CN104766037A - 一种二维码的识别方法及设备 - Google Patents
一种二维码的识别方法及设备 Download PDFInfo
- Publication number
- CN104766037A CN104766037A CN201510126288.1A CN201510126288A CN104766037A CN 104766037 A CN104766037 A CN 104766037A CN 201510126288 A CN201510126288 A CN 201510126288A CN 104766037 A CN104766037 A CN 104766037A
- Authority
- CN
- China
- Prior art keywords
- quick response
- response code
- code region
- point
- points
- 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.)
- Pending
Links
Abstract
本发明实施例提供一种二维码的识别方法及设备,涉及图像识别技术领域,能够识别扭曲二维码,提高扭曲二维码的识别率。该方法包括:从待识别的二维码图像中确定该二维码所在区域和与该二维码的三个位置探测图形一一对应的三个重心点;根据二维码所在区域和该三个重心点,确定关键点;根据二维码所在区域的四个角点和该二维码所在区域的轮廓,得到四条边缘拟合曲线;根据该关键点在该二维码图像中的坐标、该四条边缘拟合曲线,以及该二维码的校正图像,确定该二维码所在区域的图像与该校正图像之间的映射关系;根据该映射关系,对该二维码所在区域的图像进行校正,并获取校正后的该二维码所在区域的图像的信息。该方法应用于二维码识别系统中。
Description
技术领域
本发明涉及图像识别技术领域,尤其涉及一种二维码的识别方法及设备。
背景技术
二维码(英文:2-dimensional bar code)是一种用黑白相间的图形记录数据符号信息的条码,该黑白相间的图像由特定的几何图形按照一定的规律分布在平面上组成。通常,扫描设备扫描到二维码图像后,通过确定二维码所在区域,并对该区域的图像进行校正,以及对校正后的图像进行解码,以获取该区域的图像的信息,从而完成对二维码的识别。
目前,大部分二维码的识别方法只能够识别处于平面上的二维码,不能识别处于非平面上呈现非线性扭曲的二维码(以下简称扭曲二维码)。在不增加其他设备(例如探头)的情况下,也存在一种能够识别圆柱面上的呈现简单的非线性扭曲的扭曲二维码的方法,具体是通过利用图像分割还原法,将扭曲为长方形的扭曲二维码所在区域的图像校正为标准的正方形,进而对该校正后图像进行解码,获取该二维码所记录的信息。
然而,在实际情况中,二维码还可能处于柔性物体(例如纸巾,膨化食品包装袋)或非圆柱的瓶罐上,相比于圆柱面上的扭曲二维码,这些处于柔性物体或非圆柱的瓶罐上的二维码一般呈现更为复杂的非线性扭曲,采用上述方法进行识别的识别率较低,从而限制了扭曲二维码的识别范围。
发明内容
本发明提供一种二维码的识别方法及设备,能够识别扭曲二维码,提高扭曲二维码的识别率,从而扩大扭曲二维码的识别范围。
为达到上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种二维码的识别方法,包括:
从待识别的二维码图像中确定所述二维码所在区域和与所述二维码的三个位置探测图形一一对应的三个重心点;
根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域中的关键点,所述关键点包括所述二维码所在区域的四个角点和所述二维码的三个位置探测图形中每个位置探测图形的第一角点,所述第一角点是该位置探测图形的角点中位于所述二维码所在区域的轮廓上,且与所述二维码所在区域的四个角点均不重叠的角点;
根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,得到所述二维码所在区域的四条边缘拟合曲线;
根据所述关键点在所述二维码图像中的坐标、所述四条边缘拟合曲线,以及预置的所述二维码的校正图像,确定所述二维码所在区域的图像与所述校正图像之间的映射关系;
根据所述映射关系,对所述二维码所在区域的图像进行校正,并获取校正后的所述二维码所在区域的图像的信息。
在第一方面的第一种可能的实现方式中,根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域中的关键点,包括:
根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域的四个角点;
分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形的四个角点;
分别从每个位置探测图形的四个角点中选择该位置探测图形的所述第一角点。
结合第一方面的第一种可能的实现方式,在第二种可能的实现方式中,
所述根据所述二维码所在区域和所述三个重心点,确定所述的二维码所在区域的四个角点,包括:
确定第一线段,所述第一线段为所述三个重心点中距离最远的两个重心点之间的连线;
以与所述第一线段垂直的两条直线和与所述第一线段平行的两条直线,分别逼近所述二维码所在区域;
分别将四条直线中每条直线与所述二维码所在区域相切的至少一个切点中的重心点确定为所述二维码所在区域的一个角点;
所述分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形的四个角点,包括:
分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形所在区域;
对所述位置探测图形所在区域进行角点检测,确定所述与该重心点对应的位置探测图形的四个角点。
结合前述的第一方面或第一方面的第一种可能的实现方式至第一方面的第二中可能的实现方式中的任一种实现方式,在第三种可能的实现方式中,所述根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,得到所述二维码所在区域的四条边缘拟合曲线,包括:
根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,确定四组轮廓关键点;
分别对所述四组轮廓关键点进行曲线拟合,得到所述四条边缘拟合曲线。
结合第一方面的第三种可能的实现方式,在第四种可能的实现方式中,在所述二维码所在区域的轮廓上,所述二维码所在区域的四个角点中相邻两个角点之间的曲线为所述二维码所在区域的一条边缘曲线,
所述根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,确定四组轮廓关键点,包括:
S1、以所述二维码所在区域的四条边缘曲线中第i条边缘曲线的一个端点为圆心,以预设长度为半径旋转,1≤i≤4,i为整数;
S2、将所述半径与所述第i条边缘曲线的至少一个交点中,与所述圆心的距离最短的第一交点确定为所述第i条边缘曲线上的一个轮廓关键点;
S3、判断所述第一交点与所述第i条边缘曲线的另一个端点之间的距离是否大于所述预设长度,若是,则执行S4,否则执行S5;
S4、以所述第一交点为圆心,以所述预设长度为半径旋转,并返回执行S2;
S5、将S2中确定的轮廓关键点和所述第i条边缘曲线的两个端点确定为一组轮廓关键点。
第二方面,本发明提供一种二维码识别设备,包括:
确定单元,用于从待识别的二维码图像中确定所述二维码所在区域和与所述二维码的三个位置探测图形一一对应的三个重心点;
所述确定单元,还用于根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域中的关键点,所述关键点包括所述二维码所在区域的四个角点和所述二维码的三个位置探测图形中每个位置探测图形的第一角点,所述第一角点是该位置探测图形的角点中位于所述二维码所在区域的轮廓上,且与所述二维码所在区域的四个角点均不重叠的角点;
拟合单元,用于根据所述确定单元确定的所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,得到所述二维码所在区域的四条边缘拟合曲线;
映射单元,用于根据所述确定单元确定的所述关键点在所述二维码图像中的坐标、所述拟合单元拟合的所述四条边缘拟合曲线,以及预置的所述二维码的校正图像,确定所述二维码所在区域的图像与所述校正图像之间的映射关系;
校正单元,用于根据所述映射单元确定的所述映射关系,对所述二维码所在区域的图像进行校正,并获取校正后的所述二维码所在区域的图像的信息。
在第二方面的第一种可能的实现方式中,所述确定单元包括第一确定模块和第二确定模块,
所述第一确定模块,用于根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域的四个角点;
所述第二确定模块,用于分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形的四个角点,并分别从每个位置探测图形的四个角点中选择该位置探测图形的所述第一角点。
结合第二方面的第一种可能的实现方式,在第二种可能的实现方式中,
所述第一确定模块,具体用于确定第一线段,并以与所述第一线段垂直的两条直线和与所述第一线段平行的两条直线,分别逼近所述二维码所在区域,以及分别将四条直线中每条直线与所述二维码所在区域相切的至少一个切点中的重心点确定为所述二维码所在区域的一个角点,所述第一线段为所述三个重心点中距离最远的两个重心点之间的连线;
