CN105373822A - 一种矩形防伪标签、以及对其进行识读的方法与系统 - Google Patents
一种矩形防伪标签、以及对其进行识读的方法与系统 Download PDFInfo
- Publication number
- CN105373822A CN105373822A CN201510788807.0A CN201510788807A CN105373822A CN 105373822 A CN105373822 A CN 105373822A CN 201510788807 A CN201510788807 A CN 201510788807A CN 105373822 A CN105373822 A CN 105373822A
- Authority
- CN
- China
- Prior art keywords
- code
- point
- image
- gray
- point 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.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明提供一种矩形防伪标签,包括标签模板与码点部分;对其进行识读的方法,包括:采用非识读器获取标签图像,并对其进行灰度解析,以得到码点图像;获取码点图像的点距;确定码点图像中定位轴的位置、与码点图像的范围;根据点距在已确定范围的码点图像上绘制码点单元格,以生成带有单元格的码点图像;根据带有单元格的码点图像,对码点图像中的码点进行解析,以得到实际码值数据。对其进行识读的系统,包括标签图像获取装置、灰度值解析装置、点距获取装置、定位轴确定装置、码点图像范围获取装置、码点部分图像确定装置与实际码值数据计算装置。本发明只需采用智能手机或平板电脑就可以得到防伪标签的真伪信息,更具备方便、快捷的优点。
Description
技术领域
本发明涉及一种防伪标签,尤其是一种矩形防伪标签、以及对其进行识读的方法与系统。
背景技术
目前,在现有基于点阵图像的防伪标签中,均是通过专用的点阵识读器才可以辨别出与相对应在的真伪信息。然而,由于专用的点阵识读器的价格较为昂贵、且功能单一,因此,一般只有印制有点阵图像防伪标签的产品商家才会持有,而普通的消费者一般不会对点阵识读器进行采购。由于产品商家对防伪标签设立的产品真伪辨别地点数量有限、且较为分散,因此,为消费者对防伪标签进行真伪造成了诸多不便。
发明内容
针对上述问题中存在的不足之处,本发明提供的一种采用非专用识读器便可以方便、快捷的获取到与矩形防伪标签相对应的真伪信息的一种矩形防伪标签、以及对其进行识读的方法与系统。
为实现上述目的,本发明提供一种矩形防伪标签,包括标签模板、与植入在其上的码点部分,所述码点部分包括定位轴与数据点部分,所述数据点部分包括功能位部分、数据位部分、校验和部分与原始特征提取状态部分;
所述功能位部分主要包括用于表示编码版本号的版本号码点、用于表示加密算法编号的加密算法编号码点。
上述的矩形防伪标签,其中,在所述标签模板上划分有若干个用于植入码点的空白表格点位。
本发明提供一种对矩形防伪标签进行识读的方法,包括以下步骤:
步骤1、采用非识读器获取当前矩形防伪标签的标签图像,并对该标签图像进行灰度解析,以得到标签图像的码点图像;
步骤2、获取经灰度解析后的码点图像的点距;
步骤3、根据获取到的点距,以确定码点图像中定位轴所包括的五个定位点,并根据码点图像边缘的码点,确定码点图像的范围;
步骤4、根据点距在已确定范围的码点图像上绘制码点单元格,以生成带有单元格的码点图像;
步骤5、根据带有单元格的码点图像,对码点图像中的码点进行解析,以得到相对应的实际码值数据。
上述的对矩形防伪标签的进行识读的方法,其中,在步骤1中,包括以下子步骤:
步骤11、采用非识读器对当前矩形防伪标签进行拍摄,以获取与其相对应的标签图像;
步骤12、采用图像分割方法在标签图像上划分出多个16x16像素的单元格;
步骤13、采用下式分别对每个单元格进行灰度处理,以获取到每个单元格的灰度值,并基于多个灰度值单元格以得到灰度值单元格矩阵:
V=B*0.11+G*0.59+R*0.30;
步骤14、在灰度值矩阵中,对逐行或逐列对该行或该列中单元格的灰度值进行比较,以得到灰度值小于200的灰度值单元格矩阵;
步骤15、根据灰度值小于200的灰度值单元格矩阵,以得到标签图像的码点图像。
上述的对矩形防伪标签的进行识读的方法,其中,在步骤2中,包括以下子步骤:
步骤21、利用下式以得到选定点与其周围点之间的距离;
D*D=(x1-x2)*(x1-x2)+(y1-y2)*(y1-y2)
其中,选定点为点A,其坐标为(x1,y1),周围点为点B,其坐标为(x2,y2),选定点与周围点之间的点距为D;
步骤22、对所得到的所有点距进行累加,并在计算出点距的平均值后,以获得码点图像中全部码点之间的点距。
上述的对矩形防伪标签的进行识读的方法,其中,在步骤3中,包括以下子步骤:
步骤31、根据定位轴中五个定位点之间的点距条件,逐行和/或逐列在码点图像中进行筛选,以确定码点图像中定位轴的位置;
步骤32、对码点图像进行扫描,以确定码点图像中最外侧的边缘码点的位置,并根据所有边缘码点确定码点图像的范围。
上述的对矩形防伪标签的进行识读的方法,其中,在步骤4中,包括以下子内容:
根据码点图像的范围与码点的点距在码点图像上划分出与码点的位置相对应的标签单元格模板,在标签模板中,包含有码点的点位单元格被定义为1,未包含码点的点位单元格被定义为0。
上述的对矩形防伪标签的进行识读的方法,其中,在步骤5中,包括以下子步骤:
步骤51、对码点图像的首行码点进行解析,以确定码点图像的编码版本号、以及码点图像的加密算法编号;
步骤52、调用与加密算法编号相对应的解密算法,以计算出解密数据;
步骤53、根据步骤52中得出的解密数据以得到该解密数据的校验和数据;
步骤54、辨别解密数据中是否包含与校验和数据相同的字符,若辨别结果为是,则再次对解密数据进行计算,以得到与该码点图像相对应的实际码值数据。
本发明还提供一种对矩形防伪标签进行识读的系统,包括:标签图像获取装置、灰度值解析装置、点距获取装置、定位轴确定装置、码点图像范围获取装置、码点部分图像确定装置与实际码值数据计算装置;
标签图像获取装置,用于采用非识读器设备获取当前矩形防伪标签的标签图像;
灰度值解析装置,用于对获取到的标签图像进行灰度解析,以得到标签图像的码点图像;
点距获取装置,用于获取经灰度解析后的码点图像的点距;
定位轴确定装置,用于根据获取到的点距,以确定码点图像中定位轴中所包括的五个定位点;
码点图像范围获取装置,用于根据码点图像边缘的码点,确定码点图像的范围;
码点部分图像确定装置,用于根据经过灰度解析后以获取到的码点,确定码点在标签模板中的位置,以确定码点部分的图像;
实际码值数据计算装置,用于根据已确定的码点部分的图像,对图像中的码点进行解析,以得到相对应的实际码值数据。
上述的对矩形防伪标签的进行识读的系统,其特征在于,所述非识读器为智能手机或平板电脑;
所述灰度值解析装置、所述点距获取装置、所述定位轴确定装置、所述码点图像范围获取装置、所述码点部分图像确定装置与所述实际码值数据计算装置均是内置在智能手机或平板电脑中。
与现有技术相比,本发明具有以下优点:
本发明只需采用智能手机或平板电脑就可以得到矩形防伪标签的真伪信息,与现有的采用专用识读器相比,更具备方便、快捷的优点。
附图说明
图1为本发明中矩形防伪标签的结构原理图;
图2为本发明中方法部分的流程图;
图3为通过非识读器获取到的当前矩形防伪标签图像;
图4为对标签图像进行划分后的图示;
图5为进行灰度值解析后得到的灰度值单元格矩阵的图示;
图6为筛选后得到的灰度值小于200的灰度值单元格;
图7为获取到的码点图像的图示;
图8为选定点与周围点之间的点距的图示;
图9为定位轴中五个定位点之间点距条件的图示;
图10为确定码点图像范围的图示;
图11为将码点图像与标签模板相结合的图示;
图12为对解密数据进行计算的图示;
图13为本发明中系统部分的结构框图。
具体实施方式
