CN109101856A - 一种二维码图像识别方法及装置 - Google Patents

Abstract

本发明公开了一种二维码图像识别方法及装置，方法包括：将包含二维码图像的待检图像转换为灰度图像，二维码图像包括二维码主体以及背景区域；以第一预设灰度值作为阈值对灰度图像进行二值化处理，得到二值化图像，使二值化图像保留二维码主体的细节；在二值化图像中检测轮廓，根据检测出轮廓所围的封闭区域确定出二维码图像区域，并根据确定出的二维码图像区域从待检图像中分割出二维码图像；对得到的二维码图像扫描，获取二维码信息。本发明方法及装置利用了二维码区域具有与二维码主体灰度差较大的背景区域，通过适当地设定对图像进行二值化处理的阈值，能够有效地准确地将二维码图像从图像中划分及定位出。

Description

一种二维码图像识别方法及装置

技术领域

本发明涉及图像处理技术领域，特别是涉及一种二维码图像识别方法及装置。

背景技术

当今社会，随着二维码技术的发展与成熟以及智能终端设备的普及应用，越来越多的领域采用二维码技术实现信息传递、编码防伪等目的。比如，在流水线产品生产过程中，在每一产品上标记包含产品信息的二维码，厂家能够通过扫描二维码实时获取产品的基本信息，或者根据订单信息对产品进行自动化装包与调配，二维码技术的应用有助于提高工业生产效率。

在一些实际应用场景中，在拍摄的场景图像中包含多个二维码图像，需要在拍摄场景图像中逐一检测及定位出各二维码图像，而后对各二维码图像识别而获取信息。在专利公告号CN103955660A，名称为“一种批量二维码图像识别方法”的专利文献记载公开了一种批量二维码图像识别方法，用于对同一图像内的一个以上的二维码图像进行提取检测的方法。主要通过将待检图像的背景弱化或去除，获得二值化图像，进一步检测二值化图像以获取所有特征点并将特征点聚类，将特征点群逐一分割出，获取多个单独的二维码图像，最后对各二维码图像进行识别，验证完整性并获取二维码信息。但是该方法存在以下缺陷：如果场景图像的背景所占面积较大，二维码区域在图像中相对很小，或者场景环境较为恶劣，存在光照过暗、过亮等情况，则不能有效地从场景图像中定位出二维码区域。

发明内容

本发明的目的是提供一种二维码图像识别方法及装置，与现有技术相比，能够更有效地从场景图像中定位出二维码图像区域，以识别二维码图像信息。

为实现上述目的，本发明提供如下技术方案：

一种二维码图像识别方法，包括：

将包含二维码图像的待检图像转换为灰度图像，所述二维码图像包括二维码主体以及背景区域；

以第一预设灰度值作为阈值对所述灰度图像进行二值化处理，得到二值化图像，使所述二值化图像保留二维码主体的细节；

在所述二值化图像中检测轮廓，根据检测出轮廓所围的封闭区域确定出二维码图像区域，并根据确定出的所述二维码图像区域从所述待检图像中分割出二维码图像；

对得到的所述二维码图像扫描，获取二维码信息。

优选的，在对所述灰度图像进行二值化处理之前还包括：对所述灰度图像各像素的灰度值进行非线性拉伸，使所述灰度图像中像素灰度值分别属于不同等级值的像素数量平均。

优选的，在对所述灰度图像进行二值化处理之后还包括：在所述二值化图像中，对亮区域内图像进行中值滤波；

和/或，在所述二值化图像中，对亮区域内图像进行腐蚀操作。

优选的，根据检测出轮廓所围的封闭区域确定出二维码图像区域，并根据确定出的所述二维码图像区域从所述待检图像中分割出二维码图像包括：

计算检测出轮廓所围的封闭区域的最小外接矩形；

从所述二值化图像中获取所述最小外接矩形上若干点的坐标，若干点至少包括所述最小外接矩形的四个顶点；

根据获得的所述最小外接矩形上若干点的坐标，从所述待检图像中分割出二维码图像。

优选的，所述对得到的所述二维码图像扫描，获取二维码信息包括：

对得到的所述二维码图像扫描以获取二维码信息；

若没有获得二维码信息，则依次以0到255的各灰度值为第二预设灰度值计算所述二维码图像的类间方差，找出类间方差最大值，以类间方差最大值对应的所述第二预设灰度值作为最佳阈值，所述类间方差的计算方式为：以第二预设灰度值为分割阈值，将所述二维码图像中各像素分类为前景像素或者背景像素，计算前景像素与图像总像素的数量比值w0、背景像素与图像总像素的数量比值w1、所述二维码图像所有像素灰度值的平均值u、所有前景像素灰度值的平均值u0以及所有背景像素灰度值的平均值u1，根据以下公式计算类间方差：g＝w0*w1*(u0-u1)*(u0-u1)，其中g表示类间方差；

以所述最佳阈值对所述二维码图像进行二值化处理，对二值化处理后的图像扫描以获取二维码信息。

优选的，所述对得到的所述二维码图像扫描，获取二维码信息还包括：

若从二值化处理后的图像中没有获得二维码信息，则以所述最佳阈值为基础，逐次增加预设值作为新阈值，以新阈值对所述二维码图像进行二值化处理，对二值化处理后的图像扫描以获取二维码信息，直到获得二维码信息或者新阈值大于255，则结束。

优选的，若新阈值大于255且未获得二维码信息，则将所述二维码图像判定为图像内不存在二维码主体。

一种二维码图像识别装置，用于执行以上所述的二维码图像识别方法。

由上述技术方案可知，本发明所提供的二维码图像识别方法及装置，首先将包含二维码图像的待检图像转换为灰度图像，二维码图像包括二维码目标以及背景区域，然后以预设灰度值作为阈值对灰度图像进行二值化处理，得到二值化图像，使二值化图像保留二维码目标的细节，进一步在二值化图像中检测轮廓，根据检测出轮廓所围的封闭区域确定出二维码图像区域，并根据确定出的二维码图像区域从待检图像中分割出二维码图像，最后对得到的二维码图像扫描，获取二维码信息。

本发明提供的二维码图像识别方法及装置，利用了二维码区域具有与二维码主体灰度差较大的背景区域，通过适当地设定对图像进行二值化处理的阈值，能够有效地将二维码图像从图像中划分及定位出，与现有技术相比，能够更有效地从场景图像中定位出二维码图像区域，以识别二维码图像信息。

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为本发明实施例提供的一种二维码图像识别方法的流程图；

图2为一具体实例中拍摄的存在二维码标识的场景图像的灰度图像；

图3为对图2所示图像进行二值化处理后的二值化图像；

图4为本发明实施例提供的一种二维码图像识别方法中对得到的二维码图像扫描以获取二维码信息的方法流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，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，都应当属于本发明保护的范围。

请参考图1，本发明实施例提供的一种二维码图像识别方法，包括以下步骤：

S10：将包含二维码图像的待检图像转换为灰度图像，所述二维码图像包括二维码主体以及背景区域。

待检图像为对存在二维码标识的场景进行拍摄获得的图像，本方法中，使用的二维码标识具有与二维码主体灰度差较大的背景区域。在将待检图像转换后的灰度图像中，二维码图像的二维码主体与其背景区域的灰度差较大。示例性的，在实际应用中二维码为黑色，其背景区域可以是白色。

S11：以第一预设灰度值作为阈值对所述灰度图像进行二值化处理，得到二值化图像，使所述二值化图像保留二维码主体的细节。

本步骤中，以第一预设灰度值为阈值对灰度图像进行二值化处理，具体为：在灰度图像中若某一像素的灰度值大于等于阈值，则将该像素的灰度值设置为255；若某一像素的灰度值小于阈值，则将该像素的灰度值设置为0。