所述第二确定模块,具体用于分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形所在区域,并对所述位置探测图形所在区域进行角点检测,确定所述与该重心点对应的位置探测图形的四个角点。
结合前述的第二方面,在第三种可能的实现方式中,所述拟合单元包括确定模块和拟合模块,
所述确定模块,用于根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,确定四组轮廓关键点;
所述拟合模块,用于分别对所述确定模块确定的所述四组轮廓关键点进行曲线拟合,得到所述四条边缘拟合曲线。
结合第二方面的第三种可能的实现方式,在第四种可能的实现方式中,在所述二维码所在区域的轮廓上,所述二维码所在区域的四个角点中相邻两个角点之间的曲线为所述二维码所在区域的一条边缘曲线,所述确定模块,具体用于,
S1、以所述二维码所在区域的四条边缘曲线中第i条边缘曲线的一个端点为圆心,以预设长度为半径旋转,1≤i≤4,i为整数;
S2、将所述半径与所述第i条边缘曲线的至少一个交点中,与所述圆心的距离最短的第一交点确定为所述第i条边缘曲线上的一个轮廓关键点;
S3、判断所述第一交点与所述第i条边缘曲线的另一个端点之间的距离是否大于所述预设长度,若是,则执行S4,否则执行S5;
S4、以所述第一交点为圆心,以所述预设长度为半径旋转,并返回执行S2;
S5、将S2中确定的轮廓关键点和所述第i条边缘曲线的两个端点确定为一组轮廓关键点。
本发明提供一种二维码的识别方法及设备,能够从待识别的二维码图像中确定该二维码所在区域和与该二维码的三个位置探测图形一一对应的三个重心点,并根据该二维码所在区域和该三个重心点,确定该二维码所在区域中的关键点,且根据该二维码所在区域的四个角点和该二维码所在区域的轮廓,得到该二维码所在区域的四条边缘拟合曲线,再根据该关键点在该二维码图像中的坐标、该四条边缘拟合曲线,以及预置的该二维码的校正图像,确定该二维码所在区域的图像与该校正图像之间的映射关系,以及根据该映射关系,对该二维码所在区域的图像进行校正,并获取校正后的该二维码所在区域的图像的信息,其中,该二维码所在区域的关键点包括该二维码所在区域的四个角点和该二维码的三个位置探测图形中每个位置探测图形的第一角点,第一角点是该位置探测图形的角点中位于该二维码所在区域的轮廓上,且与该二维码所在区域的四个角点均不重叠的角点。通过本发明提供的二维码的识别方法及设备,能够结合扭曲二维码的关键点以及四条边缘拟合曲线,确定扭曲二维码所在区域的图像与该扭曲二维码的校正图像之间的映射关系,从而有效的校正扭曲二维码所在区域的图像,以识别该扭曲二维码,进而提高扭曲二维码的识别率,扩大扭曲二维码的识别范围。
附图说明
图1为本发明实施例提供的一种二维码的识别方法的流程图;
图2为本发明实施例提供的一种确定二维码所在区域的流程示意图;
图3为本发明实施例提供的一种二维码的识别方法的流程图;
图4为本发明实施例提供的一种角点检测方法的示意图;
图5为本发明实施例提供的二维码所在区域的关键点的示意图;
图6为本发明实施例提供的二维码的位置探测图形中的连通域的示意图;
图7为本发明实施例提供的一种角点检测法的分组示意图;
图8为本发明实施例提供的一种二维码的识别方法的流程图;
图9为本发明实施例提供的二维码所在区域的轮廓的示意图;
图10为本发明实施例提供的二维码所在区域的上边缘拟合曲线的示意图;
图11为本发明实施例提供的二维码所在区域的四条边缘拟合曲线的示意图;
图12为本发明实施例提供的关键点在校正图像上的对应点的示意图;
图13为本发明实施例提供的二维码所在区域的图像的校正结果的示意图;
图14为本发明实施例提供的一组识别二维码的实验结果的示意图;
图15为本发明实施例提供的一种二维码识别设备的结构示意图;
图16为本发明实施例提供的一种二维码识别设备的结构示意图;
图17为本发明实施例提供的一种二维码识别设备的结构示意图;
图18为本发明实施例提供的一种二维码识别设备的硬件结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例一
本发明实施例提供一种二维码的识别方法,如图1所示,该方法可以包括:
S101、从待识别的二维码图像中确定该二维码所在区域和与该二维码的三个位置探测图形一一对应的三个重心点。
S102、根据该二维码所在区域和该三个重心点,确定该二维码所在区域中的关键点,该关键点包括该二维码所在区域的四个角点和该二维码的三个位置探测图形中每个位置探测图形的第一角点,第一角点是该位置探测图形的角点中位于该二维码所在区域的轮廓上,且与该二维码所在区域的四个角点均不重叠的角点。
S103、根据该二维码所在区域的四个角点和该二维码所在区域的轮廓,得到该二维码所在区域的四条边缘拟合曲线。
S104、根据该关键点在该二维码图像中的坐标、四条边缘拟合曲线,以及预置的该二维码的校正图像,确定该二维码所在区域的图像与该校正图像之间的映射关系。
S105、根据该映射关系,对该二维码所在区域的图像进行校正,并获取校正后的该二维码所在区域的图像的信息。
具体的,在本发明实施例中,上述S101中待识别二维码图像可以理解为由扫描设备扫描待识别的二维码时,扫描到的图像,该图像扫描设备可以包括手机、相机、扫描仪等具有拍摄功能的设备,扫描到的二维码图像中至少包括该二维码所在区域。
当扫描到二维码图像后,可以先对该二维码图像进行图像预处理,包括对该二维码图像进行灰度化处理、二值化处理,以及去噪处理等,使得该二维码图像呈现明显的黑白效果,以便于从该二维码图像中确定出该二维码所在区域和与该二维码的三个位置探测图形一一对应的三个重心。
其中,对二维码图像进行图像预处理的方式,具体可以参见现有技术中对二维码图像进行图像预处理的方式,此处不再赘述。
需要说明的是,在本发明实施例中,可以采用多种方式从该二维码图像中确定该二维码所在区域和与该三个重心点。
示例性的,如图2所示,为确定该二维码所在区域的流程示意图。其中,如图2中的(a)所示,为经过图像预处理后的二维码图像,当从该二维码图像中确定该二维码所在区域时,可以通过对该二维码图像进行多次孔洞填充操作,以将该二维码图像划分为至少一个连通域,进而确定该至少一个连通域中最大的一个连通域为该二维码所在区域。如图2中的(b)所示,为对该二维码图像进行第一次孔洞填充操作后形成的图像;如图2中的(c)所示,为在对该二维码图像进行第一次孔洞填充操作后形成的图像的基础上,继续进行第二次孔洞填充操作形成后的图像,可以看出,通过对该二维码图像进行两次孔洞填充操作后,将该二维码所在区域划分为两个黑色的连通域。进一步的,将两个黑色的连通域中较大的连通域(如图2中的(d)所示的区域)确定为该二维码所在区域。
根据二维码的特性可知,一个二维码具有三个位置探测图形,且在经过位置探测图形的重心点的每条直线上,五个连续的白色区域的宽度和黑色区域的宽度,均可以满足黑色区域的宽度:白色区域的宽度:黑色区域的宽度:白色区域的宽度:黑色区域的宽度为1:1:3:1:1。因此,当从该二维码图像中确定该三个重心点时,可以通过对该二维码图像进行逐行逐列的扫描,确定该二维码图像中水平方向和垂直方向上的黑色区域的宽度和白色区域的宽度均满足比例1:1:3:1:1的至少三个区域,其中,该至少三个区域中面积最大的三个区域分别对应的三个重心点,为与该二维码的三个位置探测图形一一对应的三个重心点。示例性的,如图2中的(a)所示的二维码图像中,点a、点b、点c分别为该二维码的三个位置探测图形一一对应的三个重心点。
进一步的,从二维码图像中确定该二维码所在区域和与该二维码的三个位置探测图形一一对应的三个重心点的其他方式,在本发明实施例中不再一一列举,具体可以参见现有技术中的相关描述。
进一步的,确定出该二维码所在区域后,需要确定该二维码所在区域的关键点,以用于确定该二维码所在区域的图像和该二维码的校正图像之间的映射关系,从而对该二维码所在区域的图像进行校正。考虑到该二维码可能处于柔性物体或瓶罐上,导致扫描到的二维码图像中的二维码可能呈现非线性扭曲状态,因此,为了能够准确地确定出该二维码所在区域的图像和该二维码的校正图像之间的映射关系,在本发明实施例中,以该二维码所在区域的四个角点和该二维码的三个位置探测图形中每个位置探测图形的第一角点,作为该二维码所在区域中的关键点。
具体的,结合图1,如图3所示,上述S102中,根据该二维码所在区域和该三个重心点,确定该二维码所在区域中的关键点,可以包括:
S102a、根据该二维码所在区域和该三个重心点,确定该二维码所在区域的四个角点。
S102b、分别根据该三个重心点中的每个重心点,确定与该重心点对应的位置探测图形的四个角点。
S102c、分别从每个位置探测图形的四个角点中选择该位置探测图形的第一角点。
正常情况下,二维码的三个位置探测图形重心点之间的连线为一个等腰直角三角形,因此,无论从哪个角度扫描待识别的二维码,获取该二维码图像,并确定该二维码所在区域后,采用常规的两组直线逼近的方法对该二维码所在区域进行角点检测,都可以找到二维码所在区域的四个角点。然而,当该二维码为扭曲二维码时,由于扭曲二维码发生了非线性形变,因此,若采用常规的两组直线逼近的方法对扭曲二维码所在区域进行角点检测,则可能导致找到的角点有可能是该扭曲二维码所在区域的边缘曲线上的点,并不是该扭曲二维码所在区域的角点,从而对后续的校正操作产生严重的影响。
对此,本发明实施例提供一种新的角点检测法,能够根据该二维码所在区域和该三个重心点,确定该二维码所在区域的四个角点,即上述S102a中所示的方法,具体的,上述S102a可以包括:
