CN108985129B - 二维码的定位与检出方法 - Google Patents

二维码的定位与检出方法 Download PDF

Info

Publication number
CN108985129B
CN108985129B CN201810868235.0A CN201810868235A CN108985129B CN 108985129 B CN108985129 B CN 108985129B CN 201810868235 A CN201810868235 A CN 201810868235A CN 108985129 B CN108985129 B CN 108985129B
Authority
CN
China
Prior art keywords
edge
dimensional code
area
code image
image
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
CN201810868235.0A
Other languages
English (en)
Other versions
CN108985129A (zh
Inventor
兰斌
张栩华
朱云
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.)
Goolton Technology Co ltd
Original Assignee
Goolton 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 Goolton Technology Co ltd filed Critical Goolton Technology Co ltd
Priority to CN201810868235.0A priority Critical patent/CN108985129B/zh
Publication of CN108985129A publication Critical patent/CN108985129A/zh
Application granted granted Critical
Publication of CN108985129B publication Critical patent/CN108985129B/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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种二维码的定位与检出方法，包括以下步骤：利用图像采集设备获取第一二维码图像；对第一二维码图像进行处理获得第二二维码图像；对第二二维码图像进行边缘检测，检测出第二二维码图像中的各个边缘的边缘信息，根据边缘信息保存各个边缘的等级树关系；依次检测等级树关系中边缘的边缘信息及边缘的子边缘的子边缘信息，判断边缘中是否包含二维码区域；输出包含二维码区域的边缘的边缘信息。本发明的二维码的定位与检出方法，其在图像中存在多个二维码时，也可实现对二维码区域的准确定位与检出，同时其检出效率及准确率较高。