如图1所示,本发明提供一种矩形防伪标签,包括标签模板、与植入在其上的码点部分,其中,在标签模板上划分有若干个用于植入码点部分的空白表格点位。
码点部分包括定位轴与数据点部分,数据点部分包括功能位部分、数据位部分、校验和部分与原始特征提取状态部分。其中,功能位部分主要包括用于表示编码版本号的版本号码点、用于表示加密算法编号的加密算法编号码点。
如图2所示,本发明提供一种对矩形防伪标签进行识读的方法,包括以下步骤:
步骤1、采用非识读器获取当前矩形防伪标签的标签图像,并对该标签图像进行灰度解析,以得到标签图像的码点图像。
在步骤1中,包括以下子步骤:
步骤11、采用非识读器对当前矩形防伪标签进行拍摄,以获取与其相对应的标签图像,如图3所示。
其中,非识读器为智能手机或平板电脑。
步骤12、采用现有的图像分割方法在标签图像上划分出多个16x16像素的单元格,如图4所示。
步骤13、采用下式分别对每个单元格进行灰度处理,以获取到每个单元格的灰度值,并基于多个灰度值单元格以得到灰度值单元格矩阵,如图5所示:
V=B*0.11+G*0.59+R*0.30。
步骤14、在灰度值矩阵中,对逐行或逐列对该行或该列中单元格的灰度值进行比较,以得到灰度值小于200的灰度值单元格矩阵,如图6所示;
步骤15、根据灰度值小于200的灰度值单元格矩阵,以得到标签图像的码点图像,如图7所示。
在步骤15中,在灰度值小于200的灰度值单元格矩阵中,每一个灰度值单元格中的灰度值均是代表一个码点,因此,多个灰度值小于200的灰度值构成一个码点图像。
步骤2、获取经灰度解析后的码点图像的点距。
在步骤2中,包括以下子步骤:
步骤21、利用下式以得到选定点与其周围点之间的距离;
D*D=(x1-x2)*(x1-x2)+(y1-y2)*(y1-y2)
其中,选定点为点A,其坐标为(x1,y1),周围点为点B,其坐标为(x2,y2),选定点与周围点之间的点距为D。
步骤22、对所得到的所有点距进行累加,并在计算出点距的平均值后,以获得码点图像中全部码点之间的点距。
如图8所示,选定点为A1,其周围点为A2、A3、A4、A5与A6,经步骤21中的公式计算后,得到了选定点A1和周围点A2、A3、A4、A5与A6之间的点距分别为1.6,2.8,2.6,3.4与3.1。
将上述点距进行累加后计算其平均值,以得到最后的平均值:
(1.6+2.8+2.6+2.7+3.1)/5=2.56。
因此,码点图像的点距为2.56。
步骤3、根据获取到的点距,以确定码点图像中定位轴所包括的五个定位点,并根据码点图像边缘的码点,确定码点图像的范围。
在步骤3中,包括以下子步骤:
步骤31、根据定位轴中五个定位点之间的点距条件,如图9所示,逐行和/或逐列在码点图像中进行筛选,以确定码点图像中定位轴的位置。
其中,五个定位点之间的点距距离为2倍点距、2倍点距、1倍点距与1倍点距。
在对码点图像的每行或每列码点中,只要满意上述点距距离的条件,便可确定该五个定位点为定位轴。
步骤32、对码点图像进行扫描,以确定码点图像中最外侧的边缘码点的位置,并根据所有边缘码点确定码点图像的范围。
采用现有的图像扫描方法对码点图像进行扫描,从而确定码点图像中每个最外侧的边缘码点的位置,能够该边缘码点在该码点图像的所处的边缘位置,从而绘制一条与矩阵码点图像边缘相同的虚拟线条。在将四个虚拟线条首发相连接后,以确定码点图像的范围,如图10所示。
步骤4、根据点距在已确定范围的码点图像上绘制码点单元格,以生成带有单元格的码点图像,如图11所示。
其中,根据码点图像的范围与码点的点距在码点图像上划分出与码点的位置相对应的标签单元格模板。
在标签模板中,包含有码点的点位单元格被定义为1,未包含码点的点位单元格被定义为0。
步骤5、根据带有单元格的码点图像,对码点图像中的码点进行解析,以得到相对应的实际码值数据。
在步骤5中,包括以下子步骤:
步骤51、对码点图像的首行码点进行解析,以确定码点图像的编码版本号、以及码点图像的加密算法编号。
其中,对码点图像中的首行码点中的第一个点位单元格进行扫描,并根据第一个点位单元格中是否包含有码点以判定该码点图像的编码版本号;
