CN108280384B

CN108280384B - 一种二维码识别方法

Info

Publication number: CN108280384B
Application number: CN201711485215.7A
Authority: CN
Inventors: 郑锡俊; 徐响林; 钟俊浩
Original assignee: GUANGZHOU TAIMA ELECTRONIC TECHNOLOGY CO LTD
Current assignee: GUANGZHOU TAIMA ELECTRONIC TECHNOLOGY CO LTD
Priority date: 2017-12-30
Filing date: 2017-12-30
Publication date: 2019-03-15
Anticipated expiration: 2037-12-30
Also published as: CN108280384A

Abstract

本发明提供一种二维码识别方法，该方法包括：（1）获取一幅图像，给定扫描序列；（2）计算该直线序号对应的直线上单位长度内波峰波谷的次数K；（3）若出现数学上连续的D个直线序号所对应的K都满足K>N，则认为该处即连续D个直线序号所在图像的位置可能存在二维码，并进入步骤（4），否则，使i增加1，返回步骤（2）；（4）从此处找K<M的T个连续直线序号所对应的直线，相应地确定为该二维码两侧的区域；（5）对确定区域的二维码进行解码。本发明方法通过在灰度图中进行处理，通过通用的特征信息初步识别二维码的位置，将图像大幅缩小，再在小范围内进行精细计算，可大幅减少计算量，加快识读设备的解码速度。

Description

一种二维码识别方法

技术领域

本发明涉及图像处理领域，特别是一种二维码的识别方法。

背景技术

近年来，二维码因其信息容量大、保密性好、纠错能力强、制作和解码成本低而被应用于各个领域，随着应用的推广和普及，用户对识读设备的读码速度和性能也就越来越高。常规的识读设备是采用摄像头拍摄图像，由处理器对图像进行二值化、滤波、边缘提取等一系列运算得出二维码的位置及编码信息。增加摄像头的分辨率可提高识读设备的读码能力和用户体验，但会造成成本上升和处理速度下降。

专利CN106485183A提出一种对图像进行预筛选和粗定位，再进行精确解码，减少数据处理量的方法，其方法主要针对Data Matrix二维码的定位图形特征（两条交叉的直线和虚线外边界）作为寻找二维码区域的依据，如果要识读多种不同码制，而对不同码制设定不同的方法去检索二维码的边界，将会让预筛选和粗定位浪费更多时间。

发明内容

本发明的目的提供一种二维码的识别方法，能大幅提高二维码的识别速度，其方法同样适用于条形码的识别。

本发明的目的至少通过如下技术方案之一实现。

一种二维码识别方法，其包括如下步骤：

（1）获取一幅图像，用给定条数的相互平行的直线对图像进行间隔区分，并由最边上的一条直线开始从小到大顺次给出所有直线的序号；将直线序号按设定次序从左到右排布形成扫描序列；扫描序列中的最左位即起始位对应i=1，从左到右其他位对应的i依次增加1；所述直线为与图像的像素行成角度0~90°的直线；

（2）对扫描序列中的第i位上的直线序号，获取图像上与该直线序号对应的直线的像素点灰度波形图，计算该直线序号对应的直线上单位长度内波峰波谷的次数K；

（3）若i小于设定值D，使i增加1，并返回步骤（2），若i≥D，且出现数学上连续的D个直线序号所对应的K都满足K>N，则认为该处即连续D个直线序号所在图像的位置可能存在二维码，并进入步骤（4），否则，使i增加1，返回步骤（2）；所述N是设定的变化次数，跟二维码的像素块有关，二维码包含的信息越多，N就越大；N设置越小计算量越小；

（4）从此处可能存在二维码的位置按设定间隔步长开始沿直线两侧方向找K<M的T个连续直线序号所对应的直线，T为设定值，并将找到的连续T个直线序号所对应的区域相应地确定为该二维码两侧的区域；此时待识别的二维码所在图像已大幅减少；所述M为设定的波峰波谷次数，在包含二维码信息的像素行内比不包含二维码信息的像素行内的波峰波谷次数多；

（5）对确定区域的二维码进行解码。

进一步地，所述扫描序列中的直线序号按从小到大的顺序排列。进一步优化地，以中间或接近中间大小的直线序号排在扫描序列起始位，然后从左到右依次交替排上相对起始位上的直线序号递减和递增的直线序号。

进一步地，步骤（4）之后，可继续在步骤（1）所获取的图像的剩余部分用步骤（2）~（4）查找是否还有其他二维码，以实现一幅图像中多个二维码的解码。

作为一种较优的实施例，所述直线为与图像的像素行成角度0°的直线，即步骤（1）中用与像素行平行的直线对图像进行间隔区分。

作为一种较优的实施例，所述直线为与图像的像素行成角度90°的直线，即用与像素列平行的直线对图像进行间隔区分。

作为一种较优的实施例，用与像素行平行的直线对图像进行间隔区分，即所述直线为与图像的像素行成角度0°的直线；执行完步骤（1）~（4）后，再用与像素列平行的直线对图像进行间隔区分，即所述直线为与图像的像素行成角度90°的直线，然后再次执行完步骤（1）~（4）；最后对确定区域的二维码进行解码。

作为一种较优的实施例，用与像素列平行的直线对图像进行间隔区分，即所述直线为与图像的像素行成角度90°的直线，执行完步骤（1）~（4）；再用与像素行平行的直线对图像进行间隔区分，即所述直线为与图像的像素行成角度0°的直线；执行完步骤（1）~（4）；最后对确定区域的二维码进行解码。

本申请一般情况下横向和纵向同时扫描可达到较好的扫描效果。也可以考虑以一定的倾角的直线作为扫描方向，可进一步提高可靠性。

与现有技术相比，本发明具有如下优点和技术效果：

本发明方法通过在灰度图中进行处理，通过通用的特征信息初步识别二维码的位置，将图像大幅缩小，再在小范围内进行精细计算，可大幅减少计算量，加快识读设备的解码速度。

附图说明

图1是本发明的一种二维码识别方法总体流程示意图。

图2是正常拍摄的图像；

图3是图像中像素分布及获取行、列灰度数据方法；

图4是图像按行序号扫描示意图；

图5是某一行像素点灰度图波形图；

图6是按行序号实施本发明缩小后的图像大小；

图7是按行序号和列序号实施本发明后的图像大小；

图8a、图8b是其他码制的处理示意图。

具体实施方式

以下结合附图和实例对本发明的具体实施做进一步说明，但本发明的实施和保护不限于此。

现有识别设备是控制器通过摄像头获取一幅图像，图像经过二值化后经滤波，轮廓提取，通过二维码的特征信息获取二维码的准确位置，再根据其编码信息进行解码，得到最终的数据，其处理过程是对整副图像进行处理，数据量大，计算复杂，而且一般识读设备支持多种二维码的种类，所以必须在图像中根据不同种类的特征信息将整副图像进行多次计算，其计算量将成倍的增加。

图1是本实例的一种二维码识别方法总体流程图。作为一种实施例，该方法具体包括：

根据本发明的方法设定图像大小为长640像素，高480像素，N=5，M=1，n=2，D=4，T=3。

（1）获取一幅图像；用给定条数的相互平行的直线（可以是图3中像素行或者像素列所在的直线，也可以是按倾斜角平行的直线）对图像进行间隔区分，并由最边上的一条直线开始从小到大顺次给出所有直线的序号（如[1,2.....478,479,480]），本实例的直线对应的是像素行；选择中间或接近中间大小的直线序号（如240）排在扫描序列起始位，然后按设定间隔步长2从左到右依次交替排上相对起始位上的直线序号递减和递增的直线序号（如240,238,242,236,244,234,246......480,2）；扫描序列中的最左位即起始位对应i=1（对应的直线序号为240），从左到右其他位对应的i依次增加1，如扫描序列中的第i=2位对应的直线序号为238，扫描序列中的第i=3位对应的直线序号为242，依此类推；图2是正常拍摄的图像，二维码区域占整副图像的1/6；

（2）对扫描序列中的第i位上的直线序号（初始i=1，对应的直线序号为240），获取当前像素行的像素点的灰度波形图，统计波峰波谷的位置和单位长度内波峰波谷的次数K；本步骤每次只处理1行数据，计算该行的K值；

（3）若i小于设定值4，使i增加1，并返回步骤（2）（例如，i=2时对应的直线序号为238）；如此循环直到i=4；

若i≥4，且出现数学上连续的D个直线序号所对应的K都满足K>5，则认为该处即连续D个直线序号所在图像的位置可能存在二维码，并进入步骤（4），否则，使i增加1，返回步骤（2）；

如果上连续4行都满足波峰波谷K>5，则认为该处可能存在二维码；在图4中第120、122、124、126行经过二维码的位置，由于有黑白块间隔，所以根据其像素点的波形数据可以得出连续的D=4行中出现K>5的情形，所以判断此处可能包含二维码；

此步骤中数学上连续D=4行跟常规的数学上连续的意义不同，在本发明中第120、122、124、126是连续的，实质上中间还有第121、123、125行，但是本发明并未选取第121、123、125行的数据参与计算，所以选取的行中是连续的则描述为数学上连续。

图5是图中获取的第180行像素点的灰度数据绘制的波形图，黑色的像素会形成波谷，白色的像素会形成波峰，图中出现7次波峰8次波谷，K=15，第180行满足K>N的条件而且相对集中；

本实例中指定的像素行序号（或像素列序号），是通过实践中得出的经验数据。对于指定的像素行序号，可一定概率上加快扫描速度，一般图像大小是长640宽480，常规的方法是逐行的从上往下[1,2.....478,479,480]；或从下往上[480,479,478,476......1]；或者按照间隔步长n=2行的方式[1,3,5......479,480]；或者按照从中间向两边扩散的方式[240,238,242,236,244,234,246......480,2]，甚至可以按照可变间隔n的方式，总之将扫描线（直线）分布在整副图像中，横向、纵向或者任意角度。

图3是一副长10像素，宽10像素的图像数据，P_[i,j]代表第i行，第j列像素点的灰度数据，作为一种实例，取n=2，选定扫描序列（像素行序列）为2,4,6,8,10，那么在步骤（2）中，第1次获取第2行的灰度数据P_[2,1],P_[2,2], P_[2,3],P_[2,4]..........P_[2,9],P_[2,10],并计算K值；第2次获取第4行的数据P_[4,1],P_[4,2], P_[4,3],P_[4,4]..........P_[4,9],P_[4,10],并计算K值；以此类推，第5次获取第10行的数据P_[10,1],P_[0,2], P_[10,3],P_[10,4]..........P_[10,9],P_[10,10]，并计算K值。

如果按像素列序号来对图像进行处理，取n=2，选定扫描序列（像素列序号）为2,4,6,8,10，那么在步骤（2）中，第1次获取第2列的灰度数据P_[1,2],P_[2,2], P_[3,2],P_[4,2]..........P_[9,2],P_[10,2] 并计算K值；第2次获取第4列的灰度数据P_[1,4],P_[2,4], P_[3,4],P_[4,4]..........P_[9,4],P_[10,4] 并计算K值；以此类推，第5次获取第4列的灰度数据P_[1,10],P_[2,10], P_[3,10],P_[4,10]..........P_[9,10],P_[10,10] 并计算K值；

上述的n值可取大于1的任意数，n越大计算量越小，但是由于间隔的行或列比较多，容易漏掉面积较小的二维码。

本发明方法也可以适应按照一定倾斜角选取图像数据，每一次的数据都是跨行跨列，计算比按行序号或列序号的方式复杂，理论上可按任意角度选择（0~90°），为了方便计算可以按行递增像素dx或列递增像素dy的方式选择数据，如设定dx=2,dy=2，n=2，

选取第1次的数据为P_[1,1],P_[3,3],P_[5,5],P_[7,7],P_[9,9],计算K值

选取第2次的数据为P_[3,1],P_[5,3],P_[7,5],P_[9,7]计算K值;

选取第3次的数据为P_[5,1],P_[7,3],P_[9,5]计算K值;

选取第4次的数据为P_[1,3],P_[3,5],P_[5,7],P_[9,7]计算K值;

选取第5次的数据为P_[1,5],P_[3,7],P_[5,9]计算K值;

按倾斜角获取数据的方式，每一行数据长度都不太一样，形式多样，而且可以看出其实按行或按列的方式都属于按倾斜角的特例；

按行序号的方式即是dx=2,dy=0,n=2；

按列序号的方式即是dx=0,dy=2,n=2。

（4）从此处可能存在二维码的位置开始向上和向下找K<M的像素行序号，确定为该二维码的上下区域；图4中120,122,124,126行连续D行满足K>N的条件，从第120行开始向上寻找T个连续直线序号（按设定间隔2的行序号）满足K<M，本实例通过计算得出K₉₄<M,K₉₆<M,K₉₈<M,K₁₀₀<M,所以得出K₁₀₀满足条件，作为包含二维码图像的上边界；

向下寻找二维码图像的边界方法类似，从122开始一直到第480行继续计算各行的K值，判断是否满足K<M，本实例通过计算得出K₂₅₄<M,K₂₅₆<M,K₂₅₈<M,K₂₆₀<M，所以得出K₂₆₀满足条件，，以第260行为二维码图像的下边界，此时可以将图像缩小到图6的大小，图6的长度是640，宽度是260-100=160行，只有原图的1/3，后续的图像二值化、滤波、轮廓提取，特征信息分析，二维码解码等算法，数据量减少到原来的1/3，大幅提高解码速度，数据计算量取决于二维码在图像中的大小。

实际上在上述实施方式中计算到第260行后已找到二维码，还可以从第260行-480行之间继续实施本发明的方法，可以继续侦测是否存在其他二维码。

图7是同时实施按行减少图像高度和按列减少图像长度后的图像大小，图中矩形框的大小，如果按列也将图像长度缩小到原图的1/3，那么整副图像的大小将缩小为1/9，计算量也就只有原来的1/9。

如图8a、图8b所示，本发明方法同样可适应于条形码和Data Matrix；对于条形码和PDF417在应用本发明时，仅采用一个方向的扫描可能会造成漏码，最佳的方式是横向、纵向、斜向中至少两个方向的扫描，而对于QR（Quick Response）和Data Matrix等不是条形类的二维码可至少选择一个维度扫描即可。

Claims

1.一种二维码识别方法，其特征在于包括如下步骤：

（1）获取一幅图像，用给定条数的相互平行的直线对图像进行间隔区分，并由最边上的一条直线开始从小到大顺次给出所有直线的序号；将直线序号按设定间隔步长和次序从左到右排布形成扫描序列；扫描序列中的最左位即起始位对应i=1，从左到右其他位对应的i依次增加1；所述直线为与图像的像素行成角度0~90°的直线；

（5）对确定区域的二维码进行解码。

2.根据权利要求1所述的一种二维码识别方法，其特征在于所述扫描序列中的直线序号按设定间隔步长从小到大的顺序排列。

3.根据权利要求1所述的一种二维码识别方法，其特征在于以中间或接近中间大小的直线序号排在扫描序列起始位，然后按设定间隔步长从左到右依次交替排上相对起始位上的直线序号递减和递增的直线序号。

4.根据权利要求1所述的一种二维码识别方法，其特征在于步骤（4）之后，可继续在步骤（1）所获取的图像的剩余部分用步骤（2）~（4）查找是否还有其他二维码，以实现一幅图像中多个二维码的解码。

5.根据权利要求1或2所述的一种二维码识别方法，其特征在于所述直线为与图像的像素行成角度0°的直线，即步骤（1）中用与像素行平行的直线对图像进行间隔区分。

6.根据权利要求1或2所述的一种二维码识别方法，其特征在于所述直线为与图像的像素行成角度90°的直线，即用与像素列平行的直线对图像进行间隔区分。

7.根据权利要求1或2所述的一种二维码识别方法，其特征在于用与像素行平行的直线对图像进行间隔区分，即所述直线为与图像的像素行成角度0°的直线；执行完步骤（1）~（4）后，再用与像素列平行的直线对图像进行间隔区分，即所述直线为与图像的像素行成角度90°的直线，然后再次执行完步骤（1）~（4）；最后对确定区域的二维码进行解码。

8.根据权利要求1或2所述的一种二维码识别方法，其特征在于用与像素列平行的直线对图像进行间隔区分，即所述直线为与图像的像素行成角度90°的直线，执行完步骤（1）~（4）；再用与像素行平行的直线对图像进行间隔区分，即所述直线为与图像的像素行成角度0°的直线；执行完步骤（1）~（4）；最后对确定区域的二维码进行解码。

9.根据权利要求1所述的一种二维码识别方法，其特征在于步骤（1）中用给定条数的相互平行的直线对图像进行间隔区分，并由最边上的一条直线开始从小到大顺次给出所有直线的序号，所述从小到大的间隔是均匀间隔或非均匀间隔。