CN104636702A - 一种用于烟草行业的二维码识别方法 - Google Patents

Abstract

本发明公开一种用于烟草行业的二维码识别方法，通过对二维码图像有明显条码特征的区域进行定位；根据定位得到的二维码区域进行修正边界处理，分割出完整的二维码图像；得到的二维码图像进行网格采样，对网格每一个交点上的图像像素取样，并根据阈值确定是深色块还是浅色块，构造一个位图，用二进制的“1”表示深色像素，“0”表示浅色像素，从而得到条码的原始二进制序列值，然后对这些数据进行纠错和译码，最后根据条码的逻辑编码规则把这些原始的数据位流转换成数据码字的方法，得到二维码信息。

Description

一种用于烟草行业的二维码识别方法

技术领域

本发明属于符号编码领域，具体涉及一种二维码识别技术。

背景技术

二维码(Quick Response Code)，又称二维条码，它是用特定的几何图形按一定规律在平面(二维方向)上分布的黑白相间的图形，是所有信息数据的一把钥匙。如图1所示的QR码为二维码中的一种，在现代商业活动中，可实现的应用十分广泛，如：产品防伪/溯源、广告推送、网站链接、数据下载、商品交易、定位/导航、电子商务应用、车辆管理、信息传递等。如今智能手机扫一扫(简称313)功能的应用使得二维码更加普遍，随着国内物联网产业的蓬勃发展，更多的二维码技术应用解决方案被开发，二维码成为移动互联网入口真正成为现实。

运用二维码技术及无线通信网络技术，以二维码为信息载体，对每一件商品的信息进行跟踪、采集、汇总、查询、管理等，一品一码，建立商品信息管理数据链和整个流通过程监管系统，通过手机终端中安装的识读软件轻松扫码，即可实时方便地查询商品信息，有效辨识真假，构筑阻击假冒伪劣的“防火墙”。

但是针对烟草这个特殊行业，用于二维码识别的技术安全性要求高，通用的二维码识别技术，不适合用于烟草行业。因此需要开发针对烟草行业的二维码识别技术。

发明内容

为解决上述问题，本发明提出一种用于烟草行业的二维码识别方法。

本发明的技术方案为：一种用于烟草行业的二维码识别方法，包括以下步骤：

S1：对二维码图像有明显条码特征的区域进行定位；

S2：根据定位得到的二维码区域进行修正边界处理，分割出完整的二维码图像；

S3：对由步骤S2得到的二维码图像进行网格采样，对网格每一个交点上的图像像素取样，并根据阈值确定是深色块还是浅色块，构造一个位图，用二进制的“1”表示深色像素，“0”表示浅色像素，从而得到条码的原始二进制序列值，然后对这些数据进行纠错和译码，最后根据条码的逻辑编码规则把这些原始的数据位流转换成数据码字。

进一步地，所述步骤S1具体包括以下分步骤：

S11：利用点运算的阈值理论将采集到的图象变为二值图像；

$g(x,y)=\left\{\begin{array}{cc}255& f(x,y)\&GreaterEqual;T\\ 0& f(x,y)<T\end{array}\right.$

其中，f(x,y)是点(x,y)处像素的灰度值，T为阈值；

S12：对步骤S11得到的二值图像进行膨胀运算，得到膨胀后的图像；

S13：对膨胀后的图像进行边缘检测得到二维码图像的轮廓。

进一步地，所述步骤2具体包括以下步骤：

S21：采用区域增长的方法对符号进行分割，把符号内的所有点都包括在这个边界内修正条码边界；

S22：通过凸壳计算准确分割出整个符号；

S23：区域增长和凸壳计算交替进行，得到完整的二维码图像。

更进一步地，区域增长和凸壳计算交替进行至少两次。

本发明的有益效果：本发明的用于烟草行业的二维码识别方法，通过对二维码图像有明显条码特征的区域进行定位；根据定位得到的二维码区域进行修正边界处理，分割出完整的二维码图像；得到的二维码图像进行网格采样，对网格每一个交点上的图像像素取样，并根据阈值确定是深色块还是浅色块，构造一个位图，用二进制的“1”表示深色像素，“0”表示浅色像素，从而得到条码的原始二进制序列值，然后对这些数据进行纠错和译码，最后根据条码的逻辑编码规则把这些原始的数据位流转换成数据码字的方法，得到二维码信息，本发明的方法针对烟草行业的特点，对二维码的识别安全性和准确性高。