对码点图像中的首行码点中的第一个点位单元格进行扫描,并根据第二个和第三个点位单元格中是否包含有码点以判定该码点图像的在生成过程中的加密算法。
其中,加密算法的编号采用二进制规则,分别为00,01,10和11。00,01,10和11分别代表一种与其相对应的加密算法。
步骤52、调用与加密算法编号相对应的解密算法,以计算出解密数据。
其中,在得到该码点图像的加密算法编号后,通过下式以选择相对应的解密算法。
在选定与加密算法相对应的解密算法后,如图12所示的解密算法,以计算出解密数据。
先取4个数据,根据map算法,这4个bit组成的数字值都对应到一个数值,该数值就是这4个数据对应的实际数值。
步骤53、根据步骤52中得出的解密数据,利用下式以得到该解密数据的校验和数据。
步骤54、辨别解密数据中是否包含与校验和数据相同的字符,若辨别结果为是,则再次对解密数据进行计算,以得到与该码点图像相对应的实际码值数据。
在步骤54中,还包括以下子步骤:
步骤541、获取解密数据中所包含的全部字符的字符串组;
采用现有的字符扫描方法对解密数据中所包含的若干个字符进行扫描以获取相对应的字符图像;
采用现有的字符分割方法对字符图像中的每一个字符进行分割,以生成与字符数量相同的字符图像单元;
采用现有的字符提取方法对每个字符图像单元进行提取,并进行数据转换后,以得到与该字符图像相对应的字符串组。
步骤542、获取校验和数据中所包含的全部字符的字符串组;
采用现有的字符扫描方法对校验和数据中所包含的若干个字符进行扫描以获取相对应的字符图像;
采用现有的字符分割方法对字符图像中的每一个字符进行分割,以生成与字符数量相同的字符图像单元;
采用现有的字符提取方法对每个字符图像单元进行提取,并进行数据转换后,以得到与该字符图像相对应的字符串组。
其中,在步骤541与步骤542中所采用的数据转换方法为相同的数据转换方法。
步骤543、将与校验和数据相对应的字符串组和与解密数据相对应的字符串组进行辨别,若与解密数据相对应的字符串组中包含有相同排列顺序、以及相同数位的与校验和数据相对应的字符串组,则执行步骤544,再次对解密数据进行计算;若辨别结果为否,则表明码点图像的内容有错,则结果对码点图像的解析。
步骤544,采用下式再次对解密数据进行计算,以得到与码点图像相对应的实际码值数据。
计算公式如下:
如图13所示,本发明还提供一种对矩形防伪标签进行识读的系统,包括:标签图像获取装置、灰度值解析装置、点距获取装置、定位轴确定装置、码点图像范围获取装置、码点部分图像确定装置与实际码值数据计算装置。
其中,标签图像获取装置用于采用非识读器设备获取当前矩形防伪标签的标签图像。
非识读器为智能手机或平板电脑。
灰度值解析装置用于对获取到的标签图像进行灰度解析,以得到标签图像的码点图像。
灰度值解析装置的操作内容如下:
采用现有的图像分割方法在标签图像上划分出多个16x16像素的单元格。
采用下式分别对每个单元格进行灰度处理,以获取到每个单元格的灰度值,并基于多个灰度值单元格以得到灰度值单元格矩阵:
V=B*0.11+G*0.59+R*0.30。
在灰度值矩阵中,对逐行或逐列对该行或该列中单元格的灰度值进行比较,以得到灰度值小于200的灰度值单元格矩阵。
根据灰度值小于200的灰度值单元格矩阵,以得到标签图像的码点图像。
其中,在灰度值小于200的灰度值单元格矩阵中,每一个灰度值单元格中的灰度值均是代表一个码点,因此,多个灰度值小于200的灰度值构成一个码点图像。
点距获取装置用于获取经灰度解析后的码点图像的点距。
点距获取装置的操作内容如下:
利用下式以得到选定点与其周围点之间的距离;
D*D=(x1-x2)*(x1-x2)+(y1-y2)*(y1-y2)。
其中,选定点为点A,其坐标为(x1,y1),周围点为点B,其坐标为(x2,y2),选定点与周围点之间的点距为D。
对所得到的所有点距进行累加,并在计算出点距的平均值后,以获得码点图像中全部码点之间的点距。
定位轴确定装置用于根据获取到的点距,以确定码点图像中定位轴中所包括的五个定位点。
