CN106022430B - 合成型彩色二维图码的生成、识读方法及装置 - Google Patents

合成型彩色二维图码的生成、识读方法及装置 Download PDF

Info

Publication number
CN106022430B
CN106022430B CN201610329504.7A CN201610329504A CN106022430B CN 106022430 B CN106022430 B CN 106022430B CN 201610329504 A CN201610329504 A CN 201610329504A CN 106022430 B CN106022430 B CN 106022430B
Authority
CN
China
Prior art keywords
pixel matrix
matrix
color
code
black
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
CN201610329504.7A
Other languages
English (en)
Other versions
CN106022430A (zh
Inventor
于学东
牛少彰
王勇
李增欣
韦俊康
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.)
Beijing Baiwang Xin'an Technology Co ltd
Jilin Tongcheng Automation Engineering Co ltd
Original Assignee
Jilin Tongcheng Technology Co ltd
Beijing D9ing Institute Of Information Engineering 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 Jilin Tongcheng Technology Co ltd, Beijing D9ing Institute Of Information Engineering Co ltd filed Critical Jilin Tongcheng Technology Co ltd
Priority to CN201610329504.7A priority Critical patent/CN106022430B/zh
Publication of CN106022430A publication Critical patent/CN106022430A/zh
Priority to PCT/CN2017/084871 priority patent/WO2017198188A1/zh
Application granted granted Critical
Publication of CN106022430B publication Critical patent/CN106022430B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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

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)

Abstract

本发明实施例公开了合成型彩色二维图码的生成、识读方法及装置，生成方法包括：获取第一黑白二维图码的第一像素矩阵和特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵，分别将该第一像素矩阵量化为第一量化矩阵、该第二像素矩阵量化为第二量化矩阵、该第三像素矩阵量化为第三量化矩阵，将三个量化矩阵组合成第四像素矩阵，确定该第四像素矩阵中的元素对应的颜色，将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将该特征信息区域中的特征信息填充入当前的该彩色二维图码的特征信息区域中。采用该方法生成的彩色二维图码中的颜色信息包含有效信息，而不仅仅是视觉上的冲击。

