CN106529370A - 一种多qr码识别方法 - Google Patents
一种多qr码识别方法 Download PDFInfo
- Publication number
- CN106529370A CN106529370A CN201610905677.9A CN201610905677A CN106529370A CN 106529370 A CN106529370 A CN 106529370A CN 201610905677 A CN201610905677 A CN 201610905677A CN 106529370 A CN106529370 A CN 106529370A
- Authority
- CN
- China
- Prior art keywords
- position sensing
- codes
- figures
- many
- recognition methods
- 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.)
- Granted
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
- G06K7/1408—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
- G06K7/1447—Methods for optical code recognition including a method step for retrieval of the optical code extracting optical codes from image or text carrying said optical code
-
- 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
- G06K7/146—Methods for optical code recognition the method including quality enhancement steps
- G06K7/1478—Methods for optical code recognition the method including quality enhancement steps adapting the threshold for pixels in a CMOS or CCD pixel sensor for black and white recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种多QR码识别方法,将原始图像进行滤波,之后增大原始图像的对比度,强化二维码特征,并从图像中搜索出复数个位置探测图形;将复数个位置探测图形中属于同一QR码的位置探测图形分为同一组;能够把有限的计算资源在各部分灵活分配,在保证准确率的情况下,把过程所消耗的时间控制在可接受的范围内。
Description
技术领域
本发明涉及一种多QR码识别方法。
背景技术
二维码作为一种新颖的信息存储和传递的方式,被广泛应用于证件、票据、商品及货物运输的环节中,相较于其他形制的二维码,QR码具有特征明显、能够快速定位识别、能够编制中文字符的特点,因此在移动手机端得到很好的支持。随着QR码被越来越多的企业所重视,其识别方式的要求也越来越高,有别于手机扫码,在自动化生产的过程中由工业相机拍摄得到的图片有以下特点会造成识码的困难:
受限于相机的分辨率,QR码的成像质量差,需要提高搜索位置探测图形的宽容度,但同时会带来伪位置探测图形的干扰,传统的多QR码解码方法无法适应伪位置探测图形存在的情况;
待搜索的QR码数量事先未知,因此很难平衡解码的准确性和效率,需要一个稳定的搜索过程。
发明内容
本发明要解决的技术问题,在于提供一种多QR码识别方法,能够把有限的计算资源在各部分灵活分配,在保证准确率的情况下,把过程所消耗的时间控制在可接受的范围内。
本发明是这样实现的:一种多QR码识别方法,具体包括如下步骤:
步骤1、将原始图像进行滤波,之后增大原始图像的对比度,强化二维码特征,并从图像中搜索出复数个位置探测图形;
步骤2、将复数个位置探测图形中属于同一QR码的位置探测图形分为同一组。
进一步地,所述步骤1中,若原始图像为彩色,则将原始图像转换为灰度图像。
进一步地,所述步骤1进一步具体为:将原始图片通过高斯滤波或者均值滤波,降低噪声干扰;之后通过直方图均衡算法增大图像对比度,并将符合条件的位置探测图形依次找出;所述条件为:位置探测图形上设有5个宽度依次为w1,w2,w3,w4,w5,其中(w1+w2)和(w4+w5)的比值在0.8~1.25之间,且w2和w4的比值在0.8~1.25之间,且(w1+w2+w4+w5)>w3,且(w1+w2+w4+w5)<2w3。
进一步地,所述步骤2进一步具体为:从复数个位置探测图形中挑选出三个位置探测图形;若三个位置探测图形的中心点相连接,其接线的夹角处于70°~110°之间,且最大角的两边比值处于1~1.5之间,则三个位置探测图形属于同一QR码,将其分为一组。
进一步地,所述位置探测图形的中心点获取方法具体为:水平扫描位置探测图形获取限定条数的水平扫描线,并求出每条水平扫描线的中心点,并作平均值竖直扫描位置探测图形获取限定条数的竖直扫描线,并求出每条竖直扫描线的中心点,并作平均值之后得到该位置探测图形的中心点坐标
进一步地,所述步骤2进一步具体为:从复数个位置探测图形中挑选出三个位置探测图形;若三个位置探测图形相互之间的横向宽度误差不超过第一限定值,且三个位置探测图形相互之间的纵向宽度不超过第二限定值,则三个位置探测图形属于同一QR码,将其分为一组。
进一步地,所述步骤2进一步具体为:从复数个位置探测图形中挑选出三个位置探测图形;将三个位置探测图形之间的两条定位图形中的模块数进行比较,差值的绝对值小于4,则三个位置探测图形属于同一QR码,将其分为一组。
进一步地,还包括步骤3:将分组后的QR码进行采样并解码。
进一步地,所述步骤3进一步具体为:用分组后的位置探测图像和校正标志建立透视变换关系,之后每个模块进行采样,确定每个模块的黑白值,黑色为1,白色为0,得到二维矩阵,按照标准规定进行解码。
本发明的优点在于:本发明一种多QR码识别方法,用于大幅面图像中散落在各处的事先未知数量QR码的情形,且对于旋转任意角度、密集排列以及有透视变形的各种情况都可以很好地适应;并且本发明的每部分都可以进行独立的研究进行替换效率高的方法,有利于将来识别性能的改进。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1是本发明一种多QR码识别方法的流程图。
图2是本发明二维码的位置探测图形的示意图。
具体实施方式
请参阅图1和图2所示,一种多QR码识别方法,具体包括如下步骤:
步骤1、将原始图片通过高斯滤波或者均值滤波,降低噪声干扰;之后通过直方图均衡算法增大图像对比度,并将符合条件的位置探测图形依次找出;所述条件为:位置探测图形上设有5个宽度依次为w1,w2,w3,w4,w5,其中(w1+w2)和(w4+w5)的比值在0.8~1.25之间,且w2和w4的比值在0.8~1.25之间,且(w1+w2+w4+w5)>w3,且(w1+w2+w4+w5)<2w3(如图2所示);
步骤2、从复数个位置探测图形中挑选出三个位置探测图形;若三个位置探测图形的中心点相连接,其接线的夹角处于70°~110°之间,且最大角的两边比值处于1~1.5之间,则三个位置探测图形属于同一QR码,将其分为一组,所述位置探测图形的中心点获取方法具体为:水平扫描位置探测图形获取限定条数的水平扫描线,并求出每条水平扫描线的中心点,并作平均值竖直扫描位置探测图形获取限定条数的竖直扫描线,并求出每条竖直扫描线的中心点,并作平均值之后得到该位置探测图形的中心点坐标
从复数个位置探测图形中挑选出三个位置探测图形;若三个位置探测图形相互之间的横向宽度误差不超过第一限定值,且三个位置探测图形相互之间的纵向宽度不超过第二限定值,则三个位置探测图形属于同一QR码,将其分为一组;
从复数个位置探测图形中挑选出三个位置探测图形;将三个位置探测图形之间的两条定位图形中的模块数进行比较,差值的绝对值小于4,则三个位置探测图形属于同一QR码,将其分为一组。
步骤3:用分组后的位置探测图像和校正标志建立透视变换关系,之后每个模块进行采样,确定每个模块的黑白值,黑色为1,白色为0,得到二维矩阵,按照标准规定进行解码。
本发明一种具体实施方式如下:
如图1和图2所示,本方法默认处理8位灰度图像,如果得到的是彩色图像转换为灰度图像后输入,得到原始图像P(x,y),其中x,y为像素坐标。
步骤1.1,对灰度图像P(x,y)先做滤波处理,可选方案为卷积核为3×3的高斯滤波或者均值滤波,以降低噪声干扰。
步骤1.2,增大图像对比度,强化二维码特征。步骤2.1的作用在于不使噪声信号在这步被放大。可以使用自适应直方图均衡化算法(AHE),窗口参数设置为64*64是一个比较合理的大小。这种方法可以很好地适应大分辨率图像中灰度值变化大的特点,能够把只占图像中一小部分的二维码的对比度增大。由于QR码在编码时有掩码的步骤,黑色和白色模块分布均匀,考虑到计算速度和效果的平衡,可以把自适应直方图均衡化算法改进为固定窗口的直方图均衡化,可以采用间隔点取样统计的方式加快速度。这步结束后得到预处理图像P'(x,y)。
步骤2.1,水平扫描图像P'(x,y),搜索符合QR码位置探测图形比例1:1:3:1:1特征的中心点(xh,yh)。扫描方式可以用边缘检测的方式确定边缘点,计算各边缘点之间的宽度。也可以用二值化的方法进行判断,如果使用二值化方法,可以利用步骤1.2中窗口内灰度值确定这个窗口区域的阈值。将中心横坐标,纵坐标分别相差在3个像素以内的中心点合并为一个,中心点坐标更新为这些点的均值