定位轴确定装置的操作内容下:
根据定位轴中五个定位点之间的点距条件,逐行和/或逐列在码点图像中进行筛选,以确定码点图像中定位轴的位置。
其中,五个定位点之间的点距距离为2倍点距、2倍点距、1倍点距与1倍点距。
在对码点图像的每行或每列码点中,只要满意上述点距距离的条件,便可确定该五个定位点为定位轴。
码点图像范围获取装置用于根据码点图像边缘的码点,确定码点图像的范围。
码点图像范围获取装置的操作内容如下:
对码点图像进行扫描,以确定码点图像中最外侧的边缘码点的位置,并根据所有边缘码点确定码点图像的范围。
采用现有的图像扫描方法对码点图像进行扫描,从而确定码点图像中每个最外侧的边缘码点的位置,能够该边缘码点在该码点图像的所处的边缘位置,从而绘制一条与矩阵码点图像边缘相同的虚拟线条。在将四个虚拟线条首发相连接后,以确定码点图像的范围。
码点部分图像确定装置用于根据经过灰度解析后以获取到的码点,确定码点在标签模板中的位置,以确定码点部分的图像。
码点部分图像确定装置的操作内容如下:
根据点距在已确定范围的码点图像上绘制码点单元格,以生成带有单元格的码点图像。
其中,根据码点图像的范围与码点的点距在码点图像上划分出与码点的位置相对应的标签单元格模板。
在标签模板中,包含有码点的点位单元格被定义为1,未包含码点的点位单元格被定义为0。
实际码值数据计算装置用于根据已确定的码点部分的图像,对图像中的码点进行解析,以得到相对应的实际码值数据。
实际码值数据计算装置的操作内容如下:
对码点图像的首行码点进行解析,以确定码点图像的编码版本号、以及码点图像的加密算法编号。
其中,对码点图像中的首行码点中的第一个点位单元格进行扫描,并根据第一个点位单元格中是否包含有码点以判定该码点图像的编码版本号;
对码点图像中的首行码点中的第一个点位单元格进行扫描,并根据第二个和第三个点位单元格中是否包含有码点以判定该码点图像的在生成过程中的加密算法。
其中,加密算法的编号采用二进制规则,分别为00,01,10和11。00,01,10和11分别代表一种与其相对应的加密算法。
调用与加密算法编号相对应的解密算法,以计算出解密数据。
其中,在得到该码点图像的加密算法编号后,通过下式以选择相对应的解密算法。
在选定与加密算法相对应的解密算法后,如图12所示的解密算法,以计算出解密数据。
先取4个数据,根据map算法,这4个bit组成的数字值都对应到一个数值,该数值就是这4个数据对应的实际数值。
根据上述得出的解密数据,利用下式以得到该解密数据的校验和数据。
辨别解密数据中是否包含与校验和数据相同的字符,若辨别结果为是,则再次对解密数据进行计算,以得到与该码点图像相对应的实际码值数据。
还包括以下子步骤:
获取解密数据中所包含的全部字符的字符串组;
采用现有的字符扫描方法对解密数据中所包含的若干个字符进行扫描以获取相对应的字符图像;
采用现有的字符分割方法对字符图像中的每一个字符进行分割,以生成与字符数量相同的字符图像单元;
采用现有的字符提取方法对每个字符图像单元进行提取,并进行数据转换后,以得到与该字符图像相对应的字符串组。
获取校验和数据中所包含的全部字符的字符串组;
采用现有的字符扫描方法对校验和数据中所包含的若干个字符进行扫描以获取相对应的字符图像;
采用现有的字符分割方法对字符图像中的每一个字符进行分割,以生成与字符数量相同的字符图像单元;
采用现有的字符提取方法对每个字符图像单元进行提取,并进行数据转换后,以得到与该字符图像相对应的字符串组。
其中,所采用的数据转换方法为相同的数据转换方法。
将与校验和数据相对应的字符串组和与解密数据相对应的字符串组进行辨别,若与解密数据相对应的字符串组中包含有相同排列顺序、以及相同数位的与校验和数据相对应的字符串组,则再次对解密数据进行计算;若辨别结果为否,则表明码点图像的内容有错,则结果对码点图像的解析。
采用下式再次对解密数据进行计算,以得到与码点图像相对应的实际码值数据。
计算公式如下:
在本系统中,灰度值解析装置、点距获取装置、定位轴确定装置、码点图像范围获取装置、码点部分图像确定装置与实际码值数据计算装置均是内置在智能手机或平板电脑中。
