) | 一种qr码图像的校正方法及系统 | |
US11985293B2 (en) | System and methods for calibration of an array camera | |
CN104517089B (zh) | 一种二维码解码系统及其方法 | |
CN104517092B (zh) | 一种qr码校正图形的检测方法及系统 | |
US9892300B2 (en) | Two-dimensional code | |
CN108369650B (zh) | 标识校准图案的可能特征点的方法 | |
US9519968B2 (en) | Calibrating visual sensors using homography operators | |
CN110223222B (zh) | 图像拼接方法、图像拼接装置和计算机可读存储介质 | |
CN107687855A (zh) | 机器人定位方法、装置及机器人 | |
CN112396640A (zh) | 图像配准方法、装置、电子设备及存储介质 | |
CN107451976A (zh) | 一种图像处理方法及装置 | |
US8731246B2 (en) | Motion vector detection device, apparatus for detecting motion vector and motion vector detection method | |
CN111899295A (zh) | 一种基于深度学习的单目场景深度预测方法 | |
US11587240B2 (en) | Moving body detecting device, moving body detecting method, and moving body detecting program | |
JP2010108205A (ja) | 超解像画像作成方法 | |
CN117576219A (zh) | 大广角鱼眼镜头单次拍摄图像的相机标定设备及标定方法 | |
US20110249901A1 (en) | Anti-Aliasing System and Method | |
JP3638845B2 (ja) | 画像処理装置及び方法 | |
CN110363235A (zh) | 一种高分辨率图像匹配方法及系统 | |
CN107358138A (zh) | 非线性畸变ean条码的校正方法、移动终端及存储装置 | |
CN113723406A (zh) | 一种对冠脉造影图像进行支架定位的处理方法和装置 | |
CN103729844B (zh) | 一种静止检测方法和装置 | |
CN111383183B (zh) | 图像边缘增强方法、装置以及计算机存储介质 | |
CN104967836B (zh) | 一种图像处理方法及系统 | |
RU164158U1 (ru) | Устройство вычисления карты диспаратности для стереоизображения |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180306 Termination date: 20180929 |