Description

二维码的定位与检出方法
技术领域
本发明涉及信息定位与识别领域，更具体的说，是一种二维码的定位与检出方法。
背景技术
现有的在对图片中的二维码识别之前，需要先对拍摄的图片中的二维码进行定位与检出，现有的二维码的定位与检出方法主要集中在对二维码上的三个定位标记的检测，在对二维码定位与检出过程中，如果任何一个定位标记的检测出现误差，则二维码的定位与检出的准确性都会受到影响，且当图片中存在多个二维码时此种检出方法的检出效率较低。
发明内容
本发明的目的在于提供一种二维码的定位与检出方法，该方法在一副图像中含有多个二维码时也可准确定位检出，其准确性及检出效率较高。
其技术方案如下：
本发明公开一种二维码的定位与检出方法，包括以下步骤：
利用图像采集设备获取第一二维码图像；
对第一二维码图像进行处理获得第二二维码图像；
对第二二维码图像进行边缘检测，检测出第二二维码图像中的各个边缘的边缘信息，根据所述边缘信息保存各个所述边缘的等级树关系；
依次检测所述等级树关系中边缘的边缘信息及边缘的子边缘的子边缘信息，判断所述边缘中是否包含二维码区域；
输出包含二维码区域的所述边缘的边缘信息。
依次检测所述等级树关系中边缘的边缘信息及边缘的子边缘的子边缘信息，判断所述边缘中是否包含二维码区域时，包含以下步骤：
计算第二二维码图像总面积及所述边缘轮廓面积；
判断所述边缘轮廓面积是否大于第二二维码图像总面积的十分之一；
若所述边缘轮廓面积小于或等于第二二维码图像总面积的十分之一，则所述边缘中不包含二维码区域；
若所述边缘轮廓面积大于第二二维码图像总面积的十分之一，则计算所述边缘的最小外接矩形的长宽比。
还包括以下步骤：
计算所述边缘的最小外接矩形的长宽比后，判断所述边缘的最小外接矩形的长宽比是否大于0.85；
若所述边缘的最小外接矩形的长宽比小于或等于0.85，则所述边缘中不包含二维码区域；
若所述边缘的最小外接矩形的长宽比大于0.85，则对所述边缘进行多边形拟合。
还包括以下步骤：
对所述边缘进行多边形拟合后，判断所述边缘的多边形的边数N；
若所述多边形的边数N小于3条或大于5条，则所述边缘中不包含二维码区域；
若所述多边形的边数N为3至5条，则计算所述多边形的相邻边的边向量之间的角度。
还包括以下步骤：
计算所述多边形的相邻边的边向量之间的角度后，判断相邻边的边向量之间的角度是否处于80°至100°之间；
若所述边缘的相邻边的边向量之间的角度小于80°或大于100°，则所述边缘中不包含二维码区域；
若所述边缘的相邻边的边向量之间的角度处于80°至100°之间，则获取所述边缘的子边缘的嵌套等级H。
还包括以下步骤：
获取所述边缘的子边缘的嵌套等级H后，判断所述子边缘的嵌套等级H是否大于4；
若所述子边缘的嵌套等级H小于或等于4，则所述边缘中不包含二维码区域；
若所述子边缘的嵌套等级H大于4，则所述边缘中存在二维码区域。
对所述边缘进行多边形拟合时，拟合精度数值为2至4。
对第一二维码图像进行处理得到第二二维码图像包括以下步骤：
提高第一二维码图像亮度和对比度；
对第一二维码图像进行灰度化处理；
高斯模糊去除噪声；
二值化获得第二二维码图像；
对第二二维码图像进行闭操作，使第二二维码图像中二维码的内部区域连通。
在提高第一二维码图像亮度和对比度时依据公式g(x)＝αf(x)+β，其中，g(x)为输出图像像素，f(x)为待处理图像像素，α为增益值，β为偏置值，所述α的值为1至2，所述β的值为40至60。
所述α的值为1.5，所述β的值为50。
需要说明的是：
边向量之间的角度：对多边形拟合后，多边形的两条相邻的边可能不完全相交，本发明的边向量之间的角度指两条边的向量相交后形成的角度；
α为增益值，用来调节图像的对比度；β为偏置值，用来调节图像的亮度；
前述所述“图像采集设备”可为AR眼镜、相机、手机等具有拍照或录影功能的设备；
前述“第一、第二、第三…”仅仅是用于对于名称的区分，不代表具体的数量及顺序。
下面对本发明的优点或原理进行说明：
1、对彩色的第一二维码图像进行处理获得黑白色的第二二维码图像，第一二维码图像处理后，滤除了第一二维码图像中的干扰部分，利于对第二二维码图像进行后续的边缘检测，对第二二维码图像进行边缘检测，边缘检测后滤出了大部分不相关的信息，大幅减少了检测的数据量，边缘检测后保存检测的边缘信息，并依次检测边缘信息，检测边缘中是否包含二维码区域，并剔除不包含二维码的区域，实现对二维码区域的准确定位；