Description

合成型彩色二维图码的生成、识读方法及装置
技术领域
本发明涉及二维图码领域，特别涉及合成型彩色二维图码的生成、识读方法及装置。
背景技术
国内外对二维图码的研究始于20世纪80年代末，在二维图码符号表示技术研究方面已研制出多种码制，常见的有PDF417、QR Code、Code 49等。现实生活中，黑白二维图码为较为常用的一种，具体的，它是在一个矩形空间通过黑、白像素在矩阵中的不同分布进行编码，来记录数据信息的，一般具有数据存储区域和特征信息区域，其中，数据存储区域中黑白像素的分布形式用来存储需要包含在二维图码中的数据信息，特征信息区域用来保存二维图码的特征信息，其中，特征信息包括格式信息、版本信息等数据。
随着人们对视觉效果的要求的提高，矩阵式的彩色二维图码应运而生。所谓彩色二维图码是相对黑白二维图码来定义的，彩色二维图码是一种特殊的二维图码，它既具有普通黑白图码的所有功能，又能呈现出彩色的外观。
虽然目前市场上存在彩色二维图码，但是其仅仅是给用户带来视觉上的冲击，其颜色信息并不包含任何有效信息。
发明内容
本发明实施例公开了合成型彩色二维图码的生成、识读方法及装置，用于解决现有的彩色二维图码中颜色信息不包含任何有效信息的问题。技术方案如下：
第一方面，本发明实施例提供了一种合成型彩色二维图码的生成方法，包括：
获取第一黑白二维图码的第一像素矩阵和特征信息区域中的特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵，其中，所述第一黑白二维图码、所述第二黑白二维图码和所述第三黑白二维图码的特征信息区域中的特征信息相同；
按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将所述第一像素矩阵量化为第一量化矩阵、所述第二像素矩阵量化为第二量化矩阵以及所述第三像素矩阵量化为第三量化矩阵；
将所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵；
根据预设的关于元素与颜色的对应关系，确定所述第四像素矩阵中的元素对应的颜色；
将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将所述特征信息区域中的特征信息填充入当前的所述彩色二维图码的特征信息区域中，完成彩色二维图码的生成。
优选的，所述按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将所述第一像素矩阵量化为第一量化矩阵、所述第二像素矩阵量化为第二量化矩阵以及所述第三像素矩阵量化为第三量化矩阵具体为：
将所述第一像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若所述平均值大于所述预设的阈值，则将该元素量化为1；若所述平均值小于所述预设的阈值，则将该元素量化为0，得到所述第一量化矩阵；
将所述第二像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若所述平均值大于所述预设的阈值，则将该元素量化为1；若所述平均值小于所述预设的阈值，则将该元素量化为0，得到所述第二量化矩阵；
将所述第三像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若所述平均值大于所述预设的阈值，则将该元素量化为1；若所述平均值小于所述预设的阈值，则将该元素量化为0，得到所述第三量化矩阵。
优选的，所述将所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵具体为：
将所述第一量化矩阵中的元素作为R值、所述第二量化矩阵中的元素作为G值以及所述第三量化矩阵中的元素作为B值；
将在所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵中位置相同的所述R值、所述G值及所述B值组合成所述第四像素矩阵中对应位置的元素，得到所述第四像素矩阵。
优选的，所述预设的关于元素与颜色的对应关系为：
元素(0，0，0)对应黑色；元素(0，0，1)对应蓝色；元素(0，1，0)对应绿色；元素(0，1，1)对应青蓝色；元素(1，0，0)对应红色；元素(1，0，1)对应洋红色；元素(1，1，0)对应黄色；元素(1，1，1)对应白色。
优选的，所述将所述特征信息区域中的特征信息填充入当前的所述彩色二维图码的特征信息区域中之后，还包括：
对所述特征信息区域进行掩模处理。
第二方面，本发明实施例提供了一种合成型彩色二维图码的识读方法，包括：
获取待识读的彩色二维图码的第五像素矩阵和特征信息区域中的特征信息，其中，所述待识读的彩色二维图码为通过上述合成型彩色二维图码的生成方法生成的彩色二维图码；
将所述第五像素矩阵中每一个元素缩小预定倍数，得到第六像素矩阵，其中，所述预定倍数基于所述待识读的彩色二维图码的颜色模型确定；
按照生成所述彩色二维图码时所利用的预设的编码重置规则的逆过程，将所述第六像素矩阵分解为第四量化矩阵、第五量化矩阵及第六量化矩阵；
按照预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则，分别将所述第四量化矩阵转换为第七像素矩阵、所述第五量化矩阵转换为第八像素矩阵以及所述第六量化矩阵转换为第九像素矩阵；
分别将所述第七像素矩阵与所述特征信息区域中的特征信息进行整合，生成第四黑白二维图码，将所述第八像素矩阵与所述特征信息区域中的特征信息进行整合，生成第五黑白二维图码，将所述第九像素矩阵与所述特征信息区域中的特征信息进行整合，生成第六黑白二维图码；
分别识读所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码，得到所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码中存储的有效信息。
优选的，所述将所述第五像素矩阵中每一个元素缩小预定倍数，得到第六像素矩阵，包括：
对所述第五像素矩阵进行纠错处理；
将纠错处理后的第五像素矩阵中每一个元素缩小预定倍数，确定出第六像素矩阵；
其中，所述纠错处理包括：
根据公式：
Figure BDA0000992831280000041
计算出所述第五像素矩阵中的元素与预设的元素的欧氏距离值r1～r8，其中，x为所述第五像素矩阵中的元素的R值，y为所述第五像素矩阵中的元素的G值，z为所述第五像素矩阵中的元素的B值，n＝1，2…8，R、G、B分别为所述预设的元素的R值、G值、B值；
比较所述欧氏距离值r1～r8的大小，用值最小的rn对应的所述预设的元素替换所述第五像素矩阵中的元素，完成纠错处理；
所述预设的元素包括：
(0，0，0)、(0，0，255)、(0，255，0)、(0，255，255)、(255，0，0)、(255，0，255)、(255，255，0)及(255，255，255)。
优选的，所述预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则为：
将量化矩阵中的元素0转换为(0，0，0)，将量化矩阵中的元素1转换为(255，255，255)。
