CN109388983B - 一种条形码归类方法、归类装置、电子设备及存储介质 - Google Patents
一种条形码归类方法、归类装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109388983B CN109388983B CN201710678690.XA CN201710678690A CN109388983B CN 109388983 B CN109388983 B CN 109388983B CN 201710678690 A CN201710678690 A CN 201710678690A CN 109388983 B CN109388983 B CN 109388983B
- Authority
- CN
- China
- Prior art keywords
- parallel
- rectangular areas
- rectangular
- classifying
- belonging
- 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
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
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10821—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices
- G06K7/10861—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum further details of bar or optical code scanning devices sensing of data fields affixed to objects or articles, e.g. coded labels
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Sorting Of Articles (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种条形码归类方法、归类装置、电子设备及存储介质，其中条形码归类方法包括：获取图像采集设备采集的包含包裹的条形码的图像；从获取的图像中，识别多个条形码各自覆盖的矩形区域；将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹。本申请实施例，通过将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹，从而提高条形码归类时的准确性。
Description
技术领域
本发明涉及物流包裹信息识别技术领域，特别是涉及一种条形码归类方法、归类装置、电子设备及存储介质。
背景技术
在物流运输领域，运输的物件通常会被打包成包裹。每个包裹表面都贴有标签，标签中印刷有多个不同的条形码，用以标明包裹不同的信息。当收到一批包裹后，物流公司会对各包裹中不同的条形码进行归类，将属于同一个包裹的条形码归为一个类。这样，最终的归类个数就表示这批包裹的个数，从而可以通过归类个数确定一批包裹的个数。
现有的条形码归类方法，会拍摄一幅输送带上包含多个包裹的图像，识别出图像中的各包裹所在区域及各条形码所在区域，然后，计算生成各包裹所在区域的坐标及各条形码所在区域的坐标，将每个条形码区域的坐标逐一与各包裹区域的坐标进行对比，判断条形码区域的坐标是否位于某个包裹区域的坐标内，并将位于同一个包裹区域坐标内的条形码归为一个类。
在实际应用中，当输送带上包裹间的距离较近时，现有条形码归类方法，容易将两个包裹所在区域识别为一个包裹区域，从而将本应分别属于两个包裹的条形码归类为属于一个包裹，导致条形码归类时准确性低。
发明内容
本发明实施例的目的在于提供一种条形码归类方法、归类装置、电子设备及存储介质，以实现提高条形码归类时准确性的目的。具体技术方案如下：
第一方面，本发明实施例提供了一种条形码归类方法，包括：
获取图像采集设备采集的包含包裹的条形码的图像；
从所述图像中，识别多个条形码各自覆盖的矩形区域；
将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹。
可选地，所述将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹，具体包括：
将相互平行且距离不超过预设长度阈值的矩形区域各自包含的条形码归类为属于同一个包裹。
可选地，所述将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹之前，所述方法还包括：
判断识别出的多个所述矩形区域之间是否平行。
可选地，所述判断识别出的多个所述矩形区域之间是否平行，具体包括：
确定识别出的多个矩形区域中每两个矩形区域之间的夹角；
针对每两个矩形区域，基于该两个矩形区域之间的夹角与预设角度阈值的大小关系，判断该两个矩形区域之间是否平行。
可选地，所述基于该两个矩形区域之间的夹角与预设角度阈值的大小关系，判断该两个矩形区域之间是否平行，具体包括：
当该两个矩形区域之间的夹角小于预设角度阈值时，确定该两个矩形区域平行；
当该两个矩形区域之间的夹角不小于预设角度阈值时，确定该两个矩形区域不平行。
可选地，所述将相互平行且距离不超过预设长度阈值的矩形区域各自包含的条形码归类为属于同一个包裹之前，所述方法还包括：
计算相互平行的矩形区域之间的距离。
可选地，所述计算相互平行的矩形区域之间的距离，具体包括：
计算相互平行的矩形区域中心点之间的距离，或者，计算相互平行的矩形区域的边之间的垂直距离。
可选地，所述将相互平行的矩形区域中的条形码归类为属于同一个包裹之后，所述方法还包括：
当属于同一个包裹的条形码的个数超过预设个数阈值时，生成归类异常报警信息。
第二方面，本发明实施例提供了一种条形码归类装置，包括：
获取模块，用于获取图像采集设备采集的包含包裹的条形码的图像；
识别模块，用于从所述图像中，识别多个条形码各自覆盖的矩形区域；
归类模块，用于将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹。
可选地，所述归类模块，具体用于：
将相互平行且距离不超过预设长度阈值的矩形区域各自包含的条形码归类为属于同一个包裹。
可选地，所述装置还包括：
判断模块，用于判断识别出的多个所述矩形区域之间是否平行。
可选地，所述判断模块，具体用于：
确定子模块，用于确定识别出的多个矩形区域中每两个矩形区域之间的夹角；
判断子模块，用于针对每两个矩形区域，基于该两个矩形区域之间的夹角与预设角度阈值的大小关系，判断该两个矩形区域之间是否平行。
可选地，所述判断子模块，具体用于：
当该两个矩形区域之间的夹角小于预设角度阈值时，确定该两个矩形区域平行；
当该两个矩形区域之间的夹角不小于预设角度阈值时，确定该两个矩形区域不平行。
可选地，所述装置还包括：
计算模块，用于计算相互平行的矩形区域之间的距离。
可选地，所述计算模块，具体用于：
计算相互平行的矩形区域中心点之间的距离，或者，计算相互平行的矩形区域的边之间的垂直距离。
可选地，所述装置还包括：
生成模块，用于当属于同一个包裹的条形码的个数超过预设个数阈值时，生成归类异常报警信息。
第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行存储器上所存放的程序时，执行以下步骤：
获取图像采集设备采集的包含包裹的条形码的图像；
从所述图像中，识别多个条形码各自覆盖的矩形区域；
将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行以下步骤：
获取图像采集设备采集的包含包裹的条形码的图像；
从所述图像中，识别多个条形码各自覆盖的矩形区域；
将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹。
本发明实施例提供的条形码归类方法、归类装置、电子设备及存储介质，通过获取图像采集设备采集的包含包裹的条形码的图像，从图像中识别多个条形码各自覆盖的矩形区域，不需要识别包裹所在的区域，不会出现将两个包裹所在区域识别为一个包裹区域的问题，因此不会将本应分别属于两个包裹的条形码归类为属于一个包裹。本申请实施例，直接将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹，提高条形码归类时的准确性。当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
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为本发明实施例的条形码归类方法的流程示意图；
图2为本发明实施例的包裹标签的示意图；
图3为本发明实施例对获取图像中条形码所在区域进行识别的示意图；
图4为本发明实施例的条形码归类方法的另一种流程示意图；
图5为本发明实施例的判断两个矩形区域之间是否平行的示意图；
图6为本发明实施例的条形码归类方法的再一种流程示意图；
图7为本发明实施例判断矩形区域之间的距离的示意图；
图8为本发明实施例的条形码归类方法的第四种流程示意图；
图9为本发明实施例的条形码归类方法的第五种流程示意图；
图10为本发明实施例的条形码归类装置的结构示意图；
图11为本发明实施例的条形码归类装置的另一种结构示意图；
图12为本发明实施例的条形码归类装置的再一种结构示意图；
图13为本发明实施例的条形码归类装置的第四种结构示意图；
图14为本发明实施例的条形码归类装置的第五种结构示意图；
图15为本发明实施例的电子设备的一种结构示意图。
具体实施方式
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，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种条形码归类方法，可以应用于服务器，当然也可以应用于其他类型的具有数据处理运算功能的设备，该过程可以包括以下步骤：
S101，获取图像采集设备采集的包含包裹的条形码的图像。
在本发明实施例中，服务器可以对包裹的条形码进行归类。具体地，服务器可以根据图像采集设备采集的包含包裹的条形码的图像，对条形码进行归类。
通常情况下，每个包裹的表面都会贴有一张标签，每张标签中一般会印刷有多个条形码，这些条形码可以分别表示该包裹不同的信息，如运单号、始发地等信息。图2为本发明实施例的包裹标签的示意图，如图2所示，该标签中印刷有3个条形码，从上至下依次为条形码A、条形码B和条形码C，各条形码自身为明显的矩形结构，且各条形码相应地覆盖了各自所在标签中的空白处。发明人研究发现，虽然条形码A、B、C的长短不同，但是，位于一个包裹的标签内的各条形码之间是相互平行的。根据这一发现，可以将相互平行的条形码归类为属于同一个包裹。
可以理解的是，图像采集设备对包含有包裹条形码的图像进行采集时，可以将裹贴有标签的一面朝向图像采集设备，这样，各包裹的条形码便可以呈现在采集到的图像中。
需要说明的是，本发明实施例中的图像采集设备可以为摄像机、照相机或者具有成像功能的设备，本发明实施例对此不做限定。
S102，从获取的图像中，识别多个条形码各自覆盖的矩形区域。
在本发明实施例中，服务器获取采集到的图像后，可以对图像中条形码所在区域进行识别。具体地，图3为本发明实施例对获取图像中条形码所在区域进行识别的示意图，如图3所示，由于各条形码自身为明显的矩形结构，且各条形码相应地覆盖了各自所在标签中的空白处，在图像中，条形码所在区域与周围区域形成明显的反差，因此，服务器可以容易地识别出多个条形码各自所覆盖的矩形区域。可选地，服务器还可以识别出各条形码的对应包裹的物流单号，如图3中，左侧包裹的三个条形码对应一个物流单号，右侧包裹的三个条形码对应一个物流单号。
具体地，在图3所示的图像中，服务器共识别出6个矩形区域，这6个矩形区域中，每个矩形区域均各自包含一个条形码。实际应用中，输送带上会分布数个包裹，包裹间可能会紧贴在一起，如果采用现有技术对包裹所在区域进行识别，可能就会出现将两个包裹所在区域识别为一个包裹区域的情况。而采用本发明实施例的方法，即使包裹紧贴在一起，但是由于包裹上的标签面积比包裹小，而标签中的条形码面积又比标签小，因此各条形码间不会像包裹一样出现紧贴现象。并且，条形码所在区域与周围区域的亮度存在明显的反差，因此相比于对包裹所在区域进行识别，对条形码所在区域进行识别将变得更加容易。
S103，将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹。
对包裹上的条形码进行归类时，现有技术中广泛采用的为，本领域技术人员总是会首先考虑将条形码区域的坐标与各包裹区域的坐标进行对比，而没有考虑过包裹标签中的条形码之间位置关系。当采用现有技术的条形码归类方法遇到包裹间的距离较近时，就容易将两个包裹所在区域识别为一个包裹区域，造成归类准确性降低。正是因为存在上述问题，发明人通过观察与测量计算后发现，包裹标签中条形码之间存在特殊的位置关系----位于一个包裹的标签内的各条形码之间相互平行。通过这个发现，可以克服现有技术中，必须首先将条形码区域的坐标与各包裹区域的坐标进行对比的技术偏见，从而直接将相互平行的条形码归类为属于同一个包裹，达到对条形码进行分类的目的。
在本发明实施例中，服务器可以确定出相互平行的矩形区域，将所确定的相互平的矩形区域各自包含的条形码属于同一个包裹。因此，服务器可以将这些条形码归类为属于同一个包裹。需要说明的是，本申请实施例所指的同一个包裹，不是指某一个特定的包裹，而是以一个包裹为一个单位，对条形码进行聚合归类。
作为本发明实施例的一种实施方式，在将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹之前，如图4所示，本发明实施例的条形码归类方法还可以包括：
S201，判断识别出的多个矩形区域之间是否平行。
通过判断的过程，服务器可以确定出哪些矩形区域之间是平行的，哪些是不平行的。当然，服务器也可以直接计算得到平行的矩形区域。
具体地，判断识别出的多个矩形区域之间是否平行可以为：
S2011，确定识别出的多个矩形区域中每两个矩形区域之间的夹角。
容易理解的是，如果两个矩形区域之间的夹角为0，则表明该两个矩形平行。因此，判断矩形区域之间是否平行，可以等效为判断矩形区域之间的夹角是否为0。
S2012，针对每两个矩形区域，基于该两个矩形区域之间的夹角与预设角度阈值的大小关系，判断该两个矩形区域之间是否平行。
理论上，当两个矩形区域之间的夹角为0时，则两个矩形平行。在实际应用中，由于图像分辨率、图像采集角度等客观因素影响，识别出的矩形区域坐标位置可能会存在误差，则计算得到的两个矩形区域之间的夹角也可能存在误差。因此，为了降低误差带来的影响，只要两个矩形区域之间的夹角不超过某一个角度阈值，则可以认为该两个矩形区域平行。
具体地，当两个矩形区域之间的夹角小于预设角度阈值时，可以确定该两个矩形区域平行；当两个矩形区域之间的夹角不小于预设角度阈值时，可以确定该两个矩形区域不平行。例如，设置预设角度阈值为2°时，如果两个矩形区域之间的夹角小于2°，则认为该两个矩形区域平行；如果两个矩形区域之间的夹角不小于2°，则认为该两个矩形区域不平行。预设角度阈值，本领域技术人员可以根据实际的误差因素进行灵活设置。
为了便于计算，可选地，可以通过判断两个矩形区域相应位置处的线条之间的夹角，来判断两个矩形区域是否平行。具体地例如，可以先确定识别出的矩形区域中，任意两个矩形区域各自顶角的坐标，便容易得到这两个矩形区域各自四条边的坐标。
图5为本发明实施例的判断两个矩形区域之间是否平行的示意图，如图5所示，由于条形码通常情况下呈扁长状，通常会选取垂直于该矩形区域短边的中线作为夹角判断对象。已知矩形区域四条边的坐标后，可以容易地得到矩形区域两条短边的中点的坐标，因此可以将垂直于矩形区域短边的中线以向量形式表示，记为向量A(x1,y1)。同理可以得到另一个矩形区域短边的中线的向量，记为向量B(x2,y2)，因此，便可以通过纯数学的方法确定向量A与向量B之间的夹角。
具体地，确定两个向量的夹角的过程可以为：
已知向量A用坐标表示为(x1,y1)，向量B用坐标表示为(x2,y2)，可得，向量A和向量B的叉积为A×B＝x1y2-x2y1，且
因此，根据向量叉积运算公式A×B＝|A||B|Sin(θ)，可以求出Sin(θ)的值，从而求出向量A与向量B的夹角θ。
或者，确定两个向量的夹角的过程还可以为：
确定向量A(x1,y1)和向量B(x2,y2)后，可以分别计算向量A和向量B与X轴正方向上的夹角，分别记为θ1和θ2，那么，向量A与向量B之间的夹角θ等于abs(θ1-θ2)，即θ为θ1和θ2之差的绝对值。为了便于后续步骤比较θ的大小与预设角度阈值的大小，通常可以将夹角θ的取值为正值。
需要说明的是，根据矩形对边平行的性质，除了通过选取垂直于矩形区域短边的中线作为夹角判断对象外，本申请实施例还可以通过选取任意一条与矩形区域的长边相平行的线条最为夹角判断对象；或者，可以通过选取垂直于矩形区域长边的中线作为夹角判断对象，还可以通过选取任意一条与矩形区域的短边相平行的线条最为夹角判断对象。容易理解的是，只要满足各矩形区域选取一致的夹角判断对象，便可以准确地确定多个矩形区域中，每两个矩形区域之间的夹角。
本发明实施例提供的条形码归类方法，通过获取图像采集设备采集的包含包裹的条形码的图像，从图像中识别多个条形码各自覆盖的矩形区域，不需要识别包裹所在区域，不会出现将两个包裹所在区域识别为一个包裹区域的问题，因此不会将本应分别属于两个包裹的条形码归类为属于一个包裹。本发明实施例，通过将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹，从而提高条形码归类时的准确性。
如图6所示，本发明实施例还提供了一种条形码归类方法，可以应用于服务器，当然也可以应用于其他类型的具有数据处理运算功能的设备，该过程可以包括以下步骤：
S301，获取图像采集设备采集的包含包裹的条形码的图像。
该步骤与实施例一中的步骤S101相同，在此不再赘述。
S302，从获取的图像中，识别多个条形码各自覆盖的矩形区域。
该步骤与实施例一中的步骤S102相同，在此不再赘述。
S303，将相互平行且距离不超过预设长度阈值的矩形区域各自包含的条形码归类为属于同一个包裹。
在实际操作中，可能会出现两个不同的包裹以相同的角度摆放在输送带上的情况。当出现这种情况时，由于摆放角度相同，服务器可能会将这两个包裹中的矩形区域判断为相互平行，进而可能会出现条形码归类错误。
在本发明实施例中，发明人还发现，包裹标签中条形码之间还存在一种特殊的位置关系----位于一个包裹的标签内的各条形码之间距离相等。因此，如图7所示，服务器可以确定出相互平行且距离不超过预设长度阈值条件的矩形区域，将所确定的矩形区域各自包含的条形码，归类为属于同一个包裹，利用位于一个包裹的标签内的各条形码之间距离相等的特点，避免因包裹摆放角度相同所造成的归类错误。需要说明的是，本发明实施例矩形区域之间的距离，可以为矩形区域中心点之间的距离。
理想情况下，位于同一个包裹中的条形码距离相同或以倍数出现。在实际应用中，由于图像分辨率、图像采集角度等客观因素影响，识别出的矩形区域，其坐标位置会存在误差，则得到的各矩形区域之间的距离也可能会存在误差。因此，为了降低误差带来的影响，只要各矩形区域之间的距离不超过预设长度阈值，则可以认为矩形区域之间平行。具体地例如，设置预设长度阈值为2.2cm时，如果得到矩形区域A和矩形区域B中心点之间的距离为2cm，得到矩形区域B和矩形区域C中心点之间的距离为2.1cm，它们均未超过预设长度阈值2.2cm，则服务器可以判定得到：矩形区域A和矩形区域B的距离，等于矩形区域B和矩形区域C的距离，从而确定矩形区域A、B、C各自包含的条形码属于同一个包裹。
需要说明的时，本申请实施例可以只对距离不超过预设长度阈值的矩形区域所包含的条形码进行归类。例如，虽然服务器计算出矩形区域A和矩形区域C中心点之间的距离为4.1cm，但该距离远远超出预设长度阈值，因此服务器会忽略该计算结果。容易理解的是，两个不同包裹间的矩形区域的距离也会出现远远超出预设长度阈值的情况，因此当出现距离值超出预设长度阈值时，服务器便不会对这两个不同包裹间的矩形区域所包含的条形码进行归类。
作为本发明实施例的一种实施方式，在将相互平行且距离不超过预设长度阈值的矩形区域各自包含的条形码归类为属于同一个包裹之前，如图8所示，本发明实施例还可以包括：
S401，计算相互平行的矩形区域之间的距离。
在本发明实施例中，服务器可以通过计算相互平行的矩形区域之间的距离，进而根据计算结果判断矩形区域所包含的条形码是否属于同一个包裹。
例如，可选地，计算相互平行的矩形区域中心点之间的距离。具体地，在相互平行的矩形区域A、B、C中，计算得到矩形区域A和矩形区域B中心点之间的距离为2cm，矩形区域B和矩形区域C中心点之间的距离为2.1cm，矩形区域A和矩形区域C中心点之间的距离为4.1cm。
需要说明的是，根据矩形对边平行的性质，除了通过选取矩形区域的中心点作为距离的判断对象外，本申请实施例还可以通过选取矩形区域的底边、上边或者垂直于矩形区域短边的中心线作为距离的判断对象。容易理解的是，只要满足各矩形区域选取一致的距离判断对象，便可以准确地确定相互平行的矩形区域中，各矩形区域之间的距离。
本发明实施例提供的条形码归类方法，通过将满足“相互平行且距离不超过预设长度阈值”条件的矩形区域各自包含的条形码，归类为属于同一个包裹，当出现两个不同的包裹以相同的角度摆放在输送带上的情况时，能够避免将两个不同包裹中的矩形区域所包含的条形码归类为属于一个包裹的情况发生。
作为本发明实施例的一种实施方式，如图9所示，本发明实施例提供的一种条形码归类方法，还可以包括以下步骤：
S501，当属于同一个包裹的条形码的个数超过预设个数阈值时，生成归类异常报警信息。
通常情况下，同一批包裹中，每个包裹标签上的条形码个数是一致的。因此根据这一特点，可以将该个数设置为预设个数阈值。一旦出现属于同一个包裹的条形码的个数超过预设个数阈值的情况，表明对某个条形码的归类出现错误，需要及时发现及消除错误。例如，同一批包裹中，每个包裹标签上的条形码个数均为3个，因此可以将3设置为预设个数阈值。当服务器读取到属于同一个包裹的条形码的个数为4个时，超过预设个数阈值，便可以生成归类异常报警信息，并发送给管理人员。管理人员可以通过追溯这4个条形码所表示的包裹物流信息，发现其中信息不一致的条形码，将归类异常的条形码重新进行归类，从而消除异常。
本发明实施例提供的条形码归类方法，通过判断条形码归类个数是否超出预设个数阈值，当条形码归类个数超出预设个数阈值，生成归类异常报警信息，从而使管理人员及时发现异常并消除异常。
相应于上面的方法实施例，本发明实施例还提供了相应的装置实施例。
如图10所示，本发明实施例提供了一种条形码归类装置，包括：
第一获取模块601，用于获取图像采集设备采集的包含包裹的条形码的图像。
第一识别模块602，用于从图像中，识别多个条形码各自覆盖的矩形区域。
第一归类模块603，用于将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹。
作为本发明实施例的一种实施方式，如图11所示，本发明实施例的条形码归类装置还可以包括：
判断模块701，用于判断识别出的多个矩形区域之间是否平行。
其中，判断模块701，包括：
确定子模块7011，用于确定识别出的多个矩形区域中每两个矩形区域之间的夹角。
判断子模块7012，用于针对每两个矩形区域，基于该两个矩形区域之间的夹角与预设角度阈值的大小关系，判断该两个矩形区域之间是否平行。
其中，判断子模块7012，具体用于：
当该两个矩形区域之间的夹角小于预设角度阈值时，确定该两个矩形区域平行；当该两个矩形区域之间的夹角不小于预设角度阈值时，确定该两个矩形区域不平行。
本发明实施例提供的条形码归类装置，通过获取图像采集设备采集的包含包裹的条形码的图像，从图像中识别多个条形码各自覆盖的矩形区域，不需要识别包裹所在区域，不会出现将两个包裹所在区域识别为一个包裹区域的问题，因此不会将本应分别属于两个包裹的条形码归类为属于一个包裹。本发明实施例，通过将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹，从而提高条形码归类时的准确性。
如图12所示，本发明实施例还提供了一种条形码归类装置，包括：
第二获取模块801，用于获取图像采集设备采集的包含包裹的条形码的图像。
第二识别模块802，用于从图像中，识别多个条形码各自覆盖的矩形区域。
第二归类模块803，用于将相互平行且距离不超过预设长度阈值的矩形区域各自包含的条形码归类为属于同一个包裹。
作为本发明实施例的一种实施方式，如图13所示，本发明实施例的条形码归类装置还可以包括：
计算模块901，用于计算相互平行的矩形区域之间的距离。
本发明实施例提供的条形码归类装置，通过将满足“相互平行且距离不超过预设长度阈值”条件的矩形区域各自包含的条形码，归类为属于同一个包裹，当出现两个不同的包裹以相同的角度摆放在输送带上的情况时，能够避免将两个不同包裹中的矩形区域所包含的条形码归类为属于一个包裹的情况发生。
作为本发明实施例的一种实施方式，如图14所示，本发明实施例提供的条形码归类装置，还包括：
生成模块1001，用于当属于同一个包裹的条形码的个数超过预设个数阈值时，生成归类异常报警信息。
本发明实施例提供的条形码归类装置，通过判断条形码归类个数是否超出预设个数阈值，当条形码归类个数超出预设个数阈值，生成归类异常报警信息，从而使管理人员及时发现异常并消除异常。
本发明实施例还提供了一种电子设备，如图15所示，电子设备包括处理器1101、通信接口1102、存储器1103和通信总线1104，其中，处理器1101，通信接口1102，存储器1103通过通信总线1104完成相互间的通信，
存储器1103，用于存放计算机程序；
处理器1101，用于执行存储器1103上所存放的程序时，实现如上述图1实施例、图4实施例、图6实施例、图8实施例、或图9实施例所述的条形码归类方法的如下步骤：
获取图像采集设备采集的包含包裹的条形码的图像。
从图像中，识别多个条形码各自覆盖的矩形区域。
判断识别出的多个矩形区域之间是否平行。
将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹。
本发明实施例提供的电子设备，通过获取图像采集设备采集的包含包裹的条形码的图像，从图像中识别多个条形码各自覆盖的矩形区域，不需要识别包裹所在区域，不会出现将两个包裹所在区域识别为一个包裹区域的问题，因此不会将本应分别属于两个包裹的条形码归类为属于一个包裹。本发明实施例，通过将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹，从而提高条形码归类时的准确性。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，用以实现如上述图1实施例、图4实施例、图6实施例、图8实施例、或图9实施例所述的条形码归类方法的如下步骤：
获取图像采集设备采集的包含包裹的条形码的图像。
从图像中，识别多个条形码各自覆盖的矩形区域。
判断识别出的多个矩形区域之间是否平行。
将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹。
本发明实施例提供的计算机可读存储介质，通过获取图像采集设备采集的包含包裹的条形码的图像，从图像中识别多个条形码各自覆盖的矩形区域，不需要识别包裹所在区域，不会出现将两个包裹所在区域识别为一个包裹区域的问题，因此不会将本应分别属于两个包裹的条形码归类为属于一个包裹。本发明实施例，通过将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹，从而提高条形码归类时的准确性。
对于装置/电子设备/存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
需要说明的是，本发明实施例的装置、电子设备及存储介质分别是应用上述基于随机博弈理论的动态竞争窗口调整方法的装置、电子设备及存储介质，则上述基于随机博弈理论的动态竞争窗口调整方法的所有实施例均适用于该装置、电子设备及存储介质，且均能达到相同或相似的有益效果。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围内。
Claims (12)
1.一种条形码归类方法，其特征在于，所述方法包括：
获取图像采集设备采集的包含包裹的条形码的图像；至少一个包裹具有多个条形码；
从所述图像中，识别多个条形码各自覆盖的矩形区域；
将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹；
所述将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹，具体包括：
将相互平行且距离不超过预设长度阈值的矩形区域各自包含的条形码归类为属于同一个包裹；
所述将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹之前，所述方法还包括：
判断识别出的多个所述矩形区域之间是否平行；
所述判断识别出的多个所述矩形区域之间是否平行，具体包括：
确定识别出的多个矩形区域中每两个矩形区域之间的夹角，其中，两个矩形区域之间的夹角为两个矩形区域相应位置处的线条之间的夹角；
针对每两个矩形区域，基于该两个矩形区域之间的夹角与预设角度阈值的大小关系，判断该两个矩形区域之间是否平行。
2.根据权利要求1所述的条形码归类方法，其特征在于，所述基于该两个矩形区域之间的夹角与预设角度阈值的大小关系，判断该两个矩形区域之间是否平行，具体包括：
当该两个矩形区域之间的夹角小于预设角度阈值时，确定该两个矩形区域平行；
当该两个矩形区域之间的夹角不小于预设角度阈值时，确定该两个矩形区域不平行。
3.根据权利要求1所述的条形码归类方法，其特征在于，所述将相互平行且距离不超过预设长度阈值的矩形区域各自包含的条形码归类为属于同一个包裹之前，所述方法还包括：
计算相互平行的矩形区域之间的距离。
4.根据权利要求3所述的条形码归类方法，其特征在于，所述计算相互平行的矩形区域之间的距离，具体包括：
计算相互平行的矩形区域中心点之间的距离，或者，计算相互平行的矩形区域的边之间的垂直距离。
5.根据权利要求1所述的条形码归类方法，其特征在于，所述将相互平行的矩形区域中的条形码归类为属于同一个包裹之后，所述方法还包括：
当属于同一个包裹的条形码的个数超过预设个数阈值时，生成归类异常报警信息。
6.一种条形码归类装置，其特征在于，所述装置包括：
获取模块，用于获取图像采集设备采集的包含包裹的条形码的图像；至少一个包裹具有多个条形码；
识别模块，用于从所述图像中，识别多个条形码各自覆盖的矩形区域；
归类模块，用于将相互平行的矩形区域各自包含的条形码归类为属于同一个包裹；
所述归类模块，具体用于：
将相互平行且距离不超过预设长度阈值的矩形区域各自包含的条形码归类为属于同一个包裹；
判断模块，用于判断识别出的多个所述矩形区域之间是否平行；
所述判断模块，具体用于：
确定子模块，用于确定识别出的多个矩形区域中每两个矩形区域之间的夹角，其中，两个矩形区域之间的夹角为两个矩形区域相应位置处的线条之间的夹角；
判断子模块，用于针对每两个矩形区域，基于该两个矩形区域之间的夹角与预设角度阈值的大小关系，判断该两个矩形区域之间是否平行。
7.根据权利要求6所述的条形码归类装置，其特征在于，所述判断子模块，具体用于：
当该两个矩形区域之间的夹角小于预设角度阈值时，确定该两个矩形区域平行；
当该两个矩形区域之间的夹角不小于预设角度阈值时，确定该两个矩形区域不平行。
8.根据权利要求6所述的条形码归类装置，其特征在于，所述装置还包括：
计算模块，用于计算相互平行的矩形区域之间的距离。
9.根据权利要求8所述的条形码归类装置，其特征在于，所述计算模块，具体用于：
计算相互平行的矩形区域中心点之间的距离，或者，计算相互平行的矩形区域的边之间的垂直距离。
10.根据权利要求6所述的条形码归类装置，其特征在于，所述装置还包括：
生成模块，用于当属于同一个包裹的条形码的个数超过预设个数阈值时，生成归类异常报警信息。
11.一种电子设备，其特征在于，包括处理器和存储器，其中，所述存储器，用于存放计算机程序；
所述处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一项所述的方法步骤。
12.一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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710678690.XA CN109388983B (zh) | 2017-08-10 | 2017-08-10 | 一种条形码归类方法、归类装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710678690.XA CN109388983B (zh) | 2017-08-10 | 2017-08-10 | 一种条形码归类方法、归类装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109388983A CN109388983A (zh) | 2019-02-26 |
| CN109388983B true CN109388983B (zh) | 2022-08-05 |
Family
ID=65415308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710678690.XA Active CN109388983B (zh) | 2017-08-10 | 2017-08-10 | 一种条形码归类方法、归类装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109388983B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111639506B (zh) * | 2020-05-29 | 2023-07-04 | 天津维创微智能科技有限公司 | 图像中条形码的定位方法、装置、扫码设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006026594A2 (en) * | 2004-08-30 | 2006-03-09 | Cognex Corporation | Methods and apparatus for reading bar code identifications |
| WO2016128637A1 (fr) * | 2015-02-11 | 2016-08-18 | Solystic | Installation pour la separation et l'individualisation d'objets postaux heterogenes avec un systeme de vision a sources laser |
| CN106733678A (zh) * | 2017-02-16 | 2017-05-31 | 顺丰科技有限公司 | 一种阵列式物流自动分拣设备及其工作方法 |
-
2017
- 2017-08-10 CN CN201710678690.XA patent/CN109388983B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006026594A2 (en) * | 2004-08-30 | 2006-03-09 | Cognex Corporation | Methods and apparatus for reading bar code identifications |
| WO2016128637A1 (fr) * | 2015-02-11 | 2016-08-18 | Solystic | Installation pour la separation et l'individualisation d'objets postaux heterogenes avec un systeme de vision a sources laser |
| CN106733678A (zh) * | 2017-02-16 | 2017-05-31 | 顺丰科技有限公司 | 一种阵列式物流自动分拣设备及其工作方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109388983A (zh) | 2019-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108985199B (zh) | 商品取放操作的检测方法、装置及存储介质 | |
| JP3910447B2 (ja) | マルチ解像度ラベルロケータ | |
| CN111310645A (zh) | 货物堆积量的溢仓预警方法、装置、设备及存储介质 | |
| CN109919040B (zh) | 货物的品规信息识别方法及装置 | |
| CN109949331A (zh) | 货箱边缘检测方法及装置 | |
| US9925566B2 (en) | Electronic product sorting system and sorting method | |
| CN113378952A (zh) | 一种皮带机跑偏检测方法、系统、介质和终端 | |
| CN109388983B (zh) | 一种条形码归类方法、归类装置、电子设备及存储介质 | |
| CN112365453A (zh) | 快递货物堆放的检测方法、装置、设备和存储介质 | |
| CN114241037A (zh) | 混合尺寸卸盘 | |
| CN114332622A (zh) | 一种基于机器视觉的标签检测方法 | |
| CN112115745A (zh) | 一种商品漏扫码行为识别方法、装置及系统 | |
| CN111243015B (zh) | 货箱位置检测方法及装置 | |
| CN114951003B (zh) | 基于距离检测的分拣方法及装置 | |
| CN111386533B (zh) | 使用对称定位的空白区域检测和识别图像数据中图形字符表示的方法和装置 | |
| CN113978987B (zh) | 栈板物品打包提货方法、装置、设备及介质 | |
| CN111242963A (zh) | 货箱轮廓检测方法及装置 | |
| US20160117630A1 (en) | Orphaned package identification | |
| US8705874B2 (en) | Image processing method and system using regionalized architecture | |
| CN114819821A (zh) | 货物出库校验方法、装置、计算机设备和存储介质 | |
| US11594322B2 (en) | Dispensing audit support apparatus and dispensing audit support method | |
| CN116486346B (zh) | 一种纸箱输送的方法与装置 | |
| Dörr et al. | An Image Processing Pipeline for Automated Packaging Structure Recognition | |
| CN114359023B (zh) | 基于复杂度将图片分流调度到中心的方法、设备及系统 | |
| CN117010806B (zh) | 货物验收方法、装置、设备及计算机可读存储介质 |
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: No.555, Qianmo Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee before: HANGZHOU HIKROBOT TECHNOLOGY Co.,Ltd. |
|
| CP03 | Change of name, title or address |