S10、确定第一线段,该第一线段为该三个重心点中距离最远的两个重心点之间的连线。
示例性的,如图4所示,假设该二维码处于瓶罐上,由于该二维码所呈现非线性扭曲状态,因此,该二维码的三个位置探测图形的三个重心点之间的连线构成的三角形不是直角三角形,且该三个重心点之间的距离的变化比例也不相同。
可以理解的是,该三个重心点中距离越远的两个重心点之间,变化之后的稳定性就越高,因此,在本发明实施例中,需确定该三个重心点中距离最远的两个重心点之间的线段。
具体的,根据图像识别技术领域中的常用技术手段可知,当拍摄到一幅图像后,就能够确定该图像中每个像素点的坐标。因此,从该二维码图像中确定出该三个重心点,即能够确定该三个重心点的坐标。
示例性的,假设,该三个重心点的坐标分别为a(xa,ya),b(xb,yb)c(xc,yc),则利用如下公式(1)可以计算出该三个重心点中任意两个重心点之间的距离:
其中,d表示两点之间的距离。确定距离最远的两个重心点,即确定(i,j)=max(di,j)。假设,da,c最大,即重心点a和重心点b之间的距离最远,因此,第一线段为重心点a和重心点b之间的连线。
S11、以与该第一线段垂直的两条直线和与该第一线段平行的两条直线,分别逼近该二维码所在区域。
进一步的,确定第一线段后,根据第一线段的斜率,确定四条直线。该四条直线中,两条直线与第一线段平行,另外两条直线与第一线段垂直。若第一线段的斜率为K,则该四条直线中与第一线段垂直的两条直线都可以表示为示例性的,如图4中所示的I1,I2;与第一线段平行的两条直线都可以表示为y=Kx,示例性的,如图4中所示的I3,I4。
如图4所示,I1,I2,I3,I4分别从四个方向逼近该二维码所在区域。
S13、分别将四条直线中每条直线与该二维码所在区域相切的至少一个切点中的重心点确定为该二维码所在区域的一个角点。
具体的,以I1为例,当I1与该二维码所在区域相切时,I1停止逼近该二维码所在区域,并将I1与该二维码所在区域相切的至少一个切点中的重心点,确定为该二维码所在区域的一个角点。即,若I1与该二维码所在区域之间有一个切点,则该切点为该二维码所在区域的一个角点;若I1与该二维码所在区域之间有多个切点,则该多个切点中的重心点为该二维码所在区域的一个角点。可以理解的是,通过对I2,I3,I4分别进行与I1相同的处理,则可以确定该二维码所在区域的其他三个角点。示例性的,如图5中的(a)所示的图像中,点1、点2、点3,以及点4即为该二维码所在区域的四个角点。
进一步的,在本发明实施例中,关键点中还包括该二维码的每个位置探测图形的第一角点。在确定每个位置探测图形的第一角点时,可以先确定每个位置探测图形的四个角点。
具体的,上述S102b,可以包括:
S20、分别根据该三个重心点中的每个重心点,确定与该重心点对应的位置探测图形所在区域。
在本发明实施例中,确定每个位置探测图形的四个角点时,可以先分别根据该三个重心点中的每个重心点,确定与该重心点对应的位置探测图形所在区域。
下面以一个重心点为例,对根据该重心点确定与该重心点对应的位置探测图形所在区域进行示例性的说明,具体步骤如下:
(1)以该重心点为种子点,进行区域生长,形成第一连通域。
(2)将该第一连通域中所有像素点的灰度值均设为b,从该种子点开始,重新进行区域生长,形成第二连通域。
(3)将该第二连通域中所有像素点的灰度值均设为a,从该种子点开始,重新进行区域生长,形成第三连通域,该第三连通域为与该重心点对应的位置探测图形所在区域。
其中,像素点的灰度值为a,表征该像素点呈现黑色,像素点的灰度值为b,表征该像素点呈现白色。例如,根据现有的标准,呈现黑色的像素点的灰度值为255,则a=255;呈现白色的像素点的灰度值为0,则b=0。
需要说明的是,在本发明实施例中,以二维码的位置探测图形的重心点为种子点,进行区域生长,是通过比较该种子点和该种子点的邻近像素点的灰度值,将与该种子点的灰度值相同的像素点,和该种子点划分到一个区域中,直至该区域不再生长,形成一个连通域,该连通域中包括该种子点和与该种子点的灰度值相同的像素点。
示例性的,如图6所示,该重心点为一个标准的二维码的位置探测图形的重心点,则以该重心点为种子点,进行三次区域生长后,分别形成的第一连通域为如图6中的(a)中所示的内部黑色区域,形成的第二连通域为如图6中的(b)中所示的白色区域,形成的第三连通域为如图6中的(c)中所示的黑色区域。明显的,第三连通域为与该重心点对应的位置探测图形所在区域。
S21、对该位置探测图形所在区域进行角点检测,确定与该重心点对应的位置探测图形的四个角点。
在本发明实施例中,可以通过常规的两组直线逼近的方式对该位置探测图形所在区域进行角点检测,具体过程如下:
(1)确定两组不同的直线,每组包括四条直线。
示例性的,如图7所示,为角点检测法的分组示意图,其中,如图7中的(a)所示,第一组直线包括:直线1、直线2、直线3,以及直线4;如图7中的(b)所示,第二组直线包括:直线5、直线6、直线7,以及直线8。
(2)将第一组中的四条直线分别从四个不同的方向由远及近逼近该位置探测图形所在区域,直至该四条直线与该位置探测图形所在区域相切,并记录第一组切点坐标及第一组切点坐标的个数。
其中,第一组切点坐标包括第一组中的四条直线分别与该位置探测图形所在区域的切点坐标,该四条直线分别与该位置探测图形所在区域的切点个数可以分别表示为Q1,Q2,Q3,Q4,则第二组切点坐标的个数可以表示为k为整数。
(4)将第二组中的四条直线分别从四个不同的方向由远及近逼近该位置探测图形所在区域,直至该四条直线与该位置探测图形所在区域相切,并记录第二组切点坐标及第二组切点坐标的个数。
其中,第二组切点坐标包括第二组中的四条直线分别与该位置探测图形所在区域的切点坐标,该四条直线分别与该位置探测图形所在区域的切点个数可以分别表示为Q5,Q6,Q7,Q8,则第二组切点坐标的个数可以表示为
(5)判断第一组切点坐标的个数和第二组切点坐标的个数的大小,确定切点坐标的个数较小的一组切点坐标作为该位置探测图形所在区域的候选角点坐标。
(6)根据候选角点坐标,确定该四个角点坐标。
具体的,假设则确定第二组切点坐标为该位置探测图形所在区域的候选角点坐标。可以理解的是,该位置探测图形所在区域的四个角点分别在直线5、直线6、直线7,以及直线8上。以直线5为例,若Q5>1,则计算Q5个切点坐标的重心坐标,并将该重心坐标作为该位置探测图形的一个角点坐标;若Q5=1,则将该唯一的切点坐标作为该位置探测图形的角点坐标。同理,对直线6、直线7,以及直线8进行同样的处理,从而确定该位置探测图形的四个角点坐标,即确定该位置探测图形的四个角点。
进一步的,通过上述S20-S21所示的方法,可以确定出该二维码的三个位置探测图形中的每个位置探测图形的四个角点,共12个角点。示例性的,如图5中的(b)所示的图像中的点1-点12,即为该二维码的三个位置探测图形的所有角点。
可以理解的是,每个位置探测图形都有一个角点和该二维码所在区域的一个角点重叠,即每个位置探测图形都有一个角点是该二维码所在区域的角点。在本发明实施例中,需将每个位置探测图形的四个角点中与该二维码所在区域的角点重叠的角点排除。具体的,三个位置探测图形共有12个角点,可以求出该12个角点中每个角点分别到该二维码所在区域的4个角点的欧拉距离,排除欧拉距离最短的3个角点,即可排除每个位置探测图形的四个角点中与二维码所在区域的角点重叠的角点。示例性的,如图5中的(b)所示的图像中,通过计算该12个角点中每个角点分别到该二维码所在区域的4个角点的欧拉距离,排除的欧拉距离最短的3个角点分别为点1、点5,以及点8。
同时,在本发明实施例中,该二维码所在区域中的多个关键点都需在该二维码所在区域的轮廓上,因此,还需排除每个位置探测图形的四个角点中处于该二维码所在区域内部的角点。具体的,可以通过排除该12个角点中距离该二维码图像的边缘最远的3个角点,来排除每个位置探测图形的四个角点中处于该二维码所在区域内部的角点。示例性的,如图5中的(b)所示的图像中,排除的该12个角点中距离该二维码图像的边缘最远的3个角点分别为点4、点10、点11。
至此,每个位置探测图形中剩余的部分角点为该位置探测图形的第一角点,即为本发明实施例中需要的关键点。从而可以将该二维码所在区域的四个角点和每个位置探测图形的第一角点,作为该二维码所在区域中的关键点。示例性的,如图5中的(c)所示的图像中,点1-点10即为该二维码所在区域中的关键点。
进一步的,在本发明实施例中,为了能够确定该关键点在该二维码的校正图像中的对应点的坐标,以确定该二维码所在区域的图像与该二维码的校正图像之间的映射关系,还需得到该二维码所在区域的四条边缘拟合曲线。具体的,结合图3,如图8所示,上述S103可以包括:
S103a、根据该二维码所在区域的四个角点和该二维码所在区域的轮廓,确定四组轮廓关键点。
S103b、分别对该四组轮廓关键点进行曲线拟合,得到该四条边缘拟合曲线。
在本发明实施例中,可以采用索贝尔算子(英文:Sobe l opera tor)对该二维码所在区域进行边缘检测,以得到该二维码所在区域的轮廓。
其中,索贝尔算子是离散性一阶差分算子,用于计算图像中亮度函数的灰度近似值,以确定图像中的边缘点。具体可以通过下述公式(3)对图像中的水平边缘和垂直边缘进行检测。
Gx=X·A,Gy=Y·A