附图说明

图1为QR示意图。

图2为本发明方案流程图。

图3为本发明实施例的区域定位流程图。

图4为经过图3所示流程处理后得到的一系列图像。

图5为为几种常见的矩阵式条码；

a.位于左上角、左下角、右上角的三个定位图形；

b.位于符号中央的三个等间距同心圆环(或称公牛眼)定位图形；

c.位于左边和下边的两条垂直的实线段。

图6为本发明实施例的图像分割流程图。

具体实施方式

为便于本领域技术人员理解本发明的技术内容，下面结合附图和具体的实施例对本发明作进一步的阐述。

如图2所示为本发明方案的流程图，具体包括以下步骤：

一种用于烟草行业的二维码识别方法，包括以下步骤：

S1：对二维码图像有明显条码特征的区域进行定位；

S2：根据定位得到的二维码区域进行修正边界处理，分割出完整的二维码图像；

S3：对由步骤S2得到的二维码图像进行网格采样，对网格每一个交点上的图像像素取样，并根据阈值确定是深色块还是浅色块，构造一个位图，用二进制的“1”表示深色像素，“0”表示浅色像素，从而得到条码的原始二进制序列值，然后对这些数据进行纠错和译码，最后根据条码的逻辑编码规则把这些原始的数据位流转换成数据码字。

如图3所示为本发明实施例的区域定位流程图，利用点运算的阈值理论将采集到的图象变为二值图像，即对图像进行二值化处理；得到二值化图像后，对其进行膨胀运算；对膨胀后的图象进行边缘检测得到条码区域的轮廓。

如图4所示为经过图3所示流程处理后得到的一系列图像。

对图像进行二值化处理按下式进行：

$g(x,y)=\left\{\begin{array}{cc}255& f(x,y)\&GreaterEqual;T\\ 0& f(x,y)<T\end{array}\right.$

其中，f(x,y)是点(x,y)处像素的灰度值，T为阈值。

找到条码区域后，我们还要进一步区分到底是哪种矩阵式条码。如图5所示为几种常见的矩阵式条码。

其中，

a.位于左上角、左下角、右上角的三个定位图形；

b.位于符号中央的三个等间距同心圆环(或称公牛眼)定位图形；

c.位于左边和下边的两条垂直的实线段。

如图6所示为本发明实施例的图像分割流程图，边缘检测后条码区域的边界不是很完整，所以需要进一步的修正边界，然后分割出一个完整的条码区域。

首先采用区域增长的方法对符号进行分割，以此修正条码边界。其基本思想是从符号内的一个小区域(种子)开始，通过区域增长来修正条码边界，把符号内的所有点都包括在这个边界内。

然后通过凸壳计算准确分割出整个符号。

最后区域增长和凸壳计算交替进行，通常对那些密度比较大的条码重复两次就足够了，而对于那些模块组合比较稀疏的条码至少要重复四次。

若消费者购买新产品，开包扫描。系统若显示本产品被N次扫描。则说明该产品曾被打开过，引申该产品为伪劣产品。

本发明的有益效果：本发明的用于烟草行业的二维码识别方法，通过对二维码图像有明显条码特征的区域进行定位；根据定位得到的二维码区域进行修正边界处理，分割出完整的二维码图像；得到的二维码图像进行网格采样，对网格每一个交点上的图像像素取样，并根据阈值确定是深色块还是浅色块，构造一个位图，用二进制的“1”表示深色像素，“0”表示浅色像素，从而得到条码的原始二进制序列值，然后对这些数据进行纠错和译码，最后根据条码的逻辑编码规则把这些原始的数据位流转换成数据码字的方法，得到二维码信息。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (4)

1.一种用于烟草行业的二维码识别方法，其特征在于，包括以下步骤：

S1：对二维码图像有明显条码特征的区域进行定位；

S2：根据定位得到的二维码区域进行修正边界处理，分割出完整的二维码图像；

S3：对由步骤S2得到的二维码图像进行网格采样，对网格每一个交点上的图像像素取样，并根据阈值确定是深色块还是浅色块，构造一个位图，用二进制的“1”表示深色像素，“0”表示浅色像素，从而得到条码的原始二进制序列值，然后对这些数据进行纠错和译码，最后根据条码的逻辑编码规则把这些原始的数据位流转换成数据码字。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1具体包括以下分步骤：

S11：利用点运算的阈值理论将采集到的图象变为二值图像；

$g(x,y)=\left\{\begin{array}{cc}255& f(x,y)\&GreaterEqual;T\\ 0& f(x,y)<T\end{array}\right.$

其中，f(x,y)是点(x,y)处像素的灰度值，T为阈值；

S12：对步骤S11得到的二值图像进行膨胀运算，得到膨胀后的图像；

S13：对膨胀后的图像进行边缘检测得到二维码图像的轮廓。

3.根据权利要求1所述的方法，其特征在于，所述步骤2具体包括以下步骤：

S21：采用区域增长的方法对符号进行分割，把符号内的所有点都包括在这个边界内修正条码边界；

S22：通过凸壳计算准确分割出整个符号；

S23：区域增长和凸壳计算交替进行，得到完整的二维码图像。

4.根据权利要求3所述的方法，其特征在于，区域增长和凸壳计算交替进行至少两次。