CN108573184B - 一种二维码定位方法、模块及计算机可读存储介质 - Google Patents

一种二维码定位方法、模块及计算机可读存储介质 Download PDF

Info

Publication number
CN108573184B
CN108573184B CN201810201765.XA CN201810201765A CN108573184B CN 108573184 B CN108573184 B CN 108573184B CN 201810201765 A CN201810201765 A CN 201810201765A CN 108573184 B CN108573184 B CN 108573184B
Authority
CN
China
Prior art keywords
bar code
candidate
image
area
region
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
CN201810201765.XA
Other languages
English (en)
Other versions
CN108573184A (zh
Inventor
李东
郭浩铭
谢延欣
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.)
Qingdao iTechene Technologies Co ltd
Original Assignee
Qingdao iTechene Technologies 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 Qingdao iTechene Technologies Co ltd filed Critical Qingdao iTechene Technologies Co ltd
Priority to CN201810201765.XA priority Critical patent/CN108573184B/zh
Publication of CN108573184A publication Critical patent/CN108573184A/zh
Application granted granted Critical
Publication of CN108573184B publication Critical patent/CN108573184B/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
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (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)
  • Image Analysis (AREA)

Abstract

本申请提供一种二维码定位方法、模块及计算机可读存储介质，该方法包括原图像预处理过程、条码候选区域定位过程、候选子图像提取过程、条码候选边缘获取过程、目标条码定位过程、目标条码提取过程。各过程分别可通过模块中的原图像预处理单元、条码候选区域定位单元、候选子图像提取单元、条码候选边缘获取单元、目标条码定位单元、目标条码提取单元实现。计算机可读存储介质包括程序，该程序能够被处理器执行以实现上述方法采用本申请的方法及模块，可实现在大视野、复杂背景图像中对二维码图像进行快速、精确的定位。