二值化处理使用的阈值，要满足对灰度图像进行二值化处理后得到的二值化图像能够保留二维码主体的细节，不会损失太多二维码主体的细节。示例性的，对于二维码主体为黑色、背景为白色的二维码图像，主体与背景灰度差较大，较为粗略地选取一个适中的灰度值作为阈值，就能够在不损失太多二维码细节的前提下对图像进行二值化处理。经过实验得出，介于190-200之间的灰度值都可作为此阈值。请参考图2和图3，图2为一具体实例中拍摄的存在二维码标识的场景图像的灰度图像，图3为对图2所示图像进行二值化处理后的二值化图像，由图可看出，通过上述二值化处理方法能够将图像中存在的二维码区域分割出。

优选的，在具体实施时，在对所述灰度图像进行二值化处理之前还包括：对所述灰度图像各像素的灰度值进行非线性拉伸，使所述灰度图像中像素灰度值分别属于不同等级值的像素数量平均。

在对灰度图像进行二值化处理之前，调整灰度图像各像素的灰度值，对灰度图像各像素的灰度值进行非线性拉伸，使灰度图像各像素的灰度值分别属于不同的等级值，使灰度图像中像素灰度值分别属于不同等级值的像素数量平均，这样使图像像素的灰度相对集中，对比度变大，图像清晰度提高，有助于提高定位二维码区域的准确性。

进一步优选的，在对所述灰度图像进行二值化处理之后还包括：在所述二值化图像中，对亮区域内图像进行中值滤波；和/或，在所述二值化图像中，对亮区域内图像进行腐蚀操作。

对灰度图像进行二值化处理得到的二值化图像，对亮区域内图像进行中值滤波，以去除图像噪点。

或者，可以对灰度图像进行二值化处理得到的二值化图像，对亮区域内图像进行腐蚀操作，这样把较为密集的二维码图像区域合并成一个黑色区域，解决内部不连通问题，方便后续的轮廓检测。

优选的，在实际应用中可以先对二值化图像进行中值滤波处理，而后对二值化图像中亮区域进行腐蚀操作。

S12：在所述二值化图像中检测轮廓，根据检测出轮廓所围的封闭区域确定出二维码图像区域，并根据确定出的所述二维码图像区域从所述待检图像中分割出二维码图像。

示例性的，在具体实施时，可以调用边缘检测函数findContours()从二值化图像中检测轮廓。findContours()函数是opencv中用于检测轮廓的常用函数。但不限于此，在本发明其它实施例中也可采用其它边缘检测方法从图像中检测轮廓，也都在本发明保护范围内。

进一步具体的，根据检测出轮廓所围的封闭区域确定出二维码图像区域，并根据确定出的二维码图像区域从待检图像中分割出二维码图像，具体包括以下步骤：

S20：计算检测出轮廓所围的封闭区域的最小外接矩形。

在具体实施时，在图像处理软件中可以调用boundingRect()函数，boundingRect()函数是用于计算轮廓的垂直边界以及最小外接矩形的常用函数。但不限于此，在本发明其它实施例中也可采用其它计算方法计算轮廓的最小外接矩形，也都在本发明保护范围内。

S21：从所述二值化图像中获取所述最小外接矩形上若干点的坐标，若干点至少包括所述最小外接矩形的四个顶点。

选取的最小外接矩形上若干点至少包括最小外接矩形的四个顶点，这样保证能够在图像中定位出最小外接矩形。

S22：根据获得的所述最小外接矩形上若干点的坐标，从所述待检图像中分割出二维码图像，从待检图像中分割出矩形的二维码区域图像。

S13：对得到的所述二维码图像扫描，获取二维码信息。

由上述内容可以看出，本实施例提供的二维码图像识别方法，利用了二维码区域具有与二维码主体灰度差较大的背景区域，通过适当地设定对图像进行二值化处理的阈值，能够有效地将二维码图像从图像中划分以及定位出，与现有技术相比，能够更有效地从场景图像中定位出二维码图像区域，以识别二维码图像信息。

进一步的，请参考图4，本实施例提供的二维码图像识别方法，对得到的二维码图像扫描以获取二维码信息的方法包括以下过程：

S130：对得到的所述二维码图像扫描以获取二维码信息。

使用二维码识别方法对二维码图像扫描，以扫描获得二维码信息。示例性的，可以使用二维码识别软件Zbar对二维码图像扫描。

若扫描获得二维码信息，则得到二维码信息。

若没有获得二维码信息，则执行步骤S131。

S131：依次以0到255的各灰度值为第二预设灰度值计算所述二维码图像的类间方差，找出类间方差最大值，以类间方差最大值对应的所述第二预设灰度值作为最佳阈值。

类间方差的计算方式为：以第二预设灰度值为分割阈值，将所述二维码图像中各像素分类为前景像素或者背景像素，计算前景像素与图像总像素的数量比值w0、背景像素与图像总像素的数量比值w1、所述二维码图像所有像素灰度值的平均值u、所有前景像素灰度值的平均值u0以及所有背景像素灰度值的平均值u1。

其中，各参数满足以下公式：u＝w0×u0+w1×u1，根据类间方差的计算公式为：g＝w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)，以上两个公式联立可得：g＝w0*w1*(u0-u1)*(u0-u1)，其中g表示类间方差。

优选的，在计算之前，可以先对二维码图像进行直方图均衡化处理，处理方法为：首先建立所述二维码图像的直方图，直方图表示图像像素灰度值的函数，反映了图像中具有对应灰度值的像素数量，其横坐标为灰度值r，纵坐标为该灰度值出现的频率即具有该灰度值的像素的数量，表示为pr(r)。然后，对建立的二维码图像的直方图进行均衡化处理。

本步骤中，依次以0到255的各灰度值为第二预设灰度值计算所述二维码图像的类间方差，找出其中的类间方差最大值，记下类间方差最大值对应的第二预设灰度值T，作为最佳阈值。

S132：以所述最佳阈值对所述二维码图像进行二值化处理，对二值化处理后的图像扫描以获取二维码信息。

若扫描获得二维码信息，则得到二维码信息。示例性的，可以使用二维码识别软件Zbar对二维码图像扫描。

由上述内容可知，本实施例二维码图像识别方法对二维码图像进行多阈值分割而找出最佳阈值，以最佳阈值对二维码图像进行二值化处理后再重新扫描获取二维码信息，相比现有技术能够更有效地检测和提取二维码信息。

进一步的，本实施例提供的二维码图像识别方法，对得到的二维码图像扫描以获取二维码信息的过程还包括以下步骤：

若通过步骤S132没有获得二维码信息，则执行步骤S133。

S133：以所述最佳阈值为基础，逐次增加预设值作为新阈值，以新阈值对所述二维码图像进行二值化处理，对二值化处理后的图像扫描以获取二维码信息，直到获得二维码信息或者新阈值大于255，则结束。

本步骤具体包括以下过程：

S1330：初始化k＝1。

S1331：以所述最佳阈值T为基础，增加k*ΔT作为新阈值，以新阈值对所述二维码图像进行二值化处理。

使用的新阈值表示为T+k*ΔT。在实际应用中，可以根据实际情况灵活设置预设值ΔT，选取的步长ΔT越短，则检测精度越高，但消耗的CPU资源越多，速度越慢。

S1332:对二值化处理后的图像扫描以获取二维码信息。

若扫描获得二维码信息，则得到二维码信息。

若没有获得二维码信息，则执行步骤S1333。

S1333：判断当前的新阈值是否大于255。

若是，则结束。若否，则k＝k+1，循环进入步骤S1331。

若新阈值大于255则停止检测。若新阈值大于255且仍然未获得二维码信息，表明该二维码图像不包含二维码，则将所述二维码图像判定为图像内不存在二维码主体，将该二维码图像删除。

由上述内容可以看出，本实施例提供的二维码图像识别方法，对二维码图像进行多阈值分割而找出对二维码区域图像二值化处理的最佳阈值，并以最佳阈值为基础动态地调整对二维码区域图像进行二值化处理的阈值，以扫描获取二维码信息，能够更为精确地检测和提取二维码信息，也能够降低对二维码的漏检率。

相应的，本发明实施例还提供一种二维码图像识别装置，用于执行如上所述的二维码图像识别方法。

本实施例二维码图像识别装置，利用了二维码区域具有与二维码主体灰度差较大的背景区域，通过适当地设定对图像进行二值化处理的阈值，能够有效地将二维码图像从图像中划分及定位出，与现有技术相比，能够更有效地从场景图像中定位出二维码图像区域，以识别二维码图像信息。

以上对本发明所提供的一种二维码图像识别方法及装置进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (8)

1.一种二维码图像识别方法，其特征在于，包括：

将包含二维码图像的待检图像转换为灰度图像，所述二维码图像包括二维码主体以及背景区域；

以第一预设灰度值作为阈值对所述灰度图像进行二值化处理，得到二值化图像，使所述二值化图像保留二维码主体的细节；

在所述二值化图像中检测轮廓，根据检测出轮廓所围的封闭区域确定出二维码图像区域，并根据确定出的所述二维码图像区域从所述待检图像中分割出二维码图像；

对得到的所述二维码图像扫描，获取二维码信息。

2.根据权利要求1所述的二维码图像识别方法，其特征在于，在对所述灰度图像进行二值化处理之前还包括：对所述灰度图像各像素的灰度值进行非线性拉伸，使所述灰度图像中像素灰度值分别属于不同等级值的像素数量平均。

3.根据权利要求1所述的二维码图像识别方法，其特征在于，在对所述灰度图像进行二值化处理之后还包括：在所述二值化图像中，对亮区域内图像进行中值滤波；

和/或，在所述二值化图像中，对亮区域内图像进行腐蚀操作。

4.根据权利要求1所述的二维码图像识别方法，其特征在于，根据检测出轮廓所围的封闭区域确定出二维码图像区域，并根据确定出的所述二维码图像区域从所述待检图像中分割出二维码图像包括：

计算检测出轮廓所围的封闭区域的最小外接矩形；

从所述二值化图像中获取所述最小外接矩形上若干点的坐标，若干点至少包括所述最小外接矩形的四个顶点；

根据获得的所述最小外接矩形上若干点的坐标，从所述待检图像中分割出二维码图像。

5.根据权利要求1-4任一项所述的二维码图像识别方法，其特征在于，所述对得到的所述二维码图像扫描，获取二维码信息包括：

对得到的所述二维码图像扫描以获取二维码信息；

若没有获得二维码信息，则依次以0到255的各灰度值为第二预设灰度值计算所述二维码图像的类间方差，找出类间方差最大值，以类间方差最大值对应的所述第二预设灰度值作为最佳阈值，所述类间方差的计算方式为：以第二预设灰度值为分割阈值，将所述二维码图像中各像素分类为前景像素或者背景像素，计算前景像素与图像总像素的数量比值w0、背景像素与图像总像素的数量比值w1、所述二维码图像所有像素灰度值的平均值u、所有前景像素灰度值的平均值u0以及所有背景像素灰度值的平均值u1，根据以下公式计算类间方差：g＝w0*w1*(u0-u1)*(u0-u1)，其中g表示类间方差；

以所述最佳阈值对所述二维码图像进行二值化处理，对二值化处理后的图像扫描以获取二维码信息。

6.根据权利要求5所述的二维码图像识别方法，其特征在于，所述对得到的所述二维码图像扫描，获取二维码信息还包括：

若从二值化处理后的图像中没有获得二维码信息，则以所述最佳阈值为基础，逐次增加预设值作为新阈值，以新阈值对所述二维码图像进行二值化处理，对二值化处理后的图像扫描以获取二维码信息，直到获得二维码信息或者新阈值大于255，则结束。

7.根据权利要求6所述的二维码图像识别方法，其特征在于，若新阈值大于255且未获得二维码信息，则将所述二维码图像判定为图像内不存在二维码主体。

8.一种二维码图像识别装置，其特征在于，用于执行权利要求1-7任一项所述的二维码图像识别方法。