其中,矩阵X为横向梯度,用于检测图像中的垂直边缘;矩阵Y为纵向梯度,用于检测图像中的水平边缘。分别将矩阵X和矩阵Y与图像A进行平面卷积运算,得到该图像中横向及纵向的亮度差分近似值Gx及Gy。在本发明实施例中,可以采用横向及纵向梯度值的大小之和,即|Gx|+|Gy|,估算图像中某点灰度值大小。假设f(x,y)表示图像中像素点(x,y)的灰度值,结合公式(3),像素点(x,y)的梯度大小可以通过如下公式(4)计算得到:
Gx=[f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)]
Gy=[f(x-1,y-1)+2*f(x,y-1)+f(x+1,y-1)]-[f(x-1,y+1)+2*f(x,y+1)+f(x+1,y+1)]
|G|=|Gx|+|Gy| (公式4)
如果点(x,y)的梯度值|G|大于等于设定的阈值TH,则点(x,y)为该图像中的一个边缘点,否则点(x,y)不是边缘点。
示例性的,假设需得到如图4所示的二维码所在区域的轮廓,则通过索贝尔算子对该二维码所在区域进行边缘检测,确定出该二维码所在区域的所有边缘点,形成如图9中的(a)中所示的n条白色闭合曲线。该n条白色闭合曲线中,最外围的闭合曲线即为该二维码所在区域的轮廓。进一步的,可以通过matlab中的bwlabel函数,从该n条白色闭合曲线中确定出二维码所在区域的四个角点所在的白色闭合曲线,即该二维码所在区域的轮廓,如图9中的(b)所示。
具体的,采用索贝尔算子对二维码所在区域进行边缘检测的详细算法流程,可以参见现有技术中的相关描述,此处不再赘述。
可以理解的是,在该二维码所在区域的轮廓上,该二维码所在区域的四个角点中相邻两个角点之间的曲线为该二维码所在区域的一条边缘曲线,即该二维码所在区域的四个角点将该二维码所在区域的轮廓划分为该二维码所在区域的四条边缘曲线,分别为上边缘曲线、下边缘曲线、左边缘曲线,以及右边缘曲线。
具体的,若直接对该二维码所在区域的每条边缘曲线上的像素点进行曲线拟合,则会导致得到的拟合曲线不够理想。示例性的,以如图9中的(b)所示的二维码所在区域的上边缘曲线为例,采用传统的最小二乘法对该上边缘曲线上的像素点进行曲线拟合,得到如图10所示的拟合曲线,明显的,该拟合曲线中存在凹下去的部分,并不是一条趋势平缓的曲线。为了便于利用该二维码所在区域的四条边缘拟合曲线确定该关键点在该二维码的校正图像中的对应点的坐标,因此,在本发明实施例中,得到的四条边缘拟合曲线均需是趋势平缓的曲线。
对此,本发明实施例提出一种搭桥法,能够填补图10所示曲线中凹下去的部分。且采用本发明实施例提供的搭桥发,无论该二维码所在区域的四条边缘曲线的整体趋势是凸形还是凹形,都能找到每条边缘曲线上的轮廓关键点,从而使得根据找到的轮廓关键点进行曲线拟合,得到为趋势平缓的边缘拟合曲线。
具体的,上述S103a,可以包括:
S1、以该二维码所在区域的四条边缘曲线中第i条边缘曲线的一个端点为圆心,以预设长度为半径旋转,1≤i≤4,i为整数。
其中,预设长度可以设置为该二维码的位置探测图形的边长。
S2、将该半径与该第i条边缘曲线的至少一个交点中,与该圆心的距离最短的第一交点确定为该第i条边缘曲线上的一个轮廓关键点。
S3、判断该第一交点与该第i条边缘曲线的另一个端点之间的距离是否大于预设长度,若是,则执行S4,否则执行S5。
S4、以该第一交点为圆心,以预设长度为半径旋转,并返回执行S2。
S5、将S2中确定的轮廓关键点和该第i条边缘曲线的两个端点确定为一组轮廓关键点。
需要说明的是,在本发明实施例中,可以同时对该二维码所在区域的四条边缘曲线执行上述S1-S5中的操作,以获取四组轮廓关键点。也可以依次对该二维码所在区域的四条边缘曲线执行上述S1-S5中的操作,以获取四组轮廓关键点。通过执行上述S1-S5,可以从一条边缘曲线上获取一组轮廓关键点。
获取到四组轮廓关键点后,可以采用最小二乘法对每组轮廓关键点进行曲线拟合,分别得到四条边缘拟合曲线。
需要说明的是,当采用最小二乘法对每组轮廓关键点进行曲线拟合时,若该组中的轮廓关键点相对比较密集,则通过曲线拟合后形成的边缘拟合曲线可能会经过该组中的大部分轮廓关键点,而不经过个别轮廓关键点。因此,在本发明实施例中,在对每组轮廓关键点进行曲线拟合前,需要对该组中的轮廓关键点进行提炼,在保证不会误删重要的轮廓关键点的前提下,剔除相对密集的轮廓关键点,以使得通过对该组边缘轮廓点进行曲线拟合后,得到的边缘拟合曲线尽可能穿过该组中的所有的轮廓关键点。
下面以第一组轮廓关键点为例,设第一组关键点的集合表示为P,P中共包含M个轮廓关键点,即Pt=(1:M),设ψ为阈值,则剔除P中相对密集的轮廓关键点的过程可以如下所示:
从t=1开始执行(1)-(3),直至t=M时,结束循环。
(1)计算轮廓关键点Pt和与其左相邻的轮廓关键点Pt-1之间的距离dt-1,以及轮廓关键点Pt和与右相邻的轮廓关键点Pt+1之间的距离dt。
(2)若dt-1与dt都小于阈值ψ,则认为Pt为相对密集的轮廓关键点,并剔除Pt;若dt-1或dt大于阈值ψ,则认为Pt不是相对密集的轮廓关键点。
(3)t=t+1,返回(1)执行。
其中,阈值ψ具体可以通过实验,确定合适值来限制轮廓关键点的密集程度,从而改善拟合结果。
通过采用上述方法,能够将得到的四组轮廓关键点中相对密集的轮廓关键点一一剔除,从而可以采用最小二乘法对每组轮廓关键点进行曲线拟合,得到该二维码所在区域的四条边缘拟合曲线。需要说明的是,考虑到该二维码所在区域的四个角点是该二维码所在区域的关键点,因此,为了使得得到的边缘拟合曲线尽可能地穿过该二维码所在区域的四个角点,可以在曲线拟合过程中加大该四个角点的权重。
示例性的,通过从如图9中的(b)所示的四条边缘曲线上,获取四组轮廓关键点后,经过曲线拟合得到的左边缘拟合曲线为如图11中的(a)所示的曲线,上边缘拟合曲线为如图11中的(b)所示的曲线,右边缘拟合曲线为如图11中的(c)所示的曲线,下边缘拟合曲线为如图11中的(d)所示的曲线。
进一步的,确定该二维码所在区域的四条边缘拟合曲线后,可以根据该关键点在该二维码图像中的坐标、四条边缘拟合曲线,以及预置的该二维码的校正图像,确定该二维码所在区域的图像与该校正图像之间的映射关系。
具体的,可以先根据该四条边缘拟合曲线,确定该二维码所在区域中的关键点,在该二维码的校正图像上的对应点的坐标。
示例性的,如图12中的(a)所示,该二维码所在区域中的关键点分别为:该二维码所在区域的四个角点,即点A-D,该二维码的三个位置探测图形的第一角点,即点E-J。该二维码所在区域的四条边缘拟合曲线,分别为左边缘拟合曲线(设为l1)、上边缘拟合曲线(设为l2)、右边缘拟合曲线(设为l3),下边缘拟合曲线(设为l4)。其中,关键点A、E、B在l1上,关键点A、J、I、D在l2上,关键点D、H、G、C在l3上,关键点C、F、B在l4上。结合下述公式(5)可以确定每个位置探测图形的角点和与其最近的该二维码所在区域的角点之间的距离,结合下述公式(6)可以确定该四条边缘拟合曲线的长度。
由于该二维码可能是扭曲二维码,因此,该二维码所在区域中的每条边缘拟合曲线的形变程度都可能不一样。假设,预置的该二维码的校正图像的边长为h,则该二维码所在区域的每条边的伸缩系数可以表示为δr,
进一步的,根据如下公式(7)可以求出该二维码的位置探测图形在该二维码的校正图像上对应的边长L,具体的公式(7)为:
示例性的,根据二维码的特性可知,若该二维码的校正图像边长为h,则该二维码的校正图像的四个角点坐标分别为(1,1),(1,h),(h,1),(h,h)。可以理解的是,如图12中的(b)所示,关键点A在该校正图像上的对应点A’的坐标为(1,h),关键点B在该校正图像上的对应点B’的坐标为(1,1),关键点C在该校正图像上的对应点C’的坐标为(h,1),关键点D在该校正图像上的对应点D’的坐标为(h,h)。
进一步的,根据该二维码的位置探测图形在该校正图像上对应的边长L,可以确定其他关键点在该校正图像上的对应点及其坐标。示例性的,如图12中的(b)所示,关键点E在该校正图像上的对应点为E’,E’的坐标为(1,h-L),关键点F在该校正图像上的对应点为F’,F’的坐标为(h-L,1),关键点G在该校正图像上的对应点为G’,G’的坐标为(h,1+L),关键点H在该校正图像上的对应点为H’,H’的坐标为(h,h-L),关键点I在该校正图像上的对应点为I’,I’的坐标为(h-L,h),关键点J在该校正图像上的对应点为J’,J’的坐标为(1+L,h)。
进一步的,假设该二维码所在区域中的像素点在获取的二维码图像中的坐标为(x',y'),在该二维码的校正图像上对应点的坐标为(x,y),则(x,y)与(x',y')之间的映射关系为:
上述公式(8)即为该二维码所在区域的图像与该二维码的校正图像之间的映射关系。
具体的,可以根据本发明实施例中确定的关键点在该二维码所在区域中的坐标,以及该关键点在该二维码的校正图像中对应的点的坐标,利用最小二乘法,确定出公式(8)中的各项参数,从而确定该二维码所在区域的图像与该二维码的校正图像之间的映射关系。
进一步的,确定出该二维码所在区域的图像与该二维码的校正图像之间的映射关系后,则可以根据该映射关系,对该二维码所在区域中的每个像素点进行校正,并利用灰度插值法确定每个像素点的灰度值,从而完成对该二维码所在区域的图像的校正。
示例性的,如图13中的(a)所示,为校正前的二维码图像,通过本发明实施例提供的二维码的识别方法对该二维码图像进行校正,校正后该二维码所在区域的图像如图13中的(b)所示。
进一步的,获取到校正后的该二维码所在区域的图像后,可以对校正后的图像进行解码,获取该二维码所在区域的图像的信息。
其中,对校正后的图像进行解码,获取该二维码所在区域的图像的信息的具体算法,可以参见现有的算法,此处不再赘述。