惟以上所述者,仅为本发明的较佳实施例而已,举凡熟悉此项技艺的专业人士。在了解本发明的技术手段之后,自然能依据实际的需要,在本发明的教导下加以变化。因此凡依本发明申请专利范围所作的同等变化与修饰,曾应仍属本发明专利涵盖的范围内。
Claims (10)
1.一种矩形防伪标签,包括标签模板、与植入在其上的码点部分,所述码点部分包括定位轴与数据点部分,其特征在于,所述数据点部分包括功能位部分、数据位部分、校验和部分与原始特征提取状态部分;
所述功能位部分主要包括用于表示编码版本号的版本号码点、用于表示加密算法编号的加密算法编号码点。
2.根据权利要求1所述的矩形防伪标签,其特征在于,在所述标签模板上划分有若干个用于植入码点的空白表格点位。
3.一种识读权利要求1中所述矩形防伪标签的方法,包括以下步骤:
步骤1、采用非识读器获取当前矩形防伪标签的标签图像,并对该标签图像进行灰度解析,以得到标签图像的码点图像;
步骤2、获取经灰度解析后的码点图像的点距;
步骤3、根据获取到的点距,以确定码点图像中定位轴所包括的五个定位点,并根据码点图像边缘的码点,确定码点图像的范围;
步骤4、根据点距在已确定范围的码点图像上绘制码点单元格,以生成带有单元格的码点图像;
步骤5、根据带有单元格的码点图像,对码点图像中的码点进行解析,以得到相对应的实际码值数据。
4.根据权利要求3所述的对矩形防伪标签的进行识读的方法,其特征在于,在步骤1中,包括以下子步骤:
步骤11、采用非识读器对当前矩形防伪标签进行拍摄,以获取与其相对应的标签图像;
步骤12、采用图像分割方法在标签图像上划分出多个16x16像素的单元格;
步骤13、采用下式分别对每个单元格进行灰度处理,以获取到每个单元格的灰度值,并基于多个灰度值单元格以得到灰度值单元格矩阵:
V=B*0.11+G*0.59+R*0.30;
步骤14、在灰度值矩阵中,对逐行或逐列对该行或该列中单元格的灰度值进行比较,以得到灰度值小于200的灰度值单元格矩阵;
步骤15、根据灰度值小于200的灰度值单元格矩阵,以得到标签图像的码点图像。
5.根据权利要求3所述的对矩形防伪标签的进行识读的方法,其特征在于,在步骤2中,包括以下子步骤:
步骤21、利用下式以得到选定点与其周围点之间的距离;
D*D=(x1-x2)*(x1-x2)+(y1-y2)*(y1-y2)
其中,选定点为点A,其坐标为(x1,y1),周围点为点B,其坐标为(x2,y2),选定点与周围点之间的点距为D;
步骤22、对所得到的所有点距进行累加,并在计算出点距的平均值后,以获得码点图像中全部码点之间的点距。
6.根据权利要求3所述的对矩形防伪标签的进行识读的方法,其特征在于,在步骤3中,包括以下子步骤:
步骤31、根据定位轴中五个定位点之间的点距条件,逐行和/或逐列在码点图像中进行筛选,以确定码点图像中定位轴的位置;
步骤32、对码点图像进行扫描,以确定码点图像中最外侧的边缘码点的位置,并根据所有边缘码点确定码点图像的范围。
7.根据权利要求3所述的对矩形防伪标签的进行识读的方法,其特征在于,在步骤4中,包括以下子内容:
根据码点图像的范围与码点的点距在码点图像上划分出与码点的位置相对应的标签单元格模板,在标签模板中,包含有码点的点位单元格被定义为1,未包含码点的点位单元格被定义为0。
8.根据权利要求3所述的对矩形防伪标签的进行识读的方法,其特征在于,在步骤5中,包括以下子步骤:
步骤51、对码点图像的首行码点进行解析,以确定码点图像的编码版本号、以及码点图像的加密算法编号;
步骤52、调用与加密算法编号相对应的解密算法,以计算出解密数据;
步骤53、根据步骤52中得出的解密数据以得到该解密数据的校验和数据;
步骤54、辨别解密数据中是否包含与校验和数据相同的字符,若辨别结果为是,则再次对解密数据进行计算,以得到与该码点图像相对应的实际码值数据。
9.一种识读权利要求1中所述矩形防伪标签的系统,其特征在于,包括:标签图像获取装置、灰度值解析装置、点距获取装置、定位轴确定装置、码点图像范围获取装置、码点部分图像确定装置与实际码值数据计算装置;
