人工智能赋码方法及系统
技术领域
本发明属于数码印刷技术领域,特别涉及一种采用传统有版印刷机及工艺(即非数码印刷工艺)、给每一件商品赋予一个具有唯一性的、可变码的印刷工艺及系统——人工智能赋码方法及系统。
背景技术
传统印刷机分为凸版、凹版、平版、孔版等四大类。由于传统印刷工艺必须使用印版来印刷图文,所以传统印刷属于有版印刷。由于其印刷图文是油墨从印版转移到承印物上的,因此,所印图文千篇一律、张张相同。
数码印刷机分为喷墨成形、激光成像、激光雕刻三大类。数码印刷机无须制版、全彩图像一次完成。所以数码印刷属于无版印刷。数码印刷可一张起印、张张不同。
二维码是用某种特定的几何图形、按一定规律在平面(二维方向上)分布的黑白相间的图形记录数据符号信息的方式;在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念,使用若干个与二进制相对应的几何形体来表示文字数值信息,通过图像输入设备或光电扫描设备自动解析识读以实现信息自动处理:它具有条码技术的一些共性:每种码制有其特定的字符集;每个字符占有一定的宽度;具有一定的校验功能等,同时还具有对不同行的信息自动识别功能、及处理图形旋转变化功能。
2010年06月17日,国家食品药品监督管理总局(SFDA)发布的《关于做好基本药物全品种电子监管工作的通知》规定:凡生产基本药物品种的中标企业,须在2011年3月31日前加入药品电子监管网,按规定做好赋码。中国药品电子监管码的编码规则是一物一码,长度为20位,由2位国别代码、1位类别代码、5位企业代码、5位药品代码、6位序列号、1位交验码构成。中国药品电子监管码突破了传统一类一码的机制,实现了政府监管、物流应用、商家结算、消费者查询的功能统一。消费者、商家、企业管理部门、政府监管部门等用户可以借助短信、电话、网络以及手机APP等专用终端查询出药品通用名、剂型、规格、出产企业、出产日期、出产批号、有效期等药品信息。
中国新版《食品安全法》已于2015年10月01日起正式实施。该法明确了国家须建立食品安全全程追溯制度。2017年04月01日,国家食品药品监督管理总局发布了《关于食品生产经营企业建立食品安全追溯体系的若干规定》,该规定要求:食品生产经营企业要建立食品安全追溯体系,客观、有效、真实地记录和保存食品质量安全信息,实现食品质量安全顺向可追踪、逆向可溯源、风险可管控、发生质量安全问题时产品可召回、原因可查清、责任可追究,切实落实质量安全主体责任,保障食品质量安全。具体实施时,就需要食品生产企业给每一件食品等商品赋予一个具有唯一性的商品编码——可变码,将商品编码等可变码作为追溯码来使用。
除了国家政策法规要求给商品赋码而外,商品在流通和售后服务过程中,也需要登记商品编码,例如:药店出售药品给患者时,药店就需要登记所出售药品的中国药品电子监管码(即商品编码),以便日后溯源、招回、追责。再例如:有些管理严格的超市在出售商品给消费者时,就要求登记所出售商品上的序列号等商品编码,以方便进行退换货管理、销售统计管理、物流管理、过期时限管理、维修服务管理等信息化管理。
现行企业用户都是将商品编码等可变码、按照现行编码规则与标准(多数以条码的形式)直接印刷到商品包装物上的,这一过程俗称赋码。例如中国专利申请“一种商品包装与标识可变信息在线赋码方法与识读方法(CN106886809A)”,该专利申请公开了一种商品可变信息在线赋码方法,其可变码喷印单元是架设在一种普通印刷机的上面的,在完成传统印刷的同时进行可变信息的在线赋码。因此,条码形式的可变码必须使用数码印刷机来印制。
印刷行业的一般生产技术人员都知道,数码印刷机设备投资大、印刷速度低、印刷成本高、质量不稳定。据统计,在商品包装物(例如药盒)上印刷一个可变码条码(例如中国药品电子监管码)的综合成本,目前约为1.5分(RMB)。这一成本对于数量特别大、印刷生产速度高、售价比较低的商品(例如牛奶/饮料等) 企业来说,是一笔巨大的成本支出,是难以承受的。
我国的食品、药品、香烟、日用品等已经赋码的商品,2016年已经超过3万亿件。据此推算,我国生产企业为此付出的商品赋码成本,约为500亿元人民币/年。
人工智能是计算机科学的一个分支,是一种新的能以人类智能相似的方式做出反应的智能机器技术,它包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大。
发明内容
本发明的目的之一:提供一种人工智能赋码方法——也可称为基于天然个性图案的二维码编印解析方法、或天然二维码应用方法,以避免使用数码印刷机来印刷商品编码等可变码,从而减少商品赋码设备投资、提高商品赋码速度、降低商品赋码成本、保证商品赋码质量。
本发明的目的之二:提供一种人工智能赋码系统——也可称为基于天然个性图案的二维码编印解析系统、或天然二维码系统。
本发明一种人工智能赋码方法的技术方案如下。
一种人工智能赋码方法,其特征在于,包括:
①印设个性特征图案——
生产制造时,在商品⑵上开设个性特征区⑶并在个性特征区⑶内印设(自然天成的且)肉眼可见的随机点或/和线或/和面(例如采用非数码印刷机进行印刷),从而在每一件商品⑵上形成至少一个、在预定数量内独有的(即没有两个一样的)、随机的个性特征图案⑷;
所述随机点或/和线,既可以是纸张等承印材料固有的随机纹理(亦称随机斑点),也可以是纸张等承印材料表面附设的随机墨迹或纤细物料;既可以是深单色的,也可以是深彩色的;既可以是小点、小片,也可以是小色块、小墨点;既可以是短线条,也可以是长线段;既可以是直线段,也可以是曲线段;还可以是各种几何形状、宽度小于1mm的字符片(例如印有微小字符的薄膜切片)等肉眼可见的点/线;根据印刷基本常识:肉眼可见的点/线极限直径/宽度不小于0.05mm;本发明所述肉眼可见的点/线的直径/宽度≥0.05mm;
②采集个性特征信息——
生产制造时,对商品⑵上的个性特征图案⑷进行拍摄采集(亦称扫描采集),以取得在预定数量内独有的、随机的个性特征图像⒇——即个性特征信息;或/和,将商品⑵上的个性特征图案⑷进行拍摄采集(亦称扫描采集),并将个性特征图案⑷或个性特征图像⒇按照预定规则解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸——即个性特征信息;这里所述的拍摄采集泛指获取图像或个性特征代码⑸等个性特征信息的各种技术手段,不限于拍照等现行信息采集方式;
③备存个性特征信息——
将拍摄采集到的个性特征图像⒇或/和解析出来的个性特征代码⑸等个性特征信息、备案存储(即未关联其它信息)在数据库⒃(包括离线存储介质)中;或者,给每一件商品⑵赋予至少一个、具有唯一性的商品编码⑴,但商品编码⑴没有印设在商品⑵上,而是与个性特征信息关联存储在预设的数据库⒃中(如实时在线的云端),可取的是,所述商品编码⑴至少被拆分为固定码段和可变码段等两段,且固定码段印在商品⑵上的个性特征区⑶内,可变码段没有印(实际是有版印刷机无法印)在商品⑵上,换言之,所述商品编码⑴没有完整地印在商品⑵上,只是局部码段印在商品⑵上;
④解析取用商品编码⑴——
用户需要使用商品编码⑴时,用客户端⑺扫描商品⑵上的个性特征区⑶及其个性特征图案⑷,客户端⑺将个性特征图案⑷按照预定规则解析出个性特征代码⑸,并将个性特征代码⑸作为所扫描商品⑵的商品编码⑴直接使用;例如当作追溯码、中国药品电子监管码、物流码以及产品序列号去使用,具体如、将同一包装单元内的多件商品⑵的个性特征代码⑸关联起来,用于收发货等管理;该方案可以是离线方案,用户获得个性特征代码⑸后,可另行与服务器端⑹进行数据交换以进行数据校验;
或者,将预设的数据库⒃通过通讯网(24)与服务器端⑹联网;用户需要使用商品编码⑴时,用客户端⑺扫描商品⑵上的个性特征区⑶及其内的个性特征图案⑷等标识,客户端⑺上传个性特征信息,服务器端⑹接收用户客户端⑺上传来的个性特征信息后、根据个性特征信息从预设的数据库⒃中、检索所关联的商品编码⑴并反馈给客户端⑺,供用户使用。该方案属于在线应用方案。这样替换的目的是:将非标结构的无序的个性特征代码⑸替换成标准结构的有序的商品编码⑴,以适应商品编码⑴的现行结构标准,不改变用户的现行商品⑵进销存数据管理等应用系统,尊重用户的商品编码⑴传统使用习惯。
上述商品编码⑴由于没有真正印刷到商品⑵上,仅仅是与商品⑵的个性特征信息关联记录在预设的数据库⒃中而已。因此可称之为虚拟赋码。换言之,本发明的商品编码⑴没有印在商品⑵实物上,而是绑定在商品⑵的个性特征信息上,记录在预设的数据库⒃中。
上述①②③④步骤所构成的具体技术方案,详见如下分解。
方案一:
①印设个性特征图案——
生产制造时,在商品⑵上开设个性特征区⑶并在个性特征区⑶内印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
②采集个性特征信息——
生产制造时,对商品⑵上的个性特征图案⑷进行拍摄采集,以取得在预定数量内独有的、随机的个性特征图像⒇;
③备存个性特征信息——
将拍摄采集到的个性特征图像⒇备案存储到预设的数据库⒃中,以备商品⑵质量跟踪等各种管理之用;
④解析取用商品编码⑴——
用户需要使用商品编码⑴时,用客户端⑺扫描商品⑵上的个性特征图案⑷,客户端⑺对个性特征图案⑷按照预定规则解析出个性特征代码⑸,并将个性特征代码⑸作为每一件商品⑵的商品编码⑴,继而根据该商品编码⑴开展有关应用。
方案二:
①印设个性特征图案——
生产制造时,在商品⑵上开设个性特征区⑶并在个性特征区⑶内印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
②采集个性特征信息——
生产制造时,对商品⑵上的个性特征图案⑷进行拍摄采集,以取得在预定数量内独有的、随机的个性特征图像⒇;
③备存个性特征信息——
将拍摄采集到的个性特征图像⒇作为个性特征信息备案存储到预设的数据库⒃中,给每一件商品⑵赋予至少一个、具有唯一性的商品编码⑴,但商品编码⑴没有印设在商品⑵上,而是与所述个性特征信息关联存储到预设的数据库⒃中;
④解析取用商品编码⑴——
用户需要使用商品编码⑴时,用客户端⑺扫描商品⑵上的个性特征图案⑷以获取个性特征图像⒇;根据个性特征图像⒇从预设的数据库⒃中检索所关联的商品编码⑴并反馈给客户端⑺,供用户开展有关应用。
方案三:
①印设个性特征图案——
生产制造时,在商品⑵上开设个性特征区⑶并在个性特征区⑶内印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
②采集个性特征信息——
生产制造时,对商品⑵上的个性特征图案⑷进行拍摄采集以获得个性特征图像⒇,并对个性特征图像⒇按照预定规则解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸;
③备存个性特征信息——
将解析出来的个性特征代码⑸作为个性特征信息备案存储到预设的数据库⒃中;给每一件商品⑵赋予至少一个、具有唯一性的商品编码⑴,但商品编码⑴没有印设在商品⑵上,而是与所述个性特征信息关联存储到预设的数据库⒃中;
④解析取用商品编码⑴——
用户需要使用商品编码⑴时,用客户端⑺扫描商品⑵上的个性特征图案⑷;对个性特征图案⑷按照预定规则解析出个性特征代码⑸作为个性特征信息;根据个性特征信息从预设的数据库⒃中检索所关联的商品编码⑴并反馈给客户端⑺,供用户开展有关应用。
方案四:
①印设个性特征图案——
生产制造时,在商品⑵上开设个性特征区⑶并在个性特征区⑶内印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
②采集个性特征信息——
生产制造时,对商品⑵上的个性特征图案⑷进行拍摄采集以获得个性特征图像⒇,并对个性特征图像⒇按照预定规则解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸;
③备存个性特征信息——
将解析出来的个性特征代码⑸作为个性特征信息备案存储到预设的数据库⒃中;将个性特征代码⑸作为所扫描商品⑵的商品编码⑴或者作为商品编码⑴的一部分,且与所述商品⑵的其它信息关联存储到预设的数据库⒃中;
④解析取用商品编码⑴——
用户需要使用商品编码⑴时,用客户端⑺扫描商品⑵上的个性特征图案⑷,对个性特征图案⑷按照预定规则解析出个性特征代码⑸,将个性特征代码⑸作为所扫描商品⑵的商品编码⑴,继而根据该商品编码⑴开展有关应用。
方案五:
①印设个性特征图案——
生产制造时,在商品⑵上开设个性特征区⑶并在个性特征区⑶内印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
②采集个性特征信息——
对商品⑵上的个性特征图案⑷进行拍摄采集,以取得在预定数量内独有的、随机的个性特征图像⒇;且对商品⑵上的个性特征图案⑷进行拍摄采集、以获得个性特征图像⒇,并对个性特征图像⒇按照预定规则解析出所扫描商品⑵的、在预定数量内独有的、随机的个性特征代码⑸;
③备存个性特征信息——
将拍摄采集到的个性特征图像⒇和解析出来的个性特征代码⑸作为个性特征信息备案存储到预设的数据库⒃中;给每一件商品⑵赋予至少一个、具有唯一性的商品编码⑴,但商品编码⑴没有印设在商品⑵上,而是与所述个性特征信息关联存储到预设的数据库⒃中;
④解析取用商品编码⑴——
用户需要使用商品编码⑴时,用客户端⑺扫描商品⑵上的个性特征图案⑷;对个性特征图案⑷按照预定规则解析出个性特征代码⑸,将个性特征图案⑷和个性特征代码⑸共同作为个性特征信息;根据个性特征信息从预设的数据库⒃中检索所关联的商品编码⑴并反馈给客户端⑺,供用户开展有关应用。
这样一来,消费者、经销商、市场监管部门、市场管理人员、产品追溯者、兑奖者等用户,用客户端⑺扫描商品⑵上的个性特征区⑶及其内的个性特征图案⑷等标识,就可调取商品编码⑴去开展有关应用。这样一来,所扫出的(准确地讲多数是从预设的数据库⒃中检索查询出来的)商品编码⑴就是符合现行编码结构与标准的追溯码、物流码、兑奖码、积分码、营销码等现行各种计算机应用系统可兼容使用的商品编码⑴。
如上所述,基于每一件商品⑵上的个性特征图案⑷均可解析出一些个性特征代码⑸,为了保证该个性特征代码⑸的唯一性,避免与同一组内的其它商品⑵的个性特征代码⑸重号,实践中需要尽量增加个性特征图案⑷的面积和复杂性及随机性。这样一来,所解析出来的一些个性特征代码⑸的位数就会非常地冗长、不具有顺序性、不具有标准结构、不具有直观性、不便于人工输入、不便于人工订正纠错、不便于消费者识读、不便于抄写记录、不便于存储、不符合现行编码规则与标准。并且受扫描角度、光线强度、扫描手机像素等因素的影响,易导致同一件商品⑵先后多次扫描解析出来的个性特征代码⑸不一致。这些缺点导致个性特征代码⑸在生产与流通及营销管理中难以直接当作商品编码⑴去使用。所以,本发明在云端﹝本文件中所述云端包括服务器端⑹或非服务器端⑹的网络的一部分﹞给商品⑵赋予了与之对应的符合追溯码等现行编码规则与结构标准的商品编码⑴,并将长度短小、结构标准、便于使用、多次扫描检索结果绝对一致的商品编码⑴反馈给用户,从而克服了个性特征代码⑸的上述诸多缺点。
中国标准出版社2002年4月出版的《数码防伪技术》(书号9787506626910)一书,介绍了一种现行商品编码⑴的编码规则与结构标准:商品编码⑴结构=行业编码+地区编码+企业编码+产品编号+产品序列号+随机码+区域控制码。由此可见,常用的商品编码⑴由固定码段和可变码段等两部分组成,其中、行业编码+地区编码+企业编码+产品编号+区域控制码等码段为固定码段,产品序列号+随机码等码段为可变码段,其长度短小、结构标准、约定俗成、一目了然、易于使用。
可取的是,所述人工智能赋码方法,至少包括下列特征之一。
①在所述个性特征区⑶内,采用有版印刷工艺或喷涂工艺印设自然天成的随机点或/和线或/和面、以形成个性特征图案⑷,干燥固化所形成的个性特征图案⑷、以使之稳定不变;这里所述的随机点或/和线/或/和面,无须数码印刷机来印刷,可采用有版印刷机、喷涂(也称喷洒)机、撒粉机、植绒机、纤维印刷机、喷粉机等各种传统设备与工艺,以自然天成(即非人的意志所致)的方法来印设,具体印设方法参见本发明实施例。
②所述预定数量为n件、商品⑵被划分成每n件一组,其中0.01万≤n≤10万、或10万≤n≤100万、或100万≤n≤1000万、或1000万≤n≤10000万;
每一组商品⑵被赋予至少一个具有唯一性的组号⑼;将商品编码⑴中的固定码段作为组号⑼、并印刷(最好采用有版印刷工艺)在个性特征区⑶内;存储在服务器端⑹的、同一组商品⑵的、个性特征图像⒇或个性特征代码⑸等个性特征信息,被赋予其相应的组号⑼——固定码段。
上一步骤的目的是为了适应传统有版印刷工艺,同时兼顾个性特征图像⒇和个性特征代码⑸等个性特征信息需要具有唯一性和快速检索性的要求。所以,每一组商品⑵的数量n既不能太大,也不能太小。若n太大,则难以保证组内个性特征图像⒇等个性特征信息的唯一性且检索速度慢,若n太小,则需频繁更换组号⑼印版,易导致生产成本上升、生产效率降低。从编码结构角度来看,所述组号⑼属于同一组内商品编码⑴中的固定(不变的)码段,也正因为它是固定码段,所以才可以采用有版印刷工艺来印刷实现。
③所述个性特征区⑶内具有随机分布的有色纤维⒀,该有色纤维⒀的随机分布图案构成每一件商品⑵的个性特征图案⑷的至少一部分;
或者,所述个性特征区⑶内墨点或/和线或/和面的边沿自然天成有随机锯齿⒁,该锯齿⒁组成每一件商品⑵的个性特征图案⑷的至少一部分;
或者,所述个性特征区⑶内,自然天成有随机纹理⒂,该随机纹理⒂构成每一件商品⑵的个性特征图案⑷的至少一部分;
或者,所述个性特征区⑶内,自然天成有雪/冰花,该雪/冰花形成每一件商品⑵的个性特征图案⑷的至少一部分。
④所述个性特征图案⑷上,印刷有符合预定规则的图像转码坐标⑽或/和特征单元转码格⑾,即在采集个性特征信息过程中,按照预定规则、基于个性特征图案⑷的图像转码坐标⑽或/和特征单元转码格⑾解析出个性特征代码⑸,在解析取用商品编码⑴过程中,基于按照预定规则、基于个性特征图像⒇的图像转码坐标⑽或/和特征单元转码格⑾解析出个性特征代码⑸;或者,所述个性特征图像⒇采用虚拟图码转换坐标⑽或/和特征单元转码格⑾解析出个性特征代码⑸,即在采集个性特征信息过程中,对所述个性特征图像⒇赋予虚拟的图码转换坐标⑽或/和特征单元转码格⑾,并按照预定规则、基于个性特征图像⒇及虚拟的图像转码坐标⑽或/和特征单元转码格⑾解析出个性特征代码⑸,在解析取用商品编码⑴过程中,对所述个性特征图像⒇赋予虚拟的图码转换坐标⑽或/和特征单元转码格⑾,按照预定规则、对基于个性特征图案⑷获得的个性特征图像⒇及虚拟的图像转码坐标⑽或/和特征单元转码格⑾解析出个性特征代码⑸。
⑤所述个性特征图案⑷上印刷有X个特征单元转码格⑾;按照预定规则将特征单元转码格⑾内特征单元的个性特征分别用不同的字符表示,以将个性特征图像⒇按照预定规则解析成相应的个性特征代码⑸,即在采集个性特征信息过程中或/和在解析取用商品编码⑴过程中,在按照预定规则、基于个性特征图像⒇的特征单元转码格⑾解析出个性特征代码⑸时,将特征单元转码格⑾内特征单元的不同个性特征分别用不同的字符表示,以将个性特征图像⒇按照预定规则解析成相应的一串串的个性特征代码⑸。
⑥所述商品编码⑴的码长与其对应的个性特征代码⑸的码长之比≤0.5、或≤0.3、或≤0.1、或≤0.01。即在采集个性特征信息过程,对个性特征图像⒇按照预定规则解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸时,在备存个性特征信息,给每一件商品⑵赋予商品编码⑴时,使所述商品编码⑴的码长与其对应的个性特征代码⑸的码长之比≤0.5、或≤0.3、或≤0.1、或≤0.01。
⑦按照流水线上商品⑵的真实生产顺序、将商品编码⑴与商品⑵的个性特征代码⑸或个性特征图像⒇关联结合、对应存储,即备存个性特征信息过程中,按照流水线上商品⑵的真实生产顺序确定每件商品⑵的商品编码⑴。
⑧所述个性特征区⑶内,印设有定位图形或/和位置探测图形⒆。
⑨所述个性特征区⑶内或其边缘印刷有刻度标尺(22),以便解析软件依据刻度标尺(22)在个性特征图像⒇上生成网格线和特征单元转码格⑾。
⑩所述的个性化特征图案⑷包括随机分布的变色斑点(21) 所组成的图案。
⑪基于所述同一个个性特征图案⑷,按照多个预定规则(例如不同解析精度/不同采样位置)分别解析出多个不同的个性特征代码⑸;多个不同的个性特征代码⑸与同一个商品编码⑴关联起来存储到预设的数据库⒃中;这样一来,就可尽量避免重号。当然,用户扫码时,只要能够解析出多个中的一个正确个性特征代码⑸,就可将其对应的商品编码⑴反馈给用户。即在采集个性特征信息过程中,对同一个个性特征图案⑷,按照多个预定规则(例如不同解析精度/不同采样位置)分别解析出多个不同的个性特征代码⑸,并将多个不同的个性特征代码⑸均作为个性特征信息;在备存个性特征信息中,将多个不同的个性特征代码⑸作为个性特征信息与同一个商品编码⑴关联起来存储到预设的数据库⒃中。
⑫基于所述同一个个性特征图像⒇,按照多种不同的预定规则分别解析出多个个性特征代码⑸;依据多个个性特征代码⑸检索出同一个商品编码⑴后,将该商品编码⑴反馈给客户端⑺;这样一来,也可降低扫码误读率,提高扫码获取商品编码⑴的准确率。即在采集个性特征信息过程中,对同一个个性特征图案⑷按照多个预定规则分别解析出多个不同的个性特征代码⑸,并将多个不同的个性特征代码⑸均作为个性特征信息时,在解析取用商品编码⑴过程中,扫描商品⑵上的个性特征图案⑷获得同一个个性特征图像⒇后,按照多种不同的预定规则分别解析出多个个性特征代码⑸,并将多个个性特征代码⑸作为个性特征信息;然后,根据作为个性特征信息的多个个性特征代码⑸分别从预设的数据库⒃中检索出商品编码⑴,在获得的多个商品编码⑴,将相同的商品编码⑴作为基准商品编码⑴进行反馈。
⑬在同一件商品⑵上的同一个个性特征区⑶内设有多个个性特征图案⑷;分别解析出多个个性特征代码⑸;多个个性特征代码⑸被赋予同一个商品编码⑴;依据多个个性特征代码⑸检索出的多个商品编码⑴中,有多数的同一个商品编码⑴时,将其反馈给客户端⑺。即印设个性特征图案中,在每一件商品⑵上的同一个个性特征区⑶内形成多个个性特征图案⑷;在采集个性特征信息过程中,获得多个个性特征图像⒇,并对多个个性特征图像⒇分别按照预定规则解析出个性特征代码⑸,多个个性特征代码⑸均作为个性特征信息;在备存个性特征信息过程中,将赋予的商品编码⑴分别与作为个性特征信息的多个个性特征代码⑸关联存储到预设的数据库⒃中;在解析取用商品编码⑴过程中,扫描商品⑵上的多个性特征图案⑷获得多个个性特征图像⒇后,按照预定规则分别解析出多个个性特征代码⑸,并将多个个性特征代码⑸作为个性特征信息;然后,根据作为个性特征信息的多个个性特征代码⑸分别从预设的数据库⒃中检索出商品编码⑴,在获得的多个商品编码⑴,将相同的商品编码⑴作为基准商品编码⑴进行反馈。
⑭对所述同一个个性特征图像⒇赋予不同大小的虚拟的特征单元转码格⑾,按照预定规则解析出多个临界的个性特征代码⑸;赋予多个临界的个性特征代码⑸同一个商品编码⑴;依据多个临界的个性特征代码⑸中的任何一个检索出商品编码⑴后,将其反馈给客户端⑺。即在采集个性特征信息过程中,对商品⑵上的个性特征图案⑷进行拍摄采集、获得个性特征图像⒇后,对所述同一个个性特征图像⒇赋予不同宽度的虚拟的网络线,分别基于该不同的、虚拟的网络线按照预定规则解析出多个临界的个性特征代码⑸;在备存个性特征信息过程中,赋予多个临界的个性特征代码⑸同一个商品编码⑴;在解析取用商品编码⑴过程中,扫描商品⑵上的个性特征图案⑷时,针对个性特征图案⑷赋予相应宽度的、虚拟的网络线,并基于虚拟的网络线按照预定规则解析出至少一个临界的个性特征代码⑸作为个性特征信息,并根据该个性特征信息从预设的数据库⒃中检索所关联的商品编码⑴。
⑮所述商品⑵上的个性特征区⑶内设有商品条码⒅,扫描商品⑵上的个性特征图案⑷,按照预定规则解析出所扫描商品⑵的个性特征代码⑸;依据个性特征代码⑸在预设的数据库⒃中检索出对应的商品编码⑴。该技术方案中,在采集个性特征信息过程及在解析取用商品编码⑴过程中,基于个性特征图像⒇或个性特征图案⑷解析出的个性特征代码⑸中均包括基于商品条码⒅获得数据。
⑯在采用某一解析精度对个性特征图像⒇解析并发现个性特征代码⑸重号时,则启用另一预定规则对个性特征图像⒇进行更高解析精度的解析,并将所解析出来的另一个个性特征代码⑸作为校验码备存到预设的数据库⒃中。即采集个性特征信息过程中,对个性特征图像⒇按一种预定规则解析获得一个个性特征代码⑸;在备存个性特征信息过程中,还包括检测个性特征代码⑸是否重号的步骤,如果检测到个性特征代码⑸重号,返回到采集个性特征信息过程,再对个性特征图像⒇按另一种预定规则解析获得另一个个性特征代码⑸,并将该另一个个性特征代码⑸备存到预设的数据库⒃中,作为与第一个个性特征代码⑸对应的检验码;在解析取用商品编码⑴过程中,获得第一个个性特征代码⑸后,根据第一个个性特征代码⑸的个性特征信息从预设的数据库⒃中检索所关联的商品编码⑴时,可以将第二个个性特征代码⑸一并检索出来,并根据需要进行反馈。
这样一来,就可按照上述多种预定规则处理流程来扫码使用。
⑰在所述客户端⑺扫描解析包括组号⑼的个性特征区⑶并解析出组号⑼时,发出声/光提示、以告知用户扫描成功;并保留扫描获取的个性特征图像⒇。这样设置的优点是,即便是网速较慢,客户端⑺尚未从服务器端⑹收到反馈的商品编码⑴,也不影响扫描体验;只要客户端⑺在稍后的时间里从服务器端⑹收到了反馈的商品编码⑴,用户也是可以接受的。即在解析取用商品编码⑴过程中,客户端⑺扫描商品⑵上的个性特征图案⑷并按照预定规则解析出个性特征代码⑸后,还包括判断个性特征代码⑸是否包括组号⑼步骤,如果判断结果是肯定的,则触发客户端⑺的声/光装置,发出声光提示。可以理解,为了能够判断是否包括组号⑼,客户端⑺可以根据个性特征代码⑸字段特点、字段长度及字段特性进行判断,也可以内置组号⑼的列表,以通过将个性特征代码⑸整体或至少一部分字段与列表中组号⑼对比,判断是否包括组号⑼。
⑱采集个性特征信息并出现同一组号⑼内的在后个性特征代码⑸与另一个在先个性特征代码⑸重号时,将该(在先或/和在后)个性特征代码⑸所对应的个性特征图像⒇补充到预设的数据库⒃中,以备用户解析取用商品编码⑴时作为区别特征信息使用。即在备存个性特征信息过程中,还包括检测个性特征代码⑸是否重号的步骤,如果检测到个性特征代码⑸重号,则将采集个性特征信息过程中获得的个性特征图像⒇备存到预设的数据库⒃中,且与该个性特征代码⑸关联;在解析取用商品编码⑴过程中,根据作为个性特征信息的个性特征代码⑸从预设的数据库⒃中检索所关联的商品编码⑴时,可以将与该个性特征代码⑸关联的个性特征图像⒇一并检索出来,作为区别特征信息进行交互。
⑲所述客户端⑺为智能手机或安装有执行预定规则解析软件的智能手机或其它终端设备。
⑳所述商品编码⑴中的固定码段也没有印设在商品⑵上。
本发明所述的特征单元转码格⑾,是用来将特征单元的个性特征转换成代码信息的标记。特征单元转码格⑾最好是方格,当然也可是其它任何适宜的形状,例如圆形、矩形、三角形、蜂窝形等。个性特征区⑶内特征单元转码格⑾的数量以及单个特征单元转码格⑾的面积大小,均会影响个性特征代码⑸的唯一性。个性特征区⑶内的特征单元转码格⑾面积越小、数量越多、解析精度就越高,就越能够避免个性特征代码⑸出现重号。为了便于将消费者拥有的现行主流智能手机当作客户端⑺来使用,特征单元转码格⑾的最小尺寸可以适用于智能手机拍照镜头分辨率。研究显示:镜头分辨率大于800万像素的智能手机,才能够清楚地拍摄采集到面积大于0.05mm×0.05mm以上的特征单元,换言之,特征单元转码格⑾的面积s必须大于等于0.05mm×0.05mm。再换言之,为了适应现行镜头分辨率大于800万像素的智能手机,本发明中预定规则的最高解析精度可以为:s=0.05mm×0.05mm。
可取的是,所述的人工智能赋码方法,其特征在于至少包括下列之一。
①为了最大限度避免重号出现,保证个性特征代码⑸的唯一性,所述预定数量为n件,所述个性特征图案⑷或个性特征图像⒇被划分为X个特征单元转码格⑾,所述每一组商品⑵的预定数量n≤2x/100000;
或者,所述每一组商品⑵的预定数量n≤2x/1000000;
或者,所述每一组商品⑵的预定数量n≤2x/10000000;
或者,所述同一组号⑼内个性特征代码⑸的重号率小于十万分之一。
这是因为本发明的个性特征代码⑸取自于个性特征图案⑷,而个性特征图案⑷是自然天成的,难免会出现两张相似甚至相同的图案。这就导致也难免出现两个相同的个性特征代码⑸,即难免出现重号。为避免这一问题导致严重后果,可尽量减小同一组号⑼的商品⑵的分配数量,或尽量扩大个性特征图案⑷的面积及复杂性,或尽量增加特征单元转码格⑾的数量,或尽量减小每个特征单元转码格⑾的面积。当然,这些措施最好能够综合应用。上述公式给出了每一组的预定数量n与特征单元转码格⑾数量X之间的设置原则与函数关系。
②所述个性特征图案⑷或个性特征图像⒇被划分为X个特征单元转码格⑾,X≥15或30或60或120或240或480或960或1500或3000个;X个特征单元转码格⑾最好排列成网格状。根据排版和美观的需要,X个特征单元转码格⑾也可排列组合成各种适宜的几何形状(例如圆形、方形、菱形、五角星形、梅花形等,如图24为本发明实施例的一种方形模版,图25为本发明实施例的一种中空方形模版,图26为本发明实施例的一种圆形模版,图27为本发明实施例的一种中空圆形模版,图28为本发明实施例的一种五角星形模版,图29为本发明实施例的一种六边形模版,图30为本发明实施例的一种十字形模版,图31为本发明实施例的一种圆环形模版,图32为本发明实施例的一种下部中空方形模版,图33为本发明实施例的一种左上角留空方形模版,图34为本发明实施例一中的一种中空方形模版)的模版,并给每一种几何形状的模版赋予一个具有唯一性的模版号(23)。
③所述特征单元转码格⑾的面积为s(mm2),0.05×0.05≤s≤2×2、或0.05×0.05≤s≤1.5×1.5、或0.05×0.05≤s≤1×1、或0.05×0.05≤s≤0.5×0.5、或0.05×0.05≤s≤0.25×0.25、或0.05×0.05≤s≤0.1×0.1。这里之所以选择下限0.05×0.05mm2,是基于现行主流智能手机摄像头的辨分辨率(大于800万像素)而设定的。本发明就具有广泛应用性的关键点在于:现行智能手机是广大消费者用户已有的现成工具,只有将特征单元转码格⑾的面积下限设为0.05×0.05mm2并以现行主流智能手机摄像头的分辨率(大于800万像素)为下限,建立一套印刷与解析技术标准,本发明才具有广大消费者用户可参与的广泛应用性。
④所述组号⑼包括有关商品⑵信息的链接网址;或者,所述组号⑼选用微信小程序二维码。
⑤用客户端⑺扫描商品⑵上个性特征区⑶内的组号⑼和个性特征图案⑷,客户端⑺对组号⑼和个性特征图案⑷按照预定规则解析出组号⑼的数据和个性特征代码⑸。
⑥所述肉眼可见的点/线的直径/宽度≥0.05mm。
⑦所述商品编码⑴被拆分为固定码段和可变码段,且固定码段可以印在商品⑵上的个性特征区⑶内,可变码段没有印在商品⑵上。
⑧所述商品编码⑴没有完整地印在商品⑵上,只是局部码段印在商品⑵上。
⑨干燥固化所述个性特征图案⑷、以使之稳定不变。
⑩所述X个特征单元转码格⑾排列成网格状。
⑪所述个性特征区⑶内,印设有特征单元转码格⑾的模版号(23),以供客户端⑺扫描解析时调用相应模版的特征单元转码格⑾来解析个性特征代码⑸。这样一来,具体应用时,就可根据预定数量n的不同大小以及个性特征区⑶的不同大小、去选用不同规格的特征单元转码格⑾模版。可取的是,所述模版号(23)包含在组号⑼内,换言之模版号(23)可以是组号⑼中的一个码段。
⑫将同一包装单元内的多件商品⑵的个性特征代码⑸或/和商品编码⑴关联起来;例如:将同一包装箱内的多件商品⑵的个性特征代码⑸与箱码关联在一起、存储到现行溯源查询平台。
⑬所述个性特征区⑶的面积最好为8mm×8mm~48mm×48mm。这是因为,如果面积太小则易造成个性特征图案⑷的唯一性不够强,继而易造成个性特征代码⑸重号,如果面积太大则很多商品⑵包装物上没有足够大的空间。
⑭模版号(23)是组号⑼中的局部码段。
本发明一种人工智能赋码系统的技术方案如下。
在提供上述人工智能赋码方法的同时,本发明提供了一种人工智能赋码系统,包括:
➀个性特征图案印刷设备,用于在商品⑵上开设个性特征区⑶并印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
➁个性特征信息采集装置,用于对商品⑵上的个性特征图案⑷进行拍摄采集,以取得在预定数量内独有的、随机的个性特征图像⒇;
➂解析软件可读存储器,用于存储预定规则的解析软件,该解析软件被处理器执行时,基于个性特征图像⒇解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸;
➃用户客户端⑺,包括扫描装置和解析装置;扫描装置用于扫描商品⑵上的个性特征图案⑷;解析装置,用于对扫描的个性特征图案⑷进行解析获取个性特征代码⑸,并将个性特征图案⑷和个性特征代码⑸作为个性特征信息上传给服务器端⑹;
➄服务器端⑹,包括数据存储器、通讯模块和检索装置;数据存储器,用于备案存储个性特征图像⒇和基于个性特征图像⒇解析出来的个性特征代码⑸,并将每一件商品⑵的至少一个、具有唯一性的商品编码⑴与作为个性特征信息的个性特征图像⒇和解析出来的个性特征代码⑸进行关联存储;通讯模块用于和客户端⑺进行通讯,以接收客户端⑺上传的个性特征信息;检索装置用于在通讯模块接收到个性特征信息时,基于个性特征信息的至少一部分在数据存储器中检索商品编码⑴,并通过通讯模块将检索到的商品编码⑴发送给客户端⑺。
一种人工智能赋码系统,包括:
➀个性特征图案印刷设备,用于在商品⑵上开设个性特征区⑶并印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
➁个性特征信息采集装置,用于对商品⑵上的个性特征图案⑷进行拍摄采集,以取得在预定数量内独有的、随机的个性特征图像⒇;
➂解析软件可读存储器,用于存储预定规则的解析软件,该解析软件被处理器执行时,基于个性特征图像⒇解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸;
➃用户客户端⑺,包括扫描装置和解析装置;扫描装置用于扫描商品⑵上的个性特征图案⑷;解析装置,用于对扫描的个性特征图案⑷进行解析获取个性特征代码⑸,并将个性特征代码⑸作为个性特征信息上传给服务器端⑹;
➄ 服务器端⑹,包括数据存储器、通讯模块和检索装置;数据存储器,用于备案存储个性特征代码⑸,并将每一件商品⑵的至少一个、具有唯一性的商品编码⑴与作为个性特征信息的个性特征代码⑸进行关联存储;通讯模块用于和客户端⑺进行通讯,以接收客户端⑺上传的信息或向客户端⑺发送信息;检索装置用于在通讯模块接收到个性特征信息时,基于个性特征信息在数据存储器中检索商品编码⑴,并通过通讯模块将检索到的商品编码⑴发送给客户端⑺。
一种人工智能赋码系统,包括:
➀个性特征图案印刷设备,用于在商品⑵上开设个性特征区⑶并印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
➁个性特征信息采集装置,用于对商品⑵上的个性特征图案⑷进行拍摄采集,以取得在预定数量内独有的、随机的个性特征图像⒇;
➂用户客户端⑺,包括扫描装置;扫描装置用于扫描商品⑵上的个性特征图案⑷,并将个性特征图案⑷作为个性特征信息上传给服务器端⑹;
➃服务器端⑹,包括数据存储器、通讯模块和检索装置;数据存储器,用于备案存储个性特征代码⑸,并将每一件商品⑵的至少一个、具有唯一性的商品编码⑴与作为个性特征信息的个性特征图案⑷进行关联存储;通讯模块用于和客户端⑺进行通讯,以接收客户端⑺上传的信息或向客户端⑺发送信息;检索装置用于在通讯模块接收到个性特征信息时,基于个性特征信息在数据存储器中检索商品编码⑴,并通过通讯模块将检索到的商品编码⑴发送给客户端⑺。
一种人工智能赋码系统,包括:
➀个性特征图案印刷设备,用于在商品⑵上开设个性特征区⑶并印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
➁个性特征信息采集装置,用于对商品⑵上的个性特征图案⑷进行拍摄采集,以取得在预定数量内独有的、随机的个性特征图像⒇;
➂解析软件可读存储器,用于存储预定规则的解析软件,该解析软件被处理器执行时,基于个性特征图像⒇解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸;
➃用户客户端⑺,包括扫描装置和解析装置;扫描装置用于扫描商品⑵上的个性特征图案⑷;解析装置,用于对扫描的个性特征图案⑷进行解析获取个性特征代码⑸,并将个性特征代码⑸作为个性特征信息上传给服务器端⑹;
➄服务器端⑹,包括数据存储器、通讯模块和检索装置;数据存储器,用于备案存储个性特征图像⒇,并将每一件商品⑵的至少一个、具有唯一性的商品编码⑴与作为个性特征信息的个性特征图像⒇进行关联存储;通讯模块用于和客户端⑺进行通讯,以接收客户端⑺上传的信息或向客户端⑺发送信息;检索装置用于在通讯模块接收到个性特征信息时,基于个性特征信息在数据存储器中检索商品的相关信息,并通过通讯模块将检索到的商品的相关信息发送给客户端⑺。
所述的人工智能赋码系统,进一步的、包括解析装置的技术方案中,解析装置不限于位于用户客户端,也可以位于服务器端⑹,在服务器端⑹接收到用户端⑺上传的个性特征图案⑷后,由位于服务器端⑹的解析装置对个性特征图案⑷解析获得个性特征代码⑸,或者位于网络的相关节点,解析装置在网络的相关节点对个性特征图案⑷解析获得个性特征代码⑸后,再通过网络传送给服务器端⑹。对扫描的个性特征图案⑷进行解析获取个性特征代码⑸包括直接对个性特征图案⑷按预定规则进行解析的情形,也包括基于个性特征图案⑷获得个性特征图像⒇,针对个性特征图像⒇按预定规则进行解析的情形。
所述的人工智能赋码系统,至少进一步具有以下特征之一。
①所述个性特征图案印刷设备印设包括图码转换坐标⑽或/和特征单元转码格⑾的个性特征图案⑷;所述解析软件被处理器执行时,基于个性特征图案⑷或扫描的个性特征图像⒇上的图码转换坐标⑽或/和特征单元转码格⑾解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸;所述解析装置对扫描的个性特征图案⑷进行解析时,根据个性特征图案⑷或扫描获得的个性特征图像⒇上的图码转换坐标⑽或/和特征单元转码格⑾获取个性特征代码⑸。
②所述个性特征图案印刷设备印设包括特征单元转码格⑾的个性特征图案⑷;所述解析软件被处理器执行时,基于个性特征图像⒇上的特征单元转码格⑾解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸时,特征单元转码格⑾内特征单元的不同个性特征分别用不同字符表示;所述解析装置对扫描的个性特征图案⑷进行解析时,根据特征单元转码格⑾获取个性特征代码⑸,特征单元转码格⑾内特征单元的不同个性特征分别用不同字符表示。
所述的人工智能赋码系统,进一步可选用以下特征之一。
①所述解析软件被处理器执行时,基于个性特征图像⒇和预定的多种解析规则,进行多次解析,解析出每一件商品⑵的、在预定数量内独有的、随机的多个个性特征代码⑸;所述解析装置对扫描获取的个性特征图案⑷进行解析时,根据个性特征图像⒇和预定的多种解析规则获取多个性特征代码⑸;所述检索装置用于在通讯模块接收到多个个性特征信息时,基于多个个性特征信息在数据存储器中检索多个商品编码⑴,并对多个商品编码⑴进行对比,获得重复的商品编码⑴,并通过通讯模块将重复的商品编码⑴发送给客户端⑺。
②所述检索装置用于在通讯模块接收到多个个性特征信息时,基于多个个性特征信息在数据存储器中检索多个商品编码⑴,并对多个商品编码⑴进行对比,获得重复的商品编码⑴,并通过通讯模块将重复的商品编码⑴发送给客户端⑺。
③所述解析软件被处理器执行时,对同一个个性特征图像⒇赋予不同宽度的网络线,基于个性特征图像⒇及不同宽度的网络线解析出每一件商品⑵的、在预定数量内独有的、随机的多个个性特征代码⑸;所述解析装置对扫描获取的个性特征图案⑷进行解析时,对同一个个性特征图像⒇赋予不同宽度的网络线,基于个性特征图像⒇及不同宽度的网络线解析出每一件商品⑵的、在预定数量内独有的、随机的多个个性特征代码⑸;所述检索装置用于在通讯模块接收到多个个性特征信息时,基于多个个性特征信息在数据存储器中检索多个商品编码⑴,并对多个商品编码⑴进行对比,获得重复的商品编码⑴,并通过通讯模块将重复的商品编码⑴发送给客户端⑺。
本发明所述商品编码⑴,泛指每一件商品⑵具有的仅属于它的唯一性的编码,即俗称的一物一码的商品编码⑴。它可以是阿拉伯数字、也可以是字母、也可是数字与字母等字符混合编排的编码、还可以是自然顺序码。例如:商品序列号、缀有随机字符的自然顺序码、包含组号⑼及序列号的链接网址等。按用途分类,它可以是追溯码、物流码、防伪数码、精确到秒级的生产日期、兑奖码、积分码、营销码、中国药品电子监管码等数码。可参见中国标准出版社2002年4月出版的《数码防伪技术》一书(书号9787506626910),书中介绍了一种现行常用商品编码⑴的编码规则与标准:商品编码⑴结构=行业编码+地区编码+企业编码+产品编号+产品序列号+随机码+区域控制码;其中、行业编码+地区编码+企业编码+产品编号+区域控制码等码段为固定码段,产品序列号+随机码等码段为可变码段。
本发明所述个性特征代码⑸、是按照预定规则将随机的个性特征图案⑷的主要个性特征提取出来、转换而成的一组(或多组或多串)代码。代码还原成图像后将会有一定的失真。例如图1中的组号(9)和个性特征图案⑷,按照某预定规则转换而成的组号(9)和个性特征代码⑸为代码:20108/101000/1100110/00100101/1010/0100100/1000101。该代码还原成图像(如图7所示)后将会有一定的失真,但是,所还原成的图像(如图7所示)却更像现行二维码。
换言之,本发明所述个性特征代码⑸,相当于将随机的个性特征图像⒇按照预定规则进行了压缩,其个性特征代码⑸是压缩后的数据。压缩比越大,个性特征代码⑸就会越短,压缩失真就越大。具体实施时,凡是能够保证所述个性特征代码⑸、在同一组(即预定数量n)内具有唯一性的压缩比,均可采用。
众所周知,现行二维码图案虽然也是个性特征图案,但它是用有规则的、固定几何图形的黑/白色块、在平面(二维方向)上、按照预定规则排列而成的,其黑/白色块不是随机排列的点/线/面。而本发明所述随机的个性特征图案⑷,是用肉眼可见的随机点或/和线或/和面、无规则、随机分布形成的——即自然天成的。
本发明所述“纤维⒀”,泛指各种与背景颜色有一定反差的细小短小物体。例如毛发、化纤、金聪粉、碎屑、颗粒、短绒等。最好是0.3-2.8mm长、0.02-0.2mm宽的化纤。
本发明所述预定规则,泛指图像识别技术中的图码转换技术标准,亦可称为图码转换技术协议或图码转换技术规程,它能将个性特征图像⒇中的主要个性特征信息,提取出来(正向)转换成对应的个性特征代码⑸。该转换可以类似于有损图像压缩,难以(逆向)还原,也可以采用统计模式识别、结构模式识别、模糊模式识别方式,图像分割的方法有多种选择,如阈值分割方法,边缘检测方法,区域提取方法等等。按照预定规则解析(即转换)出来的个性特征代码⑸便于数据存储和检索。打个形象的比喻,预定规则就是密码本,个性特征图案⑷就是藏宝图,二者具有对应关系,用密码本对照藏宝图就可找出其所隐藏的密码,依据密码就可查出商品编码⑴。
本发明所述“天然”及“自然天成”,泛指各种不受人的意志控制的随机形成方法,它既包括纯天然的随机形成方法,也包括印刷/涂布/喷洒等工艺随机形成的方法。例如随机喷洒的墨滴分布特征、随机抛撒的金葱粉分布特征、随机涂布的纤维分布特征、印刷后随机扩散的锯齿分布特征、印刷后随机裂开的裂纹分布特征、印刷后随机发泡的泡泡分布特征等。这些随机分布特征的形成均不受人的意志控制,均是自然天成的,等同于天然生长的,因此,本发明使用了“天然”二字,但其含义却不限于纯天然。有鉴于此,本发明说明书中“个性特征图案”之含义,既包括天然生长的个性特征图案⑷(例如木纹/大理石纹等纯天然图案)、也包括纹理纸内固有的纹理和印刷后随机形成的个性特征图案⑷(例如油墨随机扩散形成的锯齿/随机抛撒的金葱粉/油墨斑点等图案)。众所周知,全世界74亿人每人都有一个独有的指纹,绝不会有两个人的指纹完全相同,这些自然天成的个性特征图案⑷如同人的指纹一样,具有唯一性,在预定数量n范围内,不会出现两个完全相同的个性特征图案⑷。
本发明所述个性特征图案⑷包括自然天成的随机部分(可变特征),还可包括所印刷的组号⑼、模版号(23)、图像转码坐标⑽、特征单元转码格⑾及位置探测图形⒆等固定部分(固定特征)。就个性特征图案⑷的形成方式来讲,既包括人为印制的个性特征图案⑷,例如由黑白色块按照QR编码规则排列的现行二维码图案,就是用数码印刷机人为设计印刷的个性特征图案⑷;也包括自然天成的个性特征图案⑷,例如图11及图17中的裂纹图案就是自然天成的个性特征图案⑷。本发明的有益技术效果,就源于采用了自然天成的技术手段形成个性特征图案⑷,并基于其个性特征图案⑷给商品进行虚拟赋码。而印设本发明所需自然天成的个性特征图案⑷、要比印刷现行QR二维码图案容易得多,成本低得多,设备投资少得多,正因为有如此优势,本发明才具有广泛的应用前景。
本发明所述商品编码⑴由固定码段和可变码段的序列号多段组成。固定码段可作为组号⑼用传统有版印刷机印刷,可变码段的序列号现在大多数印刷厂都是用数码印刷机去印刷。组号⑼的更换需要换版来实现,一个对开胶印机的印版平均可排版10-18个产品包装物,假如同一组号⑼内的预定数码n=10万个,也就是说每印刷100-180万个包装物(需时1-2个班)需更换一次组号⑼印版。这一换版频率是不影响正常印刷生产的,是可以被广大印刷厂接受的。
本发明所述组号⑼泛指任何能够表示唯一性的编码等符号,例如子母、数字、文字、自定义色块、自定义点线等元素编制的编码。
本发明所述定位图形或/和位置探测图形⒆,泛指各种适宜的图形或线段,不限于说明书书附图中已画出的图形和线段。
本发明所述客户端⑺包括现行智能手机以及安装有预定规则解析软件的手机或其它终端设备。
本发明所述个性特征区⑶内的个性特征图案⑷、组号⑼、刻度标尺(22)、模版号(23)、定位图形及位置探测图形⒆等元素构成的图案,用客户端⑺扫描之、可解析获取商品编码⑴及个性特征代码⑸等信息,其功能如同扫描现行QR二维码一样可解析出有关信息,因此,本发明将所述个性特征区⑶内的图案统称为天然二维码,简称天然码。
本发明所述特征单元的个性特征,是指特征单元转码格⑾内的各种(肉眼)可见特征,例如油墨的颜色、线条的形状、线条的长短、线条的方向或曲率或数量、点的数量或大小或颜色等。将这种(肉眼)可见特征分别用不同的字符表示出来,再按照特征单元转码格⑾的预定排列顺序编排出来,就可将个性特征图案⑷的物理特征转换成个性特征代码⑸等数字特征。参见下列特征单元的个性特征与字符对照示例:白色=0、黑色=1、红色=2、绿色=3、蓝色=4、点=5、直线=6、曲线=7、锯齿=8等等。
本发明说明书和权利要求书中使用了⑴⑵⑶⑷⑸等标号,这些标号仅仅是为了便于读者直观地理解本发明,而不是对本发明的限制。
与现有技术相比,本发明可以产生如下有益技术效果。
本发明人工智能赋码方法及其系统,无需使用数码印刷机在商品⑵上印刷商品编码⑴等可变码,不但可以节约赋码设备投资,而且还可提高赋码速度、降低赋码成本、保证赋码质量。调查显示,2013年全球数码印刷机销量为1209亿美元。预计到2024年销量将达到2720亿美元。这些数码印刷机的主要用途是为了给商品赋码。由此可见,本发明的推广应用,每年可为全社会节约数千亿美元的设备投资与赋码成本。我国的商品生产企业,每年为此付出的赋码成本,至少在600亿元人民币。
所扫取的商品编码⑴符合现行编码结构与标准且可作为一物一码的商品⑵身份证号去使用,现行各种计算机应用系统可兼容使用该商品编码⑴,无需升级修改现行各种计算机应用系统。
可喜的是,本发明所述将个性特征图案⑷按照预定规则解析出个性特征代码⑸以及根据个性特征图像⒇或个性特征代码⑸从预设的数据库⒃中检索所关联的商品编码⑴,属于人工智能图像识别技术领域。随着云计算技术、5G通讯网(24)络技术、人工智能图像识别技术的快速发展,本发明的应用将会越来越广泛。
本发明通过印设个性图案关联商品编码的方法、另辟蹊径地完成了商品赋码任务,开创了非数码印刷机人工智能赋码的先河。
附图说明
图1为本发明实施例一中的一种(金聪粉随机分布图案)赋码商品示意图。
图2为本发明实施例二中的一种(随机皱纹图案)赋码商品示意图。
图3为本发明实施例三中的一种(随机发泡图案)赋码商品示意图。
图4为本发明实施例四中的一种(随机锯齿图案)赋码商品示意图。
图5为本发明实施例一中的另一种(纤维随机分布图案)赋码商品示意图。
图6为本发明实施例中的一种手机客户端解码原理示意图。
图7为本发明实施例一中的个性特征代码还原示意图。
图8为本发明实施例五中的一种(随机雪/冰花图案)赋码商品示意图。
图9为本发明实施例六中的一种(随机纹理图案)赋码商品示意图。
图10为本发明实施例一中另一种特征单元转码格(160格)的赋码商品示意图。
图11为本发明实施例二中的另一种(油墨随机裂纹图案)赋码商品示意图。
图12为本发明实施例七中的一种(喷洒墨水随机分布图案)赋码商品示意图。
图13为本发明实施例一中的另一个个性特征代码还原示意图。
图14为将图5所示赋码商品分成多小区赋码的商品示意图。
图15为本发明实施例八中的两张临界图像示意图。
图16为本发明实施例十中的一种(随机分布的金葱粉与商品条码结合的)赋码商品示意图。
图17为本发明实施例十中的另一种(油墨随机裂纹与商品条码相结合的)赋码商品示意图。
图18为本发明实施例十中的再一种(随机锯齿与商品条码结合)赋码商品示意图。
图19为图16中的商品条码的一种照片解析示意图。
图20为本发明实施例十一中一种个性特征图案及其个性特征图像示意图。
图21为本发明实施例十二中一种变色斑点形成的个性特征图案示意图。
图22为印有现行中国药品电子监管码的一个药盒(局部)示意图。
图23为本发明实施例五中的一种(变色斑点/金葱粉)赋码商品示意图。
图24为本发明实施例的一种(X=20×18)方形模版。
图25为本发明实施例的一种(X=20×18-14×12)中空(组号预留位置)方形模版。
图26为本发明实施例的一种圆形模版。
图27为本发明实施例的一种中空(组号预留位置) 圆形模版。
图28为本发明实施例的一种五角星形模版。
图29为本发明实施例的一种六边形模版。
图30为本发明实施例的一种十字形模版。
图31为本发明实施例的一种圆环形模版。
图32为本发明实施例的一种下部中空(组号预留位置)方形模版。
图33为本发明实施例的一种左上角留空(组号预留位置)方形模版。
图34为本发明实施例一(图1)中用到的一种中空方形模版。
附图标号说明:1-商品编码、2-商品、3-个性特征区、4-个性特征图案、5-个性特征代码、6-服务器端、7-客户端、8-油墨、9-组号、10-图像转码坐标、11-特征单元转码格、12-金葱粉、13-纤维、14-锯齿、15-随机纹理、16-数据库、17-粗格线、18-商品条码、19-定位图形或/和位置探测图形、20-个性特征图像、21-变色斑点、22-刻度标尺、23-模版号、24-通讯网。
具体实施方式
为使本发明的上述目的、特征和优点能更明显易懂,下文特举综合优选实施例,并配合附图进行详细说明。
实施例一。
如图1所示,选择35μm厚的pet薄膜来印刷500g的食盐商品⑵袋。假如总共需要给50亿袋食盐商品⑵进行溯源编码,每一袋食盐商品⑵赋予一个具有唯一性的商品编码⑴,例如20108000001、20108000002、20108000003、20108000004…n等自然顺序码。将所述商品编码⑴当作追溯码来使用。该商品编码⑴不需印刷到食盐商品⑵上去。每10万(即n=100000)个袋子划分为一组,每组编制一个唯一性的组号⑼。将该组号⑼以固定版二维码(即固定码段)的形式印刷到食盐商品⑵袋上去。这样一来,50亿袋食盐商品⑵总共就可划分为5万个不同的组号⑼。例如采用00001、00002、00003、00004、00005…20108…等自然顺序码作为组号⑼——即作为商品编码⑴中的固定码段。
印设个性特征图案:在pet薄膜上圈定一个21mm×21mm的区域作为个性特征区⑶,在其区内中间位置印刷上表示组号⑼的二维码,二维码四周印刷上模版号(23)为001的40个特征单元转码格⑾。特征单元转码格⑾可以印成红色线条,每个特征单元转码格⑾的尺寸可设为3mm×3mm。
为了使解析出来的个性特征代码⑸更具有个性,可将特征单元转码格⑾设置得更小、数量X设置得更多。如图10所示实施例,模版号(23)为002的特征单元转码格⑾可设为1.5mm×1.5mm。这样一来,原21mm×21mm个性特征区⑶的特征单元转码格⑾数量X,就会从40个增加到160个。
采用“局部大尺寸纤维凸印系统及其印刷物(授权公告号CN103042814B)”专利技术、往pet薄膜上印刷上特征单元转码格⑾、表示组号⑼的二维码以及含有金葱粉⑿的油墨⑻,使个性特征区⑶内油墨⑻中随机分布的众多金葱粉⑿黑点、形成本发明所述的个性特征图案⑷。
个性特征信息采集:用数码照相机(如可以用工业级数码照相机)将每一个食盐商品⑵包装袋上的表示组号⑼的二维码及由特征单元转码格⑾、以及众多金葱粉⑿黑点形成的个性特征图案⑷等标识进行拍摄采集,再将其全部50亿张数码照片(即图像)结合其组号⑼存储到通讯网(24)上的服务器端⑹的预设的数据库⒃中,即按组号⑼存储到服务器端⑹的数据库⒃中。
为了节省数据存储空间,也为了提高检索速度,改善用户使用体验,可将全部档案照片(即图像)按照预定规则分别解析成个性特征代码⑸。如图1、图34所示,制定一个预定规则:采用模版号(23)为001的40个红色特征单元转码格⑾,设定特征单元转码格⑾内只要有黑色金葱粉⑿存在(不管多少个/半个也算),均用1来表示;设定特征单元转码格⑾内没有金葱粉⑿存在,均用0来表示;所述组号⑼采用QR二维码印设;按照从左到右、自上而下的特征单元转码格⑾排列顺序进行编码与解析。按照这个预定规则,图1中的组号⑼和个性特征图案⑷等标识就可解析成组号⑼和一串个性特征代码⑸:
20108/101000110011000100101101001001001000101(如果将其改用十进制格式则可表示为阿拉伯数字20108/350452355653)。其中20108为基于表示组号⑼的二维码扫描出来的一组数字——即商品编码⑴中的固定码段,350452355653是从个性特征图案⑷等标识上解析出来的一组数字——即商品编码⑴的可变码段。
当然,为了增强个性特征代码⑸的唯一性和复杂性,也可设置采用其它预定规则,例如:采用40个红色特征单元转码格⑾,设定特征单元转码格⑾内只要有1粒黑色金葱粉⑿存在,用1来表示、有2粒黑色金葱粉⑿存在,用2来表示、有3粒黑色金葱粉⑿存在,用3来表示、有4粒黑色金葱粉⑿存在,用4来表示、有5粒以上黑色金葱粉⑿存在,用5来表示、没有金葱粉⑿存在,用0来表示,以基于个性特征图案⑷上的特征单元转码格⑾解析出个性特征代码⑸。
本发明所述个性特征代码⑸、是按照预定规则将个性特征图案⑷的主要个性特征提取出来、转换而成的具有唯一性的字符串。该字符串还原成图像后将会有一定的失真。例如图1中的表示组号⑼的二维码和个性特征图案⑷等标识,按照某预定规则转换而成的组号⑼和个性特征代码⑸为:20108/101000/1100110/00100101/1010/0100100/1000101。该字符串还原成图像(如图7所示)后、会有一定失真,但所还原成的图像(如图7所示)却更像现行二维码图案。
为降低扫码误读率,可将同一个个性特征图像⒇,按照多种不同的预定规则、分别解析出多个个性特征代码⑸;给其多个个性特征代码⑸赋予同一个商品编码⑴;在备存个性特征信息过程中,将其多个个性特征代码⑸及其一个商品编码⑴对应存储到预设的数据库⒃;服务器端⑹可以依据多个个性特征代码⑸在预设的数据库⒃中分别检索出对应的商品编码⑴;所检索出的多条包括商品编码⑴信息中,若多数为同一个商品编码⑴时判定检索结果正确,并反馈给智能手机或相应的客户端⑺。这样就可降低扫码误读率、提高容错率。
本实施例中,可以用较粗的红线分成40个较大的特征单元转码格⑾,同时用较细的红线将较大的特征单元转码格⑾再分为4个,获得160个较小的特征单元转码格⑾,如图10所示,在基于较大的40个特征单元转码格⑾解析之后,再基于较小的特征单元转码格⑾解析,即将图1中的组号⑼和个性特征图案⑷等标识按照160个特征单元转码格⑾的预定规则(从左至右从上到下)再解析一次,就可获得组号⑼和另一个性特征代码⑸:
20108/00100010000001/00100010000001/10100000111100/10100000111100/00001100/00001100/00110011/00110011/11001000/11000000/00110000100000/00110000100000/10000000110001/10000000110001。该个性特征代码⑸的二进制数据位数长达160位数。因此,特征单元转码格⑾数量X提高后,更能够保证在预定数量n内的唯一性。上述个性特征代码⑸:还原成图像(如图13所示)后失真较小,其所还原成的图像(如图13所示)更像现行二维码。
将预设的数据库⒃通过通讯网(24)与服务器端⑹联网。
商品虚拟赋码(即个性特征信息赋码):将拍摄采集到的全部10万张数码照片(即图像)赋予包含组号⑼的商品编码⑴。最好将拍摄采集到的全部10万张数码照片、按照预定规则解析成个性特征代码⑸,并按照流水线上商品⑵的真实生产顺序赋予包含组号⑼的商品编码⑴。假设图1为第000008号商品⑵,则其个性特征代码⑸被赋予包含组号⑼的商品编码⑴后,就可将其对应存储为20108/00100010000001…/000008。
解析取用商品编码⑴:消费者如果需要追溯食盐来源等信息,就可用智能手机给食盐商品⑵包装袋上的组号⑼和个性特征图案⑷等标识拍摄照片(包括视频)并上传至服务器端⑹,由服务器端⑹从上传来的照片上解析出相应的组号⑼数据及个性特征代码⑸;或者用客户端⑺扫描食盐商品⑵包装袋上的组号⑼和个性特征图案⑷等标识,解析所采集的图片,将图片校正、裁剪、二值化后,调取转码模版,用转码模版将图片转换成个性特征代码⑸及组号⑼后,将所解析出来的个性特征代码⑸及组号⑼(例如20108/00100010000001…)上传至预设的数据库⒃中。
服务器端⑹依据用户上传来的个性特征代码⑸及组号⑼(例如图1食盐袋子上的20108/00100010000001…) 、个性特征图案⑷或其他个性特征信息检索出对应的商品编码⑴(例如000008),并将所检索出来的商品编码⑴反馈到(用户的)客户端⑺里或智能手机上。参见图6,智能手机里的客户端⑺扫描并解析商品编码⑴的原理示意图。
如上所述,50亿袋食盐商品⑵就可采用传统有版印刷机,通过印刷个性特征图案⑷等标识的办法、分别赋予一个具有唯一性的、顺序性的、符合现行编码规则与标准的商品编码⑴,从而可利用其商品编码⑴进行产品追溯、物流管理、产品链管理、营销管理、积分奖励等应用。
如上所述,也可按照同样的工艺步骤及方法、印制如图5所示的、由随机分布的众多有色纤维⒀所构成的个性特征图案⑷,并赋予每个包装物一个具有唯一性顺序性的商品编码⑴。
实施例二。
如图2、图11所示,选择35μm厚的pet薄膜来印刷500g的食盐商品⑵袋。假如需要给50亿袋食盐商品⑵进行溯源编码,每袋食盐商品⑵赋予一个具有唯一性的商品编码⑴。该商品编码⑴不需印刷到食盐商品⑵上去。每10万个袋子划分为一组,每组编制一个唯一性的组号⑼。将组号⑼印刷到食盐商品⑵上去。这样一来,50亿袋食盐商品⑵总共就可划分为5万个不同的组号⑼。
印设个性特征图案:在pet薄膜上圈定一个16mm×26mm的区域作为个性特征区⑶,对每一组的食盐商品⑵袋,在其区内印刷上固定不变的条码式组号⑼等。
采用现行凹印或丝印技术、往pet薄膜上印刷一层皱纹或裂纹油墨⑻,使个性特征区⑶内的皱纹或裂纹油墨⑻、在干燥过程中自然天成地产生随机皱纹或裂纹——随机纹理⒂、从而形成个性特征图案⑷。皱纹印刷工艺参见中国发明专利“一种紫外光固化皱纹油墨(CN1727417A)”。由于它是现有常用成熟印刷工艺,因此,这里不再赘述。
个性特征信息采集和备存个性特征信息:用工业级数码照相机将每一个食盐商品⑵包装袋上的组号⑼以及众多裂纹形成的个性特征图案⑷等标识进行拍摄采集,再将其全部10万张数码照片(即图像)结合其组号⑼存储到预设的数据库⒃中。
为了节省数据存储空间,也为了快速检索,可将全部50亿张档案照片按照预定规则分别解析成个性特征代码⑸。例如:模版号(23)为003的100个特征单元转码格⑾,设定特征单元转码格⑾内裂纹的方向为横向用1来表示、裂纹的方向为纵向用2来表示、裂纹的方向类似于一撇用3来表示、裂纹的方向类似于一捺用4来表示、没有裂纹用0来表示等。
将拍摄采集到的全部50亿张数码照片赋予包含组号⑼的商品编码⑴。最好将拍摄采集到的全部50亿张数码照片(即图像)按照预定规则解析成个性特征代码⑸,并按照流水线上商品⑵的真实生产顺序赋予包含组号⑼的商品编码⑴,并存入预设的数据库⒃中。
将预设的数据库⒃通过通讯网(24)与服务器端⑹联网。
解析取用商品编码⑴:商家及工商管理人员,如果需要追溯食盐来源等信息,就可用手机里下载安装的客户端⑺扫描食盐商品⑵包装袋上的组号⑼和模版号(23)以及个性特征图案⑷等标识,解析所采集的图片,将图片校正、裁剪、二值化,调用003号模版,用转码模版将图片转换成个性特征代码⑸及组号⑼后,将所解析出来的组号⑼及个性特征代码⑸上传至预设的数据库⒃中。
服务器端⑹依据用户上传来的个性特征代码⑸及组号⑼检索出对应的商品编码⑴,将所检索出来的商品编码⑴反馈到(用户的)客户端⑺里或智能手机上。参见图6,智能手机里的客户端⑺扫描解析商品编码⑴的原理示意图。
如上所述,50亿袋食盐商品⑵就可采用传统有版印刷机,通过印刷油墨裂纹等个性特征图案⑷等标识的办法、分别赋予一个具有唯一性顺序性的商品编码⑴,从而可利用其商品编码⑴进行产品追溯、物流管理、产品链管理、营销管理、积分奖励等应用。
实施例三。
如图3所示,所述个性特征图案⑷是发泡油墨⑻发泡后形成的。
选用白卡纸来生产药盒。准备一些乳白色的UV 发泡油墨。
印设个性特征图案包括:采用丝网印刷机往白卡纸上印刷上26mm×16mm 的发泡油墨⑻,然后用UV 固化灯照射,使之固化并发泡。
印设个性特征图案还包括:再制作一块24mm×14mm 的柔印版,用红色柔印墨水往发泡油墨⑻层上印刷,从而将泡泡的峰顶印染成红色,即在泡泡的峰顶上印刷上与发泡油墨⑻颜色不同的有色墨层并干燥。矮小峰顶,由于较矮,印版无法接触到,因此未被着色染红。
由于每一个泡泡都是随机发泡形成的,人力无法控制其形状、大小及高低。它们的峰顶着色图案特征,又由于受到峰顶高低、发泡弹性、发泡坡度、峰顶面积、印刷版压、版材硬度、工人手感、印刷层的浸润性、油墨渗透性等诸多随机因素的影响。因此,其自然天成的个性特征图案⑷具有唯一性。
为便于解析软件按预定规则查找并确定图像转码坐标⑽线及特征单元转码格⑾的精确位置,图3中个性特征区⑶的边缘印刷有刻度标尺(22),以便解析软件依据刻度标尺(22)在个性特征图像⒇上生成虚拟的网格线和特征单元转码格⑾,以解析出个性特征代码⑸。
采集个性特征信息和备存个性特征信息:用工业级数码照相机将每一盒药品〔商品⑵〕上的组号⑼以及众多油墨泡泡形成的个性特征图案⑷等标识进行拍摄采集,再将其全部(例如10万张)数码照片结合组号⑼、存储到预设的数据库⒃中。
为了节省数据存储空间,也为了快速检索,可将全部档案照片按照预定规则,例如将数码照片上的个性特征图案⑷、依据刻度标尺(22)生成30×20个(即600个)特征单元转码格⑾,设定该特征单元转码格⑾的模版号(23)为004,设定单个虚拟的特征单元转码格⑾内为红色(含局部红色)用1来表示、为全白色用0来表示,按照从左到右、自上而下的顺序进行二进制编码,从而解析出600位的二进制个性特征代码⑸。当然如果服务器端⑹功能强大,且全部数码照片结合赋予包含组号⑼的商品编码⑴存储到服务器端⑹的数据库⒃中时,在后续解析取用商品编码过程中,可以用客户端⑺扫描商品⑵上的个性特征图案⑷并上传服务器端⑹,由服务器端⑹依据上传的个性特征图像⒇采用人工智能技术直接检索出对应的商品编码⑴。
将拍摄采集到的全部10万张数码照片赋予20位的中国药品电子监管码信息。最好按照预定规则解析成个性特征代码⑸及组号⑼,并按照药品包装生产流水线上的真实药品生产顺序给每一个个性特征代码⑸后缀一个20位的中国药品电子监管码信息。假如图3所示的油墨泡泡所形成的个性特征图案⑷等标识、按照预定规则、调用004号模版、解析出来的个性特征代码⑸为101000110011000100101101001001001000101;假如图3所示的那盒药品需要赋予的中国药品电子监管码为61234567123456789012,那么就可将二者关联在一起写成61234567123456789012/101000110011000100101101001001001000101,转换成十进制则为61234567123456789012/350452355653。然后将它们对应存入预设的数据库⒃中。
将预设的数据库⒃通过通讯网(24)与服务器端⑹联网。
解析取用商品编码⑴:商家及工商管理人员,如果需要追溯药品来源等信息,就可用手机里下载安装的客户端⑺扫描药品包装盒上的组号⑼和个性特征图案⑷等标识,解析出相应的组号⑼数据和个性特征代码⑸并上传至预设的数据库⒃。
服务器端⑹依据用户上传来的个性特征代码⑸检索出对应的中国药品电子监管码——商品编码⑴,将所检索出来的中国药品电子监管码反馈到(用户的)客户端⑺里或智能手机上,继而获取药品的名称、剂型、规格、出产企业、出产日期、出产批号、有效期等信息。
发泡印刷工艺可参见“一种发泡油墨印刷工艺品及其制造方法(CN1958308A)”以及“凸显油墨发泡特征或油墨皱纹特征之纹理防伪标识物(CN104372715A)”,由于它是现有常用传统印刷工艺,因此,这里不再赘述。其余步骤同上述两个实施例。
实施例四。
如图4所示,所述个性特征图案⑷可采用锯齿印刷工艺形成。
假如需要给1亿盒利乐包牛奶商品⑵进行溯源编码,每盒牛奶商品⑵赋予一个具有唯一性的商品编码⑴。该商品编码⑴不需直接印刷到牛奶盒等商品⑵包装上去。每5万盒划分为一组,每组编制一个唯一性的组号⑼。将该组号⑼以条码形式印刷到同一组的5万盒牛奶商品⑵上去。这样一来,1亿盒总共就可划分为2000个不同的组号⑼。
印设个性特征图案:在牛奶盒上圈定一个20mm×30mm的区域作为个性特征区⑶,对于同一组的利乐包牛奶商品⑵,在其区内印刷上固定不变的条码形式的组号⑼,例如图4中的一维条码表示的69012341。
采用现行凹印工艺,往牛奶盒上的个性特征区⑶先印刷一个透明扩散剂底涂,干燥后再在其扩散剂底涂上、印刷5个线条宽0.1mm的黑色矩形线框。
所印出的0.1mm宽的黑色油墨⑻线条,于干燥之前在扩散剂底涂之表面张力的作用下,就会迅速随机扩散,从而自然天成地在油墨⑻线条边沿产生一些随机锯齿(俗称毛边),从而形成个性特征图案⑷。锯齿印刷工艺,可参见中国实用新型专利“锯齿码防伪印刷物(其授权公告号为CN204833342U)”以及中国发明专利“手机识别编码锯齿防伪方法(其授权公告号为CN104794629B)”。由于锯齿印刷是现有成熟印刷工艺,因此,这里不再赘述。
个性特征信息采集:用工业级数码照相机将每一盒牛奶商品⑵包装上的组号⑼以及众多锯齿形成的个性特征图案⑷等标识进行拍摄采集,再将其全部10万张数码照片以其组号⑼为文件夹名称、存储到预设的数据库⒃中。
为了节省数据存储空间,也为了快速检索,可将全部1亿张档案照片按照预定规则分别解析成个性特征代码⑸。例如:将5个总长度为300mm的矩形线框分成3mm一段,共分成100个3mm的线段,并将其分别放入100个虚拟的特征单元转码格⑾内,设定特征单元转码格⑾内线段上锯齿(高度低于0.05mm的忽略不计)数量为1个用1来表示、锯齿数量为2个用2来表示、锯齿数量为3个用3来表示、锯齿数量为4个用4来表示,锯齿数量为5个以上用5来表示,没有锯齿用0来表示等。
将拍摄采集到的全部1亿张数码照片赋予包含组号⑼的商品编码⑴。最好将拍摄采集到的全部5万张数码照片、按照预定规则解析成个性特征代码⑸,并按照流水线上牛奶商品⑵的真实生产顺、序赋予包含组号⑼的商品编码⑴。并将每一条个性特征代码⑸与其包含组号⑼的商品编码⑴关联结合、一一对应地存储到预设的数据库⒃中。
解析取用商品编码⑴:消费者或商家或工商管理人员,如果需要追溯牛奶商品⑵的来源等信息,就可用智能手机里下载安装的客户端⑺、扫描牛奶商品⑵包装盒上的组号⑼和模版以及个性特征图案⑷等标识,解析出相应的个性特征代码⑸及组号⑼数据,将所解析出来的个性特征代码⑸及组号⑼数据上传至接入通讯网(24)上的服务器端⑹的预设的数据库⒃中。
服务器端⑹依据用户上传来的个性特征代码⑸及组号⑼数据检索出对应的商品编码⑴,将所检索出来的商品编码⑴反馈到客户端⑺里或智能手机上。
如上所述,1亿盒牛奶商品⑵就可采用传统有版印刷机,通过油墨⑻线条扩散形成的锯齿等个性特征图案⑷的办法、分别赋予一个具有唯一性顺序性的商品编码⑴,从而可利用其商品编码⑴进行产品追溯、物流管理、产品链管理、营销管理、积分奖励等应用。
实施例五。
如图8、图23所示,所述个性特征图案⑷可采用现行雪花油墨/冰花油墨/金葱粉油墨等油墨印刷工艺形成。雪花印刷工艺参见中国发明专利“一种紫外光固化胶印雪花油墨(CN103614001A)”。由于它是现有常用传统印刷工艺,属于非数码印刷工艺,因此,这里不再赘述。其余步骤同上述四个实施例。
为了节省数据存储空间,也为了快速检索,可将全部档案照片按照预定规则分别解析成个性特征代码⑸。例如:采用9×9=81个虚拟的特征单元转码格⑾,设定特征单元转码格⑾内为黑色用1来表示、为白色用0来表示。这样一来,雪花均匀的一些个性特征图案⑷等标识就可解析出一些个性很强的个性特征代码⑸,反之则不然。极端的例子如:纯黑色的没有雪花的个性特征图案⑷,就只能解析出98个二进制的1;纯白色的没有雪花的个性特征图案⑷,就只能解析出98个二进制的0。由此可见,任何图案(例如一片树叶、一片印有文字的纸片、局部现行二维码图案、一张名片、注册商标、一个亲笔签名、喷印的生产日期、一张人头像等等)都可按照本发明中的预定规则解析出相应的个性特征代码⑸。
实施例六。
如图9所示,所述个性特征图案⑷可用现行纹理纸、采用局部遮盖工艺印刷形成。
纹理图案(亦称随机斑点分布图案)及其应用,可参见中国实用新型专利“结构纹理防伪印刷物(其授权公告号为CN2365711Y)”以及中国发明专利“一种涂布纤维(即纹理)彩纤纸(CN105603825A)”。由于纹理纸印刷是现有成熟印刷工艺,因此,这里不再赘述。其余步骤同上述五个实施例。
实施例七。
如图12所示,所述个性特征图案⑷可用喷洒墨水的喷涂工艺喷洒形成。由于它是现有常用传统印刷工艺,属于非数码印刷工艺,因此,这里不再赘述。其余步骤同上述六个实施例。
实施例八。
生产厂家将图5中的个性特征图案⑷改版印刷成如图14所示的左、中、右等多个分区。这样一来,在同一件商品⑵上就有了左、中、右等多个性特征图案⑷。
生产厂家拍摄采集其多个个性特征图案⑷,并将识别出来的多个个性特征代码⑸分别与商品编码⑴对应存储在通讯网(24)上的服务器端⑹的预设的数据库⒃中。
用户用客户端⑺同时或分别扫描其多个个性特征图案⑷时,就可解析出其多个个性特征代码⑸并发送至服务器端⑹。
服务器端⑹依据多个个性特征代码⑸可检索出多个结果,如果多数结果相同,且为同一个商品编码⑴,就可将其当作正确的结果反馈给客户端⑺。如果有多数结果不同,就可提示用户出现错误。
如本例一样,所述图5中的同一个个性特征图案⑷,也可按照多种不同的预定规则,例如按照不同的灰度阈值、不同数量的特征单元、不同位置的特征单元等预定规则解析出多个个性特征代码⑸,然后,将多个性特征代码⑸分别与相应的一个商品编码⑴对应存储在服务器端⑹的数据库⒃中。
当服务器端⑹依据多个个性特征代码⑸检索出同一个商品编码⑴时,就可将商品编码⑴作为正确的结果反馈给客户端⑺。如果检索结果不同,就可提示用户出现错误。这样一来,就可降低扫码误读率,提高扫码获取商品编码⑴的准确率。换言之,提高了扫码获取商品编码⑴的纠错能力或容错率。
实施例九。
生产厂家将图14右分区的一个个性特征图案⑷拍照,所拍照片如图15中的左边照片所示。
解析照片时,可将左边照片中图像转码坐标⑽的网格线加粗成1mm宽的粗格线⒄,如图15中的右边照片所示。
这样一来,不同粗细的网格线就会形成不同大小的虚拟的特征单元转码格⑾,用户用客户端⑺扫描并解析该其个性特征图案⑷时,客户端⑺就可按照粗细两种网格线——即不同大小的虚拟的特征单元转码格⑾解析其照片(相当于用两种不同的预定规则)。
这样一来,两种不同的预定规则,就可对同一个个性特征图像⒇解析出两种不同结果。其左边和右边照的个性特征代码⑸分别为:
69008980001/1100000011001110101000100000110011100000以及
69008980001/000000001100000000000000000010000100000;由于它们是临界的一对代码,因此,本发明称之为一对临界的个性特征代码⑸。
这样一来,多个临界的个性特征代码⑸就可赋予同一个商品编码⑴;当用户依据多个临界个性特征代码⑸中的任何一个检索出商品编码⑴时,就可将其作为正确的商品编码⑴反馈给客户端⑺。这样一来,就可降低扫码误读率,提高扫码获取商品编码⑴的准确率。
实施例十。
如图16、图17、图18所示,将本发明与现行商品条码⒅组合应用。
商品条码⒅是由国际物品编码协会(EAN)和统一代码委员会(UCC)规定的、用于标识商品代码的条码,包括EAN 商品条码(EAN-13、EAN-8)和UPC商品条码(UCC-A、UCC-E)等常用码制的一维商品条码⒅。中华人民共和国国家标准GB12904-2003中所述的商品条码⒅、是由多根条杠(模块)和多根条空(模块)平行排列组成的一维条码。通常每一种商品的商品条码⒅是唯一的,即名称、包装、商标、规格、重量、质量等特征相同的一批商品共享同一个一维商品条码⒅。
对于普通的一维商品条码⒅来说,需要通过数据库建立条形码与商品信息的对应关系,当条形码的数据传到计算机上时,由计算机上的应用软件对数据进行操作和处理。因此,普通一维商品条码⒅在使用过程中仅作为识别信息,它的意义是通过在计算机系统的数据库中提取相应的信息而实现的。常用的一维码的码制包括:EAN码、39 码、交叉25 码、UPC 码、128 码、93 码,ISBN 码等。现行防伪、物流、抽奖、溯源等应用都要求一件一码,也即每一个商品独享一个具有唯一性的编码。由于一维条码编码容量的关系,GB12904-2003所述的每一个商品条码⒅表示的是一种商品,即一种 (即成千上万件) 产品共享一码,不是一件产品独享一码。
如图16所示,选择某种商品⑵,将其包装物上商品条码⒅所在位置设定为个性特征区⑶。采用现行传统烫印机,在其区域预先烫印一个红色金葱粉⑿层。所需金葱粉⑿烫印膜是现行印刷耗材,是一种成熟的常用的产品,参见中国实用新型专利“非定位关联码烫印膜及其烫印标识(CN202156122U)”,其烫印膜可从市场买到。
采用现行胶版印刷等传统有版印刷机,在金葱粉⑿层上再印刷上整批(例如10万件)相同的商品条码⒅,例如表示69012341的商品条码⒅。
假如其商品⑵的年产量较小,不足10万件。那么就无需再分组,10万件可设为同一组号⑼且等于其商品条码⒅。这样一来,每一件商品⑵就具有了一个在10万个数量范围内独有的、由随机分布的一粒粒金葱粉⑿和商品条码⒅组合成的个性特征图案⑷。
印刷厂在印刷生产时,采用现行品检机顺便拍摄采集出每一件商品⑵的个性特征图像⒇。
再基于上述实施例中描述的步骤,采用解析软件,按预定规则对所采集的黑白图像(如图19所示)先进行二值化处理,然后再解解析出相应的个性特征代码⑸。例如,通过赋予虚拟线或格的方式,图16中的个性特征图像⒇转换为图19所示的个性特征图像⒇,,用粗格线⒄将21条白色缝全部分成4段,这样一来,其个性特征图案⑷就被划分出4×21个特征单元转码格⑾。设定特征单元转码格⑾内有金葱粉⑿颗粒存在(不管几颗)用1表示,特征单元转码格⑾内无金葱粉⑿颗粒存在(即空白)用0表示,按照自左至右、自上而下的顺序就可解析出如下二进制的个性特征代码⑸:
110010001000011110001011010001100101000000110010101001111000100110101011101011000000。将该二进制的个性特征代码⑸转换成十六进制则为C8878B465032A789。测试实验显示,这样赋码生产的10万件商品⑵,按照预定规则所解析出来的10万个个性特征代码⑸,其重号的概率低于267分之一。这么低的重号率,完全可以满足客户对商品编码⑴须具有唯一性的要求。
为了便于用户按照现行商品编码⑴的习惯使用,上述10万个个性特征代码⑸可以按照生产时间顺序、各赋予一个6位数的现行商品编码⑴,例如第10009,并将它们一一对应地存储到预设的数据库⒃中。
这样一来,消费者在超市购物时,收银员就可使用安装有预定规则解析软件的客户端⑺,于扫描商品条码⒅结账的同时,顺便获得其商品编码⑴,例如第10009。从而将其商品编码⑴顺便打印到购物小票上。
这样一来,超市购物扫码的同时或消费者用手机扫码比价的同时,解析软件可顺便按预定规则反馈(采集)兑奖号码、溯源编码、物流编码、产品序列号、(牛奶)有机码等厂商们梦寐以求的商品流通大数据。分析使用这些大数据,具有巨大的市场价值,例如超市就可利用这些大数据进行退换货管理,厂商就可利用这些大数据进行防窜货管理。
本例使现行传统工艺印刷的固定商品条码⒅、与传统工艺印刷的个性特征图案⑷中解析出来的商品编码⑴、实现了合二为一。当然,在商品⑵数量较多时,可以在现行商品编码⑴基础上,通过增加位数或复杂软件增加商品编码⑴容量,保证商品编号⑴的唯一性。
如本例所述,也可参考图17、图18,采用传统有版印刷机印刷出浅色油墨裂纹或浅色锯齿等个性特征图案⑷,并保持商品条码⒅为黑色。拍摄解析出个性特征代码⑸,给个性特征代码⑸等个性特征信息赋予商品编码⑴并记录到预设的数据库⒃中,从而使每一件商品⑵及其商品条码⒅拥有具有唯一性的商品编码⑴,以便用户利用客户端⑺扫出商品编码⑴、使用商品编码⑴开展各种应用。
为了便于客户端⑺按照预定规则解析个性特征图案⑷和商品条码⒅,如图18所示,最好给商品条码⒅印设上刻度标尺(22)。
上述十个实施例,列举了产生个性特征图案⑷的一些案例,这些个性特征图案⑷相当于商品⑵的指纹,生产实践中各式各样的产生个性特征图案⑷的工艺技术(包括未来新开发出来的技术)案例不胜枚举,这些案例充分说明传统印刷机及其印刷工艺,完全可以自然天成地形成个性特征(二维)图案⑷——相当于天然二维码图形。将其个性特征图案⑷按照预定规则解析出来的个性特征代码⑸——相当于天然二维码所记载的信息。其可赋予海量商品⑵所需的商品编码⑴,从而可避免使用数码印刷机去印刷商品编码⑴。本发明不但可以节约赋码设备投资,而且还可提高赋码速度、降低赋码成本、保证赋码质量。
以上图8、图9、图11、图12、图23中的组号⑼二维码,中心区域大面积被挤占,采用现行QR二维码扫描软件可能无法识读出组号⑼。为了识别出组号⑼,可以使用自定义二维码扫描软件与解析规则,例如能够解析出个性特征图案⑷之个性特征代码⑸的、自定义二维码扫描软件等。
实施例十一。
如图20所示,假如某卫生巾生产厂家总共需要给5亿袋卫生巾商品⑵进行赋码,每一袋卫生巾商品⑵赋予至少一个具有唯一性的商品编码⑴,例如124333276225/000001、124333276225/000002、124333276225/000003、124333276225/000004…n等。该商品编码⑴不要印刷到袋子上去。每10万个袋子一组,每组赋予一个唯一性的组号⑼。将组号⑼以11mm×11 mm的固定版QR二维码形式印到袋子上。这样,5亿个袋子就可划分为5000个不同的组号⑼。例如含有商品⑵信息链接网址的组号⑼:http://ppk365.com/124333276225、http://ppk365.com/124333276226、http://ppk365.com/124333276227…等。当然,网页链接地址信息也可以直接作为组号⑼。
印设个性特征图案:在袋子薄膜上圈定一个18mm×18mm的区域作为个性特征区⑶,在其区内中间位置印刷上11mm×11 mm的固定版QR二维码组号⑼,二维码四周印刷上92个网格状特征单元转码格⑾。网格状特征单元转码格⑾用蓝色虚线印制,每个特征单元转码格⑾的长宽尺寸可设为1mm×1mm。
采用“局部大尺寸纤维凸印系统及其印刷物”授权公告号CN103042814B以及CN206322415U等专利技术、往袋子薄膜上印刷上网格状特征单元转码格⑾、固定版QR二维码组号⑼以及掺有0.2-1.6mm长的黑色纤维⒀的油墨⑻,使个性特征区⑶内油墨⑻层中随机分布的众多黑色纤维⒀、形成个性特征图案⑷。
个性特征信息采集:数码照相机将每一个袋子上的特征单元转码格⑾、QR二维码组号⑼以及众多纤维⒀随机形成的个性特征图案⑷等标识进行拍摄采集,再将其全部5亿张数码照片——即个性特征图像⒇,按组号⑼存储到预设的数据库⒃中。
为了节省数据存储空间,也为了快速检索,可将全部档案照片——个性特征图像⒇,按照预定规则分别解析成个性特征代码⑸。如图20所示,制定一个预定规则:采用92个网格状特征单元转码格⑾,设定单个特征单元转码格⑾内只要有纤维⒀存在(不管多少),均用1来表示;设定单个特征单元转码格⑾内没有纤维⒀存在,用0来表示;按照从左到右、自上而下的排列顺序进行解析编码。这样图20所示的表示组号⑼的二维码和个性特征图案⑷等标识,就可解析出组号⑼和个性特征代码⑸:
124333276225/100101100/00011100000/11001101110/111010/010111/101001/110100/111000/00000000001/10011101100/1100001000(16进制表示为1CF2D73C41/960E0CDDD2F4E9C0)。其124333276225为二维码组号⑼扫描出来的组号⑼数字。
将拍摄采集到的全部10万张数码照片赋予包含组号⑼的商品编码⑴。最好将拍摄采集到的全部数码照片、按照预定规则解析成个性特征代码⑸,并按照流水线上商品⑵的真实生产顺序赋予包含组号⑼的商品编码⑴。假设图20商品⑵在厂家生产流水线上的真实生产顺序、为某年某月某天某时的第000003号,则其个性特征代码⑸被赋予包含组号⑼的商品编码⑴000003后,就可将其对应存储为1CF2D73C41/000003/960E0CDDD2F4E9C0,其中的1CF2D73C41/000003为商品编码⑴、960E0CDDD2F4E9C0为个性特征代码⑸。
当然,也可将拍摄采集到的全部数码照片——个性特征图像⒇,直接用包含组号⑼的商品编码⑴作为其图像文件名进行命名,并保存于接入通讯网(24)上的服务器端⑹的预设的数据库⒃中。
消费者和商家及工商管理人员,如果需要查询卫生巾来源等物流信息,就可用智能手机给卫生巾袋子上的组号⑼和个性特征图案⑷等标识拍摄照片(包括视频)并上传至服务器端⑹,由服务器端⑹从上传来的照片上解析出相应的个性特征代码⑸及组号⑼数据。对于已经下载安装了预定规则解析软件的智能手机用户来说,可用智能手机作为客户端⑺扫描个性特征图案⑷等标识,解析出相应的个性特征代码⑸及组号⑼,将所解析出的个性特征代码⑸及组号⑼数据(如1CF2D73C41/960E0CDDD2F4E9C0)上传至服务器端⑹。
服务器端⑹依据用户用客户端⑺或智能手机上传来的个性特征代码⑸及组号⑼(例如1CF2D73C41/960E0CDDD2F4E9C0)检索出对应的商品编码⑴(例如124333276225/000003),并将所检索出来的商品编码⑴反馈到(用户的)客户端⑺里或智能手机上。
当然,服务器端⑹也可依据用户上传来的个性特征图像⒇、进行图像识别并检索出其对应的图像文件名,即商品编码⑴(例如124333276225/000003),并将所检索出来的商品编码⑴反馈到(用户的)客户端⑺里或智能手机上。这里需用到的图像识别技术,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。图像识别技术是人工智能的一个重要领域,是比较成熟的现有技术,这里不再赘述。
如上所述,5亿袋卫生巾就可采用传统有版印刷机,通过印刷个性特征图案⑷等标识的办法、分别赋予一个具有唯一性顺序性的、符合现行编码规则与标准结构的商品编码⑴,从而可利用其商品编码⑴进行追溯、物流管理、营销兑奖、积分奖励等有关应用。
如图20所示,对于没有下载安装预定规则解析软件的智能手机用户来说,使用微信扫一扫软件扫描卫生巾袋子上的个性特征图案⑷等标识,就可识别出含有网页链接地址信息的QR二维码,并打开链接浏览商品⑵介绍等信息。当然,组号⑼可以兼具网页链接地址的功能。
实施例十二。
如图21所示,参考中国发明专利公开文件“一种可温致变色的涂料和含有该涂料的无碳复写纸(CN103603229A)”的变色原理,在透明光油中加入一些包裹有变色染料的微胶囊(因其直径很小、约为2~7μm、所以不影响传墨与印刷)和显色剂,以制成变色油墨;将变色油墨通过有版印刷工艺印刷到边框形状的个性特征区⑶并加热干燥或紫外光照干燥;因微胶囊遇热或紫外光照时会发生破裂,所以,溢出的变色染料与其周围的显色剂将会发生变色化学反应,形成一些随机分布的、直径扩大为0.01~1mm(比微胶囊直径大得多)的变色斑点(21)。这样一来,随机分布的变色斑点(21)就构成了本发明所述的个性化特征图案⑷。
为了便于解析软件按预定规则查找确定特征单元转码格⑾的精确位置,图21中个性特征区⑶的边缘印刷有刻度标尺(22),以便解析软件依据刻度标尺(22)在个性特征图像⒇上生成虚拟网格线或虚拟的特征单元转码格⑾,从而解析出个性特征代码⑸。例如:依据刻度标尺(22)在个性特征图像⒇上生成22×2×4=176个虚拟的特征单元转码格⑾,每个特征单元转码格⑾的面积为0.5mm×0.5mm,设定特征单元转码格⑾内有变色斑点(21)用1表示,无变色斑点(21)用0表示,按照顺时针环绕组号⑼的顺序、自外圈向内圈编排,就可解析出一串176位数的二进制的个性特征代码⑸。
为了便于用户按照现行商品编码⑴的习惯使用,上述个性特征代码⑸可以按照生产时间顺序、各赋予一个商品编码⑴,并将它们一一对应地存储到预设的数据库⒃中。
如图21所示,对于没有下载安装预定规则解析软件的智能手机用户来说,使用微信扫一扫软件扫描其边框形状的个性特征图案⑷及其组号⑼,就可识别出含有网页链接地址信息的二维码,打开链接浏览商品⑵介绍等信息。
消费者或商家或工商管理人员,如果需要追溯商品⑵的来源等信息,就可用智能手机里下载安装的客户端⑺、扫描商品⑵上的组号⑼和个性特征图案⑷等标识,解析出相应的个性特征代码⑸及组号⑼数据,将所解析出来的个性特征代码⑸及组号⑼数据上传至预设的数据库⒃中。服务器端⑹依据用户上传来的个性特征代码⑸及组号⑼数据检索出对应的商品编码⑴,将所检索出来的商品编码⑴反馈到客户端⑺里或智能手机上,供用户开展有关应用。
研究显示:采用本例中的变色油墨来形成变色斑点(21)及其边框形状的个性化特征图案⑷,是一种优选的个性化特征图案⑷印制方案,尤其是边框形状的个性化特征图案⑷看起来像是二维码组号⑼的装饰边框,具有斑点均匀、唯一性强、简单易行、适应于各种印刷工艺等诸多优点。
实施例十三。
本例介绍用户如何使用反馈给客户端⑺的商品编码⑴。
仍以实施例一中的食盐商品⑵为例。假定每50袋食盐为一个包装箱,每个包装箱外侧贴有一个自然顺序二维码标签或RFID标签,标签中的箱码分别为00000001、00000002、00000003、00000004…。
装箱时,用客户端⑺对每袋食盐商品⑵上的个性特征区⑶进行扫描,以获取服务器端⑹所反馈的商品编码⑴。并将属于同一包装箱的50袋食盐商品⑵的商品编码⑴与箱码(例如某一箱码00000003)关联存储到用户自己的溯源数据库平台里。更进一步,还可将箱码与垛码关联起来,从而进行商品⑵的进出库、收发货、物流等商品⑵的信息化管理。
当然,也可省略从服务器端⑹获取商品编码⑴的步骤,将客户端⑺扫描解析出来的50袋食盐商品⑵的个性特征代码⑸直接与其箱码(例如某一箱码00000003)关联存储到用户自己的溯源数据库平台里。
这样一来,用户发货时,就可用发货扫码枪扫描每一箱上的箱码,并在溯源数据库平台里输入发货去向区域、收货人等物流信息和溯源信息。
这样一来,万一出现质量事故,需要召回产品时,生产厂家和政府管理部门,就可向溯源数据库平台查询每一袋食盐商品⑵的去向和来源。消费者在食用前,也可用客户端⑺对食盐商品⑵上的个性特征区⑶进行扫描,以获取是否属于召回产品的信息。
实施例十四。
基于上述实施例,本发明还提供了相应的一种人工智能赋码系统,该系统可以用于实施上述方法,包括以下部分:
➀个性特征图案印刷设备,用于在商品⑵上开设个性特征区⑶并印设自然天成且肉眼可见的随机点或/和线或/和面,从而在每一件商品⑵上形成至少一个、在预定数量内独有的、随机的个性特征图案⑷;
➁个性特征信息采集装置,用于对商品⑵上的个性特征图案⑷等标识进行拍摄采集,以取得在预定数量内独有的、随机的个性特征图像⒇;
➂解析软件可读存储器,用于存储预定规则的解析软件,该解析软件被处理器执行时,基于个性特征图像⒇解析出每一件商品⑵的、在预定数量内独有的、随机的个性特征代码⑸;
➃用户客户端⑺,包括扫描装置和解析装置,
扫描装置,用于扫描商品⑵上的个性特征图案⑷等标识;
解析装置,用于对扫描的个性特征图案⑷等标识进行解析获取个性特征代码⑸,并将个性特征图案⑷等标识和/或个性特征代码⑸作为个性特征信息上传给服务器端⑹;
➄服务器端⑹,包括数据存储器、通讯模块和检索装置;
数据存储器,用于备案存储个性特征图像⒇和/或基于个性特征图像⒇解析出来的个性特征代码⑸,并将每一件商品⑵的至少一个、具有唯一性的商品编码⑴与作为个性特征信息的个性特征图像⒇和/或解析出来的个性特征代码⑸进行关联存储;
通讯模块用于和客户端⑺进行通讯,以接收客户端⑺上传的信息或者向客户端发送信息;
检索装置用于在通讯模块接收到个性特征信息时,基于个性特征信息的一部分或全部在数据存储器中检索商品编码⑴,并通过通讯模块将检索到的商品编码⑴发送给客户端⑺,或者将商品的相关信息发送客户端⑺。
本发明上述实施例列举了一些具体实施案例,实践中,可根据胶版印刷工艺、柔板印刷工艺、凹版印刷工艺、丝网印刷工艺、烫印印刷工艺、移印印刷工艺、喷涂印刷工艺等各种不同的印刷工艺去印设个性特征图案⑷、关联商品编码⑴,实现商品⑵虚拟赋码。
本发明实施的质量关键在于是否能够印刷出个性特征明显的个性特征图案⑷,随着应用的深入,为了获得个性特征明显的个性特征图案⑷,可不断开发探寻更加适合的、能够自然形成个性特征图案⑷的油墨及印刷工艺。
为了获得更好的用户体验,可不断完善升级客户端⑺的预定规则解析软件,使客户端⑺扫描个性特征图案⑷、获取商品编码⑴的速度更快、准确率更高。
以上所揭露的仅为本发明的较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属于本发明所涵盖的范围。