为了更加充分的证明本发明实施例提供的二维码的识别方法,能够识别扭曲二维码,提高扭曲二维码的识别率,下面通过实验,对传统的二维码的识别方法与本发明实施例提供的二维码的识别方法的识别率进行对比分析。
具体的,由于目前专门用于识别扭曲二维码的方法较少,下面以一种常见的手机二维码扫描软件二维码扫描器1.5.0作为传统的识别二维码的方法。选取100幅不同版本,且呈现不同扭曲状态的二维码图像进行实验,当使用二维码扫描器1.5.0对该100幅二维码图像进行识别时,识别率仅为10%;然而,当使用本发明实施例提供的二维码的识别方法进行识别时,成功识别了90幅二维码图像,识别率为90%。由此可见,本发明实施例提供的二维码的识别方法,能够识别扭曲二维码,并且极大的提高了扭曲二维码的识别率,从而扩大了扭曲二维码的识别范围。
进一步的,从该100幅二维码图像中选取20幅二维码图像,该20幅二维码图像中共5个版本的二维码,每个版本分别呈现4种扭曲状态,如图14中的(a)至(e),分别为该5个版本的二维码,分别呈现4种扭曲状态的二维码图像,及呈现各种扭曲状态的每个版本的二维码通过本发明实施例提供的二维码的识别方法校正后的图像。该实验结果表明,当每个版本的二维码,呈现原本不能够被识别的扭曲状态时,采用本发明实施例提供的二维码的识别方法进行识别后,每个版本的二维码均能被成功校正,且被成功识别。由此可见,本发明实施例提供的二维码的识别方法能够识别扭曲二维码,且识别率较高。
本发明提供一种二维码的识别方法,能够从待识别的二维码图像中确定该二维码所在区域和与该二维码的三个位置探测图形一一对应的三个重心点,并根据该二维码所在区域和该三个重心点,确定该二维码所在区域中的关键点,且根据该二维码所在区域的四个角点和该二维码所在区域的轮廓,得到该二维码所在区域的四条边缘拟合曲线,再根据该关键点在该二维码图像中的坐标、该四条边缘拟合曲线,以及预置的该二维码的校正图像,确定该二维码所在区域的图像与该校正图像之间的映射关系,以及根据该映射关系,对该二维码所在区域的图像进行校正,并获取校正后的该二维码所在区域的图像的信息,其中,该二维码所在区域的关键点包括该二维码所在区域的四个角点和该二维码的三个位置探测图形中每个位置探测图形的第一角点,第一角点是该位置探测图形的角点中位于该二维码所在区域的轮廓上,且与该二维码所在区域的四个角点均不重叠的角点。通过该方法,能够结合扭曲二维码的关键点以及四条边缘拟合曲线,确定扭曲二维码所在区域的图像与该扭曲二维码的校正图像之间的映射关系,从而有效的校正扭曲二维码所在区域的图像,以识别该扭曲二维码,进而提高扭曲二维码的识别率,扩大扭曲二维码的识别范围。
实施例二
本发明实施例提供一种二维码识别设备,如图15所示,包括:
确定单元10,用于从待识别的二维码图像中确定所述二维码所在区域和与所述二维码的三个位置探测图形一一对应的三个重心点。
所述确定单元10,还用于根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域中的关键点,所述关键点包括所述二维码所在区域的四个角点和所述二维码的三个位置探测图形中每个位置探测图形的第一角点,所述第一角点是该位置探测图形的角点中位于所述二维码所在区域的轮廓上,且与所述二维码所在区域的四个角点均不重叠的角点。
拟合单元11,用于根据所述确定单元10确定的所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,得到所述二维码所在区域的四条边缘拟合曲线。
映射单元12,用于根据所述确定单元10确定的所述关键点在所述二维码图像中的坐标、所述拟合单元11拟合的所述四条边缘拟合曲线,以及预置的所述二维码的校正图像,确定所述二维码所在区域的图像与所述校正图像之间的映射关系。
校正单元13,用于根据所述映射单元12确定的所述映射关系,对所述二维码所在区域的图像进行校正,并获取校正后的所述二维码所在区域的图像的信息。
可选的,结合图15,如图16所示,所述确定单元10包括第一确定模块100和第二确定模块101。
所述第一确定模块100,用于根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域的四个角点。
所述第二确定模块101,用于分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形的四个角点,并分别从每个位置探测图形的四个角点中选择该位置探测图形的所述第一角点。
可选的,所述第一确定模块100,具体用于确定第一线段,并以与所述第一线段垂直的两条直线和与所述第一线段平行的两条直线,分别逼近所述二维码所在区域,以及分别将四条直线中每条直线与所述二维码所在区域相切的至少一个切点中的重心点确定为所述二维码所在区域的一个角点,所述第一线段为所述三个重心点中距离最远的两个重心点之间的连线。
所述第二确定模块101,具体用于分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形所在区域,并对所述位置探测图形所在区域进行角点检测,确定所述与该重心点对应的位置探测图形的四个角点。
可选的,结合图15,如图17所示,所述拟合单元11包括确定模块110和拟合模块111。
所述确定模块110,用于根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,确定四组轮廓关键点。
所述拟合模块111,用于分别对所述确定模块110确定的所述四组轮廓关键点进行曲线拟合,得到所述四条边缘拟合曲线。
可选的,在所述二维码所在区域的轮廓上,所述二维码所在区域的四个角点中相邻两个角点之间的曲线为所述二维码所在区域的一条边缘曲线。
所述确定模块110,具体用于:
S1、以所述二维码所在区域的四条边缘曲线中第i条边缘曲线的一个端点为圆心,以预设长度为半径旋转,1≤i≤4,i为整数。
S2、将所述半径与所述第i条边缘曲线的至少一个交点中,与所述圆心的距离最短的第一交点确定为所述第i条边缘曲线上的一个轮廓关键点。
S3、判断所述第一交点与所述第i条边缘曲线的另一个端点之间的距离是否大于所述预设长度,若是,则执行S4,否则执行S5。
S4、以所述第一交点为圆心,以所述预设长度为半径旋转,并返回执行S2。
S5、将S2中确定的轮廓关键点和所述第i条边缘曲线的两个端点确定为一组轮廓关键点。
本发明实施例提供一种二维码识别设备,能够从待识别的二维码图像中确定该二维码所在区域和与该二维码的三个位置探测图形一一对应的三个重心点,并根据该二维码所在区域和该三个重心点,确定该二维码所在区域中的关键点,且根据该二维码所在区域的四个角点和该二维码所在区域的轮廓,得到该二维码所在区域的四条边缘拟合曲线,再根据该关键点在该二维码图像中的坐标、该四条边缘拟合曲线,以及预置的该二维码的校正图像,确定该二维码所在区域的图像与该校正图像之间的映射关系,以及根据该映射关系,对该二维码所在区域的图像进行校正,并获取校正后的该二维码所在区域的图像的信息,其中,该二维码所在区域的关键点包括该二维码所在区域的四个角点和该二维码的三个位置探测图形中每个位置探测图形的第一角点,第一角点是该位置探测图形的角点中位于该二维码所在区域的轮廓上,且与该二维码所在区域的四个角点均不重叠的角点。通过本发明实施例提供的二维码识别设备,能够结合扭曲二维码的关键点以及四条边缘拟合曲线,确定扭曲二维码所在区域的图像与该扭曲二维码的校正图像之间的映射关系,从而有效的校正扭曲二维码所在区域的图像,以识别该扭曲二维码,进而提高扭曲二维码的识别率,扩大扭曲二维码的识别范围。
实施例三
如图18所示,本发明实施例提供一种二维码识别设备,该二维码识别设备可以包括:摄像头20、处理器21、存储器22,以及系统总线23。所述摄像头20、处理器21,以及存储器22之间通过所述系统总线23连接并完成相互之间的数据传输。
所述摄像头20可以为任一种具有拍摄功能的模块,用于获取待识别二维码图像。
所述处理器21可以是一个中央处理器(英文:Central ProcessingUnit,缩写:CPU),或者是特定集成电路(英文:Application SpecificIntegrated Circuit,缩写:ASIC),或者是被配置成实施本发明实施例的一个或多个集成电路。
所述存储器22可以包括易失性存储器(英文:volatile memory),例如随机存取存储器(英文:random-access memory,缩写:RAM);所述存储器22也可以包括非易失性存储器(英文:non-volatilememory),例如只读存储器(英文:read-only memory,缩写:ROM),快闪存储器(英文:flash memory),硬盘(英文:hard disk drive,缩写:HDD)或固态硬盘(英文:solid-state drive,缩写:SSD);所述存储器22还可以包括上述种类的存储器的组合。
当所述二维码识别设备运行时,所述摄像头20、处理器21,以及存储器22,可以执行图1、图3或图8所述的方法流程,具体包括:
所述处理器21,用于从摄像头20获取的待识别的二维码图像中确定所述二维码所在区域和与所述二维码的三个位置探测图形一一对应的三个重心点,并根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域中的关键点,且根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,得到所述二维码所在区域的四条边缘拟合曲线,还根据所述关键点在所述二维码图像中的坐标、所述四条边缘拟合曲线,以及预置的所述二维码的校正图像,确定所述二维码所在区域的图像与所述校正图像之间的映射关系,以及根据所述映射关系,对所述二维码所在区域的图像进行校正,并获取校正后的所述二维码所在区域的图像的信息。其中,所述关键点包括所述二维码所在区域的四个角点和所述二维码的三个位置探测图形中每个位置探测图形的第一角点,所述第一角点是该位置探测图形的角点中位于所述二维码所在区域的轮廓上,且与所述二维码所在区域的四个角点均不重叠的角点。
所述存储器22,用于存储所述待识别的二维码图像的代码、所述二维码所在区域的代码、所述三个重心点的代码、所述的关键点的代码、所述二维码所在区域的四个角点的代码、所述二维码所在区域的轮廓的代码、所述二维码所在区域的四条边缘拟合曲线的代码、所述关键点在所述二维码图像中的坐标的代码、所述二维码的校正图像的代码、所述映射关系的代码、所述二维码所在区域的图像的代码、校正后的所述二维码所在区域的图像的信息的代码、所述二维码的三个位置探测图形中每个位置探测图形的第一角点的代码,以及控制所述处理器21完成上述过程的软件程序,从而所述处理器21通过执行所述软件程序,并调用所述待识别的二维码图像的代码、所述二维码所在区域的代码、所述三个重心点的代码、所述的关键点的代码、所述二维码所在区域的四个角点的代码、所述二维码所在区域的轮廓的代码、所述二维码所在区域的四条边缘拟合曲线的代码、所述关键点在所述二维码图像中的坐标的代码、所述二维码的校正图像的代码、所述映射关系的代码、所述二维码所在区域的图像的代码、校正后的所述二维码所在区域的图像的信息的代码,以及所述二维码的三个位置探测图形中每个位置探测图形的第一角点的代码,完成上述过程。
可选的,所述处理器21,具体用于根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域的四个角点,并分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形的四个角点,以及分别从每个位置探测图形的四个角点中选择该位置探测图形的所述第一角点。
可选的,所述处理器21,具体用于确定第一线段,并以与所述第一线段垂直的两条直线和与所述第一线段平行的两条直线,分别逼近所述二维码所在区域,以及分别将四条直线中每条直线与所述二维码所在区域相切的至少一个切点中的重心点确定为所述二维码所在区域的一个角点,所述第一线段为所述三个重心点中距离最远的两个重心点之间的连线。
所述处理器21,具体用于分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形所在区域,并对所述位置探测图形所在区域进行角点检测,确定所述与该重心点对应的位置探测图形的四个角点。
可选的,所述处理器21,具体用于根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,确定四组轮廓关键点,并分别对所述确定模块确定的所述四组轮廓关键点进行曲线拟合,得到所述四条边缘拟合曲线。
可选的,在所述二维码所在区域的轮廓上,所述二维码所在区域的四个角点中相邻两个角点之间的曲线为所述二维码所在区域的一条边缘曲线。
所述处理器21,具体用于:
S1、以所述二维码所在区域的四条边缘曲线中第i条边缘曲线的一个端点为圆心,以预设长度为半径旋转,1≤i≤4,i为整数。
S2、将所述半径与所述第i条边缘曲线的至少一个交点中,与所述圆心的距离最短的第一交点确定为所述第i条边缘曲线上的一个轮廓关键点。
S3、判断所述第一交点与所述第i条边缘曲线的另一个端点之间的距离是否大于所述预设长度,若是,则执行S4,否则执行S5。
S4、以所述第一交点为圆心,以所述预设长度为半径旋转,并返回执行S2。
S5、将S2中确定的轮廓关键点和所述第i条边缘曲线的两个端点确定为一组轮廓关键点。
本发明实施例提供一种二维码识别设备,能够从待识别的二维码图像中确定该二维码所在区域和与该二维码的三个位置探测图形一一对应的三个重心点,并根据该二维码所在区域和该三个重心点,确定该二维码所在区域中的关键点,且根据该二维码所在区域的四个角点和该二维码所在区域的轮廓,得到该二维码所在区域的四条边缘拟合曲线,再根据该关键点在该二维码图像中的坐标、该四条边缘拟合曲线,以及预置的该二维码的校正图像,确定该二维码所在区域的图像与该校正图像之间的映射关系,以及根据该映射关系,对该二维码所在区域的图像进行校正,并获取校正后的该二维码所在区域的图像的信息,其中,该二维码所在区域的关键点包括该二维码所在区域的四个角点和该二维码的三个位置探测图形中每个位置探测图形的第一角点,第一角点是该位置探测图形的角点中位于该二维码所在区域的轮廓上,且与该二维码所在区域的四个角点均不重叠的角点。通过本发明实施例提供的二维码识别设备,能够结合扭曲二维码的关键点以及四条边缘拟合曲线,确定扭曲二维码所在区域的图像与该扭曲二维码的校正图像之间的映射关系,从而有效的校正扭曲二维码所在区域的图像,以识别该扭曲二维码,进而提高扭曲二维码的识别率,扩大扭曲二维码的识别范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-Only Memory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种二维码的识别方法,其特征在于,包括:
从待识别的二维码图像中确定所述二维码所在区域和与所述二维码的三个位置探测图形一一对应的三个重心点;
根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域中的关键点,所述关键点包括所述二维码所在区域的四个角点和所述二维码的三个位置探测图形中每个位置探测图形的第一角点,所述第一角点是该位置探测图形的角点中位于所述二维码所在区域的轮廓上,且与所述二维码所在区域的四个角点均不重叠的角点;
根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,得到所述二维码所在区域的四条边缘拟合曲线;
根据所述关键点在所述二维码图像中的坐标、所述四条边缘拟合曲线,以及预置的所述二维码的校正图像,确定所述二维码所在区域的图像与所述校正图像之间的映射关系;
根据所述映射关系,对所述二维码所在区域的图像进行校正,并获取校正后的所述二维码所在区域的图像的信息。
2.根据权利要求1所述的方法,其特征在于,根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域中的关键点,包括:
根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域的四个角点;
分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形的四个角点;
分别从每个位置探测图形的四个角点中选择该位置探测图形的所述第一角点。
3.根据权利要求2所述的方法,其特征在于,
所述根据所述二维码所在区域和所述三个重心点,确定所述的二维码所在区域的四个角点,包括:
确定第一线段,所述第一线段为所述三个重心点中距离最远的两个重心点之间的连线;
以与所述第一线段垂直的两条直线和与所述第一线段平行的两条直线,分别逼近所述二维码所在区域;
分别将四条直线中每条直线与所述二维码所在区域相切的至少一个切点中的重心点确定为所述二维码所在区域的一个角点;
所述分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形的四个角点,包括:
分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形所在区域;
对所述位置探测图形所在区域进行角点检测,确定所述与该重心点对应的位置探测图形的四个角点。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,得到所述二维码所在区域的四条边缘拟合曲线,包括:
根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,确定四组轮廓关键点;
分别对所述四组轮廓关键点进行曲线拟合,得到所述四条边缘拟合曲线。
5.根据权利要求4所述的方法,其特征在于,在所述二维码所在区域的轮廓上,所述二维码所在区域的四个角点中相邻两个角点之间的曲线为所述二维码所在区域的一条边缘曲线,
所述根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,确定四组轮廓关键点,包括:
S1、以所述二维码所在区域的四条边缘曲线中第i条边缘曲线的一个端点为圆心,以预设长度为半径旋转,1≤i≤4,i为整数;
S2、将所述半径与所述第i条边缘曲线的至少一个交点中,与所述圆心的距离最短的第一交点确定为所述第i条边缘曲线上的一个轮廓关键点;
S3、判断所述第一交点与所述第i条边缘曲线的另一个端点之间的距离是否大于所述预设长度,若是,则执行S4,否则执行S5;
S4、以所述第一交点为圆心,以所述预设长度为半径旋转,并返回执行S2;
S5、将S2中确定的轮廓关键点和所述第i条边缘曲线的两个端点确定为一组轮廓关键点。
6.一种二维码识别设备,其特征在于,包括:
确定单元,用于从待识别的二维码图像中确定所述二维码所在区域和与所述二维码的三个位置探测图形一一对应的三个重心点;