标签图像获取装置,用于采用非识读器设备获取当前矩形防伪标签的标签图像;
灰度值解析装置,用于对获取到的标签图像进行灰度解析,以得到标签图像的码点图像;
点距获取装置,用于获取经灰度解析后的码点图像的点距;
定位轴确定装置,用于根据获取到的点距,以确定码点图像中定位轴中所包括的五个定位点;
码点图像范围获取装置,用于根据码点图像边缘的码点,确定码点图像的范围;
码点部分图像确定装置,用于根据经过灰度解析后以获取到的码点,确定码点在标签模板中的位置,以确定码点部分的图像;
实际码值数据计算装置,用于根据已确定的码点部分的图像,对图像中的码点进行解析,以得到相对应的实际码值数据。
10.根据权利要求9所述的对矩形防伪标签的进行识读的系统,其特征在于,所述非识读器为智能手机或平板电脑;
所述灰度值解析装置、所述点距获取装置、所述定位轴确定装置、所述码点图像范围获取装置、所述码点部分图像确定装置与所述实际码值数据计算装置均是内置在智能手机或平板电脑中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510788807.0A CN105373822A (zh) | 2015-11-17 | 2015-11-17 | 一种矩形防伪标签、以及对其进行识读的方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510788807.0A CN105373822A (zh) | 2015-11-17 | 2015-11-17 | 一种矩形防伪标签、以及对其进行识读的方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105373822A true CN105373822A (zh) | 2016-03-02 |
Family
ID=55376003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510788807.0A Pending CN105373822A (zh) | 2015-11-17 | 2015-11-17 | 一种矩形防伪标签、以及对其进行识读的方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105373822A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844479A (zh) * | 2016-03-23 | 2016-08-10 | 北京爱朗高科投资管理有限责任公司 | 用于贵金属上的点阵图像、其生成方法与应用方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177281A (zh) * | 2013-04-12 | 2013-06-26 | 江苏圆坤二维码研究院有限公司 | 一种二维码的编码方法 |
US20140263667A1 (en) * | 2013-03-15 | 2014-09-18 | Leon Mege Inc. | Articles displaying two dimensional barcodes |
CN104809422A (zh) * | 2015-04-27 | 2015-07-29 | 江苏中科贯微自动化科技有限公司 | 基于图像处理的qr码识别方法 |
-
2015
- 2015-11-17 CN CN201510788807.0A patent/CN105373822A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140263667A1 (en) * | 2013-03-15 | 2014-09-18 | Leon Mege Inc. | Articles displaying two dimensional barcodes |
CN103177281A (zh) * | 2013-04-12 | 2013-06-26 | 江苏圆坤二维码研究院有限公司 | 一种二维码的编码方法 |
CN104809422A (zh) * | 2015-04-27 | 2015-07-29 | 江苏中科贯微自动化科技有限公司 | 基于图像处理的qr码识别方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844479A (zh) * | 2016-03-23 | 2016-08-10 | 北京爱朗高科投资管理有限责任公司 | 用于贵金属上的点阵图像、其生成方法与应用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105426944A (zh) | 方形点阵防伪标签组、以及对其进行识读的方法与系统 | |
US20140245120A1 (en) | Creating Tables with Handwriting Images, Symbolic Representations and Media Images from Forms | |
CN112699775A (zh) | 基于深度学习的证件识别方法、装置、设备及存储介质 | |
CN110516554A (zh) | 一种多场景多字体中文文字检测识别方法 | |
CN101763516A (zh) | 一种基于拟合函数的文字识别方法 | |
CN109446873A (zh) | 手写字体识别方法、系统以及终端设备 | |
CN112036292A (zh) | 基于神经网络的文字识别方法、装置及可读存储介质 | |
CN110135530A (zh) | 转换图像中汉字字体的方法及系统、计算机设备及介质 | |
CN105117740A (zh) | 字体识别方法及装置 | |
US20210406600A1 (en) | Learning device, classification device, learning method, classification method, learning program, and classification program | |
JP2019079347A (ja) | 文字種推定システム、文字種推定方法、および文字種推定プログラム | |
CN110210480A (zh) | 文字识别方法、装置、电子设备和计算机可读存储介质 | |
CN112668580A (zh) | 一种文本识别方法、文本识别装置及终端设备 | |
CN109685061A (zh) | 适用于结构化的数学公式的识别方法 | |
CN114708461A (zh) | 基于多模态学习模型的分类方法、装置、设备及存储介质 | |
JP2017090998A (ja) | 文字認識プログラム、文字認識装置 | |
CN105373822A (zh) | 一种矩形防伪标签、以及对其进行识读的方法与系统 | |
CN111027533A (zh) | 一种点读坐标的变换方法、系统、终端设备及存储介质 | |
CN111079749A (zh) | 一种带姿态校正的端到端商品价签文字识别方法和系统 | |
JP4793868B2 (ja) | 筆記媒体、加筆情報検出装置、加筆情報検出方法、プログラム及び記録媒体 | |
CN104680159A (zh) | 智能眼镜的笔记提示系统及其方法 | |
JP2014078168A (ja) | 文字認識装置及びプログラム | |
CN113255613B (zh) | 判题方法、装置及计算机存储介质 | |
CN109272559B (zh) | 一种影像矢量化方法、装置、电子设备及介质 | |
CN111369422B (zh) | 数据压缩方法及装置、设备、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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160302 |