CN109657517B - 微型二维码识别方法、装置、可读存储介质及扫码枪 - Google Patents
微型二维码识别方法、装置、可读存储介质及扫码枪 Download PDFInfo
- Publication number
- CN109657517B CN109657517B CN201811574895.4A CN201811574895A CN109657517B CN 109657517 B CN109657517 B CN 109657517B CN 201811574895 A CN201811574895 A CN 201811574895A CN 109657517 B CN109657517 B CN 109657517B
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- miniature
- detection template
- identification
- template
- 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
- G06K7/14—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
- G06K7/146—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
本发明适用于二维码识别技术领域,提供了一种微型二维码识别方法、装置、可读存储介质及扫码枪。该微型二维码识别方法用于对附于基材上的微型二维码进行识别,包括:按照预设的目标模板确定规则,从多个检测模板中确定出适用于基材的目标检测模板;其中,检测模板用于识别微型二维码图像所携带的信息,且各检测模板分别适用于识别各自对应的基材上的微型二维码图像;以目标检测模板对待识别的微型二维码图像进行识别。本发明首先按照预设的目标模板确定规则,从多个检测模板中确定出适用于基材的目标检测模板,再通过该目标检测模板对微型二维码图像进行识别,不会出现检测模板与基材材质不匹配的情况发生,可实现对微型二维码的准确识别。
Description
技术领域
本发明属于二维码识别技术领域,尤其涉及一种微型二维码识别方法、装置、可读存储介质及扫码枪。
背景技术
二维码(2-dimensional bar code)用某种特定的几何图形来记录数据符号信息,该几何图形按一定规律在二维方向上黑白相间分布,在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念,使用若干个与二进制相对应的几何形体来表示文字数值信息,通过图像输入设备或扫码枪自动识读以实现信息自动处理。在现代商业活动中,二维码可实现的应用十分广泛,如:产品防伪/溯源、广告推送、网站链接、数据下载、商品交易、定位/导航、电子凭证、车辆管理等等。
目前对大型二维码的扫描识别技术已经比较成熟,但是在一些特殊的领域还需要对一些特定材料上的微米级的微型二维码进行识别,例如人工智能视觉系统就可能涉及对金属材料或黑色塑料件上的微型二维码进行识别,现有的二维码识别技术精度有限,无法对这种微型二维码进行准确识别。
发明内容
本发明所要解决的技术问题为提供一种微型二维码识别方法、装置、可读存储介质及扫码枪,旨在实现对微型二维码进行准确识别。
为解决上述技术问题,第一方面,本发明实施例提供了一种微型二维码识别方法,所述微型二维码识别方法用于对附于基材上的微型二维码进行识别,包括下述步骤:
按照预设的目标模板确定规则,从多个检测模板中确定出适用于所述基材的目标检测模板;其中,所述检测模板用于识别微型二维码图像所携带的信息,且各所述检测模板分别适用于识别各自对应的基材上的微型二维码图像;
以所述目标检测模板对待识别的微型二维码图像进行识别。
第二方面,本发明实施例还提供了一种微型二维码识别装置,所述微型二维码识别装置用于对附于基材上的微型二维码进行识别,包括:
目标检测模板确定模块,用于按照预设的目标模板确定规则,从多个检测模板中确定出适用于所述基材的目标检测模板;其中,所述检测模板用于识别微型二维码图像所携带的信息,且各所述检测模板分别适用于识别各自对应的基材上的微型二维码图像;
识别模块,用于以所述目标检测模板对待识别的微型二维码图像进行识别。