所述确定单元,还用于根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域中的关键点,所述关键点包括所述二维码所在区域的四个角点和所述二维码的三个位置探测图形中每个位置探测图形的第一角点,所述第一角点是该位置探测图形的角点中位于所述二维码所在区域的轮廓上,且与所述二维码所在区域的四个角点均不重叠的角点;
拟合单元,用于根据所述确定单元确定的所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,得到所述二维码所在区域的四条边缘拟合曲线;
映射单元,用于根据所述确定单元确定的所述关键点在所述二维码图像中的坐标、所述拟合单元拟合的所述四条边缘拟合曲线,以及预置的所述二维码的校正图像,确定所述二维码所在区域的图像与所述校正图像之间的映射关系;
校正单元,用于根据所述映射单元确定的所述映射关系,对所述二维码所在区域的图像进行校正,并获取校正后的所述二维码所在区域的图像的信息。
7.根据权利要求6所述的二维码识别设备,其特征在于,所述确定单元包括第一确定模块和第二确定模块,
所述第一确定模块,用于根据所述二维码所在区域和所述三个重心点,确定所述二维码所在区域的四个角点;
所述第二确定模块,用于分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形的四个角点,并分别从每个位置探测图形的四个角点中选择该位置探测图形的所述第一角点。
8.根据权利要求7所述的二维码识别设备,其特征在于,
所述第一确定模块,具体用于确定第一线段,并以与所述第一线段垂直的两条直线和与所述第一线段平行的两条直线,分别逼近所述二维码所在区域,以及分别将四条直线中每条直线与所述二维码所在区域相切的至少一个切点中的重心点确定为所述二维码所在区域的一个角点,所述第一线段为所述三个重心点中距离最远的两个重心点之间的连线;
所述第二确定模块,具体用于分别根据所述三个重心点中的每个重心点,确定与该重心点对应的位置探测图形所在区域,并对所述位置探测图形所在区域进行角点检测,确定所述与该重心点对应的位置探测图形的四个角点。
9.根据权利要求6所述的二维码识别设备,其特征在于,所述拟合单元包括确定模块和拟合模块,
所述确定模块,用于根据所述二维码所在区域的四个角点和所述二维码所在区域的轮廓,确定四组轮廓关键点;
所述拟合模块,用于分别对所述确定模块确定的所述四组轮廓关键点进行曲线拟合,得到所述四条边缘拟合曲线。
10.根据权利要求9所述的二维码识别设备,其特征在于,在所述二维码所在区域的轮廓上,所述二维码所在区域的四个角点中相邻两个角点之间的曲线为所述二维码所在区域的一条边缘曲线,所述确定模块,具体用于,
S1、以所述二维码所在区域的四条边缘曲线中第i条边缘曲线的一个端点为圆心,以预设长度为半径旋转,1≤i≤4,i为整数;
S2、将所述半径与所述第i条边缘曲线的至少一个交点中,与所述圆心的距离最短的第一交点确定为所述第i条边缘曲线上的一个轮廓关键点;
S3、判断所述第一交点与所述第i条边缘曲线的另一个端点之间的距离是否大于所述预设长度,若是,则执行S4,否则执行S5;
S4、以所述第一交点为圆心,以所述预设长度为半径旋转,并返回执行S2;
S5、将S2中确定的轮廓关键点和所述第i条边缘曲线的两个端点确定为一组轮廓关键点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510126288.1A CN104766037A (zh) | 2015-03-20 | 2015-03-20 | 一种二维码的识别方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510126288.1A CN104766037A (zh) | 2015-03-20 | 2015-03-20 | 一种二维码的识别方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104766037A true CN104766037A (zh) | 2015-07-08 |
Family
ID=53647855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510126288.1A Pending CN104766037A (zh) | 2015-03-20 | 2015-03-20 | 一种二维码的识别方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104766037A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069389A (zh) * | 2015-07-27 | 2015-11-18 | 福建联迪商用设备有限公司 | 二维码分块解码方法及系统 |
CN106203431A (zh) * | 2016-07-14 | 2016-12-07 | 国芯科技(北京)有限公司 | 一种图像识别方法及装置 |
CN106326802A (zh) * | 2016-08-19 | 2017-01-11 | 腾讯科技(深圳)有限公司 | 二维码校正方法、装置及终端设备 |
CN106570436A (zh) * | 2016-11-14 | 2017-04-19 | 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 |
CN107729958A (zh) * | 2017-09-06 | 2018-02-23 | 新华三技术有限公司 | 一种信息发送方法及装置 |
CN107798521A (zh) * | 2017-11-15 | 2018-03-13 | 上海捷售智能科技有限公司 | 一种基于机器码图像识别的菜品识别与收银系统及方法 |
CN108009460A (zh) * | 2017-12-29 | 2018-05-08 | 姚佑霖 | 复杂背景下多种字符和数字混合的叠加二维码的识别方法 |
CN108305291A (zh) * | 2018-01-08 | 2018-07-20 | 武汉大学 | 利用包含定位二维码的墙体广告的单目视觉定位定姿方法 |
CN108921804A (zh) * | 2018-07-04 | 2018-11-30 | 苏州大学 | 扭曲文档图像的校正方法 |
CN109409366A (zh) * | 2018-10-30 | 2019-03-01 | 四川长虹电器股份有限公司 | 基于角点检测的畸变图像校正方法及装置 |
CN109858304A (zh) * | 2019-01-04 | 2019-06-07 | 广州广电研究院有限公司 | 二维码位置探测图形的检测方法、装置和存储介质 |
CN109993877A (zh) * | 2019-03-07 | 2019-07-09 | 北京航天泰坦科技股份有限公司 | 基于位置信息的防伪发票识别方法 |
CN110009615A (zh) * | 2019-03-31 | 2019-07-12 | 深圳大学 | 图像角点的检测方法及检测装置 |
CN110705329A (zh) * | 2019-09-30 | 2020-01-17 | 联想(北京)有限公司 | 一种处理方法、装置及电子设备 |
CN110765795A (zh) * | 2019-09-24 | 2020-02-07 | 北京迈格威科技有限公司 | 二维码识别方法、装置及电子设备 |
CN113033233A (zh) * | 2019-12-27 | 2021-06-25 | 深圳大学 | 一种几何变形qr码的定位方法、装置及存储介质 |
CN113723136A (zh) * | 2021-08-31 | 2021-11-30 | 杭州海康威视数字技术股份有限公司 | 条码矫正方法、装置、设备及存储介质 |
CN115630663A (zh) * | 2022-12-19 | 2023-01-20 | 成都爱旗科技有限公司 | 一种二维码识别方法、装置及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268498A (zh) * | 2014-09-29 | 2015-01-07 | 杭州华为数字技术有限公司 | 一种二维码的识别方法及终端 |
CN104424457A (zh) * | 2013-08-20 | 2015-03-18 | 复旦大学 | 一种非线性扭曲情况下的二维码识别方法 |
-
2015
- 2015-03-20 CN CN201510126288.1A patent/CN104766037A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424457A (zh) * | 2013-08-20 | 2015-03-18 | 复旦大学 | 一种非线性扭曲情况下的二维码识别方法 |
CN104268498A (zh) * | 2014-09-29 | 2015-01-07 | 杭州华为数字技术有限公司 | 一种二维码的识别方法及终端 |
Non-Patent Citations (1)
Title |
---|
杨絮: "扭曲二维码的识别算法研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069389B (zh) * | 2015-07-27 | 2017-10-31 | 福建联迪商用设备有限公司 | 二维码分块解码方法及系统 |