第三方面，本发明实施例提供了一种合成型彩色二维图码的生成装置，包括：
第一获取模块，用于获取第一黑白二维图码的第一像素矩阵和特征信息区域中的特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵，其中，所述第一黑白二维图码、所述第二黑白二维图码和所述第三黑白二维图码的特征信息区域中的特征信息相同；
量化模块，用于按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将所述第一像素矩阵量化为第一量化矩阵、所述第二像素矩阵量化为第二量化矩阵以及所述第三像素矩阵量化为第三量化矩阵；
编码重置模块，用于将所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵；
颜色确定模块，用于根据预设的关于元素与颜色的对应关系，确定所述第四像素矩阵中的元素对应的颜色；
生成模块，用于将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将所述特征信息区域中的特征信息填充入当前的所述彩色二维图码的特征信息区域中，完成彩色二维图码的生成。
第四方面，本发明实施例提供了一种合成型彩色二维图码的识读装置，包括：
第二获取模块，用于获取待识读的彩色二维图码的第五像素矩阵和特征信息区域中的特征信息，其中，所述待识读的彩色二维图码为通过上述合成型彩色二维图码的生成方法生成的彩色二维图码；
元素缩小模块，用于将所述第五像素矩阵中每一个元素缩小预定倍数，得到第六像素矩阵，其中，所述预定倍数基于所述待识读的彩色二维图码的颜色模型确定；
分解模块，用于按照生成所述彩色二维图码时所利用的预设的编码重置规则的逆过程，将所述第六像素矩阵分解为第四量化矩阵、第五量化矩阵及第六量化矩阵；
转换模块，用于按照预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则，分别将所述第四量化矩阵转换为第七像素矩阵、所述第五量化矩阵转换为第八像素矩阵以及所述第六量化矩阵转换为第九像素矩阵；
整合模块，用于分别将所述第七像素矩阵与所述特征信息区域中的特征信息进行整合，生成第四黑白二维图码，将所述第八像素矩阵与所述特征信息区域中的特征信息进行整合，生成第五黑白二维图码，将所述第九像素矩阵与所述特征信息区域中的特征信息进行整合，生成第六黑白二维图码；
识读模块，用于分别识读所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码，得到所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码中存储的有效信息。
本方案中，首先获取第一黑白二维图码的第一像素矩阵和特征信息区域中的特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵，按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将该第一像素矩阵量化为第一量化矩阵、该第二像素矩阵量化为第二量化矩阵以及该第三像素矩阵量化为第三量化矩阵，然后将第一量化矩阵、第二量化矩阵及第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵，再根据预设的关于元素与颜色的对应关系，确定该第四像素矩阵中的元素对应的颜色，最后将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将该特征信息区域中的特征信息填充入当前的该彩色二维图码的特征信息区域中，完成彩色二维图码的生成。采用该生成方法生成的彩色二维图码中的颜色信息包含有效信息，而不仅仅是视觉上的冲击。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的一种合成型彩色二维图码的生成方法的流程图；
图2为本发明实施例所提供的一种合成型彩色二维图码的识读方法的流程图；
图3为本发明实施例所提供的一种合成型彩色二维图码的生成装置的示意图；
图4为本发明实施例所提供的一种合成型彩色二维图码的识读装置的示意图。
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。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了使彩色二维图码中颜色信息包含有效信息，而不仅仅是给人带来视觉上的冲击，本发明实施例提供了合成型彩色二维图码的生成、识读方法及装置。
下面首先对本发明实施例所提供的一种合成型彩色二维图码的生成方法进行介绍。
如图1所示，一种合成型彩色二维图码的生成方法，可以包括：
S101，获取第一黑白二维图码的第一像素矩阵和特征信息区域中的特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵；
其中，该第一黑白二维图码、该第二黑白二维图码和该第三黑白二维图码的特征信息区域中的特征信息相同。实际应用中，可以采用现有的黑白二维图码作为该第一黑白二维图码、该第二黑白二维图码和该第三黑白二维图码，例如QR码、D9ing码等。需要说明的是该第一黑白二维图码、该第二黑白二维图码和该第三黑白二维图码的特征信息区域中的特征信息相同，即该第一黑白二维图码、该第二黑白二维图码和该第三黑白二维图码需要为具有相同格式信息和版本信息的黑白二维图码，获取的该第一像素矩阵、该第二像素矩阵和该第三像素矩阵具有相同的元素数量，且行数、列数分别相同。
需要说明的是，该第一像素矩阵中的一个元素与该第一黑白二维图码中的一个像素对应，由R值、G值和B值组成，例如，一个像素为黑色，那么在该第一像素矩阵中与其对应的元素即为(0，0，0)；一个像素为白色，那么在该第一像素矩阵中与其对应的元素即为(255，255，255)。该第二像素矩阵与该第二黑白二维图码中像素的颜色的对应关系，以及该第三像素矩阵与该第三黑白二维图码中像素的颜色的对应关系与上述该第一像素矩阵与该第一黑白二维图码中像素的颜色的对应关系相同，在此不再重复说明。获取该第一像素矩阵、该第二像素矩阵和该第三像素矩阵及该特征信息的方式可以采用任意一种现有的获取方式，在此不做具体限定。
需要强调的是，“第一黑白二维图码”中的“第一”、“第二黑白二维图码”中的“第二”以及“第三黑白二维图码”中的“第三”仅仅为了从命名上区分三个黑白二维图码，并不具有任何限定意义；类似的，“第一像素矩阵”中的“第一”、“第二像素矩阵”中的“第二”以及“第三像素矩阵”中的“第三”仅仅为了从命名上区分三个像素矩阵，并不具有任何限定意义。
S102，按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将所述第一像素矩阵量化为第一量化矩阵、所述第二像素矩阵量化为第二量化矩阵以及所述第三像素矩阵量化为第三量化矩阵；
具体的，在实际应用中，预设的用于将像素矩阵中的元素转换为0或1的量化规则可以为：将像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若该平均值大于该预设的阈值，则将该元素量化为1；若该平均值小于该预设的阈值，则将该元素量化为0，得到该像素矩阵所对应的量化矩阵。举例而言，若像素矩阵中的一元素为(255，255，255)，该预设的阈值为127.5，由于该元素中的R、G、B值的平均值为255，大于127.5，则将该元素量化为1；若像素矩阵中的一元素为(0，0，0)，该预设的阈值为127.5，由于该元素中的R、G、B值的平均值为0，小于127.5，则将该元素量化为0。
可以理解的是，利用上述所给出的具体的量化规则，可以将该第一像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若该平均值大于该预设的阈值，则将该元素量化为1；若该平均值小于该预设的阈值，则将该元素量化为0，得到该第一量化矩阵，其中，该第一量化矩阵由0和/或1组成。其中，该预设的阈值可以根据实际获取的该第一像素矩阵中的元素确定，由于实际获取该第一像素矩阵时可能存在误差，例如一个像素为白色，获取的与其对应的元素可能为(255，253，254)，为了避免这种误差造成的影响，一般将0和255的平均值127.5作为预设的阈值，这样即使在误差较大的情况下，也仍然可以准确的获得该第一量化矩阵，但该预设的阈值并不局限于此，例如可以将该预设的阈值设置为128等任意一个接近于127.5的数值；在误差较小的情况下，可以将该预设的阈值设置为与127.5相差较大的数值，例如100、200等方便计算的数值，这都是合理的。类似的，将该第二像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若该平均值大于该预设的阈值，则将该元素量化为1；若该平均值小于该预设的阈值，则将该元素量化为0，得到该第二量化矩阵。同样的，将该第三像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若该平均值大于该预设的阈值，则将该元素量化为1；若该平均值小于该预设的阈值，则将该元素量化为0，得到该第三量化矩阵。得到该第二量化矩阵和该第三量化矩阵的具体方式与上述得到第一量化矩阵的方式类似，在此不再做详细描述。
S103，将所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵；
具体的，将该第一量化矩阵中的元素作为R值、该第二量化矩阵中的元素作为G值以及该第三量化矩阵中的元素作为B值，然后将在该第一量化矩阵、该第二量化矩阵及该第三量化矩阵中位置相同的R值、G值及B值组合成所述第四像素矩阵中对应位置的元素，得到该第四像素矩阵。其中，上述的位置相同即指所在行数和列数相同。
举例而言，该第一量化矩阵、该第二量化矩阵和该第三量化矩阵分别为：
Figure BDA0000992831280000091
将该三个量化矩阵中第一行第一列的元素1、0和1组合成该第四像素矩阵中第一行第一列的元素(1，0，1)，以此类推，得到该第四像素矩阵中其他三个元素分别为(0，0，1)、(1，0，0)和(1，1，1)，按照上述编码重置规则组合成的第四像素矩阵即为
Figure BDA0000992831280000092
S104，根据预设的关于元素与颜色的对应关系，确定所述第四像素矩阵中的元素对应的颜色；
具体的，预设的关于元素与颜色的对应关系可以如下表所示：
序号 元素 颜色
1 (0，0，0) 黑色
2 (0，0，1) 蓝色
3 (0，1，0) 绿色
4 (0，1，1) 青蓝色
5 (1，0，0) 红色
6 (1，0，1) 洋红色
7 (1，1，0) 黄色
8 (1，1，1) 白色
由于在实际应用中，使用的设备镜头等对颜色的分辨能力可能不同，该预设的关于元素与颜色的对应关系可以根据实际需要进行修改，并不局限于此。
S105，将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将所述特征信息区域中的特征信息填充入当前的所述彩色二维图码的特征信息区域中，完成彩色二维图码的生成。
可以理解的是，该待生成的彩色二维图码的数据存储区域的像素个数与该第四像素矩阵中的元素的数量相同，每行像素的个数与该第四像素矩阵中每行的元素的数量相同，每列像素的个数与该第四像素矩阵中每列的元素的数量相同，该待生成的彩色二维图码的数据存储区域的像素与该第四像素矩阵中的元素存在一一对应关系。确定出该元素对应的颜色后，也就确定出了该待生成的彩色二维图码的数据存储区域中每个位置的像素对应的颜色，例如，上述第四像素矩阵
Figure BDA0000992831280000101
对应的待生成的彩色二维图码的数据存储区域的四个位置的像素对应的颜色即为
Figure BDA0000992831280000111
将这些颜色按照对应的位置关系填入该待生成的彩色二维图码的数据存储区域即完成对待生成的彩色二维图码的数据存储区域的填充。
进一步的，该待生成的彩色二维图码的数据存储区域填充完成后，将上述特征信息区域中的特征信息填充入当前的彩色二维图码的特征信息区域中，完成彩色二维图码的生成。
需要说明的是，将上述特征信息区域中的特征信息填充入当前的彩色二维图码的特征信息区域中的方式可以采用现有技术，例如，若上述第一黑白二维图码、第二黑白二维图码及第三黑白二维图码为D9ing码，则采用现有的D9ing码的特征信息填充方式，若上述第一黑白二维图码、第二黑白二维图码及第三黑白二维图码为QR码，则采用现有的QR码的特征信息填充方式，在此不做具体限定。
进一步需要说明的是，在将该特征信息区域中的特征信息填充入当前的彩色二维图码的特征信息区域中之后，上述方法还可以包括：
对该特征信息区域进行掩模处理。
具体的掩模处理可以根据实际需要采用现有的掩模处理中的一种，一般是将该特征信息区域中的格式信息区域进行掩模处理，使生成的该彩色二维图码更加美观，同时增加该彩色二维图码的保密性。进一步的，也可以对上述数据存储区域进行掩模处理，以增加该彩色二维图码的美观性，使保密性更好。
可见，本方案提供的一种合成型彩色二维图码的生成方法中，首先获取第一黑白二维图码的第一像素矩阵和特征信息区域中的特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵，按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将该第一像素矩阵量化为第一量化矩阵、该第二像素矩阵量化为第二量化矩阵以及该第三像素矩阵量化为第三量化矩阵，然后将第一量化矩阵、第二量化矩阵及第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵，再根据预设的关于元素与颜色的对应关系，确定该第四像素矩阵中的元素对应的颜色，最后将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将该特征信息区域中的特征信息填充入当前的该彩色二维图码的特征信息区域中，完成彩色二维图码的生成。采用该生成方法生成的彩色二维图码中的颜色信息包含有效信息，而不仅仅是视觉上的冲击。
基于上述的合成型彩色二维图码的生成方法，本发明实施例还提供了一种合成型彩色二维图码的识读方法。
如图2所示，本实施例所提供的一种合成型彩色二维图码的识读方法，可以包括：
S201，获取待识读的彩色二维图码的第五像素矩阵和特征信息区域中的特征信息；
需要说明的是，该待识读的彩色二维图码为通过本发明实施例上述所提供的合成型彩色二维图码的生成方法所生成的彩色二维图码，该特征信息区域中的特征信息包括格式信息和版本信息，获取该待识读的彩色二维图码的第五像素矩阵和特征信息区域中的特征信息的方式可以采用任意一种现有的获取方式，在此不做具体限定。
S202，将所述第五像素矩阵中每一个元素缩小预定倍数，得到第六像素矩阵；
其中，该预定倍数基于该待识读的彩色二维图码的颜色模型确定，可以理解的是，该待识读的彩色二维图码的颜色模型与通过上述的彩色二维图码的生成方法生成的彩色二维图码的颜色模型是一致的，例如，该颜色模型可以是RGB模式的，相应的，该预定倍数即为255倍。
具体的，将该第五像素矩阵中每一个元素缩小预定倍数，得到第六像素矩阵，可以包括：
对该第五像素矩阵进行纠错处理；
该纠错处理具体可以包括：
根据公式：
Figure BDA0000992831280000131
计算出该第五像素矩阵中的元素与预设的元素的欧氏距离值r1～r8，其中，x为该第五像素矩阵中的元素的R值，y为该第五像素矩阵中的元素的G值，z为该第五像素矩阵中的元素的B值，n＝1，2…8，R、G、B分别为该预设的元素的R值、G值、B值；
比较该欧氏距离值r1～r8的大小，用值最小的rn对应的该预设的元素替换该第五像素矩阵中的元素，完成纠错处理；
其中，该预设的元素包括：(0，0，0)、(0，0，255)、(0，255，0)、(0，255，255)、(255，0，0)、(255，0，255)、(255，255，0)及(255，255，255)。
将完成纠错处理后的第五像素矩阵中每一个元素缩小预定倍数，确定出第六像素矩阵。
举例而言，该第五像素矩阵中的一个元素为(2，0，250)，对其进行纠错处理具体为：根据上述公式，将其与预设的八个元素分别进行欧氏距离计算，得到r1～r8分别为：250、6、357、255、356、253、438及439，可以明显的看出r2的值最小，则用元素(0，0，255)替换该第五像素矩阵中的元素(2，0，250)，通过同样的方法可以对该第五像素矩阵中的所有元素进行纠错处理，由于在实际应用时获取的该第五像素矩阵可能纯在误差，会导致识读的不准确，进行纠错处理可消除误差，使得到的该第五像素矩阵更加准确。
纠错处理完成后，将该第五像素矩阵中每一个元素缩小预定倍数，例如，上述元素(0，0，255)缩小255倍，得到元素(0，0，1)，将该该第五像素矩阵中每一个元素都缩小预定倍数后便得到该第六像素矩阵。
S203，按照生成所述彩色二维图码时所利用的预设的编码重置规则的逆过程，将所述第六像素矩阵分解为第四量化矩阵、第五量化矩阵及第六量化矩阵；
具体的，按照生成所述彩色二维图码时所利用的预设的编码重置规则的逆过程，将该第六像素矩阵中的元素的R值作为该第四量化矩阵中位置相同的元素，该第六像素矩阵中的元素的G值作为该第五量化矩阵中位置相同的元素，该第六像素矩阵中的元素的B值作为该第六量化矩阵中位置相同的元素，其中，上述的位置相同即指所在行数和列数相同。
举例而言，该第六像素矩阵为
Figure BDA0000992831280000141
将该第六像素矩阵的元素的R值作为该第四量化矩阵中位置相同的元素，即将1、0、1及1作为该第四量化矩阵中位置相同的元素，得到该第四量化矩阵为
Figure BDA0000992831280000142
将该第六像素矩阵的元素的G值作为该第五量化矩阵中位置相同的元素，即将0、0、0及1作为该第五量化矩阵中位置相同的元素，得到该第五量化矩阵为
Figure BDA0000992831280000143
将该第六像素矩阵的元素的B值作为该第六量化矩阵中位置相同的元素，即将1、1、0及1作为该第六量化矩阵中位置相同的元素，得到该第六量化矩阵为
Figure BDA0000992831280000144
S204，按照预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则，分别将所述第四量化矩阵转换为第七像素矩阵、所述第五量化矩阵转换为第八像素矩阵以及所述第六量化矩阵转换为第九像素矩阵；
具体的，该预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则为：将量化矩阵中的元素0转换为(0，0，0)，将量化矩阵中的元素1转换为(255，255，255)。以上述得到的第四量化矩阵
Figure BDA0000992831280000145
为例，将该第四量化矩阵中的元素0转化为(0，0，0)，元素1全部转化为(255，255，255)，得到该第七像素矩阵
Figure BDA0000992831280000146
S205，分别将所述第七像素矩阵与所述特征信息区域中的特征信息进行整合，生成第四黑白二维图码，将所述第八像素矩阵与所述特征信息区域中的特征信息进行整合，生成第五黑白二维图码，将所述第九像素矩阵与所述特征信息区域中的特征信息进行整合，生成第六黑白二维图码；
需要说明的是，将该第七像素矩阵与该特征信息区域中的特征信息进行整合，生成第四黑白二维图码的方式可以采用现有的方式，在此不做具体限定，可以根据该待识读的彩色二维图码的格式进行选择，若该待识读的彩色二维图码为QR码，则采用QR码的整合方式，若该待识读的彩色二维图码为D9ing码，则采用D9ing码的整合方式，当然并不局限于此。可以理解的是，生成的该第四黑白二维图码、该第五黑白二维图码和该第六黑白二维图码，即为生成该待识读的彩色二维图码过程中的三个黑白二维图码。
S206，分别识读所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码，得到所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码中存储的有效信息。
在生成该第四黑白二维图码、该第五黑白二维图码和该第六黑白二维图码后，将该第四黑白二维图码、该第五黑白二维图码和该第六黑白二维图码中存储的有效信息识读出来，即完成对该待识读的彩色二维图码的识读。具体识读该第四黑白二维图码、该第五黑白二维图码和该第六黑白二维图码的方式可以采用现有的识读方式，在此不做具体限定。
进一步的，在步骤S201之前，上述方法还可以包括：
对该待识读的彩色二维图码进行图像矫正处理；
具体的，该图像矫正处理可以包括：图像增强和去噪操作处理，可以采用现有的灰度增强算法和中值滤波算法等，对该待识读的彩色二维图码进行图像矫正处理，可以提高识读的正确率，避免识读错误发生。
可见，本方案提供的一种合成型彩色二维图码的识读方法，可以准确的识读通过本发明实施例所提供的合成型彩色二维图码的生成方法所生成的彩色二维图码中存储的有效信息。
相应于上述合成型彩色二维图码的生成方法，本发明实施例还提供了一种合成型彩色二维图码的生成装置，如图3所示，所述装置，可以包括：
第一获取模块310，用于获取第一黑白二维图码的第一像素矩阵和特征信息区域中的特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵；
其中，所述第一黑白二维图码、所述第二黑白二维图码和所述第三黑白二维图码的特征信息区域中的特征信息相同；
量化模块320，用于按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将所述第一像素矩阵量化为第一量化矩阵、所述第二像素矩阵量化为第二量化矩阵以及所述第三像素矩阵量化为第三量化矩阵；
编码重置模块330，用于将所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵；
颜色确定模块340，用于根据预设的关于元素与颜色的对应关系，确定所述第四像素矩阵中的元素对应的颜色；
生成模块350，用于将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将所述特征信息区域中的特征信息填充入当前的所述彩色二维图码的特征信息区域中，完成彩色二维图码的生成。
可见，本方案提供的一种合成型彩色二维图码的生成装置中，首先获取第一黑白二维图码的第一像素矩阵和特征信息区域中的特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵，按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将该第一像素矩阵量化为第一量化矩阵、该第二像素矩阵量化为第二量化矩阵以及该第三像素矩阵量化为第三量化矩阵，然后将第一量化矩阵、第二量化矩阵及第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵，再根据预设的关于元素与颜色的对应关系，确定该第四像素矩阵中的元素对应的颜色，最后将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将该特征信息区域中的特征信息填充入当前的该彩色二维图码的特征信息区域中，完成彩色二维图码的生成。采用该生成装置生成的彩色二维图码中的颜色信息包含有效信息，而不仅仅是视觉上的冲击。
具体的，该量化模块320具体用于：
将该第一像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若该平均值大于该预设的阈值，则将该元素量化为1；若该平均值小于该预设的阈值，则将该元素量化为0，得到该第一量化矩阵；
将该第二像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若该平均值大于该预设的阈值，则将该元素量化为1；若该平均值小于该预设的阈值，则将该元素量化为0，得到该第二量化矩阵；
将该第三像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若该平均值大于该预设的阈值，则将该元素量化为1；若该平均值小于该预设的阈值，则将该元素量化为0，得到该第三量化矩阵。
具体的，该编码重置模块330具体用于：
将该第一量化矩阵中的元素作为R值、该第二量化矩阵中的元素作为G值以及该第三量化矩阵中的元素作为B值；
将在该第一量化矩阵、该第二量化矩阵及该第三量化矩阵中位置相同的该R值、该G值及该B值组合成该第四像素矩阵中对应位置的元素，得到该第四像素矩阵。
进一步的，该预设的关于元素与颜色的对应关系为：
元素(0，0，0)对应黑色；元素(0，0，1)对应蓝色；元素(0，1，0)对应绿色；元素(0，1，1)对应青蓝色；元素(1，0，0)对应红色；元素(1，0，1)对应洋红色；元素(1，1，0)对应黄色；元素(1，1，1)对应白色。
更进一步的，本发明实施例所提供的一种合成型彩色二维图码的生成装置，还可以包括：
掩模处理模块，用于在将该特征信息区域中的特征信息填充入当前的彩色二维图码的特征信息区域中之后，对该特征信息区域进行掩模处理。
相应于上述合成型彩色二维图码的识读方法，本发明实施例还提供了一种合成型彩色二维图码的识读装置，如图4所示，所述装置，可以包括：
第二获取模块410，用于获取待识读的彩色二维图码的第五像素矩阵和特征信息区域中的特征信息；
其中，所述待识读的彩色二维图码为通过本发明实施例所提供的合成型彩色二维图码的生成方法所生成的彩色二维图码。
元素缩小模块420，用于将所述第五像素矩阵中每一个元素缩小预定倍数，得到第六像素矩阵；
其中，所述预定倍数基于所述待识读的彩色二维图码的颜色模型确定。
分解模块430，用于按照生成所述彩色二维图码时所利用的预设的编码重置规则的逆过程，将所述第六像素矩阵分解为第四量化矩阵、第五量化矩阵及第六量化矩阵；
转换模块440，用于按照预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则，分别将所述第四量化矩阵转换为第七像素矩阵、所述第五量化矩阵转换为第八像素矩阵以及所述第六量化矩阵转换为第九像素矩阵；
整合模块450，用于分别将所述第七像素矩阵与所述特征信息区域中的特征信息进行整合，生成第四黑白二维图码，将所述第八像素矩阵与所述特征信息区域中的特征信息进行整合，生成第五黑白二维图码，将所述第九像素矩阵与所述特征信息区域中的特征信息进行整合，生成第六黑白二维图码；
识读模块460，用于分别识读所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码，得到所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码中存储的有效信息。
可见，本方案提供的一种合成型彩色二维图码的识读装置，可以准确的识读通过本发明实施例所提供的合成型彩色二维图码的生成方法所生成彩色二维图码中存储的有效信息。
具体的，该元素缩小模块420具体用于：
对该第五像素矩阵进行纠错处理；
将纠错处理后的第五像素矩阵中每一个元素缩小预定倍数，确定出第六像素矩阵；
其中，该纠错处理包括：
根据公式：
Figure BDA0000992831280000181
计算出该第五像素矩阵中的元素与预设的元素的欧氏距离值r1～r8，其中，x为该第五像素矩阵中的元素的R值，y为该第五像素矩阵中的元素的G值，z为该第五像素矩阵中的元素的B值，n＝1，2…8，R、G、B分别为该预设的元素的R值、G值、B值；
比较该欧氏距离值r1～r8的大小，用值最小的rn对应的该预设的元素替换该第五像素矩阵中的元素，完成纠错处理；
该预设的元素包括：
(0，0，0)、(0，0，255)、(0，255，0)、(0，255，255)、(255，0，0)、(255，0，255)、(255，255，0)及(255，255，255)。
其中，该预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则为：
将量化矩阵中的元素0转换为(0，0，0)，将量化矩阵中的元素1转换为(255，255，255)。
进一步的，本发明实施例所提供的一种合成型彩色二维图码的识读装置，还可以包括：
图像矫正处理模块，用于对该待识读的彩色二维图码进行图像增强和去噪操作处理。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，这里所称得的存储介质，如：ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围内。

Claims (10)

1.一种合成型彩色二维图码的生成方法，其特征在于，包括：
获取第一黑白二维图码的第一像素矩阵和特征信息区域中的特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵，其中，所述第一黑白二维图码、所述第二黑白二维图码和所述第三黑白二维图码的特征信息区域中的特征信息相同；
按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将所述第一像素矩阵量化为第一量化矩阵、所述第二像素矩阵量化为第二量化矩阵以及所述第三像素矩阵量化为第三量化矩阵；
将所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵；
根据预设的关于元素与颜色的对应关系，确定所述第四像素矩阵中的元素对应的颜色；
将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将所述特征信息区域中的特征信息填充入当前的所述彩色二维图码的特征信息区域中，完成彩色二维图码的生成。
2.如权利要求1所述的方法，其特征在于，所述按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将所述第一像素矩阵量化为第一量化矩阵、所述第二像素矩阵量化为第二量化矩阵以及所述第三像素矩阵量化为第三量化矩阵具体为：
将所述第一像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若所述平均值大于所述预设的阈值，则将该元素量化为1；若所述平均值小于所述预设的阈值，则将该元素量化为0，得到所述第一量化矩阵；
将所述第二像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若所述平均值大于所述预设的阈值，则将该元素量化为1；若所述平均值小于所述预设的阈值，则将该元素量化为0，得到所述第二量化矩阵；
将所述第三像素矩阵中每个元素中的R、G、B值的平均值与预设的阈值进行比较；若所述平均值大于所述预设的阈值，则将该元素量化为1；若所述平均值小于所述预设的阈值，则将该元素量化为0，得到所述第三量化矩阵。
3.如权利要求1所述的方法，其特征在于，所述将所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵具体为：
将所述第一量化矩阵中的元素作为R值、所述第二量化矩阵中的元素作为G值以及所述第三量化矩阵中的元素作为B值；
将在所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵中位置相同的元素值组合成所述第四像素矩阵中对应位置元素的R值、G值、B值，得到所述第四像素矩阵。
4.如权利要求1所述的方法，其特征在于，所述预设的关于元素与颜色的对应关系为：
元素(0，0，0)对应黑色；元素(0，0，1)对应蓝色；元素(0，1，0)对应绿色；元素(0，1，1)对应青蓝色；元素(1，0，0)对应红色；元素(1，0，1)对应洋红色；元素(1，1，0)对应黄色；元素(1，1，1)对应白色。
5.如权利要求1所述的方法，其特征在于，所述将所述特征信息区域中的特征信息填充入当前的所述彩色二维图码的特征信息区域中之后，还包括：
对所述特征信息区域进行掩模处理。
6.一种合成型彩色二维图码的识读方法，其特征在于，包括：
获取待识读的彩色二维图码的第五像素矩阵和特征信息区域中的特征信息，其中，所述待识读的彩色二维图码为通过权利要求1所述方法生成的彩色二维图码；
将所述第五像素矩阵中每一个元素缩小预定倍数，得到第六像素矩阵，其中，所述预定倍数基于所述待识读的彩色二维图码的颜色模型确定；
按照生成所述彩色二维图码时所利用的预设的编码重置规则的逆过程，将所述第六像素矩阵分解为第四量化矩阵、第五量化矩阵及第六量化矩阵；
按照预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则，分别将所述第四量化矩阵转换为第七像素矩阵、所述第五量化矩阵转换为第八像素矩阵以及所述第六量化矩阵转换为第九像素矩阵；
分别将所述第七像素矩阵与所述特征信息区域中的特征信息进行整合，生成第四黑白二维图码，将所述第八像素矩阵与所述特征信息区域中的特征信息进行整合，生成第五黑白二维图码，将所述第九像素矩阵与所述特征信息区域中的特征信息进行整合，生成第六黑白二维图码；
分别识读所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码，得到所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码中存储的有效信息。
7.如权利要求6所述的方法，其特征在于，所述将所述第五像素矩阵中每一个元素缩小预定倍数，得到第六像素矩阵，包括：
对所述第五像素矩阵进行纠错处理；
将纠错处理后的第五像素矩阵中每一个元素缩小预定倍数，确定出第六像素矩阵；
其中，所述纠错处理包括：
根据公式：
Figure FDA0003279304540000031
计算出所述第五像素矩阵中的元素与预设的元素的欧氏距离值r1～r8，其中，x为所述第五像素矩阵中的元素的R值，y为所述第五像素矩阵中的元素的G值，z为所述第五像素矩阵中的元素的B值，n＝1，2…8，R、G、B分别为所述预设的元素的R值、G值、B值；
比较所述欧氏距离值r1～r8的大小，用值最小的rn对应的所述预设的元素替换所述第五像素矩阵中的元素，完成纠错处理；
所述预设的元素包括：
(0，0，0)、(0，0，255)、(0，255，0)、(0，255，255)、(255，0，0)、(255，0，255)、(255，255，0)及(255，255，255)。
8.如权利要求6所述的方法，其特征在于，所述预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则为：
将量化矩阵中的元素0转换为(0，0，0)，将量化矩阵中的元素1转换为(255，255，255)。
9.一种合成型彩色二维图码的生成装置，其特征在于，包括：
第一获取模块，用于获取第一黑白二维图码的第一像素矩阵和特征信息区域中的特征信息、第二黑白二维图码的第二像素矩阵及第三黑白二维图码的第三像素矩阵，其中，所述第一黑白二维图码、所述第二黑白二维图码和所述第三黑白二维图码的特征信息区域中的特征信息相同；
量化模块，用于按照预设的用于将像素矩阵中的元素转换为0或1的量化规则，分别将所述第一像素矩阵量化为第一量化矩阵、所述第二像素矩阵量化为第二量化矩阵以及所述第三像素矩阵量化为第三量化矩阵；
编码重置模块，用于将所述第一量化矩阵、所述第二量化矩阵及所述第三量化矩阵按照预设的编码重置规则组合成第四像素矩阵；
颜色确定模块，用于根据预设的关于元素与颜色的对应关系，确定所述第四像素矩阵中的元素对应的颜色；
生成模块，用于将所确定出的颜色填充入待生成的彩色二维图码的数据存储区域中，并将所述特征信息区域中的特征信息填充入当前的所述彩色二维图码的特征信息区域中，完成彩色二维图码的生成。
10.一种合成型彩色二维图码的识读装置，其特征在于，包括：
第二获取模块，用于获取待识读的彩色二维图码的第五像素矩阵和特征信息区域中的特征信息，其中，所述待识读的彩色二维图码为通过权利要求1所述方法生成的彩色二维图码；
元素缩小模块，用于将所述第五像素矩阵中每一个元素缩小预定倍数，得到第六像素矩阵，其中，所述预定倍数基于所述待识读的彩色二维图码的颜色模型确定；
分解模块，用于按照生成所述彩色二维图码时所利用的预设的编码重置规则的逆过程，将所述第六像素矩阵分解为第四量化矩阵、第五量化矩阵及第六量化矩阵；
转换模块，用于按照预设的用于将量化矩阵中的元素转换为(0，0，0)或(255，255，255)的转换规则，分别将所述第四量化矩阵转换为第七像素矩阵、所述第五量化矩阵转换为第八像素矩阵以及所述第六量化矩阵转换为第九像素矩阵；
整合模块，用于分别将所述第七像素矩阵与所述特征信息区域中的特征信息进行整合，生成第四黑白二维图码，将所述第八像素矩阵与所述特征信息区域中的特征信息进行整合，生成第五黑白二维图码，将所述第九像素矩阵与所述特征信息区域中的特征信息进行整合，生成第六黑白二维图码；
识读模块，用于分别识读所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码，得到所述第四黑白二维图码、所述第五黑白二维图码以及所述第六黑白二维图码中存储的有效信息。
CN201610329504.7A 2016-05-18 2016-05-18 合成型彩色二维图码的生成、识读方法及装置 Active CN106022430B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610329504.7A CN106022430B (zh) 2016-05-18 2016-05-18 合成型彩色二维图码的生成、识读方法及装置
PCT/CN2017/084871 WO2017198188A1 (zh) 2016-05-18 2017-05-18 合成型彩色二维图码的生成、识读方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610329504.7A CN106022430B (zh) 2016-05-18 2016-05-18 合成型彩色二维图码的生成、识读方法及装置

Publications (2)

Publication Number Publication Date
CN106022430A CN106022430A (zh) 2016-10-12
CN106022430B true CN106022430B (zh) 2022-01-07

Family

ID=57098687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610329504.7A Active CN106022430B (zh) 2016-05-18 2016-05-18 合成型彩色二维图码的生成、识读方法及装置

Country Status (2)

Country Link
CN (1) CN106022430B (zh)
WO (1) WO2017198188A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106022430B (zh) * 2016-05-18 2022-01-07 北京鼎九信息工程研究院有限公司 合成型彩色二维图码的生成、识读方法及装置
FR3079378A1 (fr) 2018-03-23 2019-09-27 Orange Procede et systeme omamrc de transmission avec signalisation reduite
US10650208B1 (en) * 2019-03-12 2020-05-12 Microsoft Technology Licensing, Llc Hybrid two-dimensional barcode and hybrid two-dimensional barcode generator
CN109948766B (zh) * 2019-03-29 2022-04-08 北京印刷学院 多码复合彩色防伪二维码及其生成与识读方法
CN111260009A (zh) * 2020-01-10 2020-06-09 益逻触控系统公司 生成快速响应码的方法及打印装置
CN113553127B (zh) * 2020-04-23 2023-04-11 深圳市万普拉斯科技有限公司 阅读内容处理方法、装置、计算机设备和存储介质
CN114430327A (zh) * 2020-10-12 2022-05-03 中国石油化工股份有限公司 基于彩色二维码的工业控制网数据传输方法及二维码
CN112200878B (zh) * 2020-10-12 2024-04-02 长春希达电子技术有限公司 Led显示单元中led显示模块的墨色排序方法
CN113935448A (zh) * 2021-09-18 2022-01-14 西安理工大学 一种双通道彩色qr码编/解码方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101149813A (zh) * 2007-07-13 2008-03-26 中兴通讯股份有限公司 一种矩阵式彩色二维条形码的编解码方法
CN102243712A (zh) * 2010-05-14 2011-11-16 上海彩码信息科技有限公司 彩色条码的生成方法及系统、彩色条码的解析方法及系统
CN104268615A (zh) * 2014-10-24 2015-01-07 重庆思根科技有限公司 一种彩色二维码的编码与解码方法
CN104657698A (zh) * 2015-02-10 2015-05-27 浙江科技学院 一种可承载多幅黑白二维码的彩色二维码编解码方法
CN104794518A (zh) * 2015-05-06 2015-07-22 矽照光电（厦门）有限公司 彩色二维码的生成方法与生成装置
CN104899630A (zh) * 2015-06-18 2015-09-09 桂林电子科技大学 彩色qr码的编/解码方法
CN105046306A (zh) * 2015-05-05 2015-11-11 华中科技大学 一种包含多种生物特征信息的彩色多维码编码方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015171450A1 (en) * 2014-05-09 2015-11-12 Graphiclead LLC System and method for embedding of a two dimensional code with an image
CN106022430B (zh) * 2016-05-18 2022-01-07 北京鼎九信息工程研究院有限公司 合成型彩色二维图码的生成、识读方法及装置
CN106485306A (zh) * 2016-09-14 2017-03-08 华南理工大学 一种基于颜色编码的二维码及其制作方法及识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101149813A (zh) * 2007-07-13 2008-03-26 中兴通讯股份有限公司 一种矩阵式彩色二维条形码的编解码方法
CN102243712A (zh) * 2010-05-14 2011-11-16 上海彩码信息科技有限公司 彩色条码的生成方法及系统、彩色条码的解析方法及系统
CN104268615A (zh) * 2014-10-24 2015-01-07 重庆思根科技有限公司 一种彩色二维码的编码与解码方法
CN104657698A (zh) * 2015-02-10 2015-05-27 浙江科技学院 一种可承载多幅黑白二维码的彩色二维码编解码方法
CN105046306A (zh) * 2015-05-05 2015-11-11 华中科技大学 一种包含多种生物特征信息的彩色多维码编码方法
CN104794518A (zh) * 2015-05-06 2015-07-22 矽照光电（厦门）有限公司 彩色二维码的生成方法与生成装置
CN104899630A (zh) * 2015-06-18 2015-09-09 桂林电子科技大学 彩色qr码的编/解码方法

Also Published As

Publication number Publication date
WO2017198188A1 (zh) 2017-11-23
CN106022430A (zh) 2016-10-12

Similar Documents

Publication Publication Date Title
CN106022430B (zh) 合成型彩色二维图码的生成、识读方法及装置
CN106022431B (zh) 颜色标识型彩色二维图码的生成、识读方法及装置
CN103718195B (zh) 可读矩阵码
CN106778995B (zh) 一种与图像融合的艺术化二维码生成方法及装置
US8200021B2 (en) Image signature matching device
Rajapakse et al. Color channel encoding with NMF for face recognition
CN103345767A (zh) 一种高安全性的jpeg图像隐写方法
CN108090872B (zh) 基于梯度提取的单帧多光谱影像超分辨率重建方法及系统
CN105719322A (zh) 一种基于自乘矩阵变换的多光谱图像压缩方法
CN108491747B (zh) 一种融合图像后美化qr码的方法
Li et al. A pseudo-siamese deep convolutional neural network for spatiotemporal satellite image fusion
TW201528144A (zh) 快速響應碼的美化方法及其裝置
KR101344627B1 (ko) 화상 식별자 추출 장치
CN111046997B (zh) 一种基于防伪加密与视觉识别的图像安全码生成方法
Wan et al. Robust RGB-Guided Super-Resolution of Hyperspectral Images via $\text {TV}^{3} $ Minimization
CN108416782A (zh) 基于视觉识别和光照矫正的烟叶评级方法及系统
CN111340743A (zh) 一种半监督多光谱和全色遥感图像融合方法和系统
JP4371026B2 (ja) プリントシステムおよびプリンタ
CN107358204B (zh) 基于再编码和深度融合卷积网络的多光谱图像分类方法
CN113421258A (zh) 一种基于高分辨率遥感影像的自动云检测方法
CN113205503A (zh) 一种卫星海岸带影像质量评价方法
Shakar et al. Quantification of color artifacts for the evaluation of color filter array demosaicking
CN117557582B (zh) 基于人工智能的建筑景观设计图像处理系统
CN113822255B (zh) 一种水体识别方法及相关装置
Li et al. No-reference image quality assessment based on local region statistics

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240507

Address after: 130061 Hongji Mingzhu 1201, Chaoyang District, Changchun City, Jilin Province

Patentee after: BEIJING BAIWANG XIN'AN TECHNOLOGY Co.,Ltd.

Country or region after: China

Patentee after: Jilin Tongcheng Automation Engineering Co.,Ltd.

Address before: 100026 17th floor, building 1, courtyard 15, Guanghua Road, Chaoyang District, Beijing

Patentee before: BEIJING D9ING INSTITUTE OF INFORMATION ENGINEERING Co.,Ltd.

Country or region before: China

Patentee before: JILIN TONGCHENG TECHNOLOGY Co.,Ltd.