第三方面,本发明实施例还提供了一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现上述第一方面提供的微型二维码识别方法。
第四方面,本发明实施例还提供了一种扫码枪,包括:扫码头、补光灯、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现上述第一方面提供的微型二维码识别方法。
上述各方面实施例,首先按照预设的目标模板确定规则,从多个检测模板中确定出适用于基材的目标检测模板,再通过该目标检测模板对微型二维码图像进行识别,从而不会出现检测模板与基材材质不匹配的情况发生,可以实现对微型二维码进行准确识别。
附图说明
图1是本发明第一实施例提供的微型二维码识别方法的流程图;
图2是本发明第二实施例提供的微型二维码识别方法的流程图;
图3是本发明第二实施例提供的一种应用人机界面示意图;
图4是本发明第二实施例提供的另一种应用人机界面示意图;
图5是本发明第二实施例提供的基材、检测模板、补光参数的对应关系图;
图6是本发明第三实施例提供的微型二维码识别方法的流程图;
图7是本发明第四实施例提供的采用目标检测模板对微型二维码进行识别的流程图;
图8是本发明第五实施例提供的微型二维码识别装置的结构图;
图9是本发明第五实施例提供的微型二维码识别装置中目标检测模板确定模块的结构图;
图10是本发明第七实施例提供的扫码枪的结构图。
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,以下结合附图及实施例,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仅用以解释本发明,并不用于限定本发明。
图1示出了本发明第一实施例提供的微型二维码识别方法的流程,参照图1,该微型二维码识别方法用于对附于基材上的微型二维码进行识别,尤其是大批量微型二维码的图像的识别,该方法包括下述步骤:
步骤S101,按照预设的目标模板确定规则,从多个检测模板中确定出适用于所述基材的目标检测模板。
本实施例中,微型二维码图像是指尺寸为毫米级的二维码图像,附着在某种的基材之上,该基材可以是铝材、铁材的金属基材,也可以是电镀基材、黑色塑料基材等。
检测模板用于识别微型二维码图像所携带的信息,且各所述检测模板分别适用于识别各自对应的基材上的微型二维码图像。例如,第一检测模板适用于识别A类基材上的微型二维码图像,第二检测模板适用于识别B类基材上的微型二维码图像等等,因此,在进行识别之前,需要首先确定出最合适的检测模板作为目标检测模板,以便对待识别的微型二维码图像进行识别。
其中,目标模板确定规则可以灵活设定,可以是预先设置一定的确定规则,根据该确定规判断是否有检测模板满足规则所定义的标准,若有,则可确定该检测模板为目标检测模板。该目标模板确定规则也可以直接以用户的指定为规则,即,用户指定哪个检测模板,则将该指定的检测模板确定为目标检测模板。
应当理解,本实施例中所说的对某种基材的最合适的检测模板,指的是对某种基材上的微型二维码图像识别效果最佳、效率最高的检测模板,其他非最合适的检测模板理论上也可以对该基材上的微型二维码图像进行识别,只不过识别效果、效率相对欠佳而已。
步骤S102,以所述目标检测模板对待识别的微型二维码图像进行识别。
识别时,首先要对微型二维码图像进行取样,为保证能在合适的亮度环境下对微型二维码图像进行取样,又需要进行补光,一般可采用LED灯作为光源进行补光。所需要的补光参数可预先设置,在具体识别过程中可能会根据实际情况对补光参数进行适当调整,以便提高识别精度。
补光光源的安装高度、角度、补光强度都会影响微型二维码图像的识别效果,所以在第一次使用时需要通过客户端来调试补光参数。即初次安装完成后需要调试,打开客户端软件获取采集的微型二维码图像,调节高度以至图像清晰合适,调节补光光源以达到很好的识别效果,测试识别结果,最后保存参数。后续识别时直接用调试好的补光参数进行补光即可。
第一实施例中,首先按照预设的目标模板确定规则,从多个检测模板中确定出目标检测模板以便适用于待识别微型二维码图像所依附的基材,再通过该目标检测模板对微型二维码图像进行识别,从而不会出现检测模板与基材材质不匹配的情况发生,可以实现对微型二维码进行准确识别。
图2示出了本发明第二实施例提供的微型二维码识别方法的流程,第二实施例在第一实施例的基础之上进一步限定了目标模板的确定采用用户手动指定的方式。参照图2,第二实施例提供的微型二维码识别方法包括:
步骤S201,响应于用户的选择操作,从多个检测模板中将用户指定的检测模板确定为目标检测模板。
具体地,可以在人机界面提供各种检测模板的选项以供用户选择,可以是图3所示一次性将各检测模板显示出来让用户勾选,也可以是图4所示在选择框里设置下拉菜单,点击下拉菜单按钮后示出所有检测模板选项,用户通过在下拉菜单中的点击操作来指定目标检测模板。
在接收到用户指定检测模板的操作之后,即可予以响应将该指定的检测模板确定为目标检测模板。
进一步地,本实施例中,每个检测模板可以对应多组补光参数,如图5所示,一种基材对应一个检测模板,一个检测模板又对应多组补光参数,其中补光参数包含有补光的强度信息及补光的照射角度信息,例如,第一检测模板为适用于“无电镀铁材质加白光补光”的检测模板,其第1组补光参数可以用于表示白光的强度为A1、照射角度为B1,第2组补光参数可以用于表示白光的强度为A2、照射角度为B2,等等。此时,用户在指定目标检测模板时可以同时指定补光参数,也可以预设默认的补光参数,在用户指定目标检测模板之后,目标检测模板直接以默认的补光参数来进行补光并在此补光效果下进行识别。
步骤S202,以所述目标检测模板对待识别的微型二维码图像进行识别。
如上文所述,识别过程同样需要补光、取样等。当每个检测模板对应有多组补光参数时,该检测模板所需要的补光参数可预先设置并由用户指定,或者是默认的补光参数,在具体识别过程中可能会根据实际情况对补光参数进行适当调整,以便提高识别精度。
第二实施例中,首先由用户从多个检测模板中指定目标检测模板,以便与待识别微型二维码图像所依附的基材相适应,再通过该目标检测模板对微型二维码图像进行识别,从而不会出现检测模板与基材材质不匹配的情况发生,可以实现对微型二维码的准确识别。另外,还可以设置每个检测模板对应多组补光参数,可以在指定的目标检测模板不能成功识别微型二维码图像时,更换其他组的补光参数再次进行识别,有利于提高识别成功率。
图6示出了本发明第三实施例提供的微型二维码识别方法的流程,第三实施例在第一实施例的基础之上进一步限定了目标模板的确定采用自动确定的方式。参照图6,第三实施例提供的微型二维码识别方法包括:
步骤S301,利用所有检测模板分别对选取的微型二维码图像样本进行识别。
本实施例适用于对基材相同的微型二维码图像的批量识别,由于基材相同,因此所适用的检测模板也相同。
首先需要从微型二维码图像中选取待识别的微型二维码图像样本,此样本用于确定目标检测模板,确定出来的目标检测模板不仅适用于选取的此样本,也适用于本批次其他待识别的微型二维码图像。
在进行识别之前,需要对微型二维码图像进行取样以及清晰度处理。不同基材上的微型二维码图像取样后的清晰度可能不同,因此可以针对不同的基材设置不同的图像处理方式,例如基材一可能只需要进行灰度调整即可得到满意的清晰度,基材二可能需要在灰度调整的基础上再加以锐化处理才能得到满意的清晰度。
本步骤需要用每个检测模板分别对样本进行识别,而每个检测模板的具体的识别原理与第一实施例的步骤S102、第二实施例的步骤202相同。
进一步地,与第二实施例相同,本实施例中的每个检测模板同样可以对应多组补光参数,如图5所示,对于每个检测模板,以至少一种补光参数进行补光并在每种补光效果下对所述微型二维码图像样本取样得到样本图像,对所述样本图像处理后进行识别,即,需要利用每个检测模板对样本识别n次,n为从该检测模板所包含的多组补光参数中所选取的补光参数的个数。一般情况下,使用同一个检测模板的不同补光参数取样后的识别效果相差不太大,使用不同的检测模板取样后的识别效果相对来说区别更大一些。
本步骤通过对不同材质和补光效果进行分类处理,利用与基材类型匹配的清晰度处理方式对取样后的微型二维码图像进行处理,达到相对容易识别的图像处理效果,以此提高识别的效率。
步骤S302,统计各检测模板对所述微型二维码图像样本的识别准确率和识别用时。
逐个利用各检测模板对选取的样本进行识别,统计各检测模板识别准确率和识别用时。
例如,用第一检测模板对样本进行识别,记录识别用时T1和识别的准确率R1;用第二检测模板对样本进行识别,记录识别用时T2和识别的准确率R2,以此类推,直至所有的检测模板均对样本识别完毕。
其中,可以通过判断识别结果是否符合指定的格式来判断识别结果是否准确,若识别结果符合指定的格式,则表示识别结果准确,若无结果或识别结果不符合格式即为识别失败。
具体识别时,可以使用同一个检测模板对样本进行多次识别,每一次识别的成功率和用时都分别统计。识别准确率是指在一定时间内或指定次数内,采用某一检测模板对样本识别正确的次数与执行识别指令的次数之比。
进一步地,当检测模板对应有多组补光参数时,对于每个检测模板,统计每组补光参数所对应的识别准确率并取平均,得到该检测模板对所述微型二维码图像样本的平均识别准确率;统计每组补光参数所对应的识别用时并取平均,得到该检测模板对所述微型二维码图像样本的平均识别用时。也就是说,该检测模板的识别用时T为利用各组补光参数对样本识别的平均用时,该检测模板的识别准确率R为利用各组补光参数对样本识别的平均准确率。
步骤S303,将识别准确率和识别用时符合预置识别标准的检测模板确定为目标检测模板。
当所有的检测模板均对样本识别完毕,需要对各检测模板的识别用时和准确率进行比较,以从中挑选出符合预置识别标准的检测模板。预置的识别标准同样支持自定义,一般与基材的材质有关,例如,对于基材一,可能需要着重参考对应检测模板的识别用时,而对于基材二,则可能需要着重参考对应检测模板的识别准确率,因此,针对不同的检测模板,可以设置识别用时和识别准确率的权重不同,在此基础上综合评价该检测模板是否符合预置的识别标准。例如,对于第一检测模板,识别用时T1的权重为W11,识别准确率R1的权重为W12,则第一检测模板对样本的适用度为T1*W11+R1*W12;对于第二检测模板,识别用时T2的权重为W21,识别准确率R2的权重为W22,则第一检测模板对样本的适用度为T2*W21+R2*W22。
进一步地,当检测模板对应有多组补光参数时,将每个检测模板对样本的平均识别准确率和平均识别用时按照各自预置的权重进行加权运算,将运算结果符合预置识别标准的检测模板确定为目标检测模板。
作为一个示例,预置的识别标准可以是将对样本的适用度最高的检测模板认为符合识别标准,确定为目标检测模板。
步骤S304,以所述目标检测模板对待识别的微型二维码图像进行识别。
如上文所述,识别之前需要补光、取样、图像处理等。当每个检测模板对应有多组补光参数时,该检测模板的算法所需要的补光参数可以是默认的补光参数,在具体识别过程中如果不能成功识别,则再调整使用其他组的补光参数进行补光并重新对样本进行识别,以便提高识别精度。
第三实施例中,首先从多个检测模板中根据预置的规则确定目标检测模板,以便与待识别微型二维码图像所依附的基材相适应,再通过该目标检测模板对微型二维码图像进行识别,从而不会出现检测模板与基材材质不匹配的情况发生,可以实现对微型二维码的准确识别。另外,还可以设置每个检测模板对应多组补光参数,可以在指定的目标检测模板不能成功识别微型二维码图像时,更换其他组的补光参数进行补光并再次进行识别,有利于提高识别成功率。
图7示出了本发明第四实施例提供的采用目标检测模板对微型二维码进行识别的流程,第四实施例可以与第一实施例、第二实施例、第三实施例相结合。参照图7,第四实施例提供的采用目标检测模板对微型二维码进行识别包括:
步骤S401,对待识别的微型二维码图像进行补光。
为保证能在合适的亮度环境下对微型二维码图像进行取样,需要进行补光,一般可采用LED灯进行补光,可以直接采用此前设置好的补光参数来补光即可。
步骤S402,对所述微型二维码图像进行取样。
微型二维码图像的大小为毫米级,正常的相机无法正常采集图像,需要用到感光芯片采集图像实现取样。同一感光芯片结合不同焦距的镜头,焦距越大图像放大倍数越大,但长度超过25mm的镜头比较长且通光量小。同样25mm镜头里感光芯片越远,放大倍数越大,但同时放大倍数能看清的物距越短,景深越小。所以为了得到合适的物距(大于100mm)我们选择25mm镜头调节到离感光芯片32mm的距离。
由实验数据得到:当镜头一定时,感光芯片的尺寸越小,放大倍数越大。结合识别能力本实施例选择200w像素1/5寸的感光芯片的模组,从而达到能够在100mm以上的安装距离上采集1mm大小的二维码清晰大小适中。
步骤S403,调整取样的微型二维码图像的清晰度。
取样后,对微型二维码图像进行一些清晰度处理,便于后续的识别。不同基材上的微型二维码图像取样后的清晰度可能不同,因此可以针对不同的基材设置不同的图像处理方式,例如基材一可能只需要进行灰度调整即可得到满意的清晰度,基材二可能需要在灰度调整的基础上再加以锐化处理才能得到满意的清晰度。
步骤S404,加载所述目标检测模板。
步骤S405,利用加载的所述目标检测模板对待识别的微型二维码图像进行识别。
步骤S406,若无法成功识别,则判断本次识别用时是否超时。
若成功识别,则本流程结束。
为保证能识别成功,在出现无法成功识别时需要调整目标检测模板的补光参数之后再次进行识别,同时又为避免影响识别效率,需要对每个待识别微型二维码图像的识别用时作出限制,本实施例主要从单次识别用时和总识别用时两方面来进行限制。
步骤S407,若本次识别用时未超时,则调整所述目标检测模板的补光参数,然后重新执行加载所述目标检测模板。
步骤S408,若本次识别用时已超时但对本微型二维码图像的总识别用时未超时,则调整补光参数,然后重新执行对所述微型二维码图像样本取样。
若对本微型二维码图像的总识别用时也已经超时,则本流程结束,表示对该微型二维码图像的识别失败。
第四实施例中,当目标检测模板确定之后,对在设定的时间内无法识别的微型二维码图像根据规则做出不同的处理,其一是目标检测模板的补光参数做出适当的调整,其二是调整补光效果,请重新取图并做出对应的处理和识别,以期在单次触发的情况下提高识别效率。
图8示出了本发明第五实施例提供的微型二维码识别装置,用于对附于基材上的微型二维码进行识别,本装置中的各模块、子模块可以是软件单元、硬件单元、软硬件结合的单元实现。
参照图8,本实施例提供的微型二维码识别装置包括目标检测模板确定模块51、识别模块52。
目标检测模板确定模块51用于按照预设的目标模板确定规则,从多个检测模板中确定出适用于所述基材的目标检测模板。
本实施例中,微型二维码图像是指尺寸为毫米级的二维码图像,附着在某种的基材之上,该基材可以是铝材、铁材的金属基材,也可以是电镀基材、黑色塑料基材等。
检测模板用于识别微型二维码图像所携带的信息,且各所述检测模板分别适用于识别各自对应的基材上的微型二维码图像。例如,第一检测模板适用于识别A类基材上的微型二维码图像,第二检测模板适用于识别B类基材上的微型二维码图像等等,因此,在进行识别之前,需要首先确定出最合适的检测模板作为目标检测模板,以便对待识别的微型二维码图像进行识别。
其中,目标模板确定规则可以灵活设定,可以是预先设置一定的确定规则,根据该确定规判断是否有检测模板满足规则所定义的标准,若有,则可确定该检测模板为目标检测模板。该目标模板确定规则也可以直接以用户的指定为规则,即,用户指定哪个检测模板,则将该指定的检测模板确定为目标检测模板。
应当理解,本实施例中所说的对某种基材的最合适的检测模板,指的是对某种基材上的微型二维码图像识别效果最佳、效率最高的检测模板,其他非最合适的检测模板理论上也可以对该基材上的微型二维码图像进行识别,只不过识别效果、效率相对欠佳而已。
识别模块52用于以所述目标检测模板对待识别的微型二维码图像进行识别。
如上文所述,识别之前同样需要进行补光、取样、图像处理等。当每个检测模板对应有多组补光参数时,该检测模板的算法所需要的补光参数可预先设置并由用户指定,或者是默认的补光参数,在具体识别过程中可能会根据实际情况对补光参数进行适当调整,以便提高识别精度。
进一步地,作为一种实现方式,目标检测模板确定模块51用于响应用户的选择操作,从多个检测模板中将用户指定的检测模板确定为目标检测模板。本实现方式中,目标检测模板确定模块51实现功能的具体过程,请参见上述图2所示第二实施例中描述的具体内容,此处不再赘述。
进一步地,作为另一种实现方式,如图9所示,目标检测模板确定模块51包括样本识别子模块511、统计子模块512、筛选子模块513。其中,样本识别子模块511用于利用所有检测模板分别对选取的微型二维码图像样本进行识别;所述微型二维码图像样本从待识别的微型二维码图像中选取。统计子模块512用于统计各检测模板对所述微型二维码图像样本的识别准确率和识别用时。筛选子模块513用于将识别准确率和识别用时符合预置识别标准的检测模板确定为目标检模板。本实现方式中,各子模块实现各自功能的具体过程,请参见上述图6所示第三实施例中描述的具体内容,此处不再赘述。
本发明第六实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以设置于扫码枪中的存储器,还可以是U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现前述第一至第四实施例中所描述的微型二维码识别方法。
本发明第七实施例还提供了一种扫码枪,如图10所示,包括:扫码头、补光灯、存储器71、处理器72、输入设备73、输出设备74及总线75。存储器71、处理器72、输入设备73以及输出设备74通过总线75连接。存储器71存储有计算机程序,该计算机程序可在处理器72上运行,所述处理器72执行所述计算机程序时,实现前述第一至第四实施例中所描述的微型二维码识别方法。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种微型二维码识别方法,其特征在于,所述微型二维码识别方法用于对附于基材上的微型二维码进行识别,包括下述步骤:
按照预设的目标模板确定规则,从多个检测模板中确定出适用于所述基材的目标检测模板;其中,所述检测模板用于识别微型二维码图像所携带的信息,且各所述检测模板分别适用于识别各自对应的基材上的微型二维码图像;
以所述目标检测模板对待识别的微型二维码图像进行识别;
所述按照预设的目标模板确定规则,从多个检测模板中确定出适用于所述基材的目标检测模板,包括下述两种方式之一:
方式一:响应于用户的选择操作,从多个检测模板中将用户指定的检测模板确定为目标检测模板;
方式二:利用所有检测模板分别对选取的微型二维码图像样本进行识别;所述微型二维码图像样本从待识别的微型二维码图像中选取;统计各检测模板对所述微型二维码图像样本的识别准确率和识别用时;将识别准确率和识别用时符合预置识别标准的检测模板确定为目标检测模板。
2.如权利要求1所述的微型二维码识别方法,其特征在于,每个所述检测模板包括多组补光参数,所述补光参数包含有补光的强度信息及补光的照射角度信息;
所述利用所有检测模板分别对选取的微型二维码图像样本进行识别,包括:对于每个检测模板,以至少一种补光参数进行补光并在每种补光效果下对所述微型二维码图像样本取样得到样本图像,对所述样本图像处理后进行识别;
所述统计各检测模板对所述微型二维码图像样本的识别准确率和识别用时,包括:对于每个检测模板,统计每组补光参数所对应的识别准确率并取平均,得到该检测模板对所述微型二维码图像样本的平均识别准确率;统计每组补光参数所对应的识别用时并取平均,得到该检测模板对所述微型二维码图像样本的平均识别用时;
所述将识别准确率和识别用时符合预置识别标准的检测模板确定为目标检测模板,包括:将所述平均识别准确率和平均识别用时按照各自预置的权重进行加权运算,将运算结果符合预置识别标准的检测模板确定为目标检测模板。
3.如权利要求1至2任一项所述的微型二维码识别方法,其特征在于,所述以所述目标检测模板对待识别的微型二维码图像进行识别,包括:
对待识别的微型二维码图像进行补光;
对所述微型二维码图像进行取样;
加载所述目标检测模板;
利用加载的所述目标检测模板对待识别的微型二维码图像进行识别;
若无法成功识别,则判断本次识别用时是否超时;
若本次识别用时未超时,则调整所述目标检测模板的补光参数,然后重新执行加载所述目标检测模板;
若本次识别用时已超时但对本微型二维码图像的总识别用时未超时,则调整补光参数,然后重新执行对所述微型二维码图像样本取样。
4.一种微型二维码识别装置,其特征在于,所述微型二维码识别装置用于对附于基材上的微型二维码进行识别,包括:
目标检测模板确定模块,用于按照预设的目标模板确定规则,从多个检测模板中确定出适用于所述基材的目标检测模板;其中,所述检测模板用于识别微型二维码图像所携带的信息,且各所述检测模板分别适用于识别各自对应的基材上的微型二维码图像;
识别模块,用于以所述目标检测模板对待识别的微型二维码图像进行识别;
目标检测模板确定模块包括用于响应用户的选择操作,从多个检测模板中将用户指定的检测模板确定为目标检测模板;或者,所述目标检测模板确定模块包括样本识别子模块、统计子模块和筛选子模块,所述样本识别子模块用于利用所有检测模板分别对选取的微型二维码图像样本进行识别;所述微型二维码图像样本从待识别的微型二维码图像中选取;所述统计子模块用于统计各检测模板对所述微型二维码图像样本的识别准确率和识别用时;所述筛选子模块用于将识别准确率和识别用时符合预置识别标准的检测模板确定为目标检测模板。
5.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至3中的任意一项所述的微型二维码识别方法。
6.一种扫码枪,包括:扫码头、补光灯、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至3中的任意一项所述的微型二维码识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811574895.4A CN109657517B (zh) | 2018-12-21 | 2018-12-21 | 微型二维码识别方法、装置、可读存储介质及扫码枪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811574895.4A CN109657517B (zh) | 2018-12-21 | 2018-12-21 | 微型二维码识别方法、装置、可读存储介质及扫码枪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109657517A CN109657517A (zh) | 2019-04-19 |
CN109657517B true CN109657517B (zh) | 2021-12-03 |
Family
ID=66115442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811574895.4A Active CN109657517B (zh) | 2018-12-21 | 2018-12-21 | 微型二维码识别方法、装置、可读存储介质及扫码枪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109657517B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128242A (zh) * | 2019-12-31 | 2021-07-16 | 深圳市帕尔卡科技有限公司 | 一种超微码识别方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000099671A (ja) * | 1998-09-25 | 2000-04-07 | Tokin Corp | 情報カード |
CN104392238A (zh) * | 2014-09-29 | 2015-03-04 | 樊晓莉 | 含多类型标识的信息载体的识别方法 |
CN105117918A (zh) * | 2011-11-02 | 2015-12-02 | 李华容 | 一种基于二维码的防伪方法 |
CN107092945A (zh) * | 2017-02-27 | 2017-08-25 | 李家旺 | 一种图形码的生成和识别方法及装置 |
CN107111769A (zh) * | 2014-12-18 | 2017-08-29 | 3M创新有限公司 | 识别标签 |
CN107273777A (zh) * | 2017-04-26 | 2017-10-20 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于滑动部件匹配的二维码码型识别方法 |
CN108764208A (zh) * | 2018-06-08 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
CN108830124A (zh) * | 2018-05-11 | 2018-11-16 | 李峰 | 三维码识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3635374B1 (ja) * | 2003-11-14 | 2005-04-06 | 有限会社Sires | デジタル情報坦体 |
-
2018
- 2018-12-21 CN CN201811574895.4A patent/CN109657517B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000099671A (ja) * | 1998-09-25 | 2000-04-07 | Tokin Corp | 情報カード |
CN105117918A (zh) * | 2011-11-02 | 2015-12-02 | 李华容 | 一种基于二维码的防伪方法 |
CN104392238A (zh) * | 2014-09-29 | 2015-03-04 | 樊晓莉 | 含多类型标识的信息载体的识别方法 |
CN107111769A (zh) * | 2014-12-18 | 2017-08-29 | 3M创新有限公司 | 识别标签 |
CN107092945A (zh) * | 2017-02-27 | 2017-08-25 | 李家旺 | 一种图形码的生成和识别方法及装置 |
CN107273777A (zh) * | 2017-04-26 | 2017-10-20 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于滑动部件匹配的二维码码型识别方法 |
CN108830124A (zh) * | 2018-05-11 | 2018-11-16 | 李峰 | 三维码识别方法 |
CN108764208A (zh) * | 2018-06-08 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法和装置、存储介质、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109657517A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11087105B1 (en) | Performance improvements for recognition of optical patterns in images | |
CN109063604A (zh) | 一种人脸识别方法及终端设备 | |
WO2021188446A1 (en) | Deep interactive learning for image segmentation models | |
CN108629220A (zh) | 一种二维码识读方法、装置及设备 | |
CN113065374B (zh) | 一种二维码识别方法、装置及设备 | |
CN112906529A (zh) | 人脸识别补光方法、装置、人脸识别设备及其系统 | |
CN112699697B (zh) | 读码器和用于读取光学代码的方法 | |
CN112749575B (zh) | 扫码设备及扫码设备的工作模式识别方法、装置、设备 | |
CN115619787B (zh) | 一种uv胶缺陷检测方法、系统、设备及介质 | |
CN109657517B (zh) | 微型二维码识别方法、装置、可读存储介质及扫码枪 | |
CN112668640A (zh) | 一种文本图像质量评估方法、装置、设备及介质 | |
CN111598065A (zh) | 深度图像获取方法及活体识别方法、设备、电路和介质 | |
CN115225820A (zh) | 拍摄参数自动调整方法、装置、存储介质及工业相机 | |
JP2020155128A (ja) | シンボルを評価するためのシステムおよび方法 | |
US7266233B2 (en) | System and method for measuring an object | |
US11403477B1 (en) | Image exposure performance improvements for recognition of optical patterns | |
CN114494863A (zh) | 基于Blend Mask算法的动物幼崽计数方法以及装置 | |
US20200219250A1 (en) | Image analysis device | |
CN103544465B (zh) | 一种二维条形码解码识别方法及装置 | |
CN109934232A (zh) | 车辆识别方法、计算机装置以及计算机可读存储介质 | |
CN112783156A (zh) | 扫地机器人及其清扫任务规划方法和装置 | |
CN113392243B (zh) | 光纤配线架的核查方法、装置及系统 | |
CN112183183A (zh) | 一种目标检测方法、装置及可读存储介质 | |
CN113205144B (zh) | 一种模型训练的方法及装置 | |
CN117033239B (zh) | 一种控件匹配方法、装置、计算机设备及存储介质 |
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 |