CN105069389A (zh) * | 2015-07-27 | 2015-11-18 | 福建联迪商用设备有限公司 | 二维码分块解码方法及系统 |
CN106203431A (zh) * | 2016-07-14 | 2016-12-07 | 国芯科技(北京)有限公司 | 一种图像识别方法及装置 |
CN106326802A (zh) * | 2016-08-19 | 2017-01-11 | 腾讯科技(深圳)有限公司 | 二维码校正方法、装置及终端设备 |
CN106326802B (zh) * | 2016-08-19 | 2018-07-27 | 腾讯科技(深圳)有限公司 | 二维码校正方法、装置及终端设备 |
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 |
CN106570436A (zh) * | 2016-11-14 | 2017-04-19 | 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 |
CN107729958A (zh) * | 2017-09-06 | 2018-02-23 | 新华三技术有限公司 | 一种信息发送方法及装置 |
CN107729958B (zh) * | 2017-09-06 | 2021-06-18 | 新华三技术有限公司 | 一种信息发送方法及装置 |
CN107798521A (zh) * | 2017-11-15 | 2018-03-13 | 上海捷售智能科技有限公司 | 一种基于机器码图像识别的菜品识别与收银系统及方法 |
CN108009460A (zh) * | 2017-12-29 | 2018-05-08 | 姚佑霖 | 复杂背景下多种字符和数字混合的叠加二维码的识别方法 |
CN108305291A (zh) * | 2018-01-08 | 2018-07-20 | 武汉大学 | 利用包含定位二维码的墙体广告的单目视觉定位定姿方法 |
CN108305291B (zh) * | 2018-01-08 | 2022-02-01 | 武汉大学 | 利用包含定位二维码的墙体广告的单目视觉定位定姿方法 |
CN108921804A (zh) * | 2018-07-04 | 2018-11-30 | 苏州大学 | 扭曲文档图像的校正方法 |
CN109409366A (zh) * | 2018-10-30 | 2019-03-01 | 四川长虹电器股份有限公司 | 基于角点检测的畸变图像校正方法及装置 |
CN109409366B (zh) * | 2018-10-30 | 2022-04-05 | 四川长虹电器股份有限公司 | 基于角点检测的畸变图像校正方法及装置 |
CN109858304A (zh) * | 2019-01-04 | 2019-06-07 | 广州广电研究院有限公司 | 二维码位置探测图形的检测方法、装置和存储介质 |
CN109858304B (zh) * | 2019-01-04 | 2022-02-01 | 广州广电研究院有限公司 | 二维码位置探测图形的检测方法、装置和存储介质 |
CN109993877A (zh) * | 2019-03-07 | 2019-07-09 | 北京航天泰坦科技股份有限公司 | 基于位置信息的防伪发票识别方法 |
CN110009615A (zh) * | 2019-03-31 | 2019-07-12 | 深圳大学 | 图像角点的检测方法及检测装置 |
CN110765795A (zh) * | 2019-09-24 | 2020-02-07 | 北京迈格威科技有限公司 | 二维码识别方法、装置及电子设备 |
CN110765795B (zh) * | 2019-09-24 | 2023-12-12 | 北京迈格威科技有限公司 | 二维码识别方法、装置及电子设备 |
CN110705329B (zh) * | 2019-09-30 | 2021-09-14 | 联想(北京)有限公司 | 一种处理方法、装置及电子设备 |
CN110705329A (zh) * | 2019-09-30 | 2020-01-17 | 联想(北京)有限公司 | 一种处理方法、装置及电子设备 |
CN113033233A (zh) * | 2019-12-27 | 2021-06-25 | 深圳大学 | 一种几何变形qr码的定位方法、装置及存储介质 |
CN113033233B (zh) * | 2019-12-27 | 2023-09-01 | 深圳大学 | 一种几何变形qr码的定位方法、装置及存储介质 |
CN113723136A (zh) * | 2021-08-31 | 2021-11-30 | 杭州海康威视数字技术股份有限公司 | 条码矫正方法、装置、设备及存储介质 |
CN115630663A (zh) * | 2022-12-19 | 2023-01-20 | 成都爱旗科技有限公司 | 一种二维码识别方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104766037A (zh) | 一种二维码的识别方法及设备 | |
US8509536B2 (en) | Character recognition device and method and computer-readable medium controlling the same | |
EP3620979A1 (en) | Learning method, learning device for detecting object using edge image and testing method, testing device using the same | |
US20210366122A1 (en) | Method and apparatus for segmenting G-banded adhered chromosome based on geometrical characteristic and regional fusion, and chromosome karyotype analysis device | |
CN104700062A (zh) | 一种识别二维码的方法及设备 | |
US7596265B2 (en) | Segmenting pixels in an image based on orientation-dependent adaptive thresholds | |
US9092697B2 (en) | Image recognition system and method for identifying similarities in different images | |
US8224072B2 (en) | Method for normalizing displaceable features of objects in images | |
CN111340109A (zh) | 图像匹配方法、装置、设备及存储介质 | |
CN104463066B (zh) | 一种商品外包装一维条形码快速定位识别方法 | |
CN105139042A (zh) | 图像识别方法及系统 | |
CN105426887A (zh) | 一种文本图像校正的方法及装置 | |
US20150302270A1 (en) | A method of providing a feature descriptor for describing at least one feature of an object representation | |
CN111311497B (zh) | 一种条形码图像角度校正方法和装置 | |
Almazán et al. | Deformable hog-based shape descriptor | |
CN104298947A (zh) | 一种对二维条码精确定位的方法及装置 | |
CN105404868A (zh) | 一种基于交互平台的复杂背景中文本的快速检测方法 | |
US9519060B2 (en) | Methods and systems for vehicle classification from laser scans using global alignment | |
KR101461108B1 (ko) | 인식기, 차량모델인식장치 및 방법 | |
CN113343989A (zh) | 一种基于前景选择域自适应的目标检测方法及系统 | |
US20170147881A1 (en) | Identifying consumer products in images | |
CN104268550A (zh) | 特征提取方法及装置 | |
CN110796145B (zh) | 基于智能决策的多证件分割关联方法及相关设备 | |
US10970847B2 (en) | Document boundary detection using deep learning model and image processing algorithms | |
US9779513B2 (en) | Image processing device, image processing method, and image processing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150708 |