CN108073849B - 条码检测方法、装置及系统 - Google Patents

条码检测方法、装置及系统 Download PDF

Info

Publication number
CN108073849B
CN108073849B CN201611022652.0A CN201611022652A CN108073849B CN 108073849 B CN108073849 B CN 108073849B CN 201611022652 A CN201611022652 A CN 201611022652A CN 108073849 B CN108073849 B CN 108073849B
Authority
CN
China
Prior art keywords
areas
potential
preset
screening
decoded
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
CN201611022652.0A
Other languages
English (en)
Other versions
CN108073849A (zh
Inventor
李俊柏
朱明凌
万其明
施行
武晓阳
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201611022652.0A priority Critical patent/CN108073849B/zh
Publication of CN108073849A publication Critical patent/CN108073849A/zh
Application granted granted Critical
Publication of CN108073849B publication Critical patent/CN108073849B/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
    • 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
    • G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
    • 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
    • G06K7/1465—Methods for optical code recognition the method including quality enhancement steps using several successive scans of the optical code

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

本发明实施例提供了条码检测方法、装置及条码检测系统。该方法包括：获得通过图像采集设备采集的图像，所述图像中包含有携带条码的物体的图像信息；定位所述图像中包含条码的潜在区域；根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域；其中，所述预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；对所筛选得到的候选区域进行译码。通过本方案可以提高条码的检测效率。

Description

条码检测方法、装置及系统
技术领域
本发明涉及数据处理技术领域，特别是涉及条码检测方法、装置及系统。
背景技术
工业条码检测为检测物体上携带条码的过程，以通过自动对条码检测来智能统计物体的基本信息。
现有的条码检测系统中，如图1所述，滚轮1、2带动传送带5朝方向8运输传动，传送带5上载有物体9、10和11，各物体表面携带若干条码，分别标号为12、13、14、15、16、17、18、19和20，该传送带5左侧两边装有的光电触发装置3和4以红外射线7作为触发信号，这样，当物体通过时，阻隔红外射线7在光电触发装置3和4之间的发射与接收，则该光电触发装置3或4向图像采集设备6(如相机)发送图像采集指令，图像采集设备6将所采集到的图像传输至终端中，由终端定位和识别图像中的条码，并将识别结果通过屏显来显示。
从图1中可知，在图像采集设备的视场范围内，经常会有多个物体出现，因此，每帧图像中会出现较多的条码。并且，现有的条码检测过程中，首先需要定位图像中的条码的大致区域，即包含条码的潜在区域，然后将定位到的区域进行译码识别，这些区域既包含真条码区域，也包含伪条码区域，特别是工况背景复杂时，伪条码区域居多。
由于对于伪条码区域的识别无疑浪费大量的计算资源，尤其是伪条码区域数量较多时，导致检测条码的效率低。因此，如何提高条码检测的效率是一个亟待解决的问题。
发明内容
本发明实施例的目的在于提供条码检测方法、装置及系统，以提高条码检测的效率。具体技术方案如下：
第一方面，本发明实施例提供了条码检测方法，该方法包括：
获得通过图像采集设备采集的图像，所述图像中包含有携带条码的物体的图像信息；
定位所述图像中包含条码的潜在区域；
根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域；其中，所述预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；
对所筛选得到的候选区域进行译码。
第二方面，本发明实施例提供了条码检测装置，所述装置包括：
图像获得模块，用于获得通过图像采集设备采集的图像，所述图像中包含有携带条码的物体的图像信息；
潜在区域定位模块，用于定位所述图像中包含条码的潜在区域；
候选区域确定模块，用于根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域；其中，所述预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；
译码模块，用于对所筛选得到的候选区域进行译码。
第三方面，本发明实施例提供了条码检测系统，所述系统包括终端，所述终端用于：
获得通过图像采集设备采集的图像，所述图像中包含有携带条码的物体的图像信息；
定位所述图像中包含条码的潜在区域；
根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域；其中，所述预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；
对所筛选得到的候选区域进行译码。
本发明实施例中，在定位到图像中包括条码的潜在区域后，并非直接对潜在区域进行译码处理，而是根据预定数量以及预定条码特征筛选方式，从该潜在区域中筛选得到待进行译码的候选区域，再对筛选得到的候选区域进行译码；其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。可见，本方案增加了对潜在区域的进一步筛选的过程，且为了保证筛选数量的合理性，筛选数量依赖预先配置的译码数量和/或读码图像采集设备的帧率，因此，通过本方案可以降低被译码的伪条码区域的数量，达到提高条码检测效率的目的。
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为现有技术中的条码检测系统的结构示意图；
图2为本发明实施例所提供的条码检测方法的流程图；
图3为本发明实施例所提供的条码检测方法的另一流程图；
图4为本发明实施例所提供的条码检测方法的又一流程图；
图5为本发明实施例所提供的条码检测方法的又一流程图；
图6为本发明实施例所提供的条码检测方法的又一流程图；
图7为本发明实施例所提供的条码检测方法的又一流程图；
图8为条码区域的正负边缘点的示意图；
图9为通过扫描线筛选候选区域的示意图；
图10为本发明实施例所提供的条码检测装置的结构示意图。
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做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。
本发明实施例提供了条码检测方法、装置及系统，以提高工业检测过程中条码检测的效率。
下面首先对本发明实施例所提供的条码检测方法进行介绍。
需要说明的是，本发明实施例所提供的条码检测方法的执行主体为条码检测装置，该条码检测装置为：运行于条码识别系统中用于检测条码的终端的功能软件。
如图2所示，本发明实施例所提供的条码检测方法，可以包括如下步骤：
S201，获得通过图像采集设备采集的图像，该图像中包含有携带条码的物体的图像信息；
当图像采集设备采集到关于传送带上的物体的图像时，可以将该图像发送至终端中的条码检测装置，这样，该条码检测装置可以获得该图像，进而执行后续的处理。具体的，如图1所示的条码检测系统中，当物体经过光电触发装置3和4之间的区域时，阻隔红外射线7在光电触发装置3和4之间的发射与接收，光电触发装置3或4则会向图像采集设备6发送图像采集指令，图像采集设备6将所采集到的图像传输至终端中，终端中的条码检测装置则可以获得图像采集设备采集的图像，进行对图像进行后续的处理。
并且，通过传送带传送物体时，携带有条码的一面能够被图像采集设备拍摄到，也就是，携带有条码的一面需要不被遮挡，如：朝上，以保证图像采集设备拍摄到的图像中包含该条码。可以理解的是，可以采用现有技术保证物体携带有条码的一面能够被图像采集设备拍摄到，在此不对所采用的现有技术做任何限定。
可以理解的是，图像采集设备可以为相机、摄像头等等，这都是合理的。
S202，定位该图像中包含条码的潜在区域；
在获得图像后，该条码检测装置可以首先定位该图像中包含条码的潜在区域，即可能存在条码的区域，进而执行后续的条码识别过程。其中，由于定位算法的限制，所定位到的潜在区域可能为真条码区域，也可能为伪条码区域，而伪条码区域的译码无疑浪费大量的计算资源，因此，后续需要对潜在区域进行筛选，以减少潜在区域中的伪条码区域。
在一种具体实现方式中，所述定位该图像中包含条码的潜在区域的步骤，可以包括：
对该图像进行预处理；
对经预处理后的图像进行边缘检测；
对经边缘检测后的图像进行窗口过滤处理；
对经窗口过滤处理后的图像进行形态学操作；
从经形态学操作后的图像中提取连通区域，将提取到的连通区域作为包含条码的潜在区域。
可以理解的是，所谓的预处理可以包括但不局限于彩色转灰度处理以及滤波处理，并且，彩色转灰度处理以及滤波处理可以采用现有技术来实现，例如：彩色转换灰度可以采用任一RGB转YUV算法，其中，RGB色彩空间为三原色光模型，而YUV色彩空间中，“Y”表示明亮度(Luminance或Luma)，也就是灰阶值，而“U”和“V”表示的则是色度(Chrominance或Chroma)。所谓的边缘检测即提取图像的边缘信息，并且，边缘检测可以采用现有技术中的任一图像边缘检测算法来实现，例如：边缘检测可以通过边缘检测算子来实现，边缘检测算子可以为robert或sobel算子等等。所谓的窗口过滤处理具体指：利用图像滑动窗口法来排除窗口中边缘点数低于预设点数阈值的区域，实现区域块过滤的效果，其中，图像滑动窗口法可以为现有技术中的多尺度滑动窗口法，当然并局限于此。所谓的形态学操作可以实现去除干扰区域的同时，填充条码区域的孔洞，所谓的形态学操作可以采用现有技术来实现，例如：形态学操作可以为二值膨胀、腐蚀操作等等。并且，可以采用现有技术中存在的任一连通域提取算法来从经形态学操作后的图像中提取连通区域，例如：所采用的连通域提取算法可以为区域生长算法、轮廓提取算法等等。
需要强调的是，上述的定位该图像中包含条码的潜在区域过程的具体实现方式仅仅作为示例性说明，并不应该构成对本发明实施例的限定。可以理解的是，可以采用现有技术中的任一种实现方式来定位该图像中包含条码的潜在区域。
S203，根据预定数量以及预定条码特征筛选方式，从该潜在区域中筛选得到待进行译码的候选区域；其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；
在定位潜在区域后，由于潜在区域中可能存在一些伪条码区域，而对于伪条码区域的识别无疑浪费大量的计算资源，尤其伪条码区域的数量较多时，导致检测效率较低，因此，为了提高检测效率，可以对潜在区域进行再次筛选。基于该处理思想，本发明实施例中，在定位得到潜在区域后，并非直接对潜在区域进行译码处理，而是根据预定数量以及预定条码特征筛选方式，从潜在区域中筛选得到待进行译码的候选区域；其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。
需要说明的是，为了保证筛选数量的合理性，可以预先配置译码数量和/或读码图像采集设备的帧率，进而根据预先配置的译码数量和/或读码图像采集设备的帧率来确定预定数量，该预定数量影响最终被译码的潜在区域的数量，具体的，当通过预定条码特征筛选方式筛选得到的潜在区域的数量大于该预定数量时，可以从筛选得到的潜在区域中选取预定数量个进行后续的译码，而小于该预定数量时，可以将筛选得到的所有潜在区域进行后续的译码。
可以理解的是，对于预定数量根据预先配置的译码数量确定的情况而言，该译码数量可以为希望被识别出的条码的个数，预定数量的确定可以采用如下原则：在译码数量确定后，预定数量的确定取决于筛选算法(即预定条码特征筛选方式的优劣)的优劣，如果算法较优，预定数量可以为该译码数量，如果筛选算法较差，预定数量可以大于该译码数量，以保证最终译码出的数量达到要求，其中，筛选算法的优劣可以预先通过对样本进行分析得到，例如：译码数量为1个，如果筛选算法较优，预定数量可以为1个，而如果筛选算法较差，预定数量可以为3个。而对于预定数量根据读码图像采集设备的帧率所确定出的情况而言，由于译码数量影响读码图像采集设备的帧率，也就是说，帧率会制约被译码的区域的数量的最大值，因此，可以预先设定读码图像采集设备的帧率，进而根据该帧率确定该预定数量，以使得对译码处理时所具有的读码图像采集设备的帧率，不低于预先设定的读码图像采集设备的帧率，其中，读码图像采集设备的帧率即从图像采集设备中获取图像的速度。另外，对于预定数量根据预先配置的译码数量和读码图像采集设备的帧率确定的情况而言，可以结合筛选算法的优劣以及读码图像采集设备的帧率，来确定预定数量是等同于译码数量，还是大于译码数量。
其中，预定特征筛选方式包括：边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式三种中的至少一种。也就是，根据预定数量以及预定条码特征筛选方式，从该潜在区域中筛选得到待进行译码的候选区域可以包括：根据预定数量以及边缘点梯度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域；或者，根据预定数量以及矩形度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域；或者，根据预定数量以及扫描线密度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域；或者，根据预定数量、边缘点梯度筛选方式和矩形度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域；或者，根据预定数量、边缘点梯度筛选方式和扫描线密度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域；或者，根据预定数量、矩形度筛选方式和扫描线密度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域；或者，根据预定数量、边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域。
为了布局清楚和方案清晰，后续结合具体的实施例，介绍根据预定数量以及预定条码特征筛选方式，从该潜在区域中筛选得到待进行译码的候选区域的具体实现方式。
S204，对所筛选得到的候选区域进行译码。
由于在潜在区域的基础上执行了去除伪条码区域的处理，因此，被译码的候选区域的数量变少了，且候选区域是伪条码区域的几率变小，因此，能够提高条码的检测效率。可以理解的是，对筛选得到的候选区域进行译码可以采用现有技术中的任一种译码方式，由于不作为本发明的发明点，在此不做限定，举例而言，该译码方式可以为平均宽度直接译码法、相似边距离译码法等等。
可选地，在对候选区域的译码的失败率大于预定比例时，从剩余区域中提取待进行译码的补充区域，该剩余区域为该潜在区域中除候选区域以外的区域；
对所提取到的补充区域进行译码。
为了保证译码结果的数量达到要求，可以在对候选区域的译码的失败率大于预定比例时，选取补充区域进行译码，补充区域的数量可以根据实际应用场景进行设定，并且，预定比例可以根据实际情况进行设定，在此不做限定。
本发明实施例中，在定位到图像中包括条码的潜在区域后，并非直接对潜在区域进行译码处理，而是根据预定数量以及预定条码特征筛选方式，从该潜在区域中筛选得到待进行译码的候选区域，再对筛选得到的候选区域进行译码；其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。可见，本方案增加了对潜在区域的进一步筛选的过程，且为了保证筛选数量的合理性，筛选数量依赖预先配置的译码数量和/或读码图像采集设备的帧率，因此，通过本方案可以降低被译码的伪条码区域的数量，达到提高条码检测效率的目的。
下面以预定条码特征筛选方式为边缘点梯度筛选方式为例，对本发明实施例所提供的条码检测方法进行介绍。
需要说明的是，本发明实施例所提供的条码检测方法的执行主体为条码检测装置，该条码检测装置为：运行于条码识别系统中用于检测条码的终端的功能软件。
如图3所示，本发明实施例所提供的条码检测方法，可以包括如下步骤：
S301，获得通过图像采集设备采集的图像，该图像中包含有携带条码的物体的图像信息；
S302，定位该图像中包含条码的潜在区域；
本实施例中，S301～S302与上述实施例中的S201～S202类似，在此不做赘述。
S303，检测各个潜在区域中的边缘点；
S304，确定各个边缘点的梯度方向，其中，该梯度方向为正向或负向。
可以理解的是，条码中的黑色的长条为条码的条，白色的长条为条码的空，而由于条码的空到条，条到空之间都存在灰度值的跳变，使得条码的梯度强度较大，从而有助于区分条码与背景区域；并且，条码内的梯度方向存在如下特性：当空到条时，边缘点的梯度值为负值，从条到空时，边缘点的梯度值为正值，使得同一个条码内具有正负梯度的边缘点占比是相近的。如图8所示，黑色的长条为条码的条，白色的长条为条码的空，黑色边缘点1的梯度值为负值，白色边缘点2的梯度值为正值，黑色边缘点1和白色边缘点2的梯度值是正负异号，对于条码而言，由于其条和空的交互出现，黑白点，即黑色边缘点和白色边缘点，各自的个数都需要大于一定的阈值，且占比均衡。
基于条码的上述特性，在定位出潜在区域后，可以通过边缘点梯度筛选方式来对潜在区域进行再次筛选。对于该种方式而言，可以首先检测各个潜在区域中的边缘点，再确定各个边缘点的梯度方向，其中，该梯度方向为正向或负向。具体的，可以通过边缘检测算子来确定各个潜在区域中的边缘点以及边缘点的梯度方向，举例而言：该边缘检测算子可以为robert、sobel算子等。
需要强调的是，上述所给出的检测各个潜在区域中的边缘点以及确定各个边缘点的梯度方向的实现算法仅仅作为示例，并不应该构成对本发明实施例的限定。本领域技术人员可以理解的是，还可以采用其他现有技术还对各个潜在区域进行边缘点检测以及边缘点梯度方向的确定。
S305，分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第一预定个数阈值，且该第一类边缘点和该第二类边缘点的个数的差值是否在第一预定均衡范围内；
在确定出各个潜在区域的边缘点及梯度方向后，由于同一个条码内的黑白点的个数大于某一个阈值且黑白点的占比均衡，因此，可以分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第一预定个数阈值，且该第一类边缘点和该第二类边缘点的个数的差值是否在第一预定均衡范围内。
其中，第一预定个数阈值可以为预设的经验值，第一预定均衡范围也可以为预设的经验值，在此不做限定。
S306，将判断结果均为是的潜在区域确定为第一类备用区域；
基于上述分析可知，对于一个潜在区域而言，如果梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数均大于第一预定个数阈值，且该第一类边缘点和该第二类边缘点的个数的差值在第一预定均衡范围内，表明该潜在区域是条码所在区域的几率极大。因此，可以将S305中判断结果均为是的潜在区域确定为第一类备用区域。
S307，判断该第一类备用区域的数量是否大于该预定数量，如果大于，执行S308，否则，执行S309；
其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。关于预定数量、译码数量、读码图像采集设备的帧率的具体解释内容以及关联关系可以参照实施例S201～S204的相应内容，在此不做赘述。由于设定了预定数量，因此，可以判断该第一类备用区域的数量是否大于该预定数量，并根据不同的判断结果执行不同的操作。具体的，当第一类备用区域的数量大于该预定数量时，可以执行S308；而当第一类备用区域的数量不大于该预定数量时，可以执行S309。
S308，选取该预定数量的第一类备用区域，将所选取的第一类备用区域确定为待进行译码的候选区域；
在判断出该第一类备用区域的数量大于该预定数量时，可以选取该预定数量的第一类备用区域，将所选取的第一类备用区域确定为待进行译码的候选区域。
在一种具体实现方式中，可以随机选取该预定数量的第一类备用区域，并将所选取的第一类备用区域确定为待进行译码的候选区域。
在另一种具体实现方式中，可以按照该差值大小对该第一类备用区域进行升序排列，将前预定数量个第一类备用区域确定为待进行译码的候选区域。举例而言，第一类备用区域a对应的差值为10，第一类备用区域b对应的差值为11，第一类备用区域c对应的差值为8，第一类备用区域d对应的差值为6，第一类备用区域e对应的差值为9，第一类备用区域f对应的差值为12，按照差值大小对该第一类备用区域进行升序排列，排列结果如下：第一类备用区域d、第一类备用区域c、第一类备用区域e、第一类备用区域a、第一类备用区域b、第一类备用区域f，假设预定数量为3，则选取第一类备用区域d、第一类备用区域c、第一类备用区域e作为待进行译码的候选区域。
可以理解的是，上述所给出的选取该预定数量的第一类备用区域的具体实现方式仅仅作为示例，并不应该构成对本发明实施例的限定。
S309，将所有的第一类备用区域确定为待进行译码的候选区域；
在判断出该第一类备用区域的数量不大于该预定数量时，可以将所有的第一类备用区域确定为待进行译码的候选区域。
本实施例中，S303～S309为：根据预定数量以及边缘点梯度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域的步骤的具体实现方式，当然，S303～S309仅仅作为示例，并不应该构成对本发明实施例的限定。
S310，对所筛选得到的候选区域进行译码。
可选地，在对候选区域的译码的失败率大于预定比例时，从剩余区域中提取待进行译码的补充区域，该剩余区域为该潜在区域中除候选区域以外的区域；
对所提取到的补充区域进行译码。
其中，本实施例中S310与上述实施例中的S204类似，在此不做赘述。
可见，本方案增加了对潜在区域的进一步筛选的过程，且为了保证筛选数量的合理性，筛选数量依赖预先配置的译码数量和/或读码图像采集设备的帧率，因此，通过本方案可以降低被译码的伪条码区域的数量，达到提高条码检测效率的目的。
下面以预定条码特征筛选方式为矩形度筛选方式为例，对本发明实施例所提供的条码检测方法进行详细介绍。
需要说明的是，本发明实施例所提供的条码检测方法的执行主体为条码检测装置，该条码检测装置为运行于条码识别系统中用于检测条码的终端的功能软件。
如图4所示，本发明实施例所提供的条码检测方法，可以包括如下步骤：
S401，获得通过图像采集设备采集的图像，该图像中包含有携带条码的物体的图像信息；
S402，定位该图像中包含条码的潜在区域；
本实施例中，S401～S402与上述实施例中的S201～S202类似，在此不做赘述。
S403，计算各个潜在区域的矩形度；
可以理解的是，条码通常是矩形，而伪条码的形状通常是不规则的，并且，矩形度用来衡量物体是矩形的程度，因此，可以通过矩形度来排除伪条码区域。并且，由于图像采集设备获取到的图像中所含条码的个数是不固定的，在简单工况条件下，条码相互之间距离较远，此时潜在区域就包括单个条码，矩形度筛选尤其有效。
在一种具体实现方式中，所述计算各个潜在区域的矩形度所利用的公式为：
Di＝Sai/Sbi；
其中，Di为潜在区域i的矩形度，Sai为潜在区域i的面积，Sbi为潜在区域i的最小面积外接矩形的面积。
其中，潜在区域i所对应的最小面积外接矩形可以通过现有技术方式计算得到，例如：旋转卡壳算法等等。
S404，将所对应矩形度大于第一预定矩形度阈值的潜在区域确定为第二类备用区域；
其中，在确定出矩形度后，可以将所对应矩形度大于第一预定矩形度阈值的潜在区域确定为第二类备用区域，其中，第一预定矩形度阈值可以为预设的经验值。需要强调的是，一个潜在区域的矩形度越高，表示该潜在区域越像一个矩形，而条码大多数是矩形，因此，矩形度越高，越可能是真条码区域。
S405，判断该第二类备用区域的数量是否大于该预定数量，如果大于，执行S406，否则，执行S407；
其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。关于预定数量、译码数量、读码图像采集设备的帧率的具体解释内容以及关联关系可以参照实施例S201～S204的相应内容，在此不做赘述。
在确定出第二类备用区域后，可以判断第二类备用区域的数量是否大于该预定数量，并根据不同的判断结果执行不同的操作。具体的，当判断出该第二类备用区域的数量大于该预定数量时，可以执行S406；而当判断出该第二类备用区域的数量不大于该预定数量时，可以执行S407。
S406，选取该预定数量的第二类备用区域，将所选取的第二类备用区域确定为待进行译码的候选区域；
在判断出该第二类备用区域的数量大于该预定数量时，可以选取该预定数量的第二类备用区域，将所选取的第二类备用区域确定为待进行译码的候选区域。
在一种具体实现方式中，可以随机选取该预定数量的第二类备用区域，并将所选取的第二类备用区域确定为待进行译码的候选区域。
在另一种具体实现方式中，可以按照矩形度大小对该第二类备用区域进行降序排列，将前预定数量个第二类备用区域确定为待进行译码的候选区域。举例而言，第二类备用区域a对应的矩形度为90％，第二类备用区域b对应的矩形度为92％，第二类备用区域c对应的矩形度为80％，第二类备用区域d对应的矩形度为85％，第二类备用区域e对应的矩形度为95％，第二类备用区域f对应的矩形度为96％，按照矩形度大小对该第二类备用区域进行降序排列，排列结果如下：第二类备用区域f、第二类备用区域e、第二类备用区域b、第二类备用区域a、第二类备用区域d、第二类备用区域c，假设预定数量为3，则选取第二类备用区域f、第二类备用区域e、第二类备用区域b作为待进行译码的候选区域。
可以理解的是，上述所给出的选取该预定数量的第二类备用区域的具体实现方式仅仅作为示例，并不应该构成对本发明实施例的限定。
S407，将所有的第二类备用区域确定为待进行译码的候选区域；
在判断出该第二类备用区域的数量不大于该预定数量时，将所有的第二类备用区域确定为待进行译码的候选区域。
本实施例中，S403～S407为：根据预定数量以及矩形度筛选方式，从潜在区域中筛选得到待进行译码的候选区域的步骤的具体实现方式；当然，S403～S407仅仅作为示例，并不应该构成对本发明实施例的限定。
S408，对所筛选得到的候选区域进行译码。
可选地，在对候选区域的译码的失败率大于预定比例时，从剩余区域中提取待进行译码的补充区域，该剩余区域为该潜在区域中除候选区域以外的区域；
对所提取到的补充区域进行译码。
本实施例中，S408与上述实施例的S204类似，在此不做赘述。
可见，本方案增加了对潜在区域的进一步筛选的过程，且为了保证筛选数量的合理性，筛选数量依赖预先配置的译码数量和/或读码图像采集设备的帧率，因此，通过本方案可以降低被译码的伪条码区域的数量，达到提高条码检测效率的目的。
下面以预定条码特征筛选方法为扫描线密度筛选方式为例，对本发明实施例所提供的一种条码检测方法进行详细介绍。
需要说明的是，本发明实施例所提供的条码检测方法的执行主体为条码检测装置，该条码检测装置为：运行于条码识别系统中用于检测条码的终端的功能软件。
如图5所示，本发明实施例所提供的条码检测方法，可以包括如下步骤：
S501，获得通过图像采集设备采集的图像，该图像中包含有携带条码的物体的图像信息；
S502，定位该图像中包含条码的潜在区域；
本实施例中，S501～S502与上述实施例的S201～S202类似，在此不做赘述。
S503，分别确定各个潜在区域所对应的条码物理方向；
S504，分别沿着各个潜在区域所对应的条码物理方向绘制多条扫描线，其中，各个潜在区域上的任意相邻扫描线具有第一预定间隔；
由于条码中空和条间隔重复出现，使得当用扫描线在条码上移动扫描时，扫描线会重复扫描到条和空，条码的边缘点跳变是非常强烈的，因此，可以利用扫描线的密度来作为筛选依据，即利用扫描线密度筛选方式来筛选潜在区域。具体的，在利用扫描线密度筛选方式进行筛选时，首先可以分别确定各个潜在区域所对应的条码物理方向，分别沿着各个潜在区域所对应的条码物理方向绘制多条扫描线，并计算扫描线的密度。
其中，条码物理方向即为条码的矩形区域中的宽所指的方向，具体应用中，该宽可以为长边。
如图9所示，条码中，长黑条为条码中的条，箭头所指的方向为扫描线的扫描方向。因为条码很可能出现畸变，扫描线是沿着条码的条码物理方向所画的一些直线，而不是空和条的纹理方向，如图9所示，条码的物理方向的角度为45度，条和空的纹理方向的角度为0度，此时，扫描线方向的角度与物理方向一致，也为45度。其中，可以采用Bresenham画线方法来绘制扫描线，当然并不局限于此。
S505，计算各个潜在区域上的扫描线的密度；
在分别沿着各个潜在区域所对应的条码物理方向绘制多条扫描线后，可以计算各个潜在区域上的扫描线的密度，并根据所计算的密度执行后续的步骤。
具体的，在一种具体实现方式中，所述计算各个潜在区域上的扫描线的密度的步骤，可以包括：
分别统计各个潜在区域上的所有扫描线上的预定像素点的个数，将各个潜在区域所对应的个数确定为扫描线的密度，其中，该预定像素点为扫描线上具有和该条码物理方向一致的像素点。
具体的，在另一种具体实现方式中，所述计算各个潜在区域上的扫描线的密度的步骤，可以包括：
分别统计各个潜在区域上的所有扫描线上正负边缘点的成对数量，将各个潜在区域所对应的成对数量确定为扫描线的密度。
其中，正负边缘点为梯度方向为正向的边缘点和梯度方向为负向的边缘带你。
具体的，在另一种具体实现方式中，所述计算各个潜在区域上的扫描线的密度的步骤，可以包括：
分别统计各个潜在区域中平行线的密度，将各个潜在区域所对应的平行线密度确定为扫描线的密度。
本领域技术人员可以理解的是，平行线指的是条码中的条和空的边缘组成的直线，一个条码上有很多平行线，此时，若沿着平行线垂直的方向扫描该区域，则扫描到的平行线越多，则扫描线密度越大，也就是说，扫描线的密度受到平行线的密度影响。
S506，将扫描线的密度大于第一预定密度阈值的潜在区域确定为第三类备用区域；
其中，在确定出扫描线的密度后，可以将扫描线的密度大于第一预定密度阈值的潜在区域确定为第三类备用区域。
S507，判断该第三类备用区域的数量是否大于该预定数量，如果大于，执行S508，否则，执行S509；
其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。关于预定数量、译码数量、读码图像采集设备的帧率的具体解释内容以及关联关系可以参照实施例S201～S204的相应内容，在此不做赘述。
在确定出第三类备用区域后，可以判断该第三类备用区域的数量是否大于该预定数量，并根据不同的判断结果执行不同的操作。具体的，当判断出该第三类备用区域的数量大于该预定数量时，可以执行S508；而当判断出该第三类备用区域的数量不大于该预定数量时，可以执行S509。
S508，选取该预定数量的第三类备用区域，将所选取的第三类备用区域确定为待进行译码的候选区域；
当判断出该第三类备用区域的数量大于该预定数量时，可以选取该预定数量的第三类备用区域，将所选取的第三类备用区域确定为待进行译码的候选区域。
在一种具体实现方式中，可以随机选取该预定数量的第三类备用区域，将所选取的第三类备用区域确定为待进行译码的候选区域。
在另一种具体实现方式中，按照密度大小对该第三类备用区域进行降序排列，将前预定数量个第三类备用区域确定为待进行译码的候选区域。
可以理解的是，上述所给出的选取该预定数量的第三类备用区域的具体实现方式仅仅作为示例，并不应该构成对本发明实施例的限定。
S509，将所有的第三类备用区域确定为待进行译码的候选区域；
当判断出该第三类备用区域的数量不大于该预定数量时，可以将所有的第三类备用区域确定为待进行译码的候选区域。
本实施例中，S503～S509为：根据预定数量以及扫描线密度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域的步骤的具体实现方式，当然，S503～S509仅仅作为示例，并不应该构成对本发明实施例的限定。
S510，对所筛选得到的候选区域进行译码。
可选地，在对候选区域的译码的失败率大于预定比例时，从剩余区域中提取待进行译码的补充区域，所述剩余区域为所述潜在区域中除候选区域以外的区域；
对所提取到的补充区域进行译码。
本实施例中，S510与上述实施例的S204类似，在此不做赘述。
可见，本方案增加了对潜在区域的进一步筛选的过程，且为了保证筛选数量的合理性，筛选数量依赖预先配置的译码数量和/或读码图像采集设备的帧率，因此，通过本方案可以降低被译码的伪条码区域的数量，达到提高条码检测效率的目的。
下面以预定条码特征筛选方式为边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式结合方式为例，对本发明实施例所提供的条码检测方法进行详细介绍。
需要说明的是，本发明实施例所提供的条码检测方法的执行主体为条码检测装置，该条码检测装置为：运行于条码识别系统中用于检测条码的终端的功能软件。
如图6所示，本发明实施例所提供的条码检测方法，可以包括如下步骤：
S601，获得通过图像采集设备采集的图像，该图像中包含有携带条码的物体的图像信息；
S602，定位该图像中包含条码的潜在区域；
本实施例中，S601～S602与上述实施例中的S201～S202类似，在此不做赘述。
S603，检测各个潜在区域中的边缘点，并确定各个边缘点的梯度方向，该梯度方向为正向或负向；
S604，计算各个潜在区域的矩形度；
在定位出图像中包含条码的潜在区域后，可以结合边缘点梯度筛选方式和矩形度筛选方式来选择出一些备用区域，进而在筛选出的备用区域的数量多于预定数量时，通过扫描线密度筛选方式，从多个备用区域中筛选得到待进行译码的候选区域。
其中，检测各个潜在区域中的边缘点、确定各个边缘点的梯度方向及计算矩形度的具体实现方式可以参照上述实施例，在此不做赘述。
S605，分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第二预定个数阈值，该第一类边缘点和该第二类边缘点的个数的差值是否在第二预定均衡范围内，且所对应矩形度是否大于第二预定矩形度阈值；
S606，将判断结果均为是的潜在区域确定为第四类备用区域；
在确定出各个潜在区域的边缘点的梯度方向以及矩形度后，可以分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第二预定个数阈值，该第一类边缘点和该第二类边缘点的个数的差值是否在第二预定均衡范围内，且所对应矩形度是否大于第二预定矩形度阈值，并将判断结果均为是的潜在区域确定为第四类备用区域，从而结合边缘点梯度筛选方式和矩形度筛选方式选择出了一些备用区域。
S607，判断该第四类备用区域的数量是否大于该预定数量，如果大于，执行S608，否则，执行S610；
其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。关于预定数量、译码数量、读码图像采集设备的帧率的具体解释内容以及关联关系可以参照实施例S201～S204的相应内容，在此不做赘述。
在确定出第四类备用区域后，可以判断该第四类备用区域的数量是否大于该预定数量，并根据不同的判断结果执行不同的操作。具体的，当判断出该第四类备用区域大于该预定数量时，可以执行S608；当判断出该第四类备用区域不大于该预定数量时，可以执行S610。
S608，分别确定各个第四类备用区域的条码物理方向，分别沿着各个第四类备用区域所对应的条码物理方向绘制多条扫描线，计算各个第四类备用区域上的扫描线的密度；
S609，按照密度大小对第四类备用区域进行降序排列，将前预定数量个第四类备用区域确定为待进行译码的候选区域，其中，各个第四类备用区域上的任意相邻扫描线具有第二预定间隔；
在确定出该第四类备用区域的数量大于该预定数量时，可以通过扫描线密度筛选方式，从多个备用区域中筛选得到待进行译码的候选区域。关于分别确定各个第四类备用区域的条码物理方向，分别沿着各个第四类备用区域所对应的条码物理方向绘制多条扫描线，计算各个第四类备用区域上的扫描线的密度的具体实现方式可以参照上述实施例S501～S510的相应内容，在此不做赘述。
S610，将所有的第四类备用区域确定为待进行译码的候选区域；
在确定出该第四类备用区域的数量大于该预定数量时，可以将所有的第四类备用区域确定为待进行译码的候选区域。
本实施例中，S603～S610为：根据预定数量、边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域的步骤的具体实现方式，当然，S603～S610仅仅作为示例，并不应该构成对本发明实施例的限定。
S611，对所筛选得到的候选区域进行译码。
可选地，在对候选区域的译码的失败率大于预定比例时，从剩余区域中提取待进行译码的补充区域，所述剩余区域为所述潜在区域中除候选区域以外的区域；
对所提取到的补充区域进行译码。
本实施例中，S611与上述实施例的S204类似，在此不做赘述。
可见，本方案增加了对潜在区域的进一步筛选的过程，且为了保证筛选数量的合理性，筛选数量依赖预先配置的译码数量和/或读码图像采集设备的帧率，因此，通过本方案可以降低被译码的伪条码区域的数量，达到提高条码检测效率的目的。
下面以预定条码特征筛选方式为边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式结合方式为例，对本发明实施例所提供的一种条码检测方法进行介绍。
需要说明的是，本发明实施例所提供的条码检测方法的执行主体为条码检测装置，该条码检测装置为：运行于条码识别系统中用于检测条码的终端的功能软件。
如图7所示，本发明实施例所提供的条码检测方法，可以包括如下步骤：
S701，获得通过图像采集设备采集的图像，该图像中包含有携带条码的物体的图像信息；
S702，定位该图像中包含条码的潜在区域；
本实施例中，S701～S702与上述实施例的S101～S102类似，在此不做赘述。
S703，检测各个潜在区域中的边缘点，并确定各个边缘点的梯度方向，所述梯度方向为正向或负向；
S704，计算各个潜在区域的矩形度；
S705，分别确定各个潜在区域的条码物理方向，分别沿着各个潜在区域所对应的条码物理方向绘制多条扫描线，计算各个潜在区域上的扫描线的密度，其中，各个潜在区域上的任意相邻扫描线具有第三预定间隔；
本实施例中，S703～S705的具体实现方式可以参照上述实施例的相应内容，在此不做赘述。
S706，分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第三预定个数阈值，该第一类边缘点和该第二类边缘点的个数的差值是否在第三预定均衡范围内，所对应矩形度是否大于第三预定矩形度阈值，且扫描线的密度是否大于第二预定密度阈值；
S707，将判断结果均为是的潜在区域确定为第五类备用区域；
在确定出潜在区域后，可以结合边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式，从多个潜在区域中筛选得到一些备用区域，这些备用区域为具有较高条码特性的潜在区域。
S708，判断该第五类备用区域的数量是否大于该预定数量，如果大于，执行S709，否则，执行S710；
其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。关于预定数量、译码数量、读码图像采集设备的帧率的具体解释内容以及关联关系可以参照实施例S201～S204的相应内容，在此不做赘述。
S709，选取该预定数量的第五类备用区域，将所选取的第五类备用区域确定为待进行译码的候选区域；
在判断出该第五类备用区域的数量大于该预定数量时，可以选取该预定数量的第五类备用区域，将所选取的第五类备用区域确定为待进行译码的候选区域。
在一种具体实现方式中，可以随机选取该预定数量的第五类备用区域，将所选取的第五类备用区域确定为待进行译码的候选区域。
在另一种具体实现方式中，可以按照组合特征值大小对该第五类备用区域进行降序排列，将前预定数量个第五类备用区域确定为待进行译码的候选区域；
其中，各个第五类备用区域对应的组合特征值为：对相应的差值、矩形度和扫描线的密度进行归一化后乘以预定权重值所得的值。并且，预定权重值可以根据该三种筛选方式的精准度进行设定，精准度越高，预定权重值越高，其中，该三种筛选方式的精准度可以通过对样本分析进行确定。
本实施例中，选取该预定数量的第五类备用区域的具体实现方式仅仅作为实力，并不应该构成对本发明实施例的限定。
S710，将所有的第五类备用区域确定为待进行译码的候选区域；
在判断出该第五类备用区域的数量不大于该预定数量时，可以将所有的第五类备用区域确定为待进行译码的候选区域。
本实施例中，S703～S710为：根据预定数量、边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式，从该潜在区域中筛选得到待进行译码的候选区域的步骤的具体实现方式，当然，S703～S710仅仅作为示例，并不应该构成对本发明实施例的限定。
S711，对所筛选得到的候选区域进行译码。
可选地，在对候选区域的译码的失败率大于预定比例时，从剩余区域中提取待进行译码的补充区域，所述剩余区域为所述潜在区域中除候选区域以外的区域；
对所提取到的补充区域进行译码。
本实施例中，S711与上述实施例的S204类似，在此不做赘述。
可见，本方案增加了对潜在区域的进一步筛选的过程，且为了保证筛选数量的合理性，筛选数量依赖预先配置的译码数量和/或读码图像采集设备的帧率，因此，通过本方案可以降低被译码的伪条码区域的数量，达到提高条码检测效率的目的。
需要强调的是，本发明实施例中所涉及的第一类、第二类、第三类等等仅仅用于从名称是区分相关内容，并不具有任何限定意义。例如：“第一类备用区域”中的“第一类”、“第二类备用区域”中的“第二类”、“第三类备用区域”中的“第三类”、“第四类备用区域”中的“第四类”和“第五类备用区域”中的“第五类”仅仅用于从名称区分通过不同筛选方式筛选得到的备用区域，并不具有任何限定意义。
并且，关于根据预定数量，以及边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式中任意两种方式，从该潜在区域中筛选得到待进行译码的候选区域的具体实现方式，可以参照本发明实施例所提供的各个具体实施例，在此不做详细说明。
相应于上述方法实施例，本发明实施例还提供了条码检测装置。如图10所示，该装置可以包括：
图像获得模块1010，用于获得通过图像采集设备采集的图像，所述图像中包含有携带条码的物体的图像信息；
潜在区域定位模块1020，用于定位所述图像中包含条码的潜在区域；
候选区域确定模块1030，用于根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域；其中，所述预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；
译码模块1040，用于对所筛选得到的候选区域进行译码。
本发明实施例中，在定位到图像中包括条码的潜在区域后，并非直接对潜在区域进行译码处理，而是根据预定数量以及预定条码特征筛选方式，从该潜在区域中筛选得到待进行译码的候选区域，再对筛选得到的候选区域进行译码；其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。可见，本方案增加了对潜在区域的进一步筛选的过程，且为了保证筛选数量的合理性，筛选数量依赖预先配置的译码数量和/或读码图像采集设备的帧率，因此，通过本方案可以降低被译码的伪条码区域的数量，达到提高条码检测效率的目的。
可选地，本发明实施例所提供的条码检测装置，还可以包括：
补充区域选取模块，用于在对所述候选区域的译码的失败率大于预定比例时，从剩余区域中提取待进行译码的补充区域，所述剩余区域为所述潜在区域中除所述候选区域以外的区域；
补充区域处理模块，用于对所提取到的补充区域进行译码。
可选地，所述预定条码特征筛选方式包括：边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式中的至少一种。
可选地，在一种具体实现方式中，所述预定条码特征筛选方式包括：边缘点梯度筛选方式；
所述候选区域确定模块1030，可以包括：
边缘点检测单元，用于检测各个潜在区域中的边缘点；
梯度方向确定单元，用于确定各个边缘点的梯度方向，所述梯度方向为正向或负向；
第一处理单元，用于分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第一预定个数阈值，且所述第一类边缘点和所述第二类边缘点的个数的差值是否在第一预定均衡范围内；
第一区域确定单元，用于将判断结果均为是的潜在区域确定为第一类备用区域；
第一判断单元，用于判断所述第一类备用区域的数量是否大于所述预定数量，如果大于，触发第一选取单元，如果不大于，触发第二选取单元；
所述第一选取单元，用于选取所述预定数量的第一类备用区域，将所选取的第一类备用区域确定为待进行译码的候选区域；
所述第二选取单元，用于将所有的第一类备用区域确定为待进行译码的候选区域。
可选地，在另一种实现方式中，所述预定条码特征筛选方式包括：矩形度筛选方式；
所述候选区域确定模块1030，可以包括：
矩形度计算单元，用于计算各个潜在区域的矩形度；
第二区域确定单元，用于将所对应矩形度大于第一预定矩形度阈值的潜在区域确定为第二类备用区域；
第二判断单元，用于判断所述第二类备用区域的数量是否大于所述预定数量，如果大于，触发第三选取单元，如果不大于，触发第四选取单元；所述第三选取单元，用于选取所述预定数量的第二类备用区域，将所选取的第二类备用区域确定为待进行译码的候选区域；
所述第四选取单元，用于将所有的第二类备用区域确定为待进行译码的候选区域。
可选地，所述计算各个潜在区域的矩形度所利用的公式为：
Di＝Sai/Sbi；
其中，Di为潜在区域i的矩形度，Sai为潜在区域i的面积，Sbi为潜在区域i的最小面积外接矩形的面积。
可选地，在另一种实现方式中，所述预定条码特征筛选方式包括：扫描线密度筛选方式；
所述候选区域确定模块1030，可以包括：
物理方向确定单元，用于分别确定各个潜在区域所对应的条码物理方向；
绘制单元，用于分别沿着各个潜在区域所对应的条码物理方向绘制多条扫描线，其中，各个潜在区域上的任意相邻扫描线具有第一预定间隔；
密度计算单元，用于计算各个潜在区域上的扫描线的密度；
第三区域确定单元，用于将扫描线的密度大于第一预定密度阈值的潜在区域确定为第三类备用区域；
第三判断单元，用于判断所述第三类备用区域的数量是否大于所述预定数量，如果大于，触发第五选取单元，如果不大于，触发第六选取单元；
所述第五选取单元，用于选取所述预定数量的第三类备用区域，将所选取的第三类备用区域确定为待进行译码的候选区域；
所述第六选取单元，用于将所有的第三类备用区域确定为待进行译码的候选区域。
可选地，所述密度计算单元具体用于：
分别统计各个潜在区域上的所有扫描线上的预定像素点的个数，将各个潜在区域所对应的个数确定为扫描线的密度，其中，所述预定像素点为扫描线上具有和所述条码物理方向一致的像素点；
或者，
分别统计各个潜在区域上的所有扫描线上正负边缘点的成对数量，将各个潜在区域所对应的成对数量确定为扫描线的密度；
或者，
分别统计各个潜在区域中平行线的密度，将各个潜在区域所对应的平行线密度确定为扫描线的密度。
可选地，所述预定条码特征筛选方式包括：边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式；
所述候选区域确定模块1030，可以包括：
第一边缘点及方向确定单元，用于检测各个潜在区域中的边缘点，并确定各个边缘点的梯度方向，所述梯度方向为正向或负向；
矩形度确定单元，用于计算各个潜在区域的矩形度；
第四处理单元，用于分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第二预定个数阈值，所述第一类边缘点和所述第二类边缘点的个数的差值是否在第二预定均衡范围内，且所对应矩形度是否大于第二预定矩形度阈值；
第四区域确定单元，用于将判断结果均为是的潜在区域确定为第四类备用区域；
第四判断单元，用于判断所述第四类备用区域的数量是否大于所述预定数量，如果大于，触发第七选取单元，如果不大于，触发第八选取单元；
所述第七选取单元，用于分别确定各个第四类备用区域的条码物理方向，分别沿着各个第四类备用区域所对应的条码物理方向绘制多条扫描线，计算各个第四类备用区域上的扫描线的密度，按照密度大小对所述第四类备用区域进行降序排列，将前预定数量个第四类备用区域确定为待进行译码的候选区域，其中，各个第四类备用区域上的任意相邻扫描线具有第二预定间隔；
所述第八选取单元，用于将所有的第四类备用区域确定为待进行译码的候选区域。
可选地，在另一种具体实现方式中，所述预定条码特征筛选方式包括：边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式；
所述候选区域确定模块1030，可以包括：
第二边缘点及梯度确定单元，用于检测各个潜在区域中的边缘点，并确定各个边缘点的梯度方向，所述梯度方向为正向或负向；
第二矩形度确定单元，用于计算各个潜在区域的矩形度；
扫描线密度确定单元，用于分别确定各个潜在区域的条码物理方向，分别沿着各个潜在区域所对应的条码物理方向绘制多条扫描线，计算各个潜在区域上的扫描线的密度，其中，各个潜在区域上的任意相邻扫描线具有第三预定间隔；
第五处理单元，用于分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第三预定个数阈值，所述第一类边缘点和所述第二类边缘点的个数的差值是否在第三预定均衡范围内，所对应矩形度是否大于第三预定矩形度阈值，且扫描线的密度是否大于第二预定密度阈值；
第五区域确定单元，用于将判断结果均为是的潜在区域确定为第五类备用区域；
第五判断单元，用于判断所述第五类备用区域的数量是否大于所述预定数量，如果大于，触发第九选取单元，如果不大于，触发第十选取单元；
所述第九选取单元，用于选取所述预定数量的第五类备用区域，将所选取的第五类备用区域确定为待进行译码的候选区域；
所述第十选取单元，用于将所有的第五类备用区域确定为待进行译码的候选区域。
可选地，所述第九选取单元，具体用于：
按照组合特征值大小对所述第五类备用区域进行降序排列，将前预定数量个第五类备用区域确定为待进行译码的候选区域；
其中，各个第五类备用区域对应的组合特征值为：对相应的差值、矩形度和扫描线的密度进行归一化后乘以预定权重值所得的值。
相应于上述方法实施例，本发明实施例还提供了条码检测系统，包括终端，所述终端用于：
获得通过图像采集设备采集的图像，所述图像中包含有携带条码的物体的图像信息；
定位所述图像中包含条码的潜在区域；
根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域；其中，所述预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；
对所筛选得到的候选区域进行译码。
本发明实施例中，在定位到图像中包括条码的潜在区域后，并非直接对潜在区域进行译码处理，而是根据预定数量以及预定条码特征筛选方式，从该潜在区域中筛选得到待进行译码的候选区域，再对筛选得到的候选区域进行译码；其中，该预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出。可见，本方案增加了对潜在区域的进一步筛选的过程，且为了保证筛选数量的合理性，筛选数量依赖预先配置的译码数量和/或读码图像采集设备的帧率，因此，通过本方案可以降低被译码的伪条码区域的数量，达到提高条码检测效率的目的。
可选地，所述终端还用于：
在对所述候选区域的译码的失败率大于预定比例时，从剩余区域中提取待进行译码的补充区域，所述剩余区域为所述潜在区域中除所述候选区域以外的区域；
对所提取到的补充区域进行译码。
可选地，所述预定条码特征筛选方式包括：边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式中的至少一种。
可选地，所述预定条码特征筛选方式包括：边缘点梯度筛选方式；
所述终端根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域的步骤，包括：
检测各个潜在区域中的边缘点；
确定各个边缘点的梯度方向，所述梯度方向为正向或负向；
分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第一预定个数阈值，且所述第一类边缘点和所述第二类边缘点的个数的差值是否在第一预定均衡范围内；
将判断结果均为是的潜在区域确定为第一类备用区域；
判断所述第一类备用区域的数量是否大于所述预定数量；
如果大于，选取所述预定数量的第一类备用区域，将所选取的第一类备用区域确定为待进行译码的候选区域；
如果不大于，将所有的第一类备用区域确定为待进行译码的候选区域。
可选地，所述预定条码特征筛选方式包括：矩形度筛选方式；
所述终端根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域的步骤，包括：
计算各个潜在区域的矩形度；
将所对应矩形度大于第一预定矩形度阈值的潜在区域确定为第二类备用区域；
判断所述第二类备用区域的数量是否大于所述预定数量；
如果大于，选取所述预定数量的第二类备用区域，将所选取的第二类备用区域确定为待进行译码的候选区域；
如果不大于，将所有的第二类备用区域确定为待进行译码的候选区域。
可选地，所述计算各个潜在区域的矩形度所利用的公式为：
Di＝Sai/Sbi；
其中，Di为潜在区域i的矩形度，Sai为潜在区域i的面积，Sbi为潜在区域i的最小面积外接矩形的面积。
可选地，所述预定条码特征筛选方式包括：扫描线密度筛选方式；
所述终端根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域的步骤，包括：
分别确定各个潜在区域所对应的条码物理方向；
分别沿着各个潜在区域所对应的条码物理方向绘制多条扫描线，其中，各个潜在区域上的任意相邻扫描线具有第一预定间隔；
计算各个潜在区域上的扫描线的密度；
将扫描线的密度大于第一预定密度阈值的潜在区域确定为第三类备用区域；
判断所述第三类备用区域的数量是否大于所述预定数量；
如果大于，选取所述预定数量的第三类备用区域，将所选取的第三类备用区域确定为待进行译码的候选区域；
如果不大于，将所有的第三类备用区域确定为待进行译码的候选区域。
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，对于系统实施例而言，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。
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 (13)

1.一种条码检测方法，其特征在于，包括：
获得通过图像采集设备采集的图像，所述图像中包含有携带条码的物体的图像信息；
定位所述图像中包含条码的潜在区域；
根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域；其中，所述预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；其中，所述预定条码特征筛选方式用于从定位得到的潜在区域中筛选待译码的潜在区域，并且，当通过预定条码特征筛选方式筛选得到的潜在区域的数量大于预定数量时，从筛选得到的潜在区域中选取预定数量个潜在区域，作为待进行译码的候选区域，而当不大于预定数量时，将筛选得到的所有潜在区域作为待进行译码的候选区域；
对所筛选得到的候选区域进行译码。
2.根据权利要求1所述的方法，其特征在于，还包括：
在对所述候选区域的译码的失败率大于预定比例时，从剩余区域中提取待进行译码的补充区域，所述剩余区域为所述潜在区域中除所述候选区域以外的区域；
对所提取到的补充区域进行译码。
3.根据权利要求1或2所述的方法，其特征在于，所述预定条码特征筛选方式包括：边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式中的至少一种。
4.根据权利要求3所述的方法，其特征在于，所述预定条码特征筛选方式包括：边缘点梯度筛选方式；
所述根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域的步骤，包括：
检测各个潜在区域中的边缘点；
确定各个边缘点的梯度方向，所述梯度方向为正向或负向；
分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第一预定个数阈值，且所述第一类边缘点和所述第二类边缘点的个数的差值是否在第一预定均衡范围内；
将判断结果均为是的潜在区域确定为第一类备用区域；
判断所述第一类备用区域的数量是否大于所述预定数量；
如果大于，选取所述预定数量的第一类备用区域，将所选取的第一类备用区域确定为待进行译码的候选区域；
如果不大于，将所有的第一类备用区域确定为待进行译码的候选区域。
5.根据权利要求3所述的方法，其特征在于，所述预定条码特征筛选方式包括：矩形度筛选方式；
所述根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域的步骤，包括：
计算各个潜在区域的矩形度；
将所对应矩形度大于第一预定矩形度阈值的潜在区域确定为第二类备用区域；
判断所述第二类备用区域的数量是否大于所述预定数量；
如果大于，选取所述预定数量的第二类备用区域，将所选取的第二类备用区域确定为待进行译码的候选区域；
如果不大于，将所有的第二类备用区域确定为待进行译码的候选区域。
6.根据权利要求5所述的方法，其特征在于，所述计算各个潜在区域的矩形度所利用的公式为：
Di＝Sai/Sbi；
其中，Di为潜在区域i的矩形度，Sai为潜在区域i的面积，Sbi为潜在区域i的最小面积外接矩形的面积。
7.根据权利要求3所述的方法，其特征在于，所述预定条码特征筛选方式包括：扫描线密度筛选方式；
所述根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域的步骤，包括：
分别确定各个潜在区域所对应的条码物理方向；
分别沿着各个潜在区域所对应的条码物理方向绘制多条扫描线，其中，各个潜在区域上的任意相邻扫描线具有第一预定间隔；
计算各个潜在区域上的扫描线的密度；
将扫描线的密度大于第一预定密度阈值的潜在区域确定为第三类备用区域；
判断所述第三类备用区域的数量是否大于所述预定数量；
如果大于，选取所述预定数量的第三类备用区域，将所选取的第三类备用区域确定为待进行译码的候选区域；
如果不大于，将所有的第三类备用区域确定为待进行译码的候选区域。
8.根据权利要求7所述的方法，其特征在于，所述计算各个潜在区域上的扫描线的密度的步骤，包括：
分别统计各个潜在区域上的所有扫描线上的预定像素点的个数，将各个潜在区域所对应的个数确定为扫描线的密度，其中，所述预定像素点为扫描线上具有和所述条码物理方向一致的像素点；或者，
分别统计各个潜在区域上的所有扫描线上正负边缘点的成对数量，将各个潜在区域所对应的成对数量确定为扫描线的密度；或者，
分别统计各个潜在区域中平行线的密度，将各个潜在区域所对应的平行线密度确定为扫描线的密度。
9.根据权利要求3所述的方法，其特征在于，所述预定条码特征筛选方式包括：边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式；
所述根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域的步骤，包括：
检测各个潜在区域中的边缘点，并确定各个边缘点的梯度方向，所述梯度方向为正向或负向；
计算各个潜在区域的矩形度；
分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第二预定个数阈值，所述第一类边缘点和所述第二类边缘点的个数的差值是否在第二预定均衡范围内，且所对应矩形度是否大于第二预定矩形度阈值；
将判断结果均为是的潜在区域确定为第四类备用区域；
判断所述第四类备用区域的数量是否大于所述预定数量；
如果大于，分别确定各个第四类备用区域的条码物理方向，分别沿着各个第四类备用区域所对应的条码物理方向绘制多条扫描线，计算各个第四类备用区域上的扫描线的密度，按照密度大小对所述第四类备用区域进行降序排列，将前预定数量个第四类备用区域确定为待进行译码的候选区域，其中，各个第四类备用区域上的任意相邻扫描线具有第二预定间隔；
如果不大于，将所有的第四类备用区域确定为待进行译码的候选区域。
10.根据权利要求3所述的方法，其特征在于，所述预定条码特征筛选方式包括：边缘点梯度筛选方式、矩形度筛选方式和扫描线密度筛选方式；
所述根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域的步骤，包括：
检测各个潜在区域中的边缘点，并确定各个边缘点的梯度方向，所述梯度方向为正向或负向；
计算各个潜在区域的矩形度；
分别确定各个潜在区域的条码物理方向，分别沿着各个潜在区域所对应的条码物理方向绘制多条扫描线，计算各个潜在区域上的扫描线的密度，其中，各个潜在区域上的任意相邻扫描线具有第三预定间隔；
分别判断各个潜在区域中，梯度方向为正向的第一类边缘点和梯度方向为负向的第二类边缘点的个数是否均大于第三预定个数阈值，所述第一类边缘点和所述第二类边缘点的个数的差值是否在第三预定均衡范围内，所对应矩形度是否大于第三预定矩形度阈值，且扫描线的密度是否大于第二预定密度阈值；
将判断结果均为是的潜在区域确定为第五类备用区域；
判断所述第五类备用区域的数量是否大于所述预定数量；
如果大于，选取所述预定数量的第五类备用区域，将所选取的第五类备用区域确定为待进行译码的候选区域；如果不大于，将所有的第五类备用区域确定为待进行译码的候选区域。
11.根据权利要求10所述的方法，其特征在于，所述选取所述预定数量的第五类备用区域，将所选取的第五类备用区域确定为待进行译码的候选区域的步骤，包括：
按照组合特征值大小对所述第五类备用区域进行降序排列，将前预定数量个第五类备用区域确定为待进行译码的候选区域；
其中，各个第五类备用区域对应的组合特征值为：对相应的差值、矩形度和扫描线的密度进行归一化后乘以预定权重值所得的值。
12.一种条码检测装置，其特征在于，包括：
图像获得模块，用于获得通过图像采集设备采集的图像，所述图像中包含有携带条码的物体的图像信息；
潜在区域定位模块，用于定位所述图像中包含条码的潜在区域；
候选区域确定模块，用于根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域；其中，所述预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；其中，所述预定条码特征筛选方式用于从定位得到的潜在区域中筛选待译码的潜在区域，并且，当通过预定条码特征筛选方式筛选得到的潜在区域的数量大于预定数量时，从筛选得到的潜在区域中选取预定数量个潜在区域，作为待进行译码的候选区域，而当不大于预定数量时，将筛选得到的所有潜在区域作为待进行译码的候选区域；
译码模块，用于对所筛选得到的候选区域进行译码。
13.一种条码检测系统，包括终端，其特征在于，所述终端用于：
获得通过图像采集设备采集的图像，所述图像中包含有携带条码的物体的图像信息；
定位所述图像中包含条码的潜在区域；
根据预定数量以及预定条码特征筛选方式，从所述潜在区域中筛选得到待进行译码的候选区域；其中，所述预定数量根据预先配置的译码数量和/或读码图像采集设备的帧率所确定出；其中，所述预定条码特征筛选方式用于从定位得到的潜在区域中筛选待译码的潜在区域，并且，当通过预定条码特征筛选方式筛选得到的潜在区域的数量大于预定数量时，从筛选得到的潜在区域中选取预定数量个潜在区域，作为待进行译码的候选区域，而当不大于预定数量时，将筛选得到的所有潜在区域作为待进行译码的候选区域；
对所筛选得到的候选区域进行译码。
CN201611022652.0A 2016-11-18 2016-11-18 条码检测方法、装置及系统 Active CN108073849B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611022652.0A CN108073849B (zh) 2016-11-18 2016-11-18 条码检测方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611022652.0A CN108073849B (zh) 2016-11-18 2016-11-18 条码检测方法、装置及系统

Publications (2)

Publication Number Publication Date
CN108073849A CN108073849A (zh) 2018-05-25
CN108073849B true CN108073849B (zh) 2021-04-30

Family

ID=62160385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611022652.0A Active CN108073849B (zh) 2016-11-18 2016-11-18 条码检测方法、装置及系统

Country Status (1)

Country Link
CN (1) CN108073849B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI676936B (zh) * 2018-06-06 2019-11-11 偉詮電子股份有限公司 條碼偵測方法及條碼偵測系統
CN110046650B (zh) * 2019-03-15 2021-05-28 中科微至智能制造科技江苏股份有限公司 一种快递包裹条形码快速检测方法
CN111639507B (zh) * 2020-05-29 2023-06-09 天津维创微智能科技有限公司 图像中条形码的定位方法、装置、扫码设备及存储介质
CN113111675B (zh) * 2021-04-19 2021-10-12 广州讯宝电子科技有限公司 一种基于扫码器的快速识别条码的方法及系统
CN113643274B (zh) * 2021-08-24 2024-06-21 凌云光技术股份有限公司 一种二维码候选区筛选的方法及装置
CN113642350B (zh) * 2021-08-24 2023-09-29 凌云光技术股份有限公司 一种工业产品承载的二维码快速识读方法及装置
CN114239635B (zh) * 2021-12-22 2024-02-02 支付宝(杭州)信息技术有限公司 一种针对doi图像涂鸦的处理方法、装置及设备
CN118171673A (zh) * 2024-05-14 2024-06-11 杭州海康威视数字技术股份有限公司 一种正位识别方法、装置、电子设备及摆正系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1950828A (zh) * 2004-03-04 2007-04-18 夏普株式会社 二维代码区域提取方法，二维代码区域提取装置、电子装置，二维代码区域提取程序，以及包含该程序的记录媒介
CN102171707A (zh) * 2008-10-03 2011-08-31 微软公司 用于基于照相机的设备的二维条形码定位
CN102663337A (zh) * 2012-03-16 2012-09-12 江南大学 简单工况背景下的Data Matrix二维条码快速识别方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105447426B (zh) * 2014-07-14 2018-02-02 株式会社理光 判定装置、文档图像管理系统以及判定方法
KR101689705B1 (ko) * 2015-04-13 2016-12-26 동아대학교 산학협력단 픽셀 방향정보를 사용한 영상정보 내 패턴정보영역 검출방법
CN104794420A (zh) * 2015-04-27 2015-07-22 江苏中科贯微自动化科技有限公司 面向工业自动化生产的code128码自动识别方法
CN105975894B (zh) * 2016-05-11 2018-08-21 华中科技大学 一种基于自适应边缘检测和映射模型的一维码识别算法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1950828A (zh) * 2004-03-04 2007-04-18 夏普株式会社 二维代码区域提取方法，二维代码区域提取装置、电子装置，二维代码区域提取程序，以及包含该程序的记录媒介
CN102171707A (zh) * 2008-10-03 2011-08-31 微软公司 用于基于照相机的设备的二维条形码定位
CN102663337A (zh) * 2012-03-16 2012-09-12 江南大学 简单工况背景下的Data Matrix二维条码快速识别方法

Also Published As

Publication number Publication date
CN108073849A (zh) 2018-05-25

Similar Documents

Publication Publication Date Title
CN108073849B (zh) 条码检测方法、装置及系统
US9008426B2 (en) Generating an image presegmented into regions of interest and regions of no interest
US8559748B2 (en) Edge detection
US7379594B2 (en) Methods and systems for automatic detection of continuous-tone regions in document images
CN102013008B (zh) 一种基于支持向量机的烟雾检测方法及装置
US8712188B2 (en) System and method for document orientation detection
US10699091B2 (en) Region of interest location and selective image compression
US9965695B1 (en) Document image binarization method based on content type separation
EP2974261A2 (en) Systems and methods for classifying objects in digital images captured using mobile devices
US20070253040A1 (en) Color scanning to enhance bitonal image
US20130193211A1 (en) System and method for robust real-time 1d barcode detection
JP7062722B2 (ja) 光学コードのモジュールサイズの特定
EP2709039A1 (en) Device and method for detecting the presence of a logo in a picture
Shivakumara et al. Efficient video text detection using edge features
CN110263595B (zh) 一种二维码检测方法及装置
CN109598271B (zh) 一种字符分割方法及装置
US9842281B2 (en) System for automated text and halftone segmentation
JP6630341B2 (ja) シンボルの光学的検出方法
CN108171098B (zh) 一种条码检测方法及设备
CN106203539A (zh) 识别集装箱箱号的方法和装置
CN111241966A (zh) 一种发票目标区域的定位方法、装置、设备及介质
US10115028B2 (en) Method and device for classifying an object in an image
CN108701204B (zh) 一种一维码定位的方法及装置
CN110598575B (zh) 表格版面分析与提取方法及相关装置
CN101894255A (zh) 一种基于小波变换的集装箱号码定位方法

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
GR01 Patent grant
GR01 Patent grant