Description

一种二维码定位方法、模块及计算机可读存储介质
技术领域
本发明涉及二维码识别领域，具体涉及一种二维码定位方法、模块及计算机可读存储介质。
背景技术
现有技术中，读码器可以基于激光反射原理，从读码器的激光二极管发射出一束光线，照射到一个旋转的棱镜或来回摆动的镜子上，反射后的光线穿过阅读窗照射到条码表面，光线经过条码上的条和空，反射后返回读码器，由一个镜子进行采集、聚焦，通过光电转换器转换成电信号，该信号将通过读码器或终端上的译码软件进行译码；该方案的读码器只适用于读码器已经瞄准条码的情况，对条码的大小和印刷条码的材质有较高要求，通常只适合读取一维码，无法对二维码进行任意角度读取。
读码器还可以基于图像处理原理，通过光学系统采集图像，再对图像内的条码进行译码。该方案的读码器要求用户将条码置于图像中采集条码的明显区域，让条码尽可能充斥图像采集区，要求背景必须非常干净、条码清晰、对比度强，对成像质量有较大要求，并不适用于应对工业中复杂多变的需求。
发明内容
根据本申请的一方面，提供一种二维码定位方法，其包括如下过程：
条码候选区域定位过程：
根据待处理图像的角点特征，判断各区域是否满足以下条件：
cnt>MIN_REGION_AREA；
若目标条码为正方形条码，则r<MAX_REGION_RATE；
MIN_REGION_DENSITY<ρ<MAX_REGION_DENSITY；
r为待判断区域的高宽比，cnt为待判断区域内的格子数，ρ为角点密度，MIN_REGION_AREA为预设最小格数，MAX_REGION_RATE为第一网格高宽比，MIN_REGION_DENSITY为预设最小角点密度，MAX_REGION_DENSITY为预设最大角点密度；
将符合预设区域候选条件的区域作为条码候选区域从而定位出至少一个符合预设区域候选条件的条码候选区域，所述条码候选区域为原图像中可能为目标条码的区域；
候选子图像提取过程：
从原图像中提取所述至少一个条码候选区域所对应的至少一个候选子图像，所述候选子图像为原图像中可能为目标条码的图像块；
条码候选边缘获取过程：
对所述至少一个候选子图像进行二值化，得到所述候选子图像的条码图像；
对所述候选子图像的条码图像进行闭运算及开运算；
对所述候选子图像的条码图像进行Canny运算，得到所述候选子图像的边缘图像；
求所述边缘图像的连通域，得到所述候选子图像所对应的边缘集合；
对所述边缘集合按照预设边缘候选条件进行筛选，得到条码候选边缘集合；筛选方法为，令边缘集合为C，条码候选边缘集合为S；则条码候选边缘集合S需满足以下条件：
S＝{s|f(s)<t1,|g(s)>t2,s|C} (1)
Figure GDA0002885308530000021
其中，s表示边缘集合C的元素，s.w表示s的宽，s.h表示s的高，f(s)表示目标条码轮廓的高宽比，g(s)表示目标条码轮廓所框定的面积；
按照所述条码候选边缘集合中条码候选边缘所框定的面积对所述条码候选边缘集合进行排序；
目标条码定位过程：
根据所述条码候选边缘，定位出目标条码在原图像中的位置。
根据本申请的第二方面，提供一种二维码定位模块，其包括：
条码候选区域定位单元，用根据待处理图像的角点特征，判断各区域是否满足以下条件：
cnt>MIN_REGION_AREA；
若目标条码为正方形条码，则r<MAX_REGION_RATE；
MIN_REGION_DENSITY<ρ<MAX_REGION_DENSITY；
r为待判断区域的高宽比，cnt为待判断区域内的格子数，ρ为角点密度，MIN_REGION_AREA为预设最小格数，MAX_REGION_RATE为第一网格高宽比，MIN_REGION_DENSITY为预设最小角点密度，MAX_REGION_DENSITY为预设最大角点密度；
还用于将符合预设区域候选条件的区域作为条码候选区域从而定位出至少一个符合预设区域候选条件的条码候选区域，所述条码候选区域为原图像中可能为目标条码的区域；
候选子图像提取单元，连接至所述条码候选区域定位单元，用于从原图像中提取所述至少一个条码候选区域所对应的至少一个候选子图像，所述候选子图像为原图像中可能为目标条码的图像块；
条码候选边缘获取单元，连接至所述候选子图像提取单元，用于对所述至少一个候选子图像进行二值化，得到所述候选子图像的条码图像；对所述候选子图像的条码图像进行闭运算及开运算；对所述候选子图像的条码图像进行Canny运算，得到所述候选子图像的边缘图像；求所述边缘图像的连通域，得到所述候选子图像所对应的边缘集合；对所述边缘集合按照预设边缘候选条件进行筛选，得到条码候选边缘集合；筛选方法为，令边缘集合为C，条码候选边缘集合为S；则条码候选边缘集合S需满足以下条件：
S＝{s|f(s)<t1,|g(s)>t2,s|C} (1)
Figure GDA0002885308530000031
其中，s表示边缘集合C的元素，s.w表示s的宽，s.h表示s的高，f(s)表示目标条码轮廓的高宽比，g(s)表示目标条码轮廓所框定的面积；
还用于按照所述条码候选边缘集合中条码候选边缘所框定的面积对所述条码候选边缘集合进行排序；
目标条码定位单元，连接至所述条码候选边缘获取单元，用于根据所述条码候选边缘，定位出目标条码在原图像中的位置。
根据本申请的第三方面，提供一种计算机可读存储介质，其包括程序，所述程序能够被处理器执行以实现如上述方法。
采用本申请的二维码定位方法、模块及计算机可读存储介质，可实现在大视野、复杂背景图像中二维码图像进行快速、精确定位。
附图说明
图1为实施例一的二维码定位方法流程示意图；
图2为实施例一的二维码定位模块结构示意图；
图3为实施例一的原图像示意图；
图4为实施例一的原图像经高斯模糊示意图；
图5为实施例一的条码候选区域定位过程示意图
图6为实施例一的原图像的角点密度图；
图7为实施例一的角点密度图二值化处理示意图；
图8为实施例一的角点密度图填孔及断开薄弱连接处理示意图；
图9为实施例一的条码候选区域示意图；
图10为实施例一的候选子图像示意图；
图11为实施例一的条码候选边缘获取过程示意图；
图12为实施例一的候选子图像的边缘图像示意图；
图13为实施例一的目标条码定位过程示意图；
图14为实施例一的目标条码实线边示意图；
图15为实施例一的目标条码虚线边求解示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接(联接)。
实施例一：
如图1所示为本实施例的二维码定位方法流程示意图，该方法可用于图像中DM(DataMatrix)码的识别，图2为实现该方法的二维码定位模块，模块中，原图像预处理单元10、条码候选区域定位单元20、候选子图像提取单元30、条码候选边缘获取单元40、目标条码定位单元50、目标条码提取单元60依次连接，并分别用于实现St1、St2、St3、St4、St5、St6过程。
本实施例的二维码定位方法包括如下过程：
St1、原图像预处理过程：
St1.1、接收原图像，例如如图3所示的图像，判断原图像是否需要进行优化处理；可以是人为地目视并根据业务经验做判断，也可以是在本方法中设置预设条件，根据预设条件做判断；具体可以是判断原图像是否需要进行模糊处理；
若是，则进入St1.2步骤；
若否，则进入St2过程；
St1.2、对原图像进行优化处理，使其更加便于进行后续的角点提取；具体地，对原图像进行高斯模糊，例如对图3进行高斯模糊后得到图4，滤除由于传感器噪声和漫反射产生的大量亮点，从而避免对后续角点提取产生影响；
或者，在本发明其他的实施方式中，也可以不需要先对原图像进行判断，而是接收原图像后直接对原图像进行优化处理即高斯模糊，使其更加便于进行角点提取。
St2、条码候选区域定位过程，主要是根据原图像的角点特征，定位出至少一个符合预设区域候选条件的条码候选区域，条码候选区域为原图像中可能为目标条码的区域；如图5所示，包括如下步骤：
St2.1、对如图4的待处理图像进行角点提取，得到原图像的角点图像；
St2.2、对角点图像进行网格划分，统计格子内的角点数量，得到角点密度图即图6；具体地，网格大小可以根据目标条码在图像中的尺寸作出设定，本实施例采用8*8的正方形网格；
St2.3、对角点密度图进行OTSU(最大类间方差法)二值化处理，从而划分出密集区域，得到图7；
St2.4、使用基于形态学的方法对图7进行填孔及断开薄弱连接，得到图8；
St2.5、对图8进行区域生长，将每块格子用gi表示，gi.corners表示方格gi内角点的数量，统计区域内的格子数量cnt，计算各区域的角点密度ρ；
St2.6、判断各区域是否符合预设区域候选条件，筛选出符合预设区域候选条件的区域作为条码候选区域；
具体地，判断各区域是否满足以下条件：
(1)cnt>MIN_REGION_AREA；
(2)若目标条码为正方形条码，则r<MAX_REGION_RATE；
(3)MIN_REGION_DENSITY<ρ<MAX_REGION_DENSITY；
r为待判断区域的高宽比，cnt为待判断区域内的格子数，ρ为角点密度，MIN_REGION_AREA为预设最小格数，MAX_REGION_RATE为预设的第一网格高宽比，MIN_REGION_DENSITY为预设最小角点密度，MAX_REGION_DENSITY为预设最大角点密度；
关于r，令某区域的宽度为w，高度为h，则该区域的高宽比r＝MAX(w,h)/MIN(w,h)；
本实施例取MIN_REGION_AREA＝6，MAX_REGION_RATE＝1.8，MIN_REGION_DENSITY＝5，MAX_REGION_DENSITY＝100；
符合上述条件的区域即作为条码候选区域；针对本实施例的原图像，DM码粗定位所得的图如图9所示；
在本发明其他的实施方式中，可以只利用上述条件(1)、(2)、(3)中的一个或两个进行判断；
St2.7、对条码候选区域进行优先级排序，具体地，对连通域按p1值从大到小排序，若有两个连通域的p1值相等，则按p2值从大到小排序；其中，p1表示连通域所占面积，p2表示连通域内平均角度密度；本实施例中，条码候选区域即为连通域；
从本实施例所例举的原图像即图3可知，原图像中实际只有一个DM码，因此本实施例经过上述各步骤后，所得到的条码候选区域实际只有图9，故排序只涉及图9；
在本发明其它的实施方式中，对某些原图像可以粗定位出若干幅候选区域，故会涉及顺序排序；
St2.8、将当前得到的条码候选区域的宽高从中心扩展为原来的两倍，以保证条码候选区域涵盖了完整的条码。
St3、候选子图像提取过程：
从原图像中提取至少一个条码候选区域所对应的至少一个候选子图像，候选子图像为原图像中可能为目标条码的图像块。
本实施例中，从原图像中提取的候选子图像如图10所示。
St4、条码候选边缘获取过程，主要是根据至少一个候选子图像，提取其分别对应的边缘；根据至少一个候选子图像的边缘，提取符合预设边缘候选条件的条码候选边缘，条码候选边缘为原图像中目标条码的边缘；如图11所示，包括如下步骤：
St4.1、对至少一个候选子图像进行OTSU二值化，得到候选子图像的条码图像；
St4.2、对候选子图像的条码图像进行3*3的闭运算，去除条码周围的杂散点，得到较为干净的条码二值图像；对条码二值图像进行开运算，以减少条码内部的细节；
St4.3、对候选子图像的条码图像进行Canny运算，得到候选子图像的边缘图像即图12；
St4.4、求候选子图像的边缘图像的连通域，得到候选子图像所对应的边缘集合C；
由于本实施例中，原图像中实际只有一个DM码，因此本实施例经过上述各步骤后，所得到的边缘集合C只涉及图12的边缘；
在本发明其它的实施方式中，对某些原图像可以粗定位出若干幅候选区域，故边缘集合C中会含有若干边缘元素；
St4.5、对边缘集合按照预设边缘候选条件进行筛选，得到条码候选边缘集合S；
具体地，令边缘集合为C，条码候选边缘集合为S；则条码候选边缘集合S需满足以下条件：
S＝{s|f(s)<t1,|g(s)>t2,s|C} (1)
Figure GDA0002885308530000071
其中，s表示边缘集合C的元素，s.w表示s的宽，s.h表示s的高，f(s)表示目标条码轮廓的高宽比，g(s)表示目标条码轮廓所框定的面积；
St4.6、按照条码候选边缘集合中条码候选边缘所框定的面积对条码候选边缘集合进行排序；
本实施例经过上述各步骤后，条码候选边缘集合S的排序只涉及图12的边缘这一元素；
在本发明其它的实施方式中，条码候选边缘集合S会涉及对若干边缘元素顺序排序。
St5、目标条码定位过程，主要是根据条码候选边缘，定位出目标条码在原图像中的位置；如图13所示，包括如下步骤：
St5.1、对条码候选边缘集合的某一条码候选边缘轮廓(本实施例即图13)进行霍夫变换(Hough transform)，在变换图像中取定位得分最高的点，即得到极大值点，该极大值点对应目标条码的一条实线边；
St5.2、根据该极大值点求得其对应的另一极大值点，该另一极大值点对应目标条码的另一条实线边；
具体地，由于目标条码的两条实线边相互垂直，则可以根据目标直线互相垂直的关系，建立屏蔽区，在屏蔽区内再寻找另一个极大值点；
St5.3、根据Hough变换域中的两个极大值点计算其在图像域中分别对应的两条实线边的位置；
St5.4、分别取定两条实线边附近的像素点作为样本点，对样本点进行迭代加权最小二乘法直线拟合，从而分别计算出两条实线边对应的拟合直线的方程；
St5.5、根据目标条码的两条实线边定位目标条码的虚线边；
通过以上步骤，如图14所示，已经定位出目标条码的实线边AB以及实线边BC，该两条实线边还分别对应两条虚线边；因此，只需要找出两条虚线边的交点坐标，即可定位两条虚线边；
具体定位虚线边方法可以是:
方法一，本实施例确定了点A、点B及点C的坐标从而实现了实线边AB和实线边BC的定位，结合平行四边形原理，如图15所示，根据该三个端点即可定位出第四个端点即目标条码的两条虚线边的交点D；
或者，方法二，根据目标条码的两条实线边，进行扫描，定位出其分别对应的两条虚线边的位置，从而计算得到该两条虚线边的交点。
St6、目标条码提取过程：
经过上述步骤，已经得到目标条码的四个顶点即点A、点B、点C及点D，即确定了目标条码在原图像中的位置，即可从原图像中提取目标条码图像；再使用双线性插值，则得到一幅完整的、校正后的条码图像。
本实施例通过先统计图像的角点分布情况，粗定位DM码可能存在的候选区域，再对候选图像区域进行缩放、直线检测等操作，从而实现快速定位DM码位置，减少了后续定位算法的运算量，并增大了后续定位算法的准确率，提高了算法的识别速度。进一步地，通过改进Hough变换粗定位DM码的特征边，再对特征边上的像素点进行迭代加权最小二乘法拟合，从而精确定位DM码的特征边，进而精确定位DM码，从整体上提高算法的识别率。对图像中包含多个DM码的情况，在条码候选区域定位及条码候选边缘获取等过程即可正确分割图片，将多个条码进行提取并分别定位。
从而，本实施例可实现在大视野、复杂背景下对多个DM二维码图像进行快速、精确定位的技术效果，大幅度地提高了复杂背景下DM码区域定位的精度、速度和鲁棒性。解决了由于印刷质量问题导致的码块间距不均，或部分条码污染、缺失所导致的无法准确定位和解码等问题。
本实施例的方法可以编写成程序并写入计算机可读存储介质中，该程序能够被处理器执行以实现本实施例的方法
领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (7)

1.一种二维码定位方法，其特征在于，包括：
条码候选区域定位过程：
根据待处理图像的角点特征，判断各区域是否满足以下条件：
cnt>MIN_REGION_AREA；
若目标条码为正方形条码，则r<MAX_REGION_RATE；
MIN_REGION_DENSITY<ρ<MAX_REGION_DENSITY；
r为待判断区域的高宽比，cnt为待判断区域内的格子数，ρ为角点密度，MIN_REGION_AREA为预设最小格数，MAX_REGION_RATE为第一网格高宽比，MIN_REGION_DENSITY为预设最小角点密度，MAX_REGION_DENSITY为预设最大角点密度；
将符合预设区域候选条件的区域作为条码候选区域从而定位出至少一个符合预设区域候选条件的条码候选区域，所述条码候选区域为原图像中可能为目标条码的区域；
候选子图像提取过程：
从原图像中提取至少一个条码候选区域所对应的至少一个候选子图像，所述候选子图像为原图像中可能为目标条码的图像块；
条码候选边缘获取过程：
对所述至少一个候选子图像进行二值化，得到所述候选子图像的条码图像；
对所述候选子图像的条码图像进行闭运算及开运算；
对所述候选子图像的条码图像进行Canny运算，得到所述候选子图像的边缘图像；
求所述边缘图像的连通域，得到所述候选子图像所对应的边缘集合；
对所述边缘集合按照预设边缘候选条件进行筛选，得到条码候选边缘集合；筛选方法为，令边缘集合为C，条码候选边缘集合为S；则条码候选边缘集合S需满足以下条件：
S＝{s|f(s)<t1,|g(s)>t2,s|C} (1)
Figure FDA0002945122720000011
其中，s表示边缘集合C的元素，s.w表示s的宽，s.h表示s的高，f(s)表示目标条码轮廓的高宽比，g(s)表示目标条码轮廓所框定的面积；
按照所述条码候选边缘集合中条码候选边缘所框定的面积对所述条码候选边缘集合进行排序；
目标条码定位过程：
根据所述条码候选边缘，定位出目标条码在原图像中的位置。
2.如权利要求1所述的方法，其特征在于，
所述条码候选区域定位过程之前还包括原图像预处理过程；
所述原图像预处理过程为：
对原图像进行优化处理，使其更加便于进行角点提取；
或者，所述原图像预处理过程为：
判断原图像是否需要进行优化处理；
若是，则对原图像进行优化处理，使其更加便于进行角点提取；
若否，则进入所述条码候选区域定位过程；
所述目标条码定位过程之后还包括目标条码提取过程：
根据目标条码在原图像中的位置，提取目标条码图像。
3.如权利要求1或2所述的方法，其特征在于，
所述条码候选区域定位过程中，在定位出至少一个符合预设区域候选条件的条码候选区域之前还包括：
对待处理图像进行角点提取，得到待处理图像的角点图像；
对所述角点图像进行网格划分，得到角点密度图；
对所述角点密度图进行二值化，从而划分出密集区域；
对划分出密集区域的角点密度图进行填孔及断开薄弱连接操作；
对上述角点密度图进行区域生长；
在定位出至少一个符合预设区域候选条件的条码候选区域之后还包括：对所述条码候选区域进行优先级排序；
将所述条码候选区域的宽和/或高进行扩展。
4.如权利要求1所述的方法，其特征在于，
所述目标条码定位过程包括：
对所述条码候选边缘集合的某一条码候选边缘轮廓进行霍夫变换，得到极大值点，该极大值点对应目标条码的一条实线边；
根据该极大值点求得其对应的另一极大值点，该另一极大值点对应目标条码的另一条实线边；
根据两个极大值点计算其在图像域中分别对应的两条实线边的位置；
分别取定两条实线边附近的像素点，进行迭代加权最小二乘法直线拟合，从而分别计算出两条实线边拟合直线的方程；
根据目标条码的两条实线边定位目标条码的虚线边。
5.如权利要求4所述的方法，其特征在于，
所述根据目标条码的两条实线边定位所述目标条码的虚线边的方法为：
根据目标条码的两条实线边定位出其对应的三个端点，结合平行四边形原理，根据该三个端点定位出第四个端点即目标条码的两条虚线边的交点；
或者，根据目标条码的两条实线边，定位出其分别对应的两条虚线边的位置，从而得到该两条虚线边的交点。
6.一种二维码定位模块，其特征在于，包括：
条码候选区域定位单元，用根据待处理图像的角点特征，判断各区域是否满足以下条件：
cnt>MIN_REGION_AREA；
若目标条码为正方形条码，则r<MAX_REGION_RATE；
MIN_REGION_DENSITY<ρ<MAX_REGION_DENSITY；
r为待判断区域的高宽比，cnt为待判断区域内的格子数，ρ为角点密度，MIN_REGION_AREA为预设最小格数，MAX_REGION_RATE为第一网格高宽比，MIN_REGION_DENSITY为预设最小角点密度，MAX_REGION_DENSITY为预设最大角点密度；
还用于将符合预设区域候选条件的区域作为条码候选区域从而定位出至少一个符合预设区域候选条件的条码候选区域，所述条码候选区域为原图像中可能为目标条码的区域；
候选子图像提取单元，连接至所述条码候选区域定位单元，用于从原图像中提取至少一个条码候选区域所对应的至少一个候选子图像，所述候选子图像为原图像中可能为目标条码的图像块；
条码候选边缘获取单元，连接至所述候选子图像提取单元，用于对所述至少一个候选子图像进行二值化，得到所述候选子图像的条码图像；对所述候选子图像的条码图像进行闭运算及开运算；对所述候选子图像的条码图像进行Canny运算，得到所述候选子图像的边缘图像；求所述边缘图像的连通域，得到所述候选子图像所对应的边缘集合；对所述边缘集合按照预设边缘候选条件进行筛选，得到条码候选边缘集合；筛选方法为，令边缘集合为C，条码候选边缘集合为S；则条码候选边缘集合S需满足以下条件：
S＝{s|f(s)<t1,|g(s)>t2,s|C} (1)
Figure FDA0002945122720000041
其中，s表示边缘集合C的元素，s.w表示s的宽，s.h表示s的高，f(s)表示目标条码轮廓的高宽比，g(s)表示目标条码轮廓所框定的面积；
还用于按照所述条码候选边缘集合中条码候选边缘所框定的面积对所述条码候选边缘集合进行排序；
目标条码定位单元，连接至所述条码候选边缘获取单元，用于根据所述条码候选边缘，定位出目标条码在原图像中的位置。
7.一种计算机可读存储介质，其特征在于，包括程序，所述程序能够被处理器执行以实现如权利要求1-5中任一项所述的方法。
CN201810201765.XA 2018-03-12 2018-03-12 一种二维码定位方法、模块及计算机可读存储介质 Active CN108573184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810201765.XA CN108573184B (zh) 2018-03-12 2018-03-12 一种二维码定位方法、模块及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810201765.XA CN108573184B (zh) 2018-03-12 2018-03-12 一种二维码定位方法、模块及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN108573184A CN108573184A (zh) 2018-09-25
CN108573184B true CN108573184B (zh) 2021-04-27

Family

ID=63573887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810201765.XA Active CN108573184B (zh) 2018-03-12 2018-03-12 一种二维码定位方法、模块及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN108573184B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109784328B (zh) * 2018-12-19 2022-11-08 新大陆数字技术股份有限公司 定位条码的方法、终端及计算机可读存储介质
CN109977720B (zh) * 2019-03-28 2021-07-20 尤尼泰克(嘉兴)信息技术有限公司 一种快速解析二维码图像的方法及装置
CN113191174B (zh) * 2020-01-14 2024-04-09 北京京东乾石科技有限公司 物品定位方法和装置、机器人及计算机可读存储介质
CN111368573A (zh) * 2020-03-02 2020-07-03 凌云光技术集团有限责任公司 一种基于几何特征约束的定位方法
JP7497203B2 (ja) 2020-05-01 2024-06-10 キヤノン株式会社 画像処理装置、画像処理装置の制御方法及びプログラム
CN111597849B (zh) * 2020-05-07 2023-07-18 凌云光技术股份有限公司 一种可变码区域的提取方法
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

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9111164B1 (en) * 2015-01-19 2015-08-18 Snapchat, Inc. Custom functional patterns for optical barcodes
CN106485255A (zh) * 2016-09-29 2017-03-08 深圳元启智能技术有限公司 一种dm码定位及识别的方法与系统
CN106485183A (zh) * 2016-07-14 2017-03-08 深圳市华汉伟业科技有限公司 一种二维码定位方法及系统
CN107301368A (zh) * 2017-06-28 2017-10-27 昂纳自动化技术（深圳）有限公司 一种DataMatrix二维码的识别方法
CN107545207A (zh) * 2017-09-28 2018-01-05 云南电网有限责任公司电力科学研究院 基于图像处理的dm二维码识别方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9111164B1 (en) * 2015-01-19 2015-08-18 Snapchat, Inc. Custom functional patterns for optical barcodes
CN106485183A (zh) * 2016-07-14 2017-03-08 深圳市华汉伟业科技有限公司 一种二维码定位方法及系统
CN106485255A (zh) * 2016-09-29 2017-03-08 深圳元启智能技术有限公司 一种dm码定位及识别的方法与系统
CN107301368A (zh) * 2017-06-28 2017-10-27 昂纳自动化技术（深圳）有限公司 一种DataMatrix二维码的识别方法
CN107545207A (zh) * 2017-09-28 2018-01-05 云南电网有限责任公司电力科学研究院 基于图像处理的dm二维码识别方法及装置

Also Published As

Publication number Publication date
CN108573184A (zh) 2018-09-25

Similar Documents

Publication Publication Date Title
CN108573184B (zh) 一种二维码定位方法、模块及计算机可读存储介质
JP2835274B2 (ja) 画像認識装置
US11875219B2 (en) System and method for auto-focusing a vision system camera on barcodes
US8818099B2 (en) Document image binarization and segmentation using image phase congruency
JP2021051815A (ja) ２次元マトリックスシンボルを復号するためのシステムおよび方法
US8139117B2 (en) Image quality analysis with test pattern
EP3462372B1 (en) System and method for detecting optical codes with damaged or incomplete finder patterns
US9286501B2 (en) Method and device for identifying a two-dimensional barcode
EP1469420A2 (en) Method and device for recording of data
WO2014160433A2 (en) Systems and methods for classifying objects in digital images captured using mobile devices
Lin et al. Real-time automatic recognition of omnidirectional multiple barcodes and dsp implementation
Qu et al. Detect digital image splicing with visual cues
Saha et al. Automatic localization and recognition of license plate characters for Indian vehicles
CN112580383B (zh) 二维码识别方法、装置、电子设备及存储介质
US9652652B2 (en) Method and device for identifying a two-dimensional barcode
US20020051573A1 (en) Two-dimensional code extracting method
CN113177899A (zh) 医药影印件文本倾斜矫正方法、电子设备和可读储存介质
US20140086473A1 (en) Image processing device, an image processing method and a program to be used to implement the image processing
CN112818983A (zh) 一种利用图片相识度判断字符倒置的方法
Yun et al. Vision-based 1D barcode localization method for scale and rotation invariant
Lin et al. Multi-symbology and multiple 1d/2d barcodes extraction framework
Roullet et al. An automated technique to recognize and extract images from scanned archaeological documents
CN113673405B (zh) 基于题目识别的习题批改方法、系统及智能家教学习机
CN118275449A (zh) 铜带表面缺陷检测方法、装置及设备
JP3567904B2 (ja) ２次元コード読み取り装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210329

Address after: 8 / F, block a, Qingdao International Innovation Park, 1 Keyuan Weiyi Road, Laoshan District, Qingdao City, Shandong Province 266100

Applicant after: QINGDAO ITECHENE TECHNOLOGIES Co.,Ltd.

Address before: 518000 unit a, building 5D, software industry base, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: SHENZHEN YUANQI INTELLIGENT TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A two-dimensional code positioning method, module and computer-readable storage medium

Effective date of registration: 20230224

Granted publication date: 20210427

Pledgee: China Construction Bank Corporation Qingdao Zhongshan Road sub branch

Pledgor: QINGDAO ITECHENE TECHNOLOGIES Co.,Ltd.

Registration number: Y2023370010022