在对第二二维码图像边缘检测后保存边缘的等级树关系，对边缘进行边缘信息的检测后，对于可能存在二维码区域的边缘，可通过对其子边缘的检测进一步确认二维码区域，若对边缘的子边缘检测时检测到二维码的定位标志，则可最终确认二维码区域。
2、计算第二二维码图像总面积及各个边缘轮廓面积，并判断轮廓面积是否大于第二二维码图像总面积的十分之一，第二二维码图像中的二维码区域的面积一般大于第二二维码图像总面积的十分之一，面积太小的区域存在二维码的可能性较低，同时面积太小的区域即使存在二维码，对二维码定位检出后，在对二维码识别的过程中，也会因为二维码像素缺失等因素导致识别失败。
3、计算边缘最小外接矩形的长宽比，二维码区域一般接近正方形，二维码区域的长宽部基本达到1，如果检测到的边缘的长宽比较小，则此区域内存在二维码的可能性较小。
4、在对边缘进行多边形拟合的过程中，二维码区域的边缘会存在不连通或锯齿状等情况，将边缘拟合精度设置为2至4，以获得二维码区域的实际边缘，对边缘拟合后判断多边形的边数N，二维码区域一般接近正方形，其边数N为4条，为了避免漏掉二维码区域，将边数N设置为3至5条。
5、二维码区域一般为正方形，二维码区域的两条相邻的边之间近似垂直关系，通过判断边缘的相邻边的边向量之间的角度可进一步确认二维码区域。
6、二维码区域内一般设有3个定位标志，判断边缘的子边缘的嵌套等级，检测边缘内的的二维码的定位标志，二维码的定位标志的嵌套等级一般至少为5，通过检测子边缘的嵌套等级大于4，可最终确定边缘内是否包含有二维码区域。
7、第一二维码图像中的二维码区域是大面积的黑色像素，通过提高第一二维码图像的亮度和对比度可以过滤掉第一二维码图像中的大部分浅色像素，然后通过去噪及二值化处理后得到第二二维码图像，对第二二维码图像的检测及后续的识别效果较好。
附图说明
图1是本发明实施例的二维码的定位与检出方法的流程图；
图2是本发明实施例的对第一二维码图像进行处理获得第二二维码图像的流程图；
图3是本发明实施例的依次检测等级树关系中边缘的边缘信息及边缘的子边缘的子边缘信息，判断边缘中是否包含二维码区域的流程图；
图4是本发明实施例的二维码区域中的定位标志的示意图。
附图标记说明：
100、定位标志。
具体实施方式
下面对本发明的实施例进行详细说明。
本实施例公开一种二维码的定位与检出方法，如图1所示，该定位与检出方法包括以下步骤：
S001:利用图像采集设备获取第一二维码图像；
S002：对第一二维码图像进行处理获得第二二维码图像；
S003:对第二二维码图像进行边缘检测，检测出第二二维码图像中各个边缘的边缘信息，根据边缘信息保存各个边缘的等级树关系；
S004:依次检测等级树关系中边缘的边缘信息及边缘的子边缘的子边缘信息，判断边缘中是否包含二维码区域；
S005:输出包含二维码区域的边缘的边缘信息。
其中，如图3所示，在上述步骤S002中对第一二维码图像处理获得第二二维码图像包括以下步骤：
S201:提高第一二维码图像亮度和对比度；
S202:对第一二维码图像进行灰度化处理；
S203:高斯模糊去除噪声；
S204:二值化获得第二二维码图像；
S205：对第二二维码图像进行闭操作，使第二二维码图像中二维码的内部区域连通。
在步骤S201中，提高第一二维码图像亮度和对比度时依据公式g(x)＝αf(x)+β，其中g(x)为输出图像像素，f(x)为待处理图像像素，α为增益值，β为偏置值，α的值为1至2，β的值为40至60，在本实施例中，α的值优选的为1.5，β的值优选的为50，提高第一二维码图像亮度和对比度之后，有利于后续对第一二维码图像灰度化及二值化处理，且对第一二维码图像提高亮度和对比度及二值化后获得黑白的第二二维码图像，第二二维码图像呈现的黑白效果比较好，为了使第一二维码图像二值化后的效果更好，本实施例在二值化时采用自适应OTSU阈值分割处理。
如图2所示，本实施例在依次检测等级树关系中边缘的边缘信息及边缘的子边缘的子边缘信息，判断边缘中是否包含二维码区域时，包含以下步骤：
S401:计算第二二维码图像总面积及边缘轮廓面积；
S402:判断边缘轮廓面积是否大于第二二维码图像总面积的十分之一；
若边缘轮廓面积小于或等于第二二维码图像总面积的十分之一，则边缘中不包含二维码区域；
S403:若边缘轮廓面积大于第二二维码图像总面积的十分之一，则计算边缘的最小外接矩形的长宽比；
S404:判断边缘的最小外接矩形的长宽比是否大于0.85；
若边缘的最小外接矩形的长宽比小于或等于0.85，则边缘中不包含二维码区域；
S405:若边缘的最小外接矩形的长宽比大于0.85，则对边缘进行多边形拟合；
S406:判断边缘的多边形的边数N；
若多边形的边数N小于3条或大于5条，则边缘中不包含二维码区域；
S407:若多边形的边数N为3至5条，则计算多边形的相邻边的边向量之间的角度；
S408:判断相邻边的边向量之间的角度是否处于80°至100°之间；
若边缘的相邻边的边向量之间的角度小于80°或大于100°，则边缘中不包含二维码区域；
S409：若边缘的相邻边的边向量之间的角度处于80°至100°之间，则获取边缘的子边缘的嵌套等级H；
S410：判断子边缘的嵌套等级H是否大于4；
若子边缘的嵌套等级H小于或等于4，则边缘中不包含二维码区域；
S411:若子边缘的嵌套等级H大于4，则边缘中存在二维码区域。
如图4所示，二维码区域内存在三个定位标志100，定位标志100的嵌套等级至少为5，在步骤S411中，子边缘的嵌套等级要大于4，通过子边缘的嵌套等级可最终确定边缘内是否包含二维码区域；在步骤S411中，对一个边缘的边缘信息检测后，并确认边缘中存在二维码区域后，可将此边缘的边缘信息存储于数组中，然后取下一个边缘从步骤S401开始再次依次检测，直至对第二二维码图像中的所有边缘的边缘信息全部进行检测后，执行步骤S413输出数组中的边缘信息，每一边缘信息对应的每一边缘区域即为存在二维码的区域，如在检测边缘信息过程中，如果在任一步骤中确认边缘中不存在二维码区域，则可直接取下一个边缘检测其边缘信息。
其中，在对边缘进行多边形拟合时，拟合精度数值一般设置为2至4，在本实施例中，为了使拟合后的效果较好，拟合精度设置为3。
本实施例的优点或原理如下：
1、对彩色的第一二维码图像进行处理获得黑白色的第二二维码图像，第一二维码图像处理后，滤除了第一二维码图像中的干扰部分，利于对第二二维码图像进行后续的边缘检测，对第二二维码图像进行边缘检测，边缘检测后滤出了大部分不相关的信息，大幅减少了检测的数据量，边缘检测后保存检测的边缘信息，并依次遍历边缘信息，检测边缘中是否包含二维码区域，并剔除不包含二维码的区域，实现对二维码区域的准确定位；
在对第二二维码图像边缘检测后保存边缘的等级树关系，对边缘进行边缘信息的检测后，对于可能存在二维码区域的边缘，可通过对其子边缘的检测进一步确认二维码区域，若对边缘的子边缘检测时检测到二维码的定位标志100，则可最终确认二维码区域。
2、计算第二二维码图像总面积及各个边缘轮廓面积，并判断轮廓面积是否大于第二二维码图像总面积的十分之一，第二二维码图像中的二维码区域的面积一般大于第二二维码图像总面积的十分之一，面积太小的区域存在二维码的可能性较低，同时面积太小的区域即使存在二维码，对二维码定位检出后，在对二维码识别的过程中，也会因为二维码像素缺失等因素导致识别失败。
3、计算边缘最小外接矩形的长宽比，二维码区域一般接近正方形，二维码区域的长宽部基本达到1，如果检测到的边缘的长宽比较小，则此区域内存在二维码的可能性较小。
4、在对边缘进行多边形拟合的过程中，二维码区域的边缘会存在不连通或锯齿状等情况，将边缘拟合精度设置为2至4，以获得二维码区域的实际边缘，对边缘拟合后判断多边形的边数N，二维码区域一般接近正方形，其边数N为4条，为了避免漏掉二维码区域，将边数N设置为3至5条。
5、二维码区域一般为正方形，二维码区域的两条相邻的边之间近似垂直关系，通过判断边缘的相邻边的边向量之间的角度可进一步确认二维码区域。
6、二维码区域内一般设有3个定位标志，判断边缘的子边缘的嵌套等级，检测边缘内的的二维码的定位标志100，二维码的定位标志100的嵌套等级一般至少为5，通过检测子边缘的嵌套等级大于4，可最终确定边缘内是否包含有二维码区域。
7、第一二维码图像中的二维码区域是大面积的黑色像素，通过提高第一二维码图像的亮度和对比度可以过滤掉第一二维码图像中的大部分浅色像素，然后通过去噪及二值化处理后得到第二二维码图像，对第二二维码图像的检测及后续的识别效果较好。
以上仅为本发明的具体实施例，并不以此限定本发明的保护范围；在不违反本发明构思的基础上所作的任何替换与改进，均属本发明的保护范围。

Claims (5)

1.二维码的定位与检出方法，其特征在于，包括以下步骤：
利用图像采集设备获取第一二维码图像；
对第一二维码图像进行处理获得第二二维码图像；
对第二二维码图像进行边缘检测，
检测出第二二维码图像中的各个边缘的边缘信息，根据所述边缘信息保存各个所述边缘的等级树关系；
依次检测所述等级树关系中边缘的边缘信息及边缘的子边缘的子边缘信息，判断所述边缘中是否包含二维码区域时，
计算第二二维码图像总面积及所述边缘轮廓面积；
判断所述边缘轮廓面积是否大于第二二维码图像总面积的十分之一；
若所述边缘轮廓面积小于或等于第二二维码图像总面积的十分之一，则所述边缘中不包含二维码区域；
若所述边缘轮廓面积大于第二二维码图像总面积的十分之一，则计算所述边缘的最小外接矩形的长宽比；
判断所述边缘的最小外接矩形的长宽比是否大于0.85；
若所述边缘的最小外接矩形的长宽比小于或等于0.85，则所述边缘中不包含二维码区域；
若所述边缘的最小外接矩形的长宽比大于0.85，则对所述边缘进行多边形拟合；
对所述边缘进行多边形拟合后，判断所述边缘的多边形的边数N；
若所述多边形的边数N小于3条或大于5条，则所述边缘中不包含二维码区域；
若所述多边形的边数N为3至5条，则计算所述多边形的相邻边的边向量之间的角度；
判断相邻边的边向量之间的角度是否处于80°至100°之间；
若所述边缘的相邻边的边向量之间的角度小于80°或大于100°，则所述边缘中不包含二维码区域；
若所述边缘的相邻边的边向量之间的角度处于80°至100°之间，则获取所述边缘的子边缘的嵌套等级H；
判断所述子边缘的嵌套等级H是否大于4；
若所述子边缘的嵌套等级H小于或等于4，则所述边缘中不包含二维码区域；
若所述子边缘的嵌套等级H大于4，则所述边缘中存在二维码区域。
2.如权利要求1项所述二维码的定位与检出方法，其特征在于，对所述边缘进行多边形拟合时，拟合精度数值为2至4。
3.如权利要求1所述二维码的定位与检出方法，其特征在于，对第一二维码图像进行处理得到第二二维码图像包括以下步骤：
提高第一二维码图像亮度和对比度；
对第一二维码图像进行灰度化处理；
高斯模糊去除噪声；
二值化获得第二二维码图像；
对第二二维码图像进行闭操作，使第二二维码图像中二维码的内部区域连通。
4.如权利要求3所述二维码的定位与检出方法，其特征在于，在提高第一二维码图像亮度和对比度时依据公式g(x)= αf(x)+β，其中，g(x)为输出图像像素，f(x)为待处理图像像素，α为增益值，β为偏置值，所述α的值为1至2，所述β的值为40至60。
5.如权利要求4所述二维码的定位与检出方法，其特征在于，所述α的值为1.5，所述β的值为50。
CN201810868235.0A 2018-08-02 2018-08-02 二维码的定位与检出方法 Active CN108985129B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810868235.0A CN108985129B (zh) 2018-08-02 2018-08-02 二维码的定位与检出方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810868235.0A CN108985129B (zh) 2018-08-02 2018-08-02 二维码的定位与检出方法

Publications (2)

Publication Number Publication Date
CN108985129A CN108985129A (zh) 2018-12-11
CN108985129B true CN108985129B (zh) 2021-11-23

Family

ID=64554384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810868235.0A Active CN108985129B (zh) 2018-08-02 2018-08-02 二维码的定位与检出方法

Country Status (1)

Country Link
CN (1) CN108985129B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109636907A (zh) * 2018-12-13 2019-04-16 谷东科技有限公司 一种基于ar眼镜的地形重建方法及系统
CN109800615A (zh) * 2018-12-28 2019-05-24 新大陆数字技术股份有限公司 二维码区域的检测定位方法及系统
CN109977714B (zh) * 2019-01-04 2022-06-10 上海大学 一种仓储货物多qr码一体化视觉定位方法
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
CN113663327A (zh) * 2021-08-18 2021-11-19 网易（杭州）网络有限公司 异形屏遮挡图标的检测方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106845314A (zh) * 2016-12-28 2017-06-13 广州智慧城市发展研究院 一种二维码的快速定位方法
CN106991354A (zh) * 2017-01-23 2017-07-28 中山大学 一种多qr码同时提取检测算法
CN104156941B (zh) * 2014-05-13 2017-09-26 北京致胜宏达科技有限公司 一种确定图像上几何轮廓区域的方法及系统
CN107609451A (zh) * 2017-09-14 2018-01-19 斯坦德机器人（深圳）有限公司 一种基于二维码的高精度视觉定位方法及系统
CN107729790A (zh) * 2017-09-27 2018-02-23 阿里巴巴集团控股有限公司 二维码定位方法及装置
CN107862235A (zh) * 2017-11-08 2018-03-30 青岛海信移动通信技术股份有限公司 二维码的位置定位方法、装置及终端设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8596541B2 (en) * 2008-02-22 2013-12-03 Qualcomm Incorporated Image capture device with integrated barcode scanning
CN104112153B (zh) * 2014-07-17 2017-10-10 上海透云物联网科技有限公司 基于移动终端的条维码识别方法及其系统
US9424504B2 (en) * 2014-09-15 2016-08-23 Paypal, Inc. Combining a QR code and an image
CN107301368B (zh) * 2017-06-28 2023-12-22 昂视智能(深圳)有限公司 一种DataMatrix二维码的识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104156941B (zh) * 2014-05-13 2017-09-26 北京致胜宏达科技有限公司 一种确定图像上几何轮廓区域的方法及系统
CN106845314A (zh) * 2016-12-28 2017-06-13 广州智慧城市发展研究院 一种二维码的快速定位方法
CN106991354A (zh) * 2017-01-23 2017-07-28 中山大学 一种多qr码同时提取检测算法
CN107609451A (zh) * 2017-09-14 2018-01-19 斯坦德机器人（深圳）有限公司 一种基于二维码的高精度视觉定位方法及系统
CN107729790A (zh) * 2017-09-27 2018-02-23 阿里巴巴集团控股有限公司 二维码定位方法及装置
CN107862235A (zh) * 2017-11-08 2018-03-30 青岛海信移动通信技术股份有限公司 二维码的位置定位方法、装置及终端设备

Also Published As

Publication number Publication date
CN108985129A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
CN108985129B (zh) 二维码的定位与检出方法
EP3309704B1 (en) Two-dimensional code partitioning and decoding method and system
CN111627009B (zh) 一种屏幕检测方法、装置及头戴显示设备
CN111179243A (zh) 一种基于计算机视觉的小尺寸芯片裂纹检测方法及系统
CN103258201B (zh) 一种融合全局和局部信息的表格线提取方法
CN106709500B (zh) 一种图像特征匹配的方法
CN113538491B (zh) 一种基于自适应阈值的边缘识别方法、系统及存储介质
CN111767780B (zh) 一种ai与视觉结合的智能集卡定位方法和系统
CN110070523B (zh) 一种用于瓶底的异物检测方法
CN112580383B (zh) 二维码识别方法、装置、电子设备及存储介质
CN113283439B (zh) 基于图像识别的智能计数方法、装置及系统
CN111401341B (zh) 一种基于视觉的减速带检测方法、装置及其存储介质
Chang et al. An efficient method for lane-mark extraction in complex conditions
CN116862910B (zh) 基于自动化裁切生产的视觉检测方法
CN110298835B (zh) 一种皮革表面破损检测方法、系统及相关装置
CN115272362A (zh) 一种数字病理全场图像有效区域分割方法、装置
CN114612490A (zh) 一种基于显微镜图像的栅藻类细胞统计方法
CN104573656B (zh) 一种基于连通区域信息的车牌颜色判断方法
CN116863463A (zh) 一种鸡蛋流水线快速识别计数方法
CN113643290B (zh) 一种基于图像处理的吸管计数方法、装置及存储介质
CN112528741B (zh) 一种变电站压板的状态识别方法及装置
CN112164058B (zh) 用于滤光片的丝印区域粗定位方法、装置及存储介质
CN111768384B (zh) 基于三维扫描成像的细胞计数方法及系统
CN118505692B (zh) 一种电容器缺陷检测方法及系统
CN110660073B (zh) 一种直线边缘识别设备

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
CB02 Change of applicant information

Address after: 510000 Room 205, 2nd Floor, Phase 1, Ruibao Building, 79 Ruihe Road, Science City, Huangpu District, Guangzhou City, Guangdong Province

Applicant after: Gudong Technology Co., Ltd.

Address before: 510000 Room 205, 2nd Floor, Phase 1, Ruibao Building, 79 Ruihe Road, Science City, Huangpu District, Guangzhou City, Guangdong Province

Applicant before: Gudong Science and Technology (Guangzhou) Co., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant