CN107369063A - 一种Android平台下基于扫码和图像处理的进销存方法 - Google Patents

一种Android平台下基于扫码和图像处理的进销存方法 Download PDF

Info

Publication number
CN107369063A
CN107369063A CN201710451533.5A CN201710451533A CN107369063A CN 107369063 A CN107369063 A CN 107369063A CN 201710451533 A CN201710451533 A CN 201710451533A CN 107369063 A CN107369063 A CN 107369063A
Authority
CN
China
Prior art keywords
commodity
image
bar code
stock
barcode scanning
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
Application number
CN201710451533.5A
Other languages
English (en)
Inventor
李新德
熊双辉
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201710451533.5A priority Critical patent/CN107369063A/zh
Publication of CN107369063A publication Critical patent/CN107369063A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Technology Law (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Cash Registers Or Receiving Machines (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出一种Android平台下基于扫码和图像处理的进销存方法，通过过扫码和图像处理来将商品信息录入SQLite数据库，针对有码商品，基于条形码识别实现信息录入，针对无码商品，基于图像处理实现信息录入，针对商品管理、财务管理，基于SQLite数据库的管理方法。本发明采用轻量型数据库SQLite，使商品、财务管理简单化，同时，大大降低了进销存系统的硬件需求。

Description

一种Android平台下基于扫码和图像处理的进销存方法
技术领域：
本发明涉及一种Android平台下的进销存方法，属于图像处理领域。
背景技术：
条形码技术是在计算机技术、光学技术和通信技术基础上发展起来的一项综合性技术，是实现信息数据自动录入、识别的重要方式。由于条形码技术的稳定、准确、方便以及经济实惠等特点，因此被广泛应用于各行各业的自动化管理和人们的日常生活之中。现在，条形码技术在商品的编码中得到广泛的应用，本方法针对有条形码的商品采用通过识别得到的条形码信息从中国物品编码中心爬取商品信息的方式将有条码的商品信息录入SQLite数据库。
另外，随着计算机视觉、机器学习等前沿学科的飞速发展，自动物体识别(Automatic Object Recognition,AOR)系统已经成为人工智能领域的热门课题之一。一般物体识别(GenericObject Recognition,GOR)作为物体识别系统中的重要一环，在机器人、医学图像等领域有着广泛的应用前景。在本进销存系统中，我们采用一般物体识别的方式识别无条形码的商品信息，并录入SQLite数据库。
SQLite是一款开源的嵌入式关系型数据库，占用资源非常小，运行效率高、可移植性好。因此，在本发明中，我们是用SQLite数据库来实现商品信息的管理，以及财务管理。
目前，小卖部、代销店等小型超市的商品管理主要依靠店主个人管理，存在工作效率低，管理不合理等一系列问题。因此，迫切需要开发出一款低成本、简单适用的小型进销存系统来协助管理商品信息与财务信息。本发明所设计的Android平台下基于扫码和图像处理的进销存系统可以很好的满足上述需求。
发明内容
发明目的：为了提高小卖部、代销店等小型超市的商品管理、财务管理效率，本发明提出一种Android平台下的进销存方法，运用条形码识别技术以及图像处理技术，实现了商品信息的录入，通过SQLite数据库技术实现了商品的、财务的管理。
技术方案：本发明提出一种Android平台下基于扫码和图像处理的进销存方法，包括如下步骤：
(1)将商品分为有条形码商品和无条形码商品；
(2)针对有条形码商品爬取商品信息：首先利用手机相机获取并识别条形码，然后根据得到的条形码从中国物品编码中心爬取商品的名称、规格、价格信息录入SQLite数据库；
(3)针对无条形码商品进行离线训练：首先利用手机相机获取n类无码商品的简单背景图像建立无码商品图像库，然后提取无码商品图像的特征向量，最后利用得到的特征向量训练分类器；
(4)针对无条形码商品进行在线识别：首先利用手机相机获取无条形码商品的简单背景图像，然后提取该图像的特征向量，最后将得到的特征向量输入训练好的分类器中，得到商品的识别结果，并将对应的商品信息录入SQLite数据库；
(5)利用SQLite数据库实现商品、财务信息管理，包括商品的入库、销售过程的数据记录，日销量和利润统计，以及库存上下限的设置。
优选的，无条形码商品简单背景图像的离线训练过程具体为：首先调用手机相机来获取n类无码商品的简单背景图像建立无码商品图像库；然后提取n类无码商品图像的SIFT特征，利用KMeans聚类算法对上述SIFT特征进行聚类，得到的所有样本的聚类中心即对应的视觉单词库，进而得到相对应的BoW模型，实现商品图像的向量描述；最后，利用得到的特征向量离线训练SVM分类器。
更优选的，所选择的SVM分类器为线性核SVM分类器，通过k折交叉验证确定其最佳RBF核参数后，每两类训练一个SVM分类器。
优选的，无条形码商品在线识别的具体过程为：首先提取商品图像的SIFT特征描述子；然后在训练过程中通过聚类得到的视觉单词库计算对应的BoW模型，实现商品图像的向量描述；最后将得到的商品图像描述向量带入到训练得到的SVM分类器中，通过投票得到该商品的编号、名称和规格信息。
有益效果：本发明通过将商品分为有条形码商品和无条形码商品，并分别使用条形码识别技术和图像处理技术完成商品信息的录入，对超市中所有商品信息的录入有着很重要的意义。本发明所采用的的轻量型数据库SQLite，使商品、财务管理简单化，同时，大大降低了进销存系统的硬件需求。
附图说明
图1为方法流程图；
图2为系统主界面；
图3为有条形码商品扫描界面；
图4为商品信息录入界面；
图5为简单背景商品图像获取界面；
图6为商品出售界面；
图7为数据库管理界面；
图8为商品信息实体E-R图；
图9为录入商品信息实体E-R图；
图10为售出商品信息E-R图；
图11为供应商信息E-R图。
具体实施方式
下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
理论基础：条形码识别、图像识别、SQLite数据库技术。条形码识别是进一步从中国物品编码中心爬取该商品信息的基础，在这里我们通过调用裁剪后的ZXing库来实现条形码的识别；图像识别第一步是提取有效的图像特征，在这里，我们通过提取图像的SIFT特征，并利用BoW模型得到对应的BoW特征向量实现商品描述，然后通过SVM分类器识别无码商品的信息；SQLite是一款开源的嵌入式关系型数据库，因此，在本发明中，我们是用SQLite数据库来实现商品信息的管理，以及财务管理。
基于上述理论，本发明提出一种Android平台下基于扫码和图像处理的进销存方法，通过扫码和图像处理来将商品信息录入SQLite数据库，针对有码商品，基于条形码识别实现信息录入，针对无码商品，基于图像处理实现信息录入，针对商品管理、财务管理，基于SQLite数据库的管理方法，具体包括如下步骤：
(1)将商品分为有条形码商品和无条形码商品；
(2)针对有条形码商品爬取商品信息：首先利用手机相机获取并识别条形码，然后根据得到的条形码从中国物品编码中心爬取商品的名称、规格、价格信息录入SQLite数据库；
(3)针对无条形码商品进行离线训练：首先利用手机相机获取n类无码商品的简单背景图像建立无码商品图像库，然后提取无码商品图像的特征向量，最后利用得到的特征向量训练分类器，具体为：首先调用手机相机来获取n类无码商品的简单背景图像建立无码商品图像库；然后提取n类无码商品图像的SIFT特征，利用KMeans聚类算法对上述SIFT特征进行聚类，得到的所有样本的聚类中心即对应的视觉单词库，进而得到相对应的BoW模型，实现商品图像的向量描述；最后，利用得到的特征向量离线训练SVM分类器。所选择的SVM分类器为线性核SVM分类器，通过k折交叉验证确定其最佳RBF核参数后，每两类训练一个SVM分类器。
(4)针对无条形码商品进行在线识别：首先利用手机相机获取无条形码商品的简单背景图像，然后提取该图像的特征向量，最后将得到的特征向量输入训练好的分类器中，得到商品的识别结果，并将对应的商品信息录入SQLite数据库，具体为：首先提取商品图像的SIFT特征描述子；然后在训练过程中通过聚类得到的视觉单词库计算对应的BoW模型，实现商品图像的向量描述；最后将得到的商品图像描述向量带入到训练得到的SVM分类器中，通过投票得到该商品的编号、名称和规格信息。
(5)利用SQLite数据库实现商品、财务信息管理，包括商品的入库、销售过程的数据记录，日销量和利润统计，以及库存上下限的设置。
基于上述方法建立了对应的操作系统，具体功能如下：
1分辨有条形码商品和无条形码商品
在使用本系统时，无论是在录入商品信息还是出售商品之前，我们都先分辨该商品上是否含有厂商提供的条形码。若商品自带条形码，则我们在图2所示的系统主界面中选择扫码录入商品或者扫码出售商品进入如图3所示的条形码扫码界面；若商品未自带厂商提供的条形码，则我们在图2所示的系统主界面中选择图像识别录入或图像识别出售进入如图5所示的图像商品图像拍摄界面。
2有条形码商品的录入
当手机界面进入如图3所示的条形码扫描界面后，将商品的条形码放置到对应的扫描区域。此时，内部程序调用经过我们为精简系统而裁剪后的ZXing条形码图像处理库来识别商品的条形码；然后，内部程序调用Jsoup这款HTML解析器从中国物品编码中心爬取该商品的名称、规格等信息。最后，在识别出商品条形码和爬取到商品的具体信息后，程序将跳转到图4所示的商品信息录入界面。
3无条形码商品的录入
3.1商品图像离线训练
由如图1所示的系统流程图可以看出，商品图像的离线训练过程主要由两个部分组成：用BoW来实现商品图像的描述和使用SVM分类器训练出分类器。在本系统中，我们选择n类常见的无条形码的商品，各取M幅图像，则在离线训练样本库中共有nM幅训练样本。
对于训练样本中的n类商品，首先通过BoW模型得到商品图像的描述，其中的核心是生成视觉单词库，具体过程：训练样本中共n类商品，每类商品M个训练样本，共计nM个训练样本，首先，对这些样本分别提取SIFT特征描述子；然后，利用KMeans聚类算法对上述SIFT特征进行聚类，所得到的所有样本的聚类中心即为对应的视觉单词库。当得到视觉单词库以后就可得到相对应的BoW模型，实现商品图像的描述。
通过以上步骤，我们将训练样本中的样本转换成对应的特征向量描述，然后再为每类商品图像训练其对应的SVM分类器，具体步骤如下：
核函数的选择，SVM分类器中常用的核函数有：线性核、径向基内核(Radial BasisFuction,RBF)、多项式核等，其中RBF核是应用比较广泛的核函数，但是特征向量维数特别大时，线性核一般表现出较好的性能，并且基于线性核的SVM分类器模型相对简单。本系统选择线性核SVM分类器。
参数的确定，通过交叉验证确定最佳参数C。本系统采用k折交叉验证，即将训练样本数据分成k个子集，每次验证时，其中一个子集为测试集，剩下的子集为训练集，这样重复k次，对k次交叉验证识别率结果求平均，确定最佳参数C。
核函数和参数确定后，对所有的训练样本进行SVM训练，得到最终的SVM分类器。对于训练样本中的n类商品，每两类训练一个SVM分类器，所有样本训练完成后，一共得到个1V1SVM分类器。
3.2商品图像在线识别
当手机界面跳转到如图5所示的商品信息获取界面。为提高商品种类的识别率，我们规定商家将无条形码商品放置在一块黑色背景的区域进行取图，然后采用离线训练所得的SVM分类器对采集到的图像进行识别，得出商品的编号、名称和规格等信息。
由图1所示的系统流程图可知：在识别过程中，对于待识别无条形码商品，首先提取得到商品图像的SIFT特征描述子；然后，根据训练过程中通过聚类得到的视觉单词库计算对应的BoW模型，从而实现物体描述；最后，将得到的商品图像描述向量带入到训练得到的SVM分类器中，通过投票得到该商品的编号、名称和规格等信息并在系统界面跳转至图4所示的商品信息录入界面时，将得到的信息写入对应的文本框。
4商品、财务信息管理
由于本系统针对小卖部、代销店等小型超市，其数据和信息量不是很大，从日常的操作和流程来看，主要实现商品信息的录入、出售和财务统计，在实现这几个主要功能的同时，需要一些提供操作的基本信息，即商品基本信息、供应商信息等；有了基本信息后就可以进行商品的录入，同时也可以进行销售，不过在进行这些买卖的过程中，有时需要对商品信息有一个及时准确的查询，那就要有商品的查询统计功能；出于对数据安全的考虑，还需要对数据库进行维护，即时对数据进行备份，遇到故障能对数据还原到最近一次备份。
基于上述系统功能分析，我们在SQLite数据库中分别建立了供应商信息表、商品信息表、录入商品信息表和售出商品信息表，它们的E-R图分别对应图11、图8、图9和图10。
(1)信息录入
当在如图3所示的有条形码商品扫描界面完成扫码获取到商品的编号、名称和规格等信息或者在如图5所示的简单背景无码商品图像获取界面识别得到商品的编号、名称等信息后，当前页面将跳转至如图4所示的商品信息录入界面，在此界面中，要求商家输入商品的各种信息，点击确认后，这些信息将分别录入到商品信息表、入库商品信息表和供应商表中，以备后续操作。
(2)入库商品
当完成一件商品的信息录入时，录入商品信息将会直接保存到录入商品信息表，此外，系统还会将当前时间作为其录入时间属性一并保存到录入商品信息表中，以便查询。
(3)出售商品
当完成扫码出售或者图像识别出售后，系统将会自动跳转至出售如图6所示的出售商品信息界面，在此界面输入商品数量将会直接反馈给商家总价信息。另外，如果消费者购买不止一类商品，则可以选择添加商品选项再次进入到出售商品扫描识别阶段。并且，在出售商品信息界面，系统将一并给出消费者本次的合计消费费用。
在后台，系统将会将本次出售商品的信息和当前时间更新到出售商品信息表中，此外，商品信息表中数据也需要做相应的更新。
(4)库存管理
当商品数量太多，造成商品积压，则会给商家带来损失，因此我们在商品信息录入界面可以设置最大库存，当商品信息表中该类商品的数量超过该阈值后，系统将会提出预警。同理，当商品数量太少，导致供不应求，同样会使商家利益受损，因此我们可以设置库存下限，当该类商品数量小于该下限时对商家提出预警。
(5)财务统计
在如图7所示的数据库管理系统界面选择财务统计信息时，系统会自动反馈给商家当日毛利润、纯利润，近一个月的毛利润、纯利润等财务信息。
(6)供应商信息
如图4，在商品信息录入界面中录入完成后，系统则会将供应商的信息添加进供应商信息表中。这样我们可以在如图7中的数据库管理界面中选中供应商信息按钮，则可查看供应商的具体信息，方便及时联系供应商。
(7)数据备份还原
在如图7所示的数据库管理界面中，提供数据库备份还原操作。选择数据备份后，商品信息表、入库商品信息表、出售商品信息表以及供应商信息表将备份到手机的外存，用以防止数据丢失。另外，如果手机出现故障导致数据丢失，此时选择还原数据操作，则系统会将从最近一次备份的数据得到还原。

Claims (4)

1.一种Android平台下基于扫码和图像处理的进销存方法，其特征在于，包括如下步骤：
(1)将商品分为有条形码商品和无条形码商品；
(2)针对有条形码商品爬取商品信息：首先利用手机相机获取并识别条形码，然后根据得到的条形码从中国物品编码中心爬取商品的名称、规格、价格信息录入SQLite数据库；
(3)针对无条形码商品进行离线训练：首先利用手机相机获取n类无码商品的简单背景图像建立无码商品图像库，然后提取无码商品图像的特征向量，最后利用得到的特征向量训练分类器；
(4)针对无条形码商品进行在线识别：首先利用手机相机获取无条形码商品的简单背景图像，然后提取该图像的特征向量，最后将得到的特征向量输入训练好的分类器中，得到商品的识别结果，并将对应的商品信息录入SQLite数据库；
(5)利用SQLite数据库实现商品、财务信息管理，包括商品的入库、销售过程的数据记录，日销量和利润统计，以及库存上下限的设置。
2.根据权利要求1所述的Android平台下基于扫码和图像处理的进销存方法，其特征在于，无条形码商品简单背景图像的离线训练过程具体为：首先利用手机相机获取n类无码商品的简单背景图像建立无码商品图像库，每类各取M幅；然后提取n类无码商品图像的SIFT特征，利用KMeans聚类算法对上述SIFT特征进行聚类得到的所有样本的聚类中心，即对应的视觉单词库，进而得到相对应的BoW模型，实现商品图像的向量描述；最后，利用得到的特征向量离线训练SVM分类器。
3.根据权利要求2所述的Android平台下基于扫码和图像处理的进销存方法，其特征在于，所选择的SVM分类器为线性核SVM分类器，通过k折交叉验证确定其最佳RBF核参数后，每两类训练一个SVM分类器。
4.根据权利要求2所述的Android平台下基于扫码和图像处理的进销存方法，其特征在于，无条形码商品在线识别的具体过程为：首先提取商品图像的SIFT特征描述子；然后在训练过程中通过聚类得到的视觉单词库计算对应的BoW模型，实现商品图像的向量描述；最后将得到的商品图像描述向量带入到训练得到的SVM分类器中，通过投票得到该商品的编号、名称和规格信息。
CN201710451533.5A 2017-06-15 2017-06-15 一种Android平台下基于扫码和图像处理的进销存方法 Pending CN107369063A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710451533.5A CN107369063A (zh) 2017-06-15 2017-06-15 一种Android平台下基于扫码和图像处理的进销存方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710451533.5A CN107369063A (zh) 2017-06-15 2017-06-15 一种Android平台下基于扫码和图像处理的进销存方法

Publications (1)

Publication Number Publication Date
CN107369063A true CN107369063A (zh) 2017-11-21

Family

ID=60305079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710451533.5A Pending CN107369063A (zh) 2017-06-15 2017-06-15 一种Android平台下基于扫码和图像处理的进销存方法

Country Status (1)

Country Link
CN (1) CN107369063A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256933A (zh) * 2018-01-15 2018-07-06 合肥盈云信息科技有限公司 基于拍照的快速开单方法
CN108400554A (zh) * 2018-02-28 2018-08-14 国网山东省电力公司滨州供电公司 利用无人机巡检架空输电线路的方法
CN108596137A (zh) * 2018-05-02 2018-09-28 济南浪潮高新科技投资发展有限公司 一种基于图像识别算法的商品扫描录入方法
CN108876266A (zh) * 2018-09-04 2018-11-23 郑州信大壹密科技有限公司 一种基于Android的固定资产管理系统
CN110119915A (zh) * 2018-02-06 2019-08-13 阿里巴巴集团控股有限公司 对象入库处理方法、装置和系统
CN110163625A (zh) * 2018-02-13 2019-08-23 北京京东尚科信息技术有限公司 物品信息处理方法、系统、装置和计算机可读存储介质
CN110211282A (zh) * 2019-05-23 2019-09-06 深兰科技（上海）有限公司 一种自动售货方法及贩卖机
CN110399869A (zh) * 2018-04-25 2019-11-01 西安艾润物联网技术服务有限责任公司 扫描方法及装置
CN112001228A (zh) * 2020-07-08 2020-11-27 上海品览数据科技有限公司 一种基于深度学习的视频监控仓库出入库计数系统及方法
CN112801578A (zh) * 2021-01-18 2021-05-14 哈尔滨工业大学 一种应用于个体商贩的商品出入库管理系统及方法
CN114817672A (zh) * 2022-06-07 2022-07-29 舟谱数据技术南京有限公司 利用商品名中的关键词实现归一的处理系统和处理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673378A (zh) * 2009-10-22 2010-03-17 谭宏源 一种商品零售管理系统及方法
CN103279738A (zh) * 2013-05-09 2013-09-04 上海交通大学 车标自动识别方法及系统
CN104036375B (zh) * 2014-05-15 2016-07-06 国家电网公司 基于条形码的物资动态跟踪的仓储数据处理系统及方法
CN105808757A (zh) * 2016-03-15 2016-07-27 浙江大学 基于多特征融合的bow模型的中草药植物图片检索方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101673378A (zh) * 2009-10-22 2010-03-17 谭宏源 一种商品零售管理系统及方法
CN103279738A (zh) * 2013-05-09 2013-09-04 上海交通大学 车标自动识别方法及系统
CN104036375B (zh) * 2014-05-15 2016-07-06 国家电网公司 基于条形码的物资动态跟踪的仓储数据处理系统及方法
CN105808757A (zh) * 2016-03-15 2016-07-27 浙江大学 基于多特征融合的bow模型的中草药植物图片检索方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256933A (zh) * 2018-01-15 2018-07-06 合肥盈云信息科技有限公司 基于拍照的快速开单方法
CN110119915A (zh) * 2018-02-06 2019-08-13 阿里巴巴集团控股有限公司 对象入库处理方法、装置和系统
CN110119915B (zh) * 2018-02-06 2023-10-13 阿里巴巴(中国)网络技术有限公司 对象入库处理方法、装置和系统
CN110163625A (zh) * 2018-02-13 2019-08-23 北京京东尚科信息技术有限公司 物品信息处理方法、系统、装置和计算机可读存储介质
CN108400554A (zh) * 2018-02-28 2018-08-14 国网山东省电力公司滨州供电公司 利用无人机巡检架空输电线路的方法
CN110399869A (zh) * 2018-04-25 2019-11-01 西安艾润物联网技术服务有限责任公司 扫描方法及装置
CN108596137A (zh) * 2018-05-02 2018-09-28 济南浪潮高新科技投资发展有限公司 一种基于图像识别算法的商品扫描录入方法
CN108876266A (zh) * 2018-09-04 2018-11-23 郑州信大壹密科技有限公司 一种基于Android的固定资产管理系统
CN110211282A (zh) * 2019-05-23 2019-09-06 深兰科技（上海）有限公司 一种自动售货方法及贩卖机
CN112001228A (zh) * 2020-07-08 2020-11-27 上海品览数据科技有限公司 一种基于深度学习的视频监控仓库出入库计数系统及方法
CN112801578A (zh) * 2021-01-18 2021-05-14 哈尔滨工业大学 一种应用于个体商贩的商品出入库管理系统及方法
CN114817672A (zh) * 2022-06-07 2022-07-29 舟谱数据技术南京有限公司 利用商品名中的关键词实现归一的处理系统和处理方法

Similar Documents

Publication Publication Date Title
CN107369063A (zh) 一种Android平台下基于扫码和图像处理的进销存方法
US11055557B2 (en) Automated extraction of product attributes from images
US11373106B2 (en) System and method for detecting friction in websites
CN109542916A (zh) 平台商品入驻方法、装置、计算机设备及存储介质
CN108665355A (zh) 金融产品推荐方法、装置、设备和计算机存储介质
CN102279851B (zh) 一种智能导航方法、装置和系统
US8217756B2 (en) Rule-based filtering and alerting
Kou et al. Multiple criteria linear programming approach to data mining: Models, algorithm designs and software development
CN102356393A (zh) 数据处理装置
CN110489457A (zh) 基于图像识别的商品信息分析方法、系统及存储介质
CN106203808A (zh) 企业信用风险评估方法和装置
CN110852785B (zh) 用户分级方法、装置及计算机可读存储介质
US20230004979A1 (en) Abnormal behavior detection method and apparatus, electronic device, and computer-readable storage medium
CN111260189A (zh) 一种风险控制方法、装置、计算机系统及可读存储介质
US20210117987A1 (en) Fraud estimation system, fraud estimation method and program
CN113469005A (zh) 一种银行回单的识别方法、相关装置及存储介质
CN117520343A (zh) 信息抽取的方法、服务器及存储介质
CN115563176A (zh) 一种电子商务数据处理系统及方法
CN110378725A (zh) 一种信息处理方法、终端和存储介质
CN109102041A (zh) 一种基于药品批号生成射频标签的方法、电子设备及存储介质
US11379929B2 (en) Advice engine
CN111177657A (zh) 需求方法、系统、电子设备及存储介质
US12113875B1 (en) Apparatus and method for data conversion
Felden et al. Web farming and data warehousing for energy tradefloors
KR102565201B1 (ko) 자연어 질의에 따라 투자 전략을 시뮬레이션하고 조건을 만족하는 투자자산을 자동 매매하는 투자 장치 및 이를 이용한 투자 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171121