步骤2.2,垂直扫描验证,以为中心,在其两侧各三列做垂直扫描,搜索符合1:1:3:1:1比例的中心点(xv,yv),求其均值水平扫描的中心横坐标和垂直扫描的中心纵坐标是可靠的,这样我们得到这个位置探测图形的中心坐标其中i为找到的位置探测图形的序号。
此处需要注意的是,由于在大分辨率的图像中相机成像和外部光线的问题以及二维码打印时的印刷误差,位置探测图形的比例往往不严格符合1:1:3:1:1。水平扫描得到5个宽度依次为wi=1...5,将扫描判断的标准定为(w1+w2)和(w4+w5)的比值在0.8~1.25之间,w2和w4的比值在0.8~1.25之间,(w1+w2+w4+w5)>w3且(w1+w2+w4+w5)<2w3。这样宽松的设定可以很好地解决上述问题,但是不可避免的会造成伪位置探测图形的出现。此外为了使局部受到污损的位置探测图形不至遗漏,只要水平、垂直扫描各有一条符合要求就认为是位置探测图形,因此伪位置探测图形就会更多。
到此完成第一部分的搜索。得到的是搜索到的位置探测图形的中心坐标、横向扫描宽度,纵向扫描宽度。但是有些结果不是真正的位置探测图形。
第二部分的目标是要找到所有的QR码,要求把属于同一个二维码的三个位置探测图形分组,并且不受到附近区域伪位置探测图形的干扰。由于伪位置探测图形特别容易出现在二维码内部的区域,会对分组形成严重干扰,需要用一种稳妥的方法一次判断成功,否则会严重影响效率。
步骤4,首先用基本的几何关系做简单排除。抽取三个待判断的位置探测图形,其中心坐标之间的最大角应在70°~110°之间;最大角的两边之比应在1:1.5到1:1之间;
步骤5,其次用之前扫描的位置探测图形之间的宽度判定。要求三个位置探测图形的横向扫描宽度和纵向扫描宽度分别要在一定程度内相似,例如相互之间误差不超过20%。另外由于QR码有版本规格的限制(21×21~177×177),三个位置探测图形之间的最大和最小距离要求便可以用位置探测图形的横向扫描宽度、纵向扫描宽度大致估算出来。
步骤6,最后利用QR码自身的特点:两条黑白模块交替排列的定位图形进行排除。由于这两条定位图形的起点和终点就在位置探测图形相连,依靠之前位置探测图形的信息便可以轻松找到。做两条扫描线判断黑白交替的次数,QR码每个版本之间的维度相差4,即相邻版本之间定位图形的黑白模块数相差4,因此两条扫描线数出的模块数误差在2以内都可以接受,并且这一步可以用于确定QR码的维数。
对不符合要求的情况,重新抽取3个候选位置探测图形做判断。通过以上3次筛选,可以确定存在一个QR码并且记录其三个位置探测图形中心坐标以及维数,继续搜索下一个符合要求的QR码。
此处三次的判断所包含的逻辑是:如果三个候选目标不处于同一个QR码之内,易于用基本的几何关系和宽度要求进行排除,耗时极少但还无法确定。如果三个候选目标处于同一个QR码内(伪位置探测图形易于出现在二维码内),那么必须使用QR码本身的特征才能够百分百判断成功。因此把定时标准特征放在最后能够兼顾成功率和效率。
步骤7,建立透视变换关系。规格大于版本1的QR码在右下角固定位置有校正标志。利用三个位置探测图形和校正标志以及版本号。可以建立透视变换关系矩阵,找到每个模块中心位置。对于版本1,由于码比较小,可以近似为仿射变换。
在第二部分中我们可以把所有存在的QR码位置探测图形组合找出来,每个组合代表一个QR码,再进入第三部分进行解码尝试。
步骤8,对每个模块进行采样,确定模块的黑白值,黑色为1白色为0。这步可以选择在每个模块的中心点采样,优点是对定位的偏差容错度更高,适合有一定畸变的情形。或者也可以用多点,例如每个模块3×3采样,其优点是可以获得每个模块更多的信息用于之后的判断,且不至于被噪点或者污点干扰。确定每个模块黑白的方式也可以用多套方法。例如针对印刷喷墨过厚或者过薄的情形,用不同的方式设定阈值。
步骤9,到这步得到以模块为维数的二维01矩阵,按照标准的规定进行解码,如果解码出错返回步骤8,换一种方式进行采样后再解码。
由于上一部分确定了QR码的存在,因此采样多种方式保证解码成功是值得的。合理的,在第三部分中如果解出一个QR码,可以把采样和确定模块黑白的方式作为后面待解QR码的首选方案以增加效率。如果总的解码时间有限制,也可以选择用步骤8中较为通用的设定先将第二部分中找到的QR码每个先解一遍,解不出来的再调用步骤8中其他方案重新尝试解码。由此也可以看出本方法在整体解码的过程中是相当灵活的。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
Claims (9)
1.一种多QR码识别方法,其特征在于:具体包括如下步骤:
步骤1、将原始图像进行滤波,之后增大原始图像的对比度,强化二维码特征,并从图像中搜索出复数个位置探测图形;
步骤2、将复数个位置探测图形中属于同一QR码的位置探测图形分为同一组。
2.如权利要求1所述的一种多QR码识别方法,其特征在于:所述步骤1中,若原始图像为彩色,则将原始图像转换为灰度图像。
