CN108121982B - 面单图像的获取方法及装置 - Google Patents

面单图像的获取方法及装置 Download PDF

Info

Publication number
CN108121982B
CN108121982B CN201611094195.6A CN201611094195A CN108121982B CN 108121982 B CN108121982 B CN 108121982B CN 201611094195 A CN201611094195 A CN 201611094195A CN 108121982 B CN108121982 B CN 108121982B
Authority
CN
China
Prior art keywords
image
graphic code
determining
processed
information
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
CN201611094195.6A
Other languages
English (en)
Other versions
CN108121982A (zh
Inventor
邓志辉
呼志刚
张文聪
王川艳
吕郁文
汪海燕
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 Hikrobot Co Ltd
Original Assignee
Hangzhou Haikang Robot 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 Haikang Robot Technology Co Ltd filed Critical Hangzhou Haikang Robot Technology Co Ltd
Priority to CN201611094195.6A priority Critical patent/CN108121982B/zh
Priority to EP17877073.1A priority patent/EP3550472B1/en
Priority to PCT/CN2017/096795 priority patent/WO2018099132A1/zh
Priority to US16/464,177 priority patent/US11037017B2/en
Publication of CN108121982A publication Critical patent/CN108121982A/zh
Application granted granted Critical
Publication of CN108121982B publication Critical patent/CN108121982B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/42—Document-oriented image-based pattern recognition based on the type of document
    • G06V30/424—Postal images, e.g. labels or addresses on parcels or postal envelopes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/22—Character recognition characterised by the type of writing
    • G06V30/224—Character recognition characterised by the type of writing of printed characters having additional code marks or containing code marks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种面单图像的获取方法及装置，属于图像处理技术领域。所述方法包括：从所述待处理图像中获取图形码信息，所述图形码信息至少包括所述图形码的位置信息，基于所述图形码的位置信息，确定所述待处理图像中的面单图像特征信息，基于所述面单图像特征信息，从所述待处理图像中获取面单图像。本发明通过不需要依赖人工来获取面单图像，节省了资源，提高了获取面单图像的效率。

Description

面单图像的获取方法及装置
技术领域
本发明涉及图像处理技术领域，特别涉及一种面单图像的获取方法及装置。
背景技术
随着经济和商业的发展，面单的应用越来越广泛，比如，快递包裹上的面单和商品上的面单等，且面单中通常记录有与包裹或者商品有关的信息，因此，为了获取这些信息，亟需一种面单图像的获取方法。
现有技术中，可以安装监控摄像头，通过该监控摄像头获取与每个商品或包裹有关的监控视频，然后人工对该监控视频进行识别，以从该监控视频中获取商品或包裹的面单图像。但由于监控视频的图像质量通常较差，且可能会包括大量的无关信息，比如不包括任何商品或包裹的图像，因此，通过这种方式获取面单图像的效率很低。
发明内容
为了提高获取面单图像的效率，本发明实施例提供了一种面单图像的获取方法及装置。所述技术方案如下：
第一方面，提供了一种面单图像的获取方法，所述方法包括：
从待处理图像中获取图形码信息，所述图形码信息至少包括所述图形码的位置信息；
基于所述图形码的位置信息，确定所述待处理图像中的面单图像特征信息；
基于所述面单图像特征信息，从所述待处理图像中获取面单图像。
结合第一方面，在上述第一方面的第一种可能的实现方式中，所述基于所述图形码的位置信息，确定所述待处理图像中的面单图像特征信息，包括：
基于所述图形码的位置信息，确定所述图形码的区域；
将所述待处理图像中位于所述区域内的图像确定为图形码图像；
获取所述图形码图像的反射区的特征信息；
将获取到的特征信息确定为所述待处理图像中的面单图像特征信息。
结合第一发方面的第一种可能的实现方式，在上述第一方面的第二种可能的实现方式中，所述基于所述图形码的位置信息，确定所述图形码的区域，包括：
基于所述图形码的位置信息，确定所述图形码的最小外接矩形；
将所述图形码的最小外接矩形内的区域确定为所述图形码的区域。
结合第一方面的第二种可能的实现方式，在上述第一方面的第三种可能的实现方式中，所述基于所述图形码的位置信息，确定所述图形码的最小外接矩形，包括：
当所述图形码的位置信息包括所述最小外接矩形的中心点位置和尺寸，且所述图形码信息中还包括所述图形码的方向时，基于最小外接矩形的中心点位置、尺寸和所述图形码的方向，确定所述图形码的最小外接矩形；或，
当所述图形码的位置信息包括所述最小外接矩形的四个顶点位置时，基于所述最小外接矩形的四个顶点位置，确定所述图形码的最小外接矩形；或，
当所述图形码的位置信息包括所述图形码的轮廓时，基于所述图形码的轮廓，确定所述图形码的最小外接矩形。
结合第一方面的第一种可能的实现方式，在上述第一方面的第四种可能的实现方式中，所述获取所述图形码图像的反射区的特征信息，包括：
获取所述图形码图像的特征信息；
基于所述图形码图像的特征信息，确定所述图形码图像的反射区；
从所述图形码图像中获取所述图形码图像的反射区的特征信息。
结合第一方面，在上述第一方面的第五种可能的实现方式中，所述基于所述面单图像特征信息，从所述待处理图像中获取面单图像，包括：
基于所述面单图像特征信息，获取所述待处理图像的二值图像；
获取所述二值图像中包括的图形码图像的连通域；
确定所述连通域的最小外接矩形；
基于所述最小外接矩形的位置信息，从所述待处理图像中获取所述面单图像。
结合第一方面的第五种可能的实现方式，在上述第一方面的第六种可能的实现方式中，所述基于所述最小外接矩形的位置信息，从所述待处理图像中获取所述面单图像，包括：
当接收到输入的面单尺寸范围时，基于所述最小外接矩形的位置信息确定所述最小外接矩形的尺寸；
判断所述最小外接矩形的尺寸是否处于所述面单尺寸范围内；
当所述最小外接矩形的尺寸处于所述面单尺寸范围内时，将所述待处理图像中位于所述最小外接矩形内的图像确定为所述面单图像。
结合第一方面，在上述第一方面的第七种可能的实现方式中，所述基于所述面单图像特征信息，从所述待处理图像中获取面单图像之后，还包括：
基于所述图形码的方向，对所述面单图像进行旋正。
结合第一方面，在上述第一方面的第八种可能的实现方式中，所述从待处理图像中获取图形码信息之前，还包括：
判断所述待处理图像中是否包含有图形码；
当所述待处理图像中包含有图形码时，执行从所述待处理图像中获取图形码信息的操作。
第二方面，提供了一种面单图像的获取装置，所述装置包括：
第一获取模块，用于从待处理图像中获取图形码信息，所述图形码信息至少包括所述图形码的位置信息；
确定模块，用于基于所述图形码的位置信息，确定所述待处理图像中的面单图像特征信息；
第二获取模块，用于基于所述面单图像特征信息，从所述待处理图像中获取面单图像。
结合第二方面，在上述第二方面的第一种可能的实现方式中，所述确定模块包括：
第一确定子模块，用于基于所述图形码的位置信息，确定所述图形码区域；
第二确定子模块，用于将所述待处理图像中位于所述区域内的图像确定为图形码图像；
第一获取子模块，用于获取所述图形码图像的反射区的特征信息；
第三确定子模块，用于将获取到的特征信息确定为所述待处理图像中的面单图像特征信息。
结合第二方面的第一种可能的实现方式，在上述第二方面的第二种可能的实现方式中，所述第一确定子模块还用于：
基于所述图形码的位置信息，确定所述图形码的最小外接矩形；
将所述图形码的最小外接矩形内的区域确定为所述图形码的区域。
结合第二方面的第二种可能的实现方式，在上述第二方面的第三种可能的实现方式中，所述第一确定子模块还用于：
当所述图形码的位置信息包括所述最小外接矩形的中心点位置和尺寸，且所述图形码信息中还包括所述图形码的方向时，基于最小外接矩形的中心点位置、尺寸和所述图形码的方向，确定所述图形码的最小外接矩形；或，
当所述图形码的位置信息包括所述最小外接矩形的四个顶点位置时，基于所述最小外接矩形的四个顶点位置，确定所述图形码的最小外接矩形；或，
当所述图形码的位置信息包括所述图形码的轮廓时，基于所述图形码的轮廓，确定所述图形码的最小外接矩形。
结合第二方面的第一种可能的实现方式，在上述第二方面的第四种可能的实现方式中，所述第一获取子模块还用于：
获取所述图形码图像的特征信息；
基于所述图形码图像的特征信息，确定所述图形码图像的反射区；
从所述图形码图像中获取所述图形码图像的反射区的特征信息。
结合第二方面，在上述第二方面的第五种可能的实现方式中，所述第二获取模块，包括：
第二获取子模块，用于基于所述面单图像特征信息，获取所述待处理图像的二值图像；
第三获取子模块，用于获取所述二值图像中包括的图形码图像的连通域；
第四确定子模块，用于确定所述连通域的最小外接矩形；
第四获取子模块，用于基于所述最小外接矩形的位置信息，从所述待处理图像中获取所述面单图像。
结合第二方面的第五种可能的实现方式，在上述第二方面的第六种可能的实现方式中，所述第四获取子模块还用于：
当接收到输入的面单尺寸范围时，基于所述最小外接矩形的位置信息确定所述最小外接矩形的尺寸；
判断所述最小外接矩形的尺寸是否处于所述面单尺寸范围内；
当所述最小外接矩形的尺寸处于所述面单尺寸范围内时，将所述待处理图像中位于所述最小外接矩形内的图像确定为所述面单图像。
结合第二方面，在上述第二方面的第七种可能的实现方式中，所述装置还包括：
旋正模块，用于基于所述图形码的方向，对所述面单图像进行旋正。
结合第二方面，在上述第二方面的第八种可能的实现方式中，所述装置还包括：
判断模块，用于判断所述待处理图像中是否包含有图形码；
触发模块，用于当所述待处理图像中包含有图形码时，触发所述第一获取模块从所述待处理图像中获取图形码信息的操作。
本发明实施例提供的技术方案带来的有益效果是：在本发明实施例中，由于面单中通常都会设置图形码，因此，对于待处理图像，可以获取该图形码的图形码信息，进而基于该图形码信息确定面单图像特征信息，并基于该面单图像特征信息，从该待处理图像中获取得到该面单图像，也即是，能够根据该待处理图像中面单图像上设置的图形码，从该待处理图像中获取到面单图像。由于不需要依赖人工来获取面单图像，节省了资源，提高了获取面单图像的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明实施例提供的一种面单图像的获取方法流程图；
图2A是本发明实施例提供的另一种面单图像的获取方法流程图；
图2B是本发明实施例提供的一种待处理图像的示意图；
图2C是本发明实施例提供的一种面单图像的示意图；
图2D是本发明实施例提供的另一种面单图像的示意图；
图3是本发明实施例提供的一种面单图像的获取装置的框图；
图4是本发明实施例提供的另一种面单图像的获取装置的框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
图1是本发明实施例提供的一种面单图像的获取方法的流程图，参见图1，该方法包括：
步骤101：从待处理图像中获取图形码信息，该图形码信息至少包括该图形码的位置信息；
步骤102：基于该图形码的位置信息，确定该待处理图像中的面单图像特征信息；
步骤103：基于该面单图像特征信息，从该待处理图像中获取面单图像。
在本发明实施例中，由于面单中通常都会设置图形码，因此，对于待处理图像，可以获取该图形码的图形码信息，进而基于该图形码信息确定面单图像特征信息，并基于该面单图像特征信息，从该待处理图像中获取得到该面单图像，也即是，能够根据该待处理图像中面单图像上设置的图形码，从该待处理图像中获取到面单图像。由于不需要依赖人工来获取面单图像，节省了资源，提高了获取面单图像的效率。
可选地，基于该图形码的位置信息，确定该待处理图像中的面单图像特征信息，包括：
基于该图形码的位置信息，确定该图形码的区域；
将该待处理图像中位于该区域内的图像确定为图形码图像；
获取该图形码图像的反射区的特征信息；
将获取到的特征信息确定为该待处理图像中的面单图像特征信息。
可选地，基于该图形码的位置信息，确定该图形码的区域，包括：
基于该图形码的位置信息，确定该图形码的最小外接矩形；
将该图形码的最小外接矩形内的区域确定为该图形码的区域。
可选地，基于该图形码的位置信息，确定该图形码的最小外接矩形，包括：
当该图形码的位置信息包括该最小外接矩形的中心点位置和尺寸，且该图形码信息中还包括该图形码的方向时，基于最小外接矩形的中心点位置、尺寸和该图形码的方向，确定该图形码的最小外接矩形；或，
当该图形码的位置信息包括该最小外接矩形的四个顶点位置时，基于该最小外接矩形的四个顶点位置，确定该图形码的最小外接矩形；或，
当该图形码的位置信息包括该图形码的轮廓时，基于该图形码的轮廓，确定该图形码的最小外接矩形。
可选地，获取该图形码图像的反射区的特征信息，包括：
获取该图形码图像的特征信息；
基于该图形码图像的特征信息，确定该图形码图像的反射区；
从该图形码图像中获取该图形码图像的反射区的特征信息。
可选地，基于该面单图像特征信息，从该待处理图像中获取面单图像，包括：
基于该面单图像特征信息，获取该待处理图像的二值图像；
获取该二值图像中包括的图形码图像的连通域；
确定该连通域的最小外接矩形；
基于该最小外接矩形的位置信息，从该待处理图像中获取该面单图像。
可选地，基于该最小外接矩形的位置信息，从该待处理图像中获取该面单图像，包括：
当接收到输入的面单尺寸范围时，基于该最小外接矩形的位置信息确定该最小外接矩形的尺寸；
判断该最小外接矩形的尺寸是否处于该面单尺寸范围内；
当该最小外接矩形的尺寸处于该面单尺寸范围内时，将该待处理图像中位于该最小外接矩形内的图像确定为该面单图像。
可选地，基于该面单图像特征信息，从该待处理图像中获取面单图像之后，还包括：
基于该图形码的方向，对该面单图像进行旋正。
可选地，从待处理图像中获取图形码信息之前，还包括：
判断该待处理图像中是否包含有图形码；
当该待处理图像中包含有图形码时，执行从该待处理图像中获取图形码信息的操作。
上述所有可选技术方案，均可按照任意结合形成本发明的可选实施例，本发明实施例对此不再一一赘述。
图2A是本发明实施例提供的一种面单图像的获取方法的流程图，参见图2A，该方法包括：
步骤201：获取待处理图像，判断该待处理图像中是否包含有图形码。
由于面单通常设置在商品或包裹的外侧，该面单中包括用于说明与该商品或包裹有关的面单信息，比如，快递包裹的面单可以包括收件人、发件人、收件地址等面单信息，商品的面单可以包括使用说明、成分配方等面单信息。且为了直接简要地说明某些与该商品或包裹有关的信息，该面单中通常还会包括条形码或二维码等图形码。而在实际应用中，由于对该包裹或商品进行拍摄时受拍摄角度和方位的影响或者其它原因，该待处理图像中可能并不包括面单，因此，如果需要获取该面单信息，可以先获取包括该商品或面单的图像作为待处理图像，并判断该待处理图像中是否包含有图形码，从而确定该待处理图像中是否包括面单。
其中，该待处理图像可以直接拍摄得到，当然，在实际应用中，也可以通过其它途径获取得到，比如，接收智能手机、相机等其它设备发送的图像得到，或者从服务器中下载得到。
需要说明的是，该图形码通常包括反射区和吸收区，当该图形码受到光线照射时，反射区能够反射光线，比如条形码中的白区域，吸收区能够吸收光线，比如，条形码中的黑色区域。当然，在实际应用中，该图形码还可以为其他包括反射区和吸收区的图形码。
还需要说明的是，对于不同种类的图形码，可以通过不同的方式来判断该待处理图像中是否包含有该图形码。比如，当该图形码为二维码时，可以判断该待处理图像中是否存在二维码的定位图形，当该待处理图像中存在二维码的定位图形时，判定该待处理图像存在二维码；当该图形码为条形码时，可以判断该待处理图像中是否存在条形码的起始字符和终止字符，当该待处理图像中存在条形码的起始字符和终止字符时，确定该待处理图像中包括条形码。
例如，如图2B所示，该待处理图像可以包括该商品或包裹所在的环境的图像01、该商品或包裹的图像02、面单图像03和图形码的图像04等。
另外，由于在通过本实施例所提供的面单图像获取方法获取面单图像时，待处理图像中通常会包括面单图像，因此，为了提高获取面单图像的效率，在步骤201中，当获取到待处理图像时，也可以不判断待处理图像中是否包含图形码，从而直接执行步骤202中从该待处理图像中获取图形码信息的步骤。
步骤202：当该待处理图像中包含有图形码时，从该待处理图像中获取图形码信息，该图形码信息至少包括该图形码的位置信息。
由于该待处理图像中包括图形码，也即是，该待处理图像中包括面单，因此，可以从该待处理图像中获取该图形码的图形码信息。
其中，该位置信息可以包括该图形码的最小外接矩形的四个顶点位置、该图形码的中心点位置、该图形码的尺寸、该图形码的轮廓等信息，当然，在实际应用中，该位置信息还可以包括其它该图形码在该待处理图像中的位置有关的信息。
需要说明的是，该图形码信息中还可以包括其它与该图形码有关的信息，比如，该图形码的方向。其中，对于不同种类的图形码，可以通过不同的方式来确定该图形码的方向。比如，当该图形码为条形码时，可以将与该条形码的反射区或吸收区的排列方向垂直的方向确定为该条形码的方向；当该图形码为二维码时，可以根据该二维码中的定位图形来确定来二维码的方向。
进一步地，当该待处理图像中不包含有图形码时，可能该待处理图像中不包括面单，可以不执行从该待处理图像中获取图形码信息的步骤。
然而，当通过上述步骤获取到该待处理图像中图形码的位置信息之后，可以确定该待处理图像中可能会包括面单，因此，为了获取面单图像，在接下来的步骤中，可以基于该图形码的位置信息，确定该待处理图像中的面单图像特征信息。
其中，该面单图像特征信息为该待处理图像中面单图像的特征信息，该面单图像特征信息可以是与该面单图像的背景亮度有关的特征信息，当然也可以是其它与该面单图像有关的特征信息，比如，该面单图像特征信息还可以是与该面单图像的颜色或纹理特征有关的特征信息。
步骤203：基于该图形码的位置信息，确定该图形码的区域，将该待处理图像中位于该区域内的图像确定为图形码图像。
由于该图形码的位置信息为该图形码在该待处理图像中的位置有关信息的信息，因此，可以通过该图形码的位置信息确定该图形码的区域，进而确定该图形码图像。
其中，可以基于该图形码的位置信息，确定该图形码的最小外接矩形，将该图形码的最小外接矩形内的区域确定为该图形码的区域。
进一步地，基于该图形码的位置信息，确定该图形码的最小外接矩形的操作可以为：当该图形码的位置信息包括该最小外接矩形的中心点位置和尺寸，且该图形码信息中还包括该图形码的方向时，基于该最小外接矩形的中心点位置、尺寸和该图形码的方向，确定该图形码的最小外接矩形。或，当该图形码的位置信息包括该最小外接矩形的四个顶点位置时，基于该图形码的最小外接矩形的四个顶点位置，确定该图形码的最小外接矩形。或，当该图形码的位置信息包括该图形码的轮廓时，基于该图形码的轮廓，确定该图形码的最小外接矩形。
需要说明的是，最小外接矩形的中心点位置可以为该图形码的中心点的像素点在该待处理图像中的坐标，该最小外接矩形的四个顶点位置可以为该图形码的四个顶点的像素点在该待处理图像中的坐标。图形码的轮廓可以通过该图形码的轮廓的像素点坐标集合或轮廓的像素点集合的近似多边形表示。
步骤204：获取该图形码图像的反射区的特征信息，将获取到的特征信息确定为该待处理图像中的面单图像特征信息。
由于该图形码中反射区的图像特征通常与该面单图像特征相同，比如，该反射区的颜色可以与该面单图像的背景亮度相同，或者，该反射区的颜色或纹理可以与该面单图像的背景的颜色或纹理相同，因此，可以将该图形码反射区的特征信息确定为该待处理图像中的面单图像特征信息。
例如，快递包裹的面单的背景颜色与该面单上的条形码的反射区均为白色，而条形码的吸收区为黑色。
其中，获取该图形码图像的反射区的特征信息的操作可以为：获取该图形码图像的特征信息，基于该图形码图像的特征信息，确定该图形码图像的反射区，从该图形码图像中获取该图形码图像的反射区的特征信息。
需要说明的是，在获取该图形码图像的反射区的特征信息时，可以将该图形码图像的特征信息中包括的吸收区的特征信息删除，将该图形码图像的特征信息中删除之后其余的特征信息确定为该图形码图像的反射区的特征信息。当然，也可以直接获取该图形码图像的反射区的特征信息。
进一步地，该特征信息可以是灰度直方图特征。相应地，获取该图形码图像的反射区的特征信息的操作可以为：统计该图形码图像的灰度直方图特征，基于该图形码图像的灰度直方图特征，确定该图形码图像的反射区，获取该图形码图像的反射区的灰度直方图特征。比如，可以通过最大类间方差法或者直方图极值法来获取该图形码图像的反射区的灰度直方图特征。为了提高获取该图形码图像的反射区的特征信息的准确性，也即是提高确定该待处理图像中的面单图像特征信息的准确性，从而提高获取到的面单图像的图像质量，在获取到该图形码图像的反射区的灰度直方图特征之后，可以对获取到的该图形码图像的反射区的灰度直方图特征进行进一步筛选，即选择获取到的灰度直方图特征的特定部分的灰度直方图特征，将选择的灰度直方图特征确定为该图形码图像的反射区的灰度直方图特征。
其中，该特定部分可以是该灰度直方图特征的中心位置的90％的部分。
另一种可能的实现方式，该特征信息可以是灰度值范围。相应地，获取该图形码图像的反射区的特征信息的操作可以为：统计该图形码图像的灰度范围，通过阈值法确定该图形码图像的吸收区的灰度阈值。
在本发明实施例中，不仅可以通过上述方法来确定待处理图像中的面单图像特征信息，当然，实际应用中，还可以通过其它方式来确定待处理图像中的面单图像特征信息，比如，在另一种可能的实现方式中，在执行步骤204之前，可以对该图形码图像进行反相，之后，获取该图形码图像的吸收区的特征信息，将获取到的特征信息确定为该待处理图像中的面单图像特征信息。
步骤205：基于该面单图像特征信息，从该待处理图像中获取面单图像。
由于待处理图像是对包裹或商品拍摄得到的图像，在拍摄时可能也会拍摄到除面单之外其它物体或背景的图像，比如快递包裹的图像，而该其它物体或背景的图像通常与该面单图像相差很大，因此，可以通过该面单图像特征信息，对该待处理图像中的面单图像以及其它物体或背景的图像进行区分，从而从该从该待处理图像中获取面单图像。
其中，可以基于该面单图像特征信息，获取该待处理图像的二值图像，获取该二值图像中包括的图形码图像的连通域，确定该连通域的最小外接矩形，基于该最小外接矩形的位置信息，从该待处理图像中获取该面单图像。
其中，可以通过下述两种可能的实现方式来基于该面单图像特征信息，获取该待处理图像的二值图像的操作：第一种可能的实现方式，遍历该待处理图像中的每个像素点，获取该像素点的特征信息，将该像素点的特征信息与该面单图像特征信息进行对比，当该像素点的特征信息与该面单图像特征信息相似时，将该像素点的像素值设置为1，当确定该像素点的特征信息与该面单图像特征信息不相似时，将该像素点的像素值设置为0。第二种可能的实现方式，从图形码的区域设置为种子点区域，进行区域生长。生长过程中，遍历种子点，对种子点邻域中的每个像素点，获取该像素点的特征信息，将该像素点的特征信息与该面单图像特征信息进行对比，当该像素点的特征信息与该面单图像特征信息相似时，将该像素点的像素值设置为1，并加入种子点，当确定该像素点的特征信息与该面单图像特征信息不相似时，将该像素点的像素值设置为0。
需要说明的是，可以通过该像素点的特征信息与该面单图像特征信息的相似度来判断该像素点的特征信息与该面单图像特征信息是否相似。当该像素点的特征信息与该面单图像特征信息的相似度达到预设值时，可以确定该像素点的特征信息与该面单图像特征信息相似。该预设值可以在确定该像素点的特征信息与该面单图像特征信息的相似度之前设置得到。
还需要说明的是，由于图形码通常设置在面单中，因此，包括图形码图像的连通域也即是包括面单图像的连通域。
进一步地，为了提高获取到的最小外接矩形的准确率，进而提高获取面单图像的准确率，在确定该连通域的最小外接矩形之前，可以对包括该连通域的二值图像进行形态学处理，比如消除该连通域边缘的毛刺干扰等。
例如，基于该面单图像特征信息，从如图2B所示待处理图像中获取面单图像可以如图2C所示。
需要说明的是，为了确保该最小外接矩形与该待处理图像中面单的实际尺寸相符，从而提高获取面单图像的准确率，可以接收用户输入的面单尺寸范围，当接收到输入的面单尺寸范围时，基于该最小外接矩形的位置信息确定该最小外接矩形的尺寸，判断该最小外接矩形的尺寸是否处于该面单尺寸范围内，当该最小外接矩形的尺寸处于该面单尺寸范围内时，将该待处理图像中位于该最小外接矩形内的图像确定为该面单图像。
其中，该面单尺寸范围包括最大面单尺寸和最小面单尺寸。当该最小外接矩形的尺寸大于该最小面单尺寸且小于该最大面单面单尺寸时，确定该最小外接矩形的尺寸处于该面单尺寸范围内。将该最小外接矩形的尺寸小于该最小面单尺寸或大于该最大面单面单尺寸时，确定该最小外接矩形的尺寸不处于该面单尺寸范围内。
需要说明的是，可以在接收输入的面单尺寸范围之前，显示尺寸输入提示信息，并基于该尺寸输入提示信息，接收到用户输入的面单尺寸范围。另外，可以通过窗口或弹窗等方式显示该尺寸输入提示信息，当然，在实际应用中，还可以通过其它方式显示该尺寸输入提示信息。
进一步地，当该最小外接矩形的尺寸不处于该面单尺寸范围内时，可以不执行将该待处理图像中位于该最小外接矩形内的图像确定为该面单图像的步骤，并返回上述步骤中的任一步骤。
另外，当没有接收到输入的面单尺寸范围时，可以直接执行将该待处理图像中位于该最小外接矩形内的图像确定为该面单图像的步骤。
进一步地，由于面单中图形码的方向通常与该面单的方向一致，因此，为了提高获取到的面单图像的图像质量，可以基于该图形码的方向，对该面单图像进行旋正。例如，图2C所示的面单图像中的图形码的方向与水平方向的夹角为45度，因此，将该面单图像旋转-45度，得到旋正之后的面单图像如图2D所示。
在通过上述步骤获取得到了面单图像之后，根据不同的需要，还可以对该面单图像进行进一步地的处理，比如，为了直观地向用户显示该面单图像，可以显示该面单图像；为了保存该面单图像，可以对该面单图像进行存储；为了提高面单图像的图像质量，可以对该面单图像进行质量评估、图像增强；为了获取面单图像中包括的面单信息，可以对该面单图像进行文字识别和缺陷检测。当然，在实际应用中，还可以对该面单图像进行其它处理。
需要说明的是，对该面单图像进行质量评估可以包括确定该面单图像是否清晰，当然，在实际应用中，还可以通过其它方式来对该面单图像进行质量评估，比如，通过确定该面单图像的平均亮度来判断是否需要增强该面单图像的亮度，通过确定该面单图像中的图像边缘强度来判断是否需要增强该面单图像的锐度等。且当可以通过多种方式对该面单图像进行质量评估时，可以在该多种方式中选择至少一种对该面单图像进行质量评估。
其中，确定该面单图像是否清晰的操作可以为：基于图像梯度算子获取该面单图像的梯度信息，根据该梯度信息确定该面单图像的梯度幅值，将该面单图像的梯度幅值的均值或中值确定为该面单图像的清晰度分数，判断该清晰度分数是否大于清晰度分数阈值，当该清晰度分数大于清晰度分数阈值时，确定该面单图像清晰，当该清晰度分数小于或等于该清晰度阈值时，确定该面单图像不清晰。
需要说明的是，该梯度算子可以是sobel、laplace、robert、robinson、kirsch、frei、DoG、gabor filter或者高通滤波器等算子，当然，在实际应用中，该梯度算子还可以是其它形式的梯度算子。
还需要说明的是，清晰度分数阈值可以在判断该清晰度分数是否大于清晰度分数阈值之前确定，比如，一种可能的方式为，该清晰度分数阈值可以由接收用户输入的数值得到。
进一步地，当确定该面单图像不清晰时，可以增加该面单图像的对比度，从而对该面单图像进行图像增强处理。
其中，可以通过直方图拉伸或者曲线映射法等方式来增强该面单图像的对比度。当然，在实际应用中，还可以通过其它方式来增加该面单图像的对比度。
另外，由前述可知，还可以通过其它方式来对该面单图像进行质量评估，因此，可以根据对该面单图像进行质量评估的方式，选择对应的图像增强方式，比如，当通过判断是否需要增强该面单图像的亮度来对该面单图像进行质量评估，并确定需要增强该面单图像的亮度时，可以调节该面单图像的灰度值来增强该面单图像的亮度；当通过判断是否需要增强该面单图像的锐度来对该面单图像进行质量评估，并确定需要增强该面单图像的锐度时，可以对该面单图像进行锐化处理。
进一步地，为了提高对该面单图像进行增强的效率，也可以不对该面单图像进行质量评估，而是显示图像增强提示信息，以提示用户确定至少一种图像增强方式，当基于该图像增强提示信息接收到确定指令时，根据该确定指令确定的图像增强方式对该面单图像进行增强处理。
其中，可以通过窗口或弹窗等方式显示该图像增强提示信息，当然，在实际应用中，还可以通过其它方式显示该图像增强提示信息。
需要说明的是，该确定指令可以由用户通过执行预设操作触发，该预设操作可以是点击操作、触摸操作、滑动操作或按键操作等操作，当然，在实际应用中，该预设操作还可以是其它操作。
进一步地，可以通过OCV(Optical Character Verification，光学字符检定)对该面单图像进行缺陷检测，以确定该面单图像中的文字是否印刷完整。
其中，对该面单图像进行缺陷检测的操作可以为：获取该面单图像的二值图像，对该面单图像的二值图像进行形态学处理和连通域分析，通过预设字符特征在该面单图像的二值图像中确定该面单图像字符区域图像，确定该面单图像的字符区域图像与字符模型图像的相似度，当该面单图像的字符区域图像与字符模型图像的相似度小于预设字符图像相似度时，确定该面单图像中存在缺陷，否则，确定该面单图像中不存在缺陷。
需要说明的是，该面单图像的二值图像可以通过字符阈值化法获得，比如线扫描阈值化法。当然，在实际应用中，还可以通过其他方式获得。
需要说明的是，该预设字符特征可以在通过预设字符特征在该面单图像的二值图像中确定该面单图像字符区域图像之前确定，比如，一种可能的方式为，可以由相关技术人员事先设置得到。
还需要说明的是，该字符模型图像可以在确定该面单图像的字符区域图像与字符模型图像的相似度之前确定，比如，一种可能的实现方式为，当接收输入的图像样本时，将该图像样本确定为训练图像，该图像样本为印刷完整且包括文字的图像，确定该训练图像的字符区域图像，将该字符区域图像确定为该字符模型图像。当然，在实际应用中，还可以通过其它方式从该训练图像中确定该字符模型图像。
进一步地，可以通过OCR(Optical Character Recognition，光学字符识别)对该面单图像进行文字识别，从而获取该面单图像中的面单信息。
其中，可以获取该面单图像的字符区域图像，从该字符区域图像中提取字符特征，根据提取到的字符特征识别字符。
需要说明的是，可以通过神经网络或SVM(Support Vector Machine，支持向量机)，来根据提取到的字符特征识别字符。
在本发明实施例中，首先，由于面单中通常都会设置图形码，因此，对于待处理图像，可以获取该图形码的图形码信息，进而基于该图形码信息确定面单图像特征信息，并基于该面单图像特征信息，从该待处理图像中获取得到该面单图像，也即是，能够根据该待处理图像中面单图像上设置的图形码，从该待处理图像中获取到面单图像。由于不需要依赖人工来识别并获取面单图像，节省了资源，提高了获取面单图像的效率。其次，由于面单图像特征信息通常与设置该面单上的图形码的反射区的特征信息相同，因此，可以基于图形码信息确定图形码图像，并获取图形码图像中反射区的特征信息，根据获取到特征信息，从该待处理图像中获取得到该面单图像，提高了获取面单图像的准确率。
图3是本发明实施例提供的一种面单图像的获取装置框图，参见图3，该装置包括：第一获取模块301，确定模块302和第二获取模块303。
第一获取模块301，用于当该待处理图像中包含有图形码时，从该待处理图像中获取图形码信息，该图形码信息至少包括该图形码的位置信息；
确定模块302，用于基于该图形码的位置信息，确定该待处理图像中的面单图像特征信息；
第二获取模块303，用于基于该面单图像特征信息，从该待处理图像中获取面单图像。
可选地，该确定模块302包括：
第一确定子模块，用于基于该图形码的位置信息，确定该图形码的区域；
第二确定子模块，用于将该待处理图像中位于该区域内的图像确定为图形码图像；
第一获取子模块，用于获取该图形码图像的反射区的特征信息；
第三确定子模块，用于将获取到的特征信息确定为该待处理图像中的面单图像特征信息。
可选地，该第一确定子模块还用于：
基于该图形码的位置信息，确定该图形码的最小外接矩形；
将该图形码的最小外接矩形内的区域确定为该图形码的区域。
可选地，该第一确定子模块还用于：
当该图形码的位置信息包括该最小外接矩形的中心点位置和尺寸，且该图形码信息中还包括该图形码的方向时，基于最小外接矩形的中心点位置、尺寸和该图形码的方向，确定该图形码的最小外接矩形；或，
当该图形码的位置信息包括该最小外接矩形的四个顶点位置时，基于该最小外接矩形的四个顶点位置，确定该图形码的最小外接矩形；或，
当该图形码的位置信息包括该图形码的轮廓时，基于该图形码的轮廓，确定该图形码的最小外接矩形。
可选地，该第一获取子模块还用于：
获取该图形码图像的特征信息；
基于该图形码图像的特征信息，确定该图形码图像的反射区；
从该图形码图像中获取该图形码图像的反射区的特征信息。
可选地，该第二获取模块，包括：
第二获取子模块，用于基于该面单图像特征信息，获取该待处理图像的二值图像；
第三获取子模块，用于获取该二值图像中包括的图形码图像的连通域；
第四确定子模块，用于确定该连通域的最小外接矩形；
第四获取子模块，用于基于该最小外接矩形的位置信息，从该待处理图像中获取该面单图像。
可选地，该第四获取子模块还用于：
当接收到输入的面单尺寸范围时，基于该最小外接矩形的位置信息确定该最小外接矩形的尺寸；
判断该最小外接矩形的尺寸是否处于该面单尺寸范围内；
当该最小外接矩形的尺寸处于该面单尺寸范围内时，将该待处理图像中位于该最小外接矩形内的图像确定为该面单图像。
可选地，该装置还包括：
旋正模块，用于基于该图形码的方向，对该面单图像进行旋正。
可选地，该装置还包括：
判断模块，用于判断该待处理图像中是否包含有图形码；
触发模块，用于当该待处理图像中包含有图形码时，触发该第一获取模块从该待处理图像中获取图形码信息的操作。
在本发明实施例中，由于面单中通常都会设置图形码，因此，对于待处理图像，可以获取该图形码的图形码信息，进而基于该图形码信息确定面单图像特征信息，并基于该面单图像特征信息，从该待处理图像中获取得到该面单图像，也即是，能够根据该待处理图像中面单图像上设置的图形码，从该待处理图像中获取到面单图像。由于不需要依赖人工来获取面单图像，节省了资源，提高了获取面单图像的效率。
图4是根据一示例性实施例示出的一种面单图像的获取装置架构图，参照图4，该获取包括接收机401、至少一个处理器402，通信总线403，存储器404以及至少一个通信接口405。
接收机401可以获取到图像或者接收其他与处理该图像有关的信息。
处理器402可以是通用CPU、微处理器、特定应用集成电路(Application-SpecificIntegrated Circuit，ASIC)，或者一个或多个用于控制本发明方案程序执行的集成电路。
通信总线403可包括一通路，在上述组件之间传送信息。
存储器404可以是只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、可存储静态信息和指令的其它类型的静态存储设备、可存储信息和指令的其它类型的动态存储设备，也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)，或者其它光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质，或者其它磁存储设备，或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由该装置存取的任何其它介质，但不限于此。
在具体实现中，至少一个处理器402或存储器404可以与接收机401集成在一起，当然，至少一个处理器402和存储器404也可以独立存在。
通信接口405使用任何收发器一类的装置，用于与其它设备或通信网络通信，如以太网、无线接入网(Radio Access Network，RAN)、无线局域网(Wireless Local AreaNetworks，WLAN)等。
在具体实现中，作为一种实施例，处理器402可以包括一个或多个CPU，例如图4中所示的CPU0和CPU1。
在具体实现中，作为一种实施例，该装置可以包括多个处理器，例如图4中所示的处理器402和处理器406。这些处理器中的每一个可以是一个单核处理器(single-CPU)，也可以是一个多核处理器(multi-CPU)。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据的处理核。
其中，存储器404用于存储执行本发明方案的程序代码410，处理器402用于执行存储器404中存储的程序代码410。该装置可以通过处理器402以及存储器404中的程序代码410。
通过上述内容对面单图像的获取装置的装置架构进行了说明，接下来将如何通过该装置的各组件实现面单图像的获取方法进行说明。
接收机401，用于获取待处理图像和对该待处理图像进行处理所需的信息。
存储器404，用于存储待处理图像、处理器402对该待处理图像进行处理所需的信息以及处理器402对该待处理图像进行处理的处理结果。
处理器402，用于：
从该待处理图像中获取图形码信息，该图形码信息至少包括该图形码的位置信息；
基于该图形码的位置信息，确定该待处理图像中的面单图像特征信息；
基于该面单图像特征信息，从该待处理图像中获取面单图像。
可选地，处理器402还用于：
基于该图形码的位置信息，确定该图形码的区域；
将该待处理图像中位于该区域内的图像确定为图形码图像；
获取该图形码图像的反射区的特征信息；
将获取到的特征信息确定为该待处理图像中的面单图像特征信息。
可选地，处理器402还用于：
基于该图形码的位置信息，确定该图形码的最小外接矩形；
将该图形码的最小外接矩形内的区域确定为该图形码的区域。
可选地，处理器402还用于：
当该图形码的位置信息包括该最小外接矩形的中心点位置和尺寸，且该图形码信息中还包括该图形码的方向时，基于最小外接矩形的中心点位置、尺寸和该图形码的方向，确定该图形码的最小外接矩形；或，
当该图形码的位置信息包括该最小外接矩形的四个顶点位置时，基于该最小外接矩形的四个顶点位置，确定该图形码的最小外接矩形；或，
当所述图形码的位置信息包括所述图形码的轮廓时，基于所述图形码的轮廓，确定所述图形码的最小外接矩形。
可选地，处理器402还用于：
获取该图形码图像的特征信息；
基于该图形码图像的特征信息，确定该图形码图像的反射区；
从该图形码图像中获取该图形码图像的反射区的特征信息。
可选地，处理器402还用于：
基于该面单图像特征信息，获取该待处理图像的二值图像；
获取该二值图像中包括的图形码图像的连通域；
确定该连通域的最小外接矩形；
基于该最小外接矩形的位置信息，从该待处理图像中获取该面单图像。
可选地，处理器402还用于：
当接收到输入的面单尺寸范围时，基于该最小外接矩形的位置信息确定该最小外接矩形的尺寸；
判断该最小外接矩形的尺寸是否处于该面单尺寸范围内；
当该最小外接矩形的尺寸处于该面单尺寸范围内时，将该待处理图像中位于该最小外接矩形内的图像确定为该面单图像。
可选地，处理器402还用于：
基于该图形码的方向，对该面单图像进行旋正。
可选地，处理器402还用于：
判断该待处理图像中是否包含有图形码；
当该待处理图像中包含有图形码时，执行从该待处理图像中获取图形码信息的操作。
在本发明实施例中，由于面单中通常都会设置图形码，因此，对于待处理图像，可以获取该图形码的图形码信息，进而基于该图形码信息确定面单图像特征信息，并基于该面单图像特征信息，从该待处理图像中获取得到该面单图像，也即是，能够根据该待处理图像中面单图像上设置的图形码，从该待处理图像中获取到面单图像。由于不需要依赖人工来识别并获取面单图像，节省了资源，提高了获取面单图像的效率。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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，均应包含在本发明的保护范围之内。

Claims (17)

1.一种面单图像的获取方法，其特征在于，所述方法包括：
从待处理图像中获取图形码信息，所述图形码信息至少包括所述图形码的位置信息；
基于所述图形码的位置信息，确定所述图形码的区域；
将所述待处理图像中位于所述区域内的图像确定为图形码图像；
获取所述图形码图像的反射区的特征信息；
将获取到的特征信息确定为所述待处理图像中的面单图像特征信息；
基于所述面单图像特征信息，从所述待处理图像中获取面单图像。
2.如权利要求1所述的方法，其特征在于，所述基于所述图形码的位置信息，确定所述图形码的区域，包括：
基于所述图形码的位置信息，确定所述图形码的最小外接矩形；
将所述图形码的最小外接矩形内的区域确定为所述图形码的区域。
3.如权利要求2所述的方法，其特征在于，所述基于所述图形码的位置信息，确定所述图形码的最小外接矩形，包括：
当所述图形码的位置信息包括所述最小外接矩形的中心点位置和尺寸，且所述图形码信息中还包括所述图形码的方向时，基于最小外接矩形的中心点位置、尺寸和所述图形码的方向，确定所述图形码的最小外接矩形；或，
当所述图形码的位置信息包括所述最小外接矩形的四个顶点位置时，基于所述最小外接矩形的四个顶点位置，确定所述图形码的最小外接矩形；或，
当所述图形码的位置信息包括所述图形码的轮廓时，基于所述图形码的轮廓，确定所述图形码的最小外接矩形。
4.如权利要求1所述的方法，其特征在于，所述获取所述图形码图像的反射区的特征信息，包括：
获取所述图形码图像的特征信息；
基于所述图形码图像的特征信息，确定所述图形码图像的反射区；
从所述图形码图像中获取所述图形码图像的反射区的特征信息。
5.如权利要求1所述的方法，其特征在于，所述基于所述面单图像特征信息，从所述待处理图像中获取面单图像，包括：
基于所述面单图像特征信息，获取所述待处理图像的二值图像；
获取所述二值图像中包括的图形码图像的连通域；
确定所述连通域的最小外接矩形；
基于所述最小外接矩形的位置信息，从所述待处理图像中获取所述面单图像。
6.如权利要求5所述的方法，其特征在于，所述基于所述最小外接矩形的位置信息，从所述待处理图像中获取所述面单图像，包括：
当接收到输入的面单尺寸范围时，基于所述最小外接矩形的位置信息确定所述最小外接矩形的尺寸；
判断所述最小外接矩形的尺寸是否处于所述面单尺寸范围内；
当所述最小外接矩形的尺寸处于所述面单尺寸范围内时，将所述待处理图像中位于所述最小外接矩形内的图像确定为所述面单图像。
7.如权利要求1所述的方法，其特征在于，所述基于所述面单图像特征信息，从所述待处理图像中获取面单图像之后，还包括：
基于所述图形码的方向，对所述面单图像进行旋正。
8.如权利要求1所述的方法，其特征在于，所述从待处理图像中获取图形码信息之前，还包括：
判断所述待处理图像中是否包含有图形码；
当所述待处理图像中包含有图形码时，执行从所述待处理图像中获取图形码信息的操作。
9.一种面单图像的获取装置，其特征在于，所述装置包括：
第一获取模块，用于从待处理图像中获取图形码信息，所述图形码信息至少包括所述图形码的位置信息；
确定模块，包括：
第一确定子模块，用于基于所述图形码的位置信息，确定所述图形码的区域；
第二确定子模块，用于将所述待处理图像中位于所述区域内的图像确定为图形码图像；
第一获取子模块，用于获取所述图形码图像的反射区的特征信息；
第三确定子模块，用于将获取到的特征信息确定为所述待处理图像中的面单图像特征信息；
第二获取模块，用于基于所述面单图像特征信息，从所述待处理图像中获取面单图像。
10.如权利要求9所述的装置，其特征在于，所述第一确定子模块还用于：
基于所述图形码的位置信息，确定所述图形码的最小外接矩形；
将所述图形码的最小外接矩形内的区域确定为所述图形码的区域。
11.如权利要求10所述的装置，其特征在于，所述第一确定子模块还用于：
当所述图形码的位置信息包括所述最小外接矩形的中心点位置和尺寸，且所述图形码信息中还包括所述图形码的方向时，基于最小外接矩形的中心点位置、尺寸和所述图形码的方向，确定所述图形码的最小外接矩形；或，
当所述图形码的位置信息包括所述最小外接矩形的四个顶点位置时，基于所述最小外接矩形的四个顶点位置，确定所述图形码的最小外接矩形；或，
当所述图形码的位置信息包括所述图形码的轮廓时，基于所述图形码的轮廓，确定所述图形码的最小外接矩形。
12.如权利要求9所述的装置，其特征在于，所述第一获取子模块还用于：
获取所述图形码图像的特征信息；
基于所述图形码图像的特征信息，确定所述图形码图像的反射区；
从所述图形码图像中获取所述图形码图像的反射区的特征信息。
13.如权利要求9所述的装置，其特征在于，所述第二获取模块，包括：
第二获取子模块，用于基于所述面单图像特征信息，获取所述待处理图像的二值图像；
第三获取子模块，用于获取所述二值图像中包括的图形码图像的连通域；
第四确定子模块，用于确定所述连通域的最小外接矩形；
第四获取子模块，用于基于所述最小外接矩形的位置信息，从所述待处理图像中获取所述面单图像。
14.如权利要求13所述的装置，其特征在于，所述第四获取子模块还用于：
当接收到输入的面单尺寸范围时，基于所述最小外接矩形的位置信息确定所述最小外接矩形的尺寸；
判断所述最小外接矩形的尺寸是否处于所述面单尺寸范围内；
当所述最小外接矩形的尺寸处于所述面单尺寸范围内时，将所述待处理图像中位于所述最小外接矩形内的图像确定为所述面单图像。
15.如权利要求9所述的装置，其特征在于，所述装置还包括：
旋正模块，用于基于所述图形码的方向，对所述面单图像进行旋正。
16.如权利要求9所述的装置，其特征在于，所述装置还包括：
判断模块，用于判断所述待处理图像中是否包含有图形码；
触发模块，用于当所述待处理图像中包含有图形码时，触发所述第一获取模块从所述待处理图像中获取图形码信息的操作。
17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储至少一条指令，所述指令被处理器执行时实现权利要求1-8任一所述的面单图像的获取方法。
CN201611094195.6A 2016-11-30 2016-11-30 面单图像的获取方法及装置 Active CN108121982B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201611094195.6A CN108121982B (zh) 2016-11-30 2016-11-30 面单图像的获取方法及装置
EP17877073.1A EP3550472B1 (en) 2016-11-30 2017-08-10 Method and device for obtaining an image of a form sheet
PCT/CN2017/096795 WO2018099132A1 (zh) 2016-11-30 2017-08-10 面单图像的获取方法及装置
US16/464,177 US11037017B2 (en) 2016-11-30 2017-08-10 Method and device for obtaining image of form sheet

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611094195.6A CN108121982B (zh) 2016-11-30 2016-11-30 面单图像的获取方法及装置

Publications (2)

Publication Number Publication Date
CN108121982A CN108121982A (zh) 2018-06-05
CN108121982B true CN108121982B (zh) 2020-02-07

Family

ID=62225666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611094195.6A Active CN108121982B (zh) 2016-11-30 2016-11-30 面单图像的获取方法及装置

Country Status (4)

Country Link
US (1) US11037017B2 (zh)
EP (1) EP3550472B1 (zh)
CN (1) CN108121982B (zh)
WO (1) WO2018099132A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11313869B2 (en) * 2017-04-13 2022-04-26 Siemens Healthcare Diagnostics Inc. Methods and apparatus for determining label count during specimen characterization
CN109240299A (zh) * 2018-09-28 2019-01-18 内蒙古工业大学 一种基于色带识别的导航方法、装置及设备
CN109948613A (zh) * 2019-03-22 2019-06-28 国网重庆市电力公司电力科学研究院 一种避雷器的红外图像识别方法及装置
CN110309796A (zh) * 2019-07-05 2019-10-08 上海中通吉网络技术有限公司 面单识别方法、装置和设备
CN112241640B (zh) * 2019-07-18 2023-06-30 杭州海康威视数字技术股份有限公司 一种图形码确定方法、装置和工业相机
CN111612012A (zh) * 2020-05-25 2020-09-01 信雅达系统工程股份有限公司 健康码的识别方法及装置
CN115293309B (zh) * 2022-08-17 2024-04-05 蚂蚁区块链科技(上海)有限公司 图形码验证方法和装置、图形码注册方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104079730A (zh) * 2013-03-28 2014-10-01 佳能株式会社 文档处理装置和方法及包括该装置的多功能打印机
CN104881770A (zh) * 2015-06-03 2015-09-02 秦志勇 一种快递单信息识别系统和方法
CN104933387A (zh) * 2015-06-24 2015-09-23 上海快仓智能科技有限公司 一种基于二维码解码的快速定位识别的方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5917945A (en) * 1994-06-15 1999-06-29 Metanetics Corporation Recognizing dataforms in image areas
US6728391B1 (en) * 1999-12-03 2004-04-27 United Parcel Service Of America, Inc. Multi-resolution label locator
US6898314B2 (en) * 2001-12-26 2005-05-24 Lockheed Martin Corporation Grayscale image connected components segmentation
JP2012083951A (ja) * 2010-10-12 2012-04-26 Pfu Ltd 情報処理装置、情報処理方法及びプログラム
JP2014206836A (ja) 2013-04-12 2014-10-30 富士通フロンテック株式会社 バーコード位置検出装置
JP5963730B2 (ja) * 2013-10-17 2016-08-03 シャープ株式会社 通信システム及び通信装置
JP2018112440A (ja) * 2017-01-11 2018-07-19 コニカミノルタ株式会社 画像検査装置、画像検査システム及び画像位置の決定方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104079730A (zh) * 2013-03-28 2014-10-01 佳能株式会社 文档处理装置和方法及包括该装置的多功能打印机
CN104881770A (zh) * 2015-06-03 2015-09-02 秦志勇 一种快递单信息识别系统和方法
CN104933387A (zh) * 2015-06-24 2015-09-23 上海快仓智能科技有限公司 一种基于二维码解码的快速定位识别的方法

Also Published As

Publication number Publication date
EP3550472A1 (en) 2019-10-09
CN108121982A (zh) 2018-06-05
EP3550472B1 (en) 2024-07-03
US11037017B2 (en) 2021-06-15
US20200293811A1 (en) 2020-09-17
WO2018099132A1 (zh) 2018-06-07
EP3550472A4 (en) 2019-12-25

Similar Documents

Publication Publication Date Title
CN108121982B (zh) 面单图像的获取方法及装置
WO2019096181A1 (zh) 安检检测方法、装置、系统及电子设备
CN110619333B (zh) 一种文本行分割方法、文本行分割装置及电子设备
CN107886026B (zh) 图形码处理方法及装置
US9785850B2 (en) Real time object measurement
JP5832656B2 (ja) 画像中のテキストの検出を容易にする方法及び装置
CN111709923A (zh) 一种三维物体检测方法、装置、计算机设备和存储介质
CN112396050B (zh) 图像的处理方法、设备以及存储介质
CN115760820A (zh) 一种塑料件缺陷图像识别方法及应用
CN112419207A (zh) 一种图像矫正方法及装置、系统
CN112307944A (zh) 菜品库存信息处理方法、菜品出库方法及相关装置
CN110188815B (zh) 一种特征点采样方法、装置、设备及存储介质
WO2021056501A1 (zh) 提取特征点的方法、可移动平台及存储介质
US11017557B2 (en) Detection method and device thereof
US11669952B2 (en) Tyre sidewall imaging method
US20170352170A1 (en) Nearsighted camera object detection
JP2019219901A (ja) 情報処理システム
CN114663418A (zh) 图像处理的方法及装置、存储介质及电子设备
CN111368572A (zh) 一种二维码的识别方法及系统
WO2018035516A1 (en) Real-time font edge focus measurement for optical character recognition (ocr)
CN113780269A (zh) 图像识别方法、装置、计算机系统及可读存储介质
CN109558876B (zh) 字符识别处理方法及装置
CN111626084A (zh) 信息标注方法、装置、设备、系统、介质及电子设备
CN118096790A (zh) 一种数据提取方法、装置、电子设备及存储介质
CN117496159A (zh) 集卡目标检测方法、装置、电子设备及存储介质

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
CP03 Change of name, title or address

Address after: 310051 room 304, B / F, building 2, 399 Danfeng Road, Binjiang District, Hangzhou City, Zhejiang Province

Patentee after: Hangzhou Hikvision Robot Co.,Ltd.

Address before: 310051 5th floor, building 1, building 2, no.700 Dongliu Road, Binjiang District, Hangzhou City, Zhejiang Province

Patentee before: HANGZHOU HIKROBOT TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address