CN109389000B - 一种条形码识别方法及应用该方法的计算机 - Google Patents

一种条形码识别方法及应用该方法的计算机 Download PDF

Info

Publication number
CN109389000B
CN109389000B CN201811212618.9A CN201811212618A CN109389000B CN 109389000 B CN109389000 B CN 109389000B CN 201811212618 A CN201811212618 A CN 201811212618A CN 109389000 B CN109389000 B CN 109389000B
Authority
CN
China
Prior art keywords
image
num
images
bar code
identified
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
CN201811212618.9A
Other languages
English (en)
Other versions
CN109389000A (zh
Inventor
张峰
聂颖
郑权
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.)
Longma Zhixin Zhuhai Hengqin Technology Co ltd
Original Assignee
Longma Zhixin Zhuhai Hengqin 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 Longma Zhixin Zhuhai Hengqin Technology Co ltd filed Critical Longma Zhixin Zhuhai Hengqin Technology Co ltd
Priority to CN201811212618.9A priority Critical patent/CN109389000B/zh
Publication of CN109389000A publication Critical patent/CN109389000A/zh
Application granted granted Critical
Publication of CN109389000B publication Critical patent/CN109389000B/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
    • G06K7/1447—Methods for optical code recognition including a method step for retrieval of the optical code extracting optical codes from image or text carrying said optical code
    • 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
    • G06K7/146—Methods for optical code recognition the method including quality enhancement steps

Landscapes

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

Abstract

本发明公开一种条形码识别方法，包括：(1)将包含有待识别条形码的图像文件与预设的条形码模版进行匹配，在所述图像文件中提取出待识别条形码图像；(2)对所述待识别条形码图像进行图像增强处理，得到包含num个增强条形码图像的增强条形码图像集合，num＞1；(3)利用条形码识别开源库与所述增强条形码图像进行匹配，得到所述待识别条形码的识别结果。本发明的有益效果在于：能够对环境信息较复杂、高度模糊的条形码进行识别，提高了识别准确率与识别能力。

Description

一种条形码识别方法及应用该方法的计算机
技术领域
本发明涉及电子信息及数据处理技术领域，具体涉及一种条形码识别算法。
背景技术
条形码广泛地应用于商业、工业、仓储、物流等多个领域，在方方面面的管理中起着重要的作用。目前的条形码主要包括一维条形码和二维条形码，一维条形码是由纵向黑条和白条组成，可以设置黑白条相间和粗细；二维条形码通常为点阵形式，在水平和垂直方向的二维空间存储信息。两者记录信息和读取识别的原理基本相同，但是会应实际需求的不同，应用于不同的场合。
在实际应用中，条形码可能独立呈现，也可能和其它环境信息一同呈现。参见图2所示，当二维码与其他环境信息一同呈现于一个图像中时，由于应用中图像背景复杂及应用环境变化大等原因，加上图像采集装置所引起的几何失真或平面失真，经常导致二维码模糊不清晰，大大增加了智能识别的难度。
发明内容
本发明旨在提供一种条形码识别方法，旨在提高条形码识别准确率与识别能力。本发明由以下技术方案实现：
一种条形码识别方法，其特征在于，包括以下步骤：
(1)将包含有待识别条形码的图像文件与预设的条形码模版进行匹配，在所述图像文件中提取出待识别条形码图像；
(2)对所述待识别条形码图像进行图像增强处理，得到包含num个增强条形码图像的增强条形码图像集合，num＞1；
(3)利用条形码识别开源库与所述增强条形码图像进行匹配，得到所述待识别条形码的识别结果。
作为具体的技术方案，所述步骤(1)具体包括：
1a、利用特征检测算法，对所述图像文件进行特征检测，得到图像特征点，对所述条形码模版进行特征检测得到模版特征点；
1b、基于所述图像特征点与所述模版特征点，利用匹配算法计算出所述模版特征点与所述图像特征点中配对形成的特征位点；根据所述特征位点从所述图像文件中提取出所述待识别条形码图像。
作为具体的技术方案，所述步骤(2)具体包括：
2A：对所述待识别条形码图像进行灰度均衡化处理，划分num个均衡化图像；
2B：通过预设阈值Q对num个所述均衡化图像进行灰度二值化处理，得到num个灰度化的待识别二维码图像，将num个所述灰度化的待识别二维码图像作为num个所述增强条形码图像。
作为具体的技术方案，所述步骤(2)具体包括：
2a：对所述待识别条形码图像的RGB三个通道分别进行均衡化处理，分别得到RGB三个通道的num个均衡化图像；
2b：通过预设阈值Q对num个所述均衡化图像进行灰度二值化处理，得到num个灰度化的待识别二维码图像；
2c：将每个所述灰度化的待识别二维码图像的信息进行综合，得到num个灰度化的待识别二维码图像，将num个所述灰度化的待识别二维码图像作为num个所述增强条形码图像。
作为具体的技术方案，所述步骤2b具体为：通过所述预设阈值Q分别对所述RGB三个通道的均衡化图像进行二值化处理，分别得到RGB三个通道的二值化处理图像binImageRi,binImageGi,binImageBi，对所述RGB三个通道的二值化处理图像binImageRi,binImageGi,binImageBi的信息进行综合处理，得到所述灰度化的待识别二维码图像grayImagei；综合处理公式如下：
grayImagei＝binImageRi+binImageGi+binImageBi；
Figure GDA0002357144000000021
作为具体的技术方案，所述步骤(2)中，在得到num个所述灰度化的待识别二维码图像后，还对num个所述灰度化的待识别二维码图像进行卷积处理，得到num个卷积处理后的待识别二维码图像，将num个所述卷积处理后的待识别二维码图像作为num个所述增强条形码图像。
作为具体的技术方案，所述步骤(2)中，在得到num个卷积处理后的待识别二维码图像后，还对num个所述卷积处理后的待识别二维码图像进行高亮处理，将num个高亮处理后的所述待识别二维码图像作为num个所述增强条形码图像。
作为具体的技术方案，所述步骤(2)中，得到所述增强条形码图像集合时，对所述num个均衡化图像逐一进行二值化处理。
作为具体的技术方案，所述步骤(3)具体包括：
3a、利用条形码识别开源库对所述增强条形码图像集合中的增强条形码图像逐一进行识别，如果识别成功则转到步骤3b，否则重复执行步骤3a直至所述增强条形码图像集合中的全部增强条形码均识别不成功、并执行步骤3c；
3b、输出条形码信息；
3c、输出未识别提示。
本发明还提供一种计算机，包括存储器以及处理器，其特征在于，所述存储器存储支持处理器执行上述方法的程序，所述处理器被配置为用于执行所述存储器中存储的所述程序。
本发明的有益效果在于：通过从图像中提取出待识别的条形码图像，然后通过图像增强处理，得到增强条形码图像集合；再利用条形码识别开源库与增强条形码集合中的条形码进行匹配，匹配的成功率高，能够对环境信息较复杂、高度模糊的条形码进行识别，提高了识别准确率与识别能力。
附图说明
为了更清楚地说明本发明实施例，下面将对以二维码识别为实施例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二维码识别方法的主流程图。
图2为二维码与其他环境信息一同呈现于一个图像中的示例图。
图3为本发明实施例中提供的二维码匹配模版的示例图。
图4为本发明实施例中对二维码进行特征点检测的一个效果示例图。
图5为本发明实施例中利用最佳匹配算法计算出二维码匹配模版与图像中配对形成的特征位点的示意图。
图6为本发明实施例中从图像中提取出与二维码匹配模版匹配的部分的示例图。
图7为本发明实施例中进行灰度化处理后的待识别二维码图像的示例图。
图8为本发明实施例中得到的增强二维码图像的示例图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下以二维码识别为例，并结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本实施例提供的二维码识别方法，包括三个主要步骤，以下分别进行详细说明：
(1)将图像文件(即包含待识别二维码的图像文件，见图2)与预设的二维码模版进行匹配，在图像文件中提取出待识别二维码图像。其中，预先根据图像文件中待识别的二维码的形状特征及大小特征制作一个二维码模版，制作好的二维码模版如图3所示。
步骤(1)具体包括：
1a、利用特征检测算法，对图像文件进行特征检测，得到图像特征点，对二维码模版进行特征检测得到模版特征点；图4给出了特征点检测的一个效果示例图，供参考。其中，特征检测算法可以采用SIFT(Scale-Invariant Feature Transform，即尺度不变特征变换)算法，或者SURF(Speeded Up Robust Features，加速稳健特征)算法。
1b、基于图像特征点与模版特征点，利用最佳匹配算法计算出模版特征点与图像特征点中配对形成的特征位点，如图5所示，从而从图像文件中提取出与二维码模版匹配的待识别二维码图像，如图6所示。最佳匹配算法可以采用Brute-force matcher(简称BFMatcher)或Flann-based matcher(简称FlannBasedMatcher)来实现，Brute-forcematcher是用暴力方法找到点集一中每个descriptor在点集二中距离最近的descriptor；Flann-based matcher则是使用快速近似最近邻搜索算法寻找。
(2)对提取出的待识别条形码图像进行灰度均衡化和图像增强处理，得到增强二维码图像集合。
步骤(2)具体包括：
2a、对提取出的待识别二维码图像的RGB(红、绿、蓝)三个通道分别进行均衡化处理，划分num个(例如，均衡化划分为50份，灰度值取50个)，分别得到RGB三个通道的num个均衡化图像。RGB三个通道均衡化图像的灰度值集合分别为pixelset＝{p1,p2,...,pi,...,pnum}，其中p为灰度值，i为均衡化图像的计数值，i＝1,2,...,num；
2b、从RGB三个通道均衡化图像中的第一个图像开始处理，即令i＝1；以Q(Q为预先设置)为阈值对RGB三个通道的均衡化图像中当前一个图像进行二值化处理，分别得到RGB三个通道二值化处理图像binImageRi,binImageGi,binImageBi；
2c、对RGB三个通道二值化处理图像binImageRi,binImageGi,binImageBi的信息进行综合，得到灰度化图像grayImagei；处理公式如下：
grayImagei＝binImageRi+binImageGi+binImageBi；
Figure GDA0002357144000000051
如图7所示，给出了一个灰度化处理后的待识别二维码图像的一个示例。
2d、设置一个一定卷积核大小(如3*3，4*4，5*5等)的卷积模版，设置一个高亮阈值threshold(即大于一定值，则为白色，否则为黑色)。对grayImagei进行卷积处理，得到卷积处理后的图像，并根据高亮阈值threshold(例如为取值3)，对卷积处理后的图像进行处理，像素点灰度值大于threshold则设为255、否则设为0，得到增强二维码图像enhanceImagei，并将该增强二维码图像enhanceImagei加入一个增强二维码图像集合中。图8给出了一个增强二维码图像的示例。
2e、对RGB三个通道均衡化图像中的下一个图像进行处理，即令i＝i+1，并判断i是否大于num，是则转到步骤(3)，否则转到步骤2c。
步骤(2)中，通过遍历的方式进行二值化处理，经过步骤(2)，得到待识别的二维码图像的50个(对应均衡化划分的份数num)增强二维码图像的集合，在匹配的过程中可以大大提高识别率。
(3)利用条形码识别开源库与所述增强条形码集合的增强条形码图像进行匹配，得到待识别条形码的识别结果。
步骤(3)具体包括：
3a、利用条形码识别开源库对所述增强条形码图像集合中的增强条形码图像逐一进行识别，如果识别成功则转到步骤3b，否则重复执行步骤3a直至所述增强条形码图像集合中的全部增强条形码均识别不成功、并执行步骤3c；
3b、输出条形码信息；
3c、输出未识别提示。
在上述识别过程中，可以设置一个识别过程的计数值mi，mi取1至num；还可以设置一个识别成功则与否的标识位Flag，Flag＝1代表识别成功，Flag＝0代表识别不成功。
本实施例还提供一种计算机，包括存储器以及处理器，存储器存储支持处理器执行上述二维码识别方法的程序，处理器被配置为用于执行所述存储器中存储的所述程序。
以上实施例仅为充分公开而非限制本发明，凡基于本发明的创作主旨、无需经过创造性劳动即可等到的等效技术特征的替换，应当视为本申请揭露的范围。

Claims (7)

1.一种条形码识别方法，其特征在于，包括以下步骤：
(1)将包含有待识别条形码的图像文件与预设的条形码模版进行匹配，在所述图像文件中提取出待识别条形码图像；
(2)对所述待识别条形码图像进行图像增强处理，得到包含num个增强条形码图像的增强条形码图像集合，num＞1；
(3)利用条形码识别开源库与所述增强条形码图像进行匹配，得到所述待识别条形码的识别结果；
所述步骤(2)具体包括：
2a：对所述待识别条形码图像的RGB三个通道分别进行均衡化处理，分别得到RGB三个通道的num个均衡化图像；
2b：通过预设阈值Q对num个所述均衡化图像进行灰度二值化处理，得到num个灰度化的待识别二维码图像；
2c：将每个所述灰度化的待识别二维码图像的信息进行综合，得到num个灰度化的待识别二维码图像，将num个所述灰度化的待识别二维码图像作为num个所述增强条形码图像；
所述步骤2b具体为：通过所述预设阈值Q分别对所述RGB三个通道的均衡化图像进行二值化处理，分别得到RGB三个通道的二值化处理图像bin ImageRi,bin ImageGi,binImageBi，对所述RGB三个通道的二值化处理图像bin ImageRi,bin ImageGi,bin ImageBi的信息进行综合处理，得到所述灰度化的待识别二维码图像gray Imagei；综合处理公式如下：
gray Imagei＝bin ImageRi+bin ImageGi+bin ImageBi；
Figure FDA0002357143990000011
2.根据权利要求1所述的条形码识别方法，其特征在于，所述步骤(1)具体包括：
1a、利用特征检测算法，对所述图像文件进行特征检测，得到图像特征点，对所述条形码模版进行特征检测得到模版特征点；
1b、基于所述图像特征点与所述模版特征点，利用匹配算法计算出所述模版特征点与所述图像特征点中配对形成的特征位点；根据所述特征位点从所述图像文件中提取出所述待识别条形码图像。
3.根据权利要求1-2任一项所述的条形码识别方法，其特征在于，所述步骤(2)中，在得到num个所述灰度化的待识别二维码图像后，还对num个所述灰度化的待识别二维码图像进行卷积处理，得到num个卷积处理后的待识别二维码图像，将num个所述卷积处理后的待识别二维码图像作为num个所述增强条形码图像。
4.根据权利要求3所述的条形码识别方法，其特征在于，所述步骤(2)中，在得到num个卷积处理后的待识别二维码图像后，还对num个所述卷积处理后的待识别二维码图像进行高亮处理，将num个高亮处理后的所述待识别二维码图像作为num个所述增强条形码图像。
5.根据权利要求1-2任一项所述的条形码识别方法，其特征在于，所述步骤(2)中，得到所述增强条形码图像集合时，对所述num个均衡化图像逐一进行二值化处理。
6.根据权利要求1-2任一项所述的条形码识别方法，其特征在于，所述步骤(3)具体包括：
3a、利用条形码识别开源库对所述增强条形码图像集合中的增强条形码图像逐一进行识别，如果识别成功则转到步骤3b，否则重复执行步骤3a直至所述增强条形码图像集合中的全部增强条形码均识别不成功、并执行步骤3c；
3b、输出条形码信息；
3c、输出未识别提示。
7.一种计算机，包括存储器以及处理器，其特征在于，所述存储器存储支持处理器执行权利要求1-6任意一项所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的所述程序。
CN201811212618.9A 2018-10-18 2018-10-18 一种条形码识别方法及应用该方法的计算机 Active CN109389000B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811212618.9A CN109389000B (zh) 2018-10-18 2018-10-18 一种条形码识别方法及应用该方法的计算机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811212618.9A CN109389000B (zh) 2018-10-18 2018-10-18 一种条形码识别方法及应用该方法的计算机

Publications (2)

Publication Number Publication Date
CN109389000A CN109389000A (zh) 2019-02-26
CN109389000B true CN109389000B (zh) 2020-04-07

Family

ID=65426898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811212618.9A Active CN109389000B (zh) 2018-10-18 2018-10-18 一种条形码识别方法及应用该方法的计算机

Country Status (1)

Country Link
CN (1) CN109389000B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114330408A (zh) * 2022-03-14 2022-04-12 深圳市联志光电科技有限公司 一种图像增强方法以及图像增强装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200606555A (en) * 2004-08-11 2006-02-16 ke-cong Li Method for enhancing images of non-uniform brightness and electronic apparatus thereof
TWI369637B (en) * 2010-06-17 2012-08-01 Mstar Semiconductor Inc Barcode image recognition system and associated method for hand-held device
CN102842116B (zh) * 2012-06-30 2014-12-31 南京汇兴博业数字设备有限公司 图像内快速响应矩阵码的光照均衡处理方法
CN104424458B (zh) * 2013-08-23 2017-08-04 希姆通信息技术（上海）有限公司 图像识别方法及装置、网络服务器、图像识别设备及系统
CN103942762A (zh) * 2014-04-24 2014-07-23 胡建国 一种二维码预处理的方法及其装置
CN104463195B (zh) * 2014-11-08 2018-08-07 沈阳工业大学 基于模板匹配的印刷体数字识别方法
CN104574328A (zh) * 2015-01-06 2015-04-29 北京环境特性研究所 一种基于直方图分割的彩色图像增强方法
CN104715239B (zh) * 2015-03-12 2019-01-18 哈尔滨工程大学 一种基于去雾处理和权重分块的车辆颜色识别方法
CN104794502A (zh) * 2015-05-15 2015-07-22 哈尔滨工业大学 一种基于图像处理和模式识别技术的稻瘟病孢子显微图像识别方法
CN107862234A (zh) * 2017-10-23 2018-03-30 广东数相智能科技有限公司 一种彩色条形码的识别方法、电子设备及存储介质
CN110020647B (zh) * 2018-01-09 2021-03-02 杭州海康威视数字技术股份有限公司 一种违禁品目标检测方法、装置及计算机设备
CN108388822B (zh) * 2018-01-25 2021-03-23 微梦创科网络科技（中国）有限公司 一种检测二维码图像的方法和装置

Also Published As

Publication number Publication date
CN109389000A (zh) 2019-02-26

Similar Documents

Publication Publication Date Title
CN110046529B (zh) 二维码识别方法、装置及设备
US9754164B2 (en) Systems and methods for classifying objects in digital images captured using mobile devices
US11107202B2 (en) Contrast enhancement and reduction of noise in images from cameras
WO2014160433A2 (en) Systems and methods for classifying objects in digital images captured using mobile devices
CN104751093B (zh) 用于获取宿主设备显示的图像识别码的方法和装置
CN103210401B (zh) 用以改进对象辨识中的特征产生的系统和方法
WO2014044159A1 (en) Method and device for batch scanning 2d barcodes
CN109583438B (zh) 电子图像的文字的识别方法及图像处理装置
CN110738203A (zh) 字段结构化输出方法、装置及计算机可读存储介质
Tribak et al. QR code recognition based on principal components analysis method
CN103198311A (zh) 基于拍摄的图像来识别字符的方法及装置
JP2014130415A (ja) 文字認識装置、文字認識方法、及び文字認識プログラム
CN112801232A (zh) 一种应用于处方录入的扫描识别方法及系统
CN112163443A (zh) 一种扫码方法、扫码装置及移动终端
CN108960247B (zh) 图像显著性检测方法、装置以及电子设备
US9378405B2 (en) Determining barcode locations in documents
CN108701204B (zh) 一种一维码定位的方法及装置
CN109389000B (zh) 一种条形码识别方法及应用该方法的计算机
Liu et al. Text segmentation based on stroke filter
CN110704667B (zh) 一种基于语义信息的快速相似图检测方法
CN115410191B (zh) 文本图像识别方法、装置、设备和存储介质
CN116229098A (zh) 一种基于掩模轮廓跟踪的图像识别方法及相关产品
Okarma et al. Fast statistical image binarization of colour images for the recognition of the QR codes
CN114611540A (zh) 基于数字图像处理的一维码图像区域识别方法、电子设备
Royer et al. Guiding text image keypoints extraction through layout analysis

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
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 519031 office 1316, No. 1, lianao Road, Hengqin new area, Zhuhai, Guangdong

Patentee after: LONGMA ZHIXIN (ZHUHAI HENGQIN) TECHNOLOGY Co.,Ltd.

Address before: 519031 room 417, building 20, creative Valley, Hengqin new area, Xiangzhou, Zhuhai, Guangdong

Patentee before: LONGMA ZHIXIN (ZHUHAI HENGQIN) TECHNOLOGY Co.,Ltd.

PP01 Preservation of patent right
PP01 Preservation of patent right

Effective date of registration: 20240718

Granted publication date: 20200407