3.如权利要求1所述的一种多QR码识别方法,其特征在于:所述步骤1进一步具体为:将原始图片通过高斯滤波或者均值滤波,降低噪声干扰;之后通过直方图均衡算法增大图像对比度,并将符合条件的位置探测图形依次找出;所述条件为:位置探测图形上设有5个宽度依次为w1,w2,w3,w4,w5,其中(w1+w2)和(w4+w5)的比值在0.8~1.25之间,且w2和w4的比值在0.8~1.25之间,且(w1+w2+w4+w5)>w3,且(w1+w2+w4+w5)<2w3。
4.如权利要求1所述的一种多QR码识别方法,其特征在于:所述步骤2进一步具体为:从复数个位置探测图形中挑选出三个位置探测图形;若三个位置探测图形的中心点相连接,其接线的夹角处于70°~110°之间,且最大角的两边比值处于1~1.5之间,则三个位置探测图形属于同一QR码,将其分为一组。
5.如权利要求4所述的一种多QR码识别方法,其特征在于:所述位置探测图形的中心点获取方法具体为:水平扫描位置探测图形获取限定条数的水平扫描线,并求出每条水平扫描线的中心点,并作平均值竖直扫描位置探测图形获取限定条数的竖直扫描线,并求出每条竖直扫描线的中心点,并作平均值之后得到该位置探测图形的中心点坐标
6.如权利要求1所述的一种多QR码识别方法,其特征在于:所述步骤2进一步具体为:从复数个位置探测图形中挑选出三个位置探测图形;若三个位置探测图形相互之间的横向宽度误差不超过第一限定值,且三个位置探测图形相互之间的纵向宽度不超过第二限定值,则三个位置探测图形属于同一QR码,将其分为一组。
7.如权利要求1所述的一种多QR码识别方法,其特征在于:所述步骤2进一步具体为:从复数个位置探测图形中挑选出三个位置探测图形;将三个位置探测图形之间的两条定位图形中的模块数进行比较,差值的绝对值小于4,则三个位置探测图形属于同一QR码,将其分为一组。
8.如权利要求1所述的一种多QR码识别方法,其特征在于:还包括步骤3:将分组后的QR码进行采样并解码。
9.如权利要求8所述的一种多QR码识别方法,其特征在于:所述步骤3进一步具体为:用分组后的位置探测图像和校正标志建立透视变换关系,之后每个模块进行采样,确定每个模块的黑白值,黑色为1,白色为0,得到二维矩阵,按照标准规定进行解码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610905677.9A CN106529370B (zh) | 2016-10-18 | 2016-10-18 | 一种多qr码识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610905677.9A CN106529370B (zh) | 2016-10-18 | 2016-10-18 | 一种多qr码识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106529370A true CN106529370A (zh) | 2017-03-22 |
CN106529370B CN106529370B (zh) | 2019-08-13 |
Family
ID=58332365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610905677.9A Active CN106529370B (zh) | 2016-10-18 | 2016-10-18 | 一种多qr码识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106529370B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977714A (zh) * | 2019-01-04 | 2019-07-05 | 上海大学 | 一种仓储货物多qr码一体化视觉定位方法 |
WO2021253633A1 (zh) * | 2020-06-18 | 2021-12-23 | 福州富昌维控电子科技有限公司 | 一种批量二维码的识别方法及识别终端 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100155464A1 (en) * | 2008-12-22 | 2010-06-24 | Canon Kabushiki Kaisha | Code detection and decoding system |
CN103714313A (zh) * | 2013-12-30 | 2014-04-09 | 优视科技有限公司 | 二维码识别方法和装置 |
CN104517091A (zh) * | 2013-09-29 | 2015-04-15 | 北大方正集团有限公司 | 一种qr码探测图形的筛选方法及系统 |
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 |
CN104951726A (zh) * | 2015-06-25 | 2015-09-30 | 福建联迪商用设备有限公司 | 用于qr二维码位置探测的方法及装置 |
-
2016
- 2016-10-18 CN CN201610905677.9A patent/CN106529370B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100155464A1 (en) * | 2008-12-22 | 2010-06-24 | Canon Kabushiki Kaisha | Code detection and decoding system |
CN104517091A (zh) * | 2013-09-29 | 2015-04-15 | 北大方正集团有限公司 | 一种qr码探测图形的筛选方法及系统 |
CN103714313A (zh) * | 2013-12-30 | 2014-04-09 | 优视科技有限公司 | 二维码识别方法和装置 |
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 |
CN104951726A (zh) * | 2015-06-25 | 2015-09-30 | 福建联迪商用设备有限公司 | 用于qr二维码位置探测的方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977714A (zh) * | 2019-01-04 | 2019-07-05 | 上海大学 | 一种仓储货物多qr码一体化视觉定位方法 |
CN109977714B (zh) * | 2019-01-04 | 2022-06-10 | 上海大学 | 一种仓储货物多qr码一体化视觉定位方法 |
WO2021253633A1 (zh) * | 2020-06-18 | 2021-12-23 | 福州富昌维控电子科技有限公司 | 一种批量二维码的识别方法及识别终端 |
Also Published As
Publication number | Publication date |
---|---|
CN106529370B (zh) | 2019-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106407883B (zh) | 一种复杂表格及其内部手写数字识别方法 | |
CN110163853B (zh) | 一种边缘缺陷的检测方法 | |
CN105069389B (zh) | 二维码分块解码方法及系统 | |
CN105069394B (zh) | 二维码加权平均灰度法解码方法及系统 | |
CN103310211B (zh) | 一种基于图像处理的填注标记识别方法 | |
CN107784669A (zh) | 一种光斑提取及其质心确定的方法 | |
CN111915704A (zh) | 一种基于深度学习的苹果分级识别方法 | |
CN108694393A (zh) | 一种基于深度卷积的证件图像文本区域提取方法 | |
CN109859181A (zh) | 一种pcb焊点缺陷检测方法 | |
CN115082419A (zh) | 一种吹塑箱包生产缺陷检测方法 | |
CN106709500B (zh) | 一种图像特征匹配的方法 | |
CN105046252A (zh) | 一种人民币冠字码识别方法 | |
CN112434544A (zh) | 一种条烟编码检测识别方法及装置 | |
CN108985129B (zh) | 二维码的定位与检出方法 | |
CN109190625A (zh) | 一种大角度透视变形的集装箱箱号识别方法 | |
CN109886935A (zh) | 一种基于深度学习的道面异物检测方法 | |
CN108647706A (zh) | 基于机器视觉的物品识别分类与瑕疵检测方法 | |
CN108830133A (zh) | 合同影像图片的识别方法、电子装置及可读存储介质 | |
CN116704516B (zh) | 一种用于水溶肥料包装的视觉检测方法 | |
CN109815762A (zh) | 远距离识别二维码的方法、存储介质 | |
Rebelo et al. | Staff line detection and removal in the grayscale domain | |
CN110298835B (zh) | 一种皮革表面破损检测方法、系统及相关装置 | |
CN109101985A (zh) | 一种基于自适应邻域测试的图像误匹配点对剔除方法 | |
CN106529370A (zh) | 一种多qr码识别方法 | |
WO2022021687A1 (zh) | 快速响应码区域定位方法、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |