CN111046693B - 一种二维码扫描方法、装置、终端设备及存储介质 - Google Patents
一种二维码扫描方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN111046693B CN111046693B CN201911293971.9A CN201911293971A CN111046693B CN 111046693 B CN111046693 B CN 111046693B CN 201911293971 A CN201911293971 A CN 201911293971A CN 111046693 B CN111046693 B CN 111046693B
- Authority
- CN
- China
- Prior art keywords
- black
- dimensional code
- points
- white pixel
- distribution
- 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
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
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (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)
- Image Analysis (AREA)
Abstract
本申请适用于图像处理技术领域,提供了一种二维码扫描方法、装置及移动终端,包括:获取包含二维码的第一图像;统计所述第一图像上每一行和每一列的黑白像素点,确定每一行和每一列的黑白像素分布;根据黑白像素分布和预设的第一分布比例,确定所述二维码的定位点;根据黑白像素分布和预设的第二分布比例,确定所述二维码的校准点;根据所述定位点和所述校准点,解析所述二维码的信息。本申请可以解决现有二维码定位点和校准点的寻找算法简单,当二维码图像模糊或污损,使得定位点和校准点会变得不清晰时,寻找定位点或校准点失败,从而导致二维码解析失败的问题。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种二维码扫描方法、装置、终端设备及存储介质。
背景技术
随着智能终端的普及,我们日常生活中获取信息的途径越来越依靠智能终端。二维码技术作为一种全新的自动识别技术,被广泛应用于手机终端、安全保密、追踪、证照、存货盘点、汽车票、娱乐等方面。二维码是用特定的几何图形按一定规律在平面(二维方向)上分布的黑白相间的数据符号信息,在横向和纵向两个方位同时表达信息,因此能在很小的面积内表达大量的信息。而现有的二维码识别技术中会寻找二维码的定位点、校准点,以更好地进行二维码的信息解析。
但是,现有二维码定位点和校准点的寻找算法比较简单,当二维码图像模糊或污损,使得定位点和校准点会变得不清晰时,会导致寻找定位点或校准点失败,进而导致无法解析二维码携带的信息。
发明内容
本申请实施例提供了一种二维码扫描方法、装置、终端设备及存储介质,以解决现有技术中难以确认二维码在原始图像中的位置的问题。
第一方面,本申请实施例提供了一种二维码扫描方法,包括:
获取包含二维码的第一图像;
统计所述第一图像上每一行和每一列的黑白像素点,确定每一行和每一列的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为整数;
根据所述黑白像素分布和预设的第一分布比例,确定所述二维码的定位点;
根据所述黑白像素分布和预设的第二分布比例,确定所述二维码的校准点;
根据所述定位点和所述校准点,解析所述二维码的信息。
第二方面,本申请实施例提供了一种二维码扫描装置,包括:
图像获取模块,用于获取包含二维码的第一图像;
统计模块,用于统计所述第一图像上每一行和每一列的黑白像素点,确定每一行和每一列的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为整数;
定位点确定模块,用于根据所述黑白像素分布和预设的第一分布比例,确定所述二维码的定位点;
校准点确定模块,用于根据所述黑白像素分布和预设的第二分布比例,确定所述二维码的校准点;
解析模块,用于根据所述定位点和所述校准点,解析所述二维码的信息。
第三方面,一种终端设备,包括存储器、处理器以及存储在所述存储器中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所述二维码扫描方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,包括:所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述二维码扫描方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得处理器执行上述第一方面中所述的二维码扫描方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:本申请可以解决现有二维码定位点和校准点的寻找算法简单,当二维码图像模糊或污损,使得定位点和校准点会变得不清晰时,寻找定位点或校准点失败,从而导致二维码解析失败的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的二维码扫描方法的流程示意图;
图2是本申请另一实施例提供的在行列定位点寻找的方法的流程示意图;
图3是本申请另一实施例提供的在对角方向寻找定位点的方法的流程示意图;
图4是本申请一实施例提供的确认定位点是否构成二维码的方法的流程示意图;
图5是本申请一实施例提供的在行列方向寻找校准点的方法的流程示意图;
图6是本申请另一实施例提供的在对角方向寻找校准点的方法的流程示意图;
图7是本申请一实施例提供的寻找辅助识别点方式的示意图;
图8是本申请一实施例提供的寻找定位点方式的示意图;
图9是本申请一实施例提供的寻找校准点方式的示意图;
图10是本申请一实施例提供的二维码扫码装置的结构示意图;
图11是本申请一实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
本申请实施例提供的二维码扫描方法适用于手机、平板电脑、可穿戴设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
例如,所述终端设备可以是WLAN中的站点(STAION,ST),可以是蜂窝电话、无绳电话、会话启动协议(Session InitiationProtocol,SIP)电话、无线本地环路(WirelessLocal Loop,WLL)站、个人数字处理(Personal Digital Assistant,PDA)设备、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、车联网终端、电脑、膝上型计算机、手持式通信设备、手持式计算设备、卫星无线设备和/或用于在无线系统上进行通信的其它设备以及下一代通信系统,例如,5G网络中的移动终端或者未来演进的公共陆地移动网络(Public Land Mobile Network,PLMN)网络中的移动终端等。优选地,上述终端设备上搭载有摄像头,且搭载有二维码扫描应用程序(Application,App),并基于安卓(Android)开源二维码扫描库(Zxing)实现二维码的解析。
比如,用户常使用终端设备上的二维码扫描App,并启动摄像头扫描和识别二维码,以获知二维码中的信息。
以所述终端设备为手机为例。用户操作手机获取包含二维码的原始图像,在手机内部则会基于Zxing解析二维码的算法,对获取的原始图像进行处理,以最终解析得到二维码中携带的信息。其中,Zxing解析算法中的解析流程主要包括:1.预判有无码,定位;2.将图像进行二值化处理;3.寻找定位点、校准点;4.进行透视转换,确定每一个码元的位置及黑白;5.对符号码矩阵按照编码规范进行解码,得到实际信息。
但在实际使用中,上述Zxing解析算法则存在一定的缺点,不能很好的寻找到图像中的二维码,导致扫描解析二维码的成功率较低。比如,当二维码为通过电脑显示器进行显示时,电脑显示器的分辨率通常为1080P,而屏幕尺寸较大。因此,用户使用手机拍摄电脑显示屏,当距离较近时,会拍出BRG显色管,使得本应纯白的背景充满黑色色块,也即屏幕纹理。而在确定定位点的过程中,算法会统计黑白像素是否满足定位点的比例关系,白色背景中的黑色色块会破坏这种比例关系,导致定位点寻找失败。或是,当用户使用手机获取的原始图像模糊或被污损时,二维码的定位点和校准点便会变得不清晰,定位点和校准点的寻找难度增加,从而使得二维码的扫描解析成功率降低,也可能直接导致寻找定位点和校准点失败,从而无法解析二维码的信息。
为此,本申请提供的一种二维码扫描方法,能够较好地优化Zxing原有的算法,使得现有的二维码扫描终端可以较好地确定二维码在原始图像中的位置,提高扫描解析二维码的成功率。
下面通过具体实施例,对本申请提供的二维码扫描方法进行示例性的说明。
参见图1,本申请一实施例所提供的二维码扫描方法的示意性流程图。本实施例中二维码扫描方法的执行主体为终端设备。该方法包括:
S101:获取包含二维码的第一图像。
在该实施例中,用户欲获知二维码中携带的信息时,可以通过启动终端设备获取包含二维码的第一图像。所述第一图像可以为通过显示器屏幕显示的二维码图像、在实体物体记录的二维码(如共享单车上的二维码)。
S102:统计所述第一图像上每一行和每一列的黑白像素点,确定每一行和每一列的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为整数。
在该实施例中,如在所述第一图像中第一次搜索到一种像素,如黑色像素,则开始累计该像素搜索到的个数,如当前在累加黑色像素,下一个像素为白色,但下下个像素为黑色,会忽视白色像素,继续累加黑色像素的个数,故此,如要累加白色像素的个数,则需要连续检测出现的白色像素累加的个数达到N个时,如连续检测出现3个白色像素时,才开始统计白色像素,或连续3个黑色像素时,才开始统计黑色像素。其中,若统计黑色像素时,检测到白色像素只出现若干次,比如一次或两次,但统计的白色像素个数未达到N个,将其判定为噪声,将其作为黑色像素进行统计,反之,统计白色像素时亦然。比如,统计所述第一图像的第一行中的黑白像素,而该第一行中的黑白像素分布为:黑黑白黑黑白白白白白黑黑黑黑白白白白黑黑黑黑黑黑黑黑黑黑黑黑白白白白黑黑黑黑白白白黑白黑白黑黑白,则统计的第一行的黑白像素分布为:黑:白:黑:白:黑:白:黑:白,该黑白像素分布的个数比为:5:5:4:4:12:4:4:10。其中,从该第一行中的黑白像素分布看,对于“黑黑白黑黑”,开始是统计黑色像素,在中间检测到1个白色像素,但下一个又是黑色像素,故继续统计黑色。对于“白白白白白黑黑黑黑白白白白”,因连续检测到3个白色像素,故统计白色像素为5个,直至连续检测到3个黑色像素,统计黑色像素为4个,继续统计连续白色像素为4个。而对于“白白白黑白黑白黑黑白”,因连续检测到3个连续白色像素,故开始统计3个到白色像素,且之后检测到的黑色像素未达到3个,故继续统计白色像素。另外,如若统计所述第一图像的第一列中的黑白像素,依次类推。
S103:根据黑白像素分布和预设的第一分布比例,确定所述二维码的定位点。
在该实施例中,所述预设的第一分布比例为黑、白、黑、白、黑顺序排布的像素比例关系,如预设的第一分布比例中黑白像素的比例关系为1:1:3:1:1,从所述第一图像的黑白像素分布的区域中寻找黑、白、黑、白、黑顺序排列,且个数比符合第一分布比例的行和列区域,并根据符合第一分布比例的行和列区域确定二维码的定位点。
S104:根据黑白像素分布和预设的第二分布比例,确定所述二维码的校准点。
其中,当终端设备寻找的定位点个数足够时,比如已寻找到3个二维码的定位点,直接通过定位点的坐标计算确定校准点坐标可能不准确,从而使得确定的二维码在所述第一图像中的位置存在一定偏差,故在所述第一图像中寻找到二维码校准点,以更准确的确定二维码在所述第一图像中的位置。
其中,所述预设的第二分布比例为白、黑、白顺序排布的像素比例关系,如预设的第二分布比例为1:1:1,从所述第一图像的黑白像素分布的区域中寻找白、黑、白顺序排列,且个数比符合第二分布比例的行和列区域,并根据符合第二分布比例的行和列区域确定二维码的校准点。
S105:根据所述定位点和所述校准点,解析所述二维码的信息。
例如,根据寻找到的三个定位点的位置信息和一个校准点的位置信息,可以确定二维码在所述待处理图像中的空间位置信息。比如,根据终端设备的摄像头显示的图像坐标系和终端设备上的二维码扫描App给出显示的扫描框的具体位置坐标,并结合定位点和校准点的位置信息,在图像坐标系下的坐标可以确定一个投影矩阵,并根据所述投影矩阵计算出每个码元的图像坐标系下的坐标,从而根据各个码元坐标可以确认定位点在二维码中的相对位置,从而确定二维码在所述第一图像中的位置。其中,根据投影矩阵计算每个码元的图像坐标系下的坐标的计算过程可参考现有Zxing算法中的计算方式,在此不再赘述。
在一实施例中,因现有二维码扫描方法所采取的定位点的寻找方法不够鲁棒,在定位点的寻找过程中常会出现大量计算误差,最终导致定位点寻找错误。
示例的,图2为本申请实施例提供的一种二维码扫描方法示意流程图,主要涉及当终端设备获取得到第一图像后,寻找二维码定位点的过程。该方法包括:
S201:依次遍历所述第一图像中存在第一区域的行,判断经过所述第一区域的中心点的列是否存在第二区域,其中,所述第一区域和所述第二区域的黑白像素分布满足所述第一分布比例。
S202:若存在第二区域,则判断经过所述第二区域的中心点的行是否存在第三区域,其中,所述第三区域的黑白像素分布满足所述第一分布比例。
S203:若存在第三区域,则确定所述第二区域的中心点为所述定位点。
在该实施例中,所述二维码扫描App在得到第一图像之后,预先根据预设的第一分布比例,在所述第一图像的行和列方向的黑白像素分布中寻找符合第一分布比例的行和列黑白像素区域。
例如,结合图8,在所述第一图像的黑白像素分布区域的行方向寻找到符合第一分布比例的第一区域,如黑白黑白黑像素的个数比为1:1:3:1:1的行区域。进一步地,确定所述第一区域的列方向(Y方向)满足第一分布比例并经过所述第一区域中心的第二区域,若寻找到所述第二区域,再一次获取所述第二区域的中心并在所述临时定位点区域的行方向(X方向)寻找,若寻找到第三区域,则确定第二区域的中心点为二维码的定位点。
在一实施例中,通过终端设备确定黑白像素满足所述第一分布比例的行和列之后,很多时候基本可以确定为二维码的定位点,但在一些二维码的黑白像素分布中,有时候也会存在类似二维码的信息区域的行和列方向满足所述第一分布比例,故需要对该定位点进行再次确认。
示例的,图3为本申请另一实施例提供的一种二维码扫描方法的示意流程图,主要涉及在所述第一图像的黑白像素分布区域中确定了行列满足所述第一分布比例之后,进一步确定该定位点所在区域的对角线方向是否满足预设的第一分布比例的过程。该方法包括:
S301:根据所述第二区域和第三区域,确定临时定位点图像区域。
S302:统计所述临时定位点图像区域的两条对角线上的黑白像素点,确定所述对角线的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为整数。
S303:当所述两条对角线上存在黑白像素分布满足所述第一分布比例的区域,且所述第二区域的中心点位于所述区域时,确定所述第二区域的中心点为所述定位点。
在该实施例中,在所述第一图像的对角方向上继续进行像素点个数累加时,黑色像素或白色像素的个数累加也需要满足统计规则才开始像素点个数的统计。所述临时定位点图像区域的对角方向为图像坐标系的对角方向,即与x轴夹角为45°和135°这两个方向,所述图像坐标系为以所述临时定位点图像区域构建的图像坐标系,比如通过第二区域和第三区域确定所述临时定位点图像区域为类“回”图像区域,以该类“回”图像区域构建XY直角坐标系。若在临时定位点图像区域的对角方向上根据所述预设的第一分布比例进行像素点个数累加,搜索所述临时定位点图像区域时,不满足预设的第一分布比例,则判定该临时定位点图像区域不是二维码的定位点图像区域。
在另一实施例中,通过终端设备在所述第一图像中搜索到多个符合所述预设的第一分布比例的黑白像素的图像区域时,即会搜索到多个符合所述定位点。比如,在所述第一图像的行方向遍历寻找时,同一个定位点会被多次找到,因此会使得不能通过定位点很好的确定二维码的位置,为此需要选择三个寻找到的定位点来确认是否满足预设的定位点分布规则。
示例的,图4为本申请另一个实施例提供的一种二维码扫描方法的示意流程图,主要涉及当搜索到多个满足预设的第一分布比例的定位点时,根据寻找的定位点分布规则筛选符合条件的M个定位点。该方法包括:
S401:当寻找到多个定位点,且所述多个定位点的个数大于M时,计算所述多个定位点中两两之间的距离。
S402:从所述多个定位点中选择相互之间的距离满足预设的定位点分布规则的M个定位点。
在该实施例中,所述预设定位点分布规则为:首先,根据定位点的第一分布比例确定的第三区域的像素点个数的和计算出定位点图像区域的宽度大小,根据大小排除其中和平均值相差过大的定位点图像区域;其次,根据每个定位点被找到的次数,选择前三者。在确定三个定位点的坐标后,根据其两两之间的距离,确定其在二维码中的相对位置,如左上、左下、右上三个位置。
具体的,预设的定位点分布规则包括的步骤为:(1)计算三个定位点两两之间的距离;(2)若两个短边距离的长度差与最短边长度的比值大于预设第一阈值,则判定这三个定位点不构成二维码,反之进行步骤(3);(3)两短边距离各进行一次自乘运算,并对两短边距离的自乘结果的和进行开方,获取得到开方结果与长边距离的差值的绝对值,若该绝对值与长边距离的比值小于或等于预设第二阈值,则判断这三个定位点构成一个二维码。示例的,在所述第一图像中可能寻找到多个定位点,也即寻找的所述定位点个数大于预设定位点个数时,因此需要从中根据预设定位点分布规则选取最有可能的M个定位点,M可根据实际情况确定。此处以选取最可能的3个定位点的情形为例进行说明,即第一定位点、第二定位点和第三定位点,且所述第一定位点和第三定位点处于所述二维码的同一对角线上。
根据所述第一定位点、第二定位点和第三定位点的位置信息判断是否符合定位点分布规则:(1)计算第一定位点和第二定位点、第二定位点和第三定位点、第一定位点和第三定位点之间的距离分别为1、m、n,且从小到大排列为1、m、n;(2)当(m—l)/l>预设第一阈值时,则判断它们不能构成一个二维码,反之进行步骤(3);(3)所述1、m、n应当满足A= sqrt(l*l + m*m),abs(A—n)/n≤预设第二阈值,否则三个定位点不构成二维码。其中,sqrt为开方函数,abs为求绝对值函数。所述3个定位点两两之间的距离为欧氏距离,可根据欧氏距离的计算公式和所述第一定位点、第二定位点和第三定位点的位置信息计算得到。
可选的,所述步骤S401之前还包括:根据定位点的坐标信息、两两定位点之间的距离和预设的合并参考距离,对两两之间距离小于或等于所述预设合并参考距离的定位点进行合并,并认为这些定位点为同一个定位点,同时记录该定位点被寻找到的次数。所述预设的合并参考距离小于所述定位点图像区域的宽度大小。
示例的,在二维码的一个定位点图像区域内寻找到3个定位点B1、B2、B3,坐标分别为(1、2)、(1、3)、(1、4),计算得到B1、B2、B3两两之间的距离分别为1、1、2,且预设的合并参考距离为2,故确定B1、B2、B3为该定位点图像区域的参考定位点,并对该3个定位点进行合并,确定该定位点图像区域的唯一参考定位点,比如确认B2为该定位点图像区域的参考定位点,且记录被寻找到的次数为3次。
在一实施例中,定位点重复被找到,则定位点坐标相同,通过坐标比较即可去掉重复点。
在一实施例中,因根据所述预设的第一分布比例寻找得到的定位点可能有多个,故对搜寻得到的定位点进行M个定位点一组的排列组合操作,得到若干种定位点排列组合方式,并对每一个组合方式进行标志区分;根据每一个组合方式的标志轮询获取所述定位点排列组合方式,并进行两两定位点之间距离的计算,并根据预设的定位点分布规则判断每个组合是否可以构成二维码。
在一实施例中,由于校准点样式简单,当第一图像模糊时,校准点也变得不清晰,寻找难度加大,同时现有校准点的寻找方法与定位点的寻找方法一致,计算方式相对简单,会出现大量计算误差,最终导致校准点寻找错误,故此需要对校准点寻找方法进行优化。
示例性的,图5为本申请另一个实施例提供的一种二维码扫描方法的示意流程图,主要涉及校准点的寻找方法的优化。该方法包括:
S501:依次遍历所述第一图像中存在第四区域的行,判断经过所述第四区域的中心点的列是否存在第五区域,其中,所述第四区域和所述第五区域均的黑白像素分布满足所述第二分布比例。
S502:若存在第五区域,则判断经过所述第五区域的中心点的行是否存在第六区域,其中,所述第六区域的黑白像素分布满足所述第二分布比例。
S503:若存在第六区域,则确定所述第五区域的中心点为所述校准点。
在该实施例中,所述第二分布比例为白黑白顺序排列的个数比例关系。终端设备在确定了二维码的定位点之后,预先根据预设的第二分布比例,在所述第一图像的行和列方向遍历寻找黑白像素符合所述第二分布比例的图像区域,以进一步确定校准点的位置。
例如,结合图9,在所述第一图像的黑白像素分布区域的行方向寻找到符合第二分布比例的第四区域,比如白黑白的个数比为1:1:1的黑白像素行区域,并确定为预先二维码的临时校准点图像区域。进一步地,获取所述第一黑白像素区域的中心,确定所述临时校准点图像区域的黑白像素分布区域的列方向(Y方向)满足第二分布比例的第五区域,若寻找到所述第五区域,再一次获取所述第五区域的中心在所述临时校准点图像区域的行方向(X方向)寻找,若在所述临时校准点图像区域寻找到第六区域,则可以确定所述临时校准点图像区域为二维码校准点区域,并确定第五区域的中心点为二维码的校准点。
另外,在寻找校准点的过程中,由于预设的第二分布比例中的黑色像素格子,有可能因为图像模糊而导致其变小,因此常常不满足预设的第二分布比例,比如极端情况下白黑白的个数为16:4:13,和预设的校准点像素比例关系相差较大,故此,需要对是否符合预设的第二分布比例判断依据进行优化。
具体的,校准点的预设第二分布比例的判断依据可以为:(1)根据所述第二分布比例确定的第五区域的黑白像素个数总和与第一预设倍数码元大小的差值,该差值与第一预设倍数码元大小的比值小于或等于第一预设比值,所述第一预设比值经过多次测试得到,如1/2;(2)根据第二分布比例确定的第一白色像素的统计个数和第二白色像素的统计个数的差值,该差值与第一白色像素的统计个数的比值的绝对值小于或等于第二预设比值,所述第二预设比值经过多次测试得出,如2/5;(3)根据所述第二分布比例确定的黑色像素的统计个数与第二预设倍数码元大小的差值,该差值与第二预设倍数码元大小的比值的绝对值小于或等于第三预设比值,所述第三预设比值经过多次测试得出,如2/5。
例如,预设的第二分布比例中白黑白像素个数的总和与3倍码元大小的差值相差不超过50%。
例如,预设的第二分布比例中两个白色像素个数之间的差值相差不超过40%,如第一白色像素的个数为A,第二白色像素的个数为B,abs(A—B)/B≤40%。
例如,预设的第二分布比例中黑色像素个数与1倍的码元大小值的差值相差不超过40%,如黑色像素的个数为C,1倍的码元大小值为D,abs(C—D)/D≤40%。
在一实施例中,通过终端设备确定黑白像素满足所述第一分布比例的行和列之后,很多时候基本可以确定为二维码的校准点,但在一些二维码的黑白像素分布中,有时候也会存在类似二维码的信息区域的行和列方向满足所述第二分布比例,故需要对该校准点进行再次确认。
示例的,图6为本申请另一实施例提供的一种二维码扫描方法的示意流程图,主要涉及在所述第一图像的黑白像素分布区域中确定了行列满足所述第二分布比例之后,进一步确定该校准点的对角方向的过程。该方法包括:
S601:根据所述第五区域和第六区域,确定临时校准点图像区域;
S602:统计所述临时校准点图像区域的至少一条对角线上的黑白像素点,确定所述对角线的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为正数。
S603:当所述对角线上存在黑白像素分布满足所述第二分布比例的区域,且所述第五区域的中心位于所述区域时,确定所述第五区域的中心点为所述校准点。
在该实施例中,所述临时校准点图像区域的对角线方向可以为图像坐标系中与x轴成135°夹角的方向(如从所述临时校准点图像区域的左上角到右下角的对角方向)和与x轴成45°夹角的方向(如从所述临时校准点图像区域的右上角到左下角的对角方向),该图像坐标系为以所述临时校准点图像区域构建的XY直角坐标系。若在临时校准点图像区域的该对角方向上根据所述第二分布比例搜索到满足所述第二分布比例的图像区域,搜索到黑白像素分布满足所述第二分布比例的行和列所述临时校准点图像区域时,发现对角线方向不满足预设的第二分布比例,则判定预先确定的二维码的校准点不是二维码的校准点。
在一实施例中,终端设备获取包含二维码的原始图像后,根据APP扫描框获取扫描框原始图像,即根据终端设备的摄像头对所述原始图像显示的图像坐标系和终端设备上的二维码扫描App给出的扫描框在所述图像坐标系中的具体位置坐标,得到扫描框区域的原始图像;根据预设纹理判断条件确定所述扫描框原始图像是否存在纹理,若所述扫描框内原始图像存在纹理,则对所述扫描框内原始图像进行滤波处理,得到包含二维码的第一图像;其中,滤波过程中通过数组方式访问像素点的值。且对确定的所述扫描框内原始图像进行滤波处理进行滤波处理操作,进而极大地减少原始图像预处理阶段的计算量,从而缩短了二维码解析的时间。
另外,因获取的原始图像会存在不必要的或多余的干扰信息,且会严重影响二维码的识别效果,故由所述二维码扫描App对所述原始图像进行预处理,再对得到的第一图像进行二维码识别解析操作。其中,所述预处理包括但不限于:去噪、平滑、滤波中的一种或多种,且经过所述预处理原始图像,可以达到图像去噪、增强的效果。特别的,所述滤波包括但不限于:高斯、中值、平均。
示例的,所述原始图像中存在的干扰信息可以为:通过终端设备获取原始图像时,包含二维码的原始图像的白色背景中因充满黑色色块,在确定定位点的过程中,Zxing算法会统计原始图像中的黑白像素是否满足定位点寻找规则,而白色背景中的黑色色块则会极大地影响原始图像汇总黑白像素的分布,导致不满足定位点寻找规则,从而寻找定位点失败的情况发生。另外,通过所述二维码扫描App扫描框确定的原始图像区域,根据预设纹理判断条件确定所述扫描框内原始图像是否存在屏幕纹理。所述预设纹理判断条件包括,在预处理之前,选取所述扫描框区域的若干个采样点,通过采样点判断所述原始图像区域中是否存在屏幕纹理。优选地,所述采样点选取的是所述扫描框的四个定点、四条边上的中点,共8个点,且根据所述采样点判断所述原始图像中是否存在屏幕纹理,若存在屏幕纹理,则进行滤波的预处理操作。其中,因滤波过程中需要频繁的访问像素点的值,故直接通过数组方式进行像素点值得读取,而不是通过函数访问的方式这样可以极大地提高二维码识别算法的运行速度。
具体的,通过所述采样点判断所述原始图像中是否存在屏幕纹理的判断方法可参考现有采用高斯滤波祛除屏幕纹理的方法。
在一实施例中,在一些情况下由于二维码污损或模糊,只寻找到三个定位点,不能确定二维码的位置,也即未能寻找齐用于计算投影矩阵的三个定位点和一个校准点,因此需要寻找第五个点(即辅助识别二维码的顶点)来提高二维码扫描算法的鲁棒性。
示例性的,本申请另一实施例提供的一种二维码扫描方法的示意图,主要涉及寻找该辅助识别二维码的顶点过程。该方法包括:
若寻找到M个所述定位点且未寻找到所述校准点,根据所述M个定位点确定所述二维码中远离所述M个定位点的顶点。
所述根据所述定位点和所述校准点,解析所述二维码的信息,包括:根据所述M个定位点和所述顶点,解析所述二维码的信息。
在该实施例中,当寻找的所述定位点个数满足预设定位点寻找个数时,比如确定构成二维码的三个定位点,并在确定可构成二维码的三个定位点之后,在所述第一图像中寻找校准点,且当未能寻找到校准点时,才寻找二维码辅助点来辅助确定二维码在所述第一图像中的位置。
例如,参见图7在二维码中,假设可构成二维码的三个定位点分别分布在二维码的右上角、左上角和左下角,距离定位点和校准点远且特征明显,易于寻找的是二维码右下角的顶点。右下角点的方式为:首先,寻找右上角定位点的最右边的边界,通过边界上的点,使用最小二乘法拟合出直线m,同理可以拟合出左下角定位点最下边处的直线n,直线m和直线n的交点即为所要寻找的顶点。
具体的,拟合直线m的具体过程为:由左上角定位点中的A点和右上角定位点B点连接并延伸得到直线AB,沿着直线AB的向右上角定位点的右边方向θ寻找第三个变化点C。用相同的方式在右上角定位点上寻找到E、D两点。以C的为基础,在θ+π/2和θ-π/2方向寻找右上角定位点最右边边界上的边界点,并将寻找到的若干个边界点连接成边界参考直线线段,同时基于边界参考直线线段采用最小二乘法拟合得到直线m。其中,寻找边界点时以E、D两点来限制寻找的区域。同理拟合得到直线n。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的方法,图10示出了本申请实施例提供的二维码扫描装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图10,该装置包括:图像获取模块100、统计模块200、定位点确定模块300、校准点确定模块400、解析模块500。
所述图像获取模块100,用于获取包含二维码的第一图像。
所述统计模块200,用于统计所述第一图像上每一行和每一列的黑白像素点,确定每一行和每一列的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为整数。
所述定位点确定模块300,用于根据所述黑白像素分布和预设的第一分布比例,确定所述二维码的定位点。
所述校准点确定模块400,用于根据所述黑白像素分布和预设的第二分布比例,确定所述二维码的校准点。
所述解析模块500,用于根据所述定位点和所述校准点,解析所述二维码的信息。
需要说明的是,上述模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
参见图11,本申请一实施例还提供的一种终端设备9。如图11所示,该实施例的终端设备包括:至少一个处理器90、存储器91以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序92,所述处理器90执行所述计算机程序92时实现上述任一二维码扫描方法实施例中的步骤。
示例性的,所述计算机程序92可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器91中,并由所述处理器90执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备9中的执行过程。
本领域技术人员可以理解,图11仅仅是终端设备的示例,并不构成终端设备9的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、总线、摄像头等。
所述终端设备9可以是桌上型计算机、笔记本、掌上电脑及手机等计算设备。该终端设备可包括,但不仅限于,处理器90、存储器91。本领域技术人员可以理解,图11仅仅是终端设备9的举例,并不构成对终端设备9的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所述处理器90可以是中央处理单元(Central Processing Unit,CPU),该处理器90还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路 (Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器91在一些实施例中可以是所述终端设备9的内部存储单元,例如终端设备9的硬盘或内存。所述存储器91在另一些实施例中也可以是所述终端设备9的外部存储设备,例如所述终端设备9上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器91还可以既包括所述终端设备9的内部存储单元也包括外部存储设备。所述存储器91用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器91还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将所述装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还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存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端上运行时,使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (11)
1.一种二维码扫描方法,其特征在于,所述方法包括:
获取包含二维码的第一图像;
统计所述第一图像上每一行和每一列的黑白像素点,确定每一行和每一列的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为整数;
根据所述黑白像素分布和预设的第一分布比例,确定所述二维码的定位点;
根据所述黑白像素分布和预设的第二分布比例,确定所述二维码的校准点;其中,所述预设的第二分布比例为白、黑、白顺序排布的像素比例关系;
根据所述定位点和所述校准点,解析所述二维码的信息。
2.如权利要求1所述的二维码扫描方法,其特征在于,所述获取包含二维码的第一图像,包括:
获取包含二维码的原始图像;
根据预设纹理判断条件确定所述原始图像是否存在纹理;
若所述原始图像存在纹理,则对所述原始图像进行滤波处理,得到包含二维码的第一图像。
3.如权利要求1所述的二维码扫描方法,其特征在于,所述根据所述黑白像素分布和预设的第一分布比例,确定所述二维码的定位点,包括:
依次遍历所述第一图像中存在第一区域的行,判断经过所述第一区域的中心点的列是否存在第二区域,其中,所述第一区域和所述第二区域的黑白像素分布满足所述第一分布比例;
若存在,则判断经过所述第二区域的中心点的行是否存在第三区域,所述第三区域的黑白像素分布满足所述第一分布比例;
若存在,则确定所述第二区域的中心点为所述定位点。
4.如权利要求3所述的二维码扫描方法,其特征在于,所述方法还包括:
根据所述第二区域和第三区域,确定临时定位点图像区域;
统计所述临时定位点图像区域的两条对角线上的黑白像素点,确定所述对角线的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为整数;
当所述两条对角线上存在黑白像素分布满足所述第一分布比例的区域,确定所述第二区域的中心点为所述定位点。
5.如权利要求3或4所述的二维码扫描方法,其特征在于,当寻找到多个定位点,且所述多个定位点的个数大于M时,其中,M是预设定位点个数,M≥1,M为整数,所述方法还包括:计算所述多个定位点中两两之间的距离;
从所述多个定位点中选择相互之间的距离满足预设的定位点分布规则的M个定位点。
6.如权利要求1所述的二维码扫描方法,其特征在于,所述根据黑白像素分布和预设的第二分布比例,确定所述二维码的校准点,包括:
依次遍历所述第一图像中存在第四区域的行,判断经过所述第四区域的中心点的列是否存在第五区域,其中,所述第四区域和所述第五区域的黑白像素分布满足所述第二分布比例;
若存在,则判断经过所述第五区域的中心点的行是否存在第六区域,所述第六区域的黑白像素分布满足所述第二分布比例;
若存在,则确定所述第五区域的中心点为所述校准点。
7.如权利要求6所述的二维码扫描方法,其特征在于,所述方法还包括:
根据所述第五区域和第六区域,确定临时校准点图像区域;
统计所述临时校准点图像区域的至少一条对角线上的黑白像素点,确定所述对角线的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为整数;
当所述对角线上存在黑白像素分布满足所述第二分布比例的区域,且所述第五区域的中心点位于所述区域时,确定所述第五区域的中心点为所述校准点。
8.根据权利要求5所述的方法,其特征在于,若寻找到M个所述定位点且未寻找到所述校准点时,所述方法还包括:
根据所述M个定位点确定所述二维码中的顶点;
所述根据所述定位点和所述校准点,解析所述二维码的信息,包括:
根据所述M个定位点和所述顶点,解析所述二维码的信息。
9.一种二维码扫描装置,其特征在于,所述装置包括:
图像获取模块,用于获取包含二维码的第一图像;
统计模块,用于统计所述第一图像上每一行和每一列的黑白像素点,确定每一行和每一列的黑白像素分布;其中,在统计过程中,当累计黑色像素点的个数时,若连续检测到N个白色像素点,则将N包含在内,开始累计所述白色像素点的个数,否则继续累计所述黑色像素点的个数;相应的,当累计白色像素点的个数时,若连续检测到N个黑色像素点,则将N包含在内,开始累计所述黑色像素点的个数,否则继续累计所述白色像素点的个数,N≥2,N为整数;
定位点确定模块,用于根据所述黑白像素分布和预设的第一分布比例,确定所述二维码的定位点;
校准点确定模块,用于根据所述黑白像素分布和预设的第二分布比例,确定所述二维码的校准点;其中,所述预设的第二分布比例为白、黑、白顺序排布的像素比例关系;
解析模块,用于根据所述定位点和所述校准点,解析所述二维码的信息。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中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如权利要求1至8任一项所述的方法。
11.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911293971.9A CN111046693B (zh) | 2019-12-16 | 2019-12-16 | 一种二维码扫描方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911293971.9A CN111046693B (zh) | 2019-12-16 | 2019-12-16 | 一种二维码扫描方法、装置、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111046693A CN111046693A (zh) | 2020-04-21 |
CN111046693B true CN111046693B (zh) | 2023-10-03 |
Family
ID=70236688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911293971.9A Active CN111046693B (zh) | 2019-12-16 | 2019-12-16 | 一种二维码扫描方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111046693B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111931537B (zh) * | 2020-06-19 | 2023-06-13 | 广东奥普特科技股份有限公司 | 一种颗粒状qr二维码定位方法 |
CN113218303B (zh) * | 2021-03-22 | 2023-03-14 | 苏州世椿新能源技术有限公司 | 尺寸检测方法及尺寸检测系统 |
CN114010104A (zh) * | 2021-11-01 | 2022-02-08 | 普联技术有限公司 | 一种清扫面积的统计方法及统计装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778609A (zh) * | 2014-01-22 | 2014-05-07 | 南京航空航天大学 | 基于像素连续性判断的二值化图像和灰度图像的高效去噪声法 |
CN104951726A (zh) * | 2015-06-25 | 2015-09-30 | 福建联迪商用设备有限公司 | 用于qr二维码位置探测的方法及装置 |
CN105243403A (zh) * | 2015-09-07 | 2016-01-13 | 上海因仑信息技术有限公司 | 一种基于图像的药品说明文字阅读方法及系统 |
CN106372560A (zh) * | 2016-08-30 | 2017-02-01 | 腾讯科技(深圳)有限公司 | 一种二维码探测图形的检测方法和装置、终端 |
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 |
-
2019
- 2019-12-16 CN CN201911293971.9A patent/CN111046693B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778609A (zh) * | 2014-01-22 | 2014-05-07 | 南京航空航天大学 | 基于像素连续性判断的二值化图像和灰度图像的高效去噪声法 |
CN104951726A (zh) * | 2015-06-25 | 2015-09-30 | 福建联迪商用设备有限公司 | 用于qr二维码位置探测的方法及装置 |
CN105243403A (zh) * | 2015-09-07 | 2016-01-13 | 上海因仑信息技术有限公司 | 一种基于图像的药品说明文字阅读方法及系统 |
CN106372560A (zh) * | 2016-08-30 | 2017-02-01 | 腾讯科技(深圳)有限公司 | 一种二维码探测图形的检测方法和装置、终端 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN111046693A (zh) | 2020-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111046693B (zh) | 一种二维码扫描方法、装置、终端设备及存储介质 | |
CN110852311A (zh) | 一种三维人手关键点定位方法及装置 | |
CN104346597A (zh) | 一种qr码检测与校正提取方法及ip核 | |
CN115409881A (zh) | 图像处理方法、装置及设备 | |
CN111461998A (zh) | 一种环境重建方法及装置 | |
CN111681284A (zh) | 一种角点检测方法、装置、电子设备及存储介质 | |
CN114187333A (zh) | 一种图像对齐方法、图像对齐装置及终端设备 | |
CN112966654A (zh) | 唇动检测方法、装置、终端设备及计算机可读存储介质 | |
CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
CN111507119B (zh) | 标识码识别方法、装置、电子设备及计算机可读存储介质 | |
CN111523340B (zh) | 二维码识别方法、装置、电子设备及存储介质 | |
CN112330618B (zh) | 图像偏移检测方法、设备及存储介质 | |
CN111127480B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN111833285A (zh) | 图像处理方法、图像处理装置及终端设备 | |
CN111222446A (zh) | 人脸识别方法、人脸识别装置及移动终端 | |
CN112364835B (zh) | 视频信息取帧方法、装置、设备及存储介质 | |
WO2023019682A1 (zh) | 水印去除方法、装置、终端设备及可读存储介质 | |
CN115829929A (zh) | 产品表面图像的缺陷检测方法、装置、设备及存储介质 | |
CN113780278A (zh) | 一种识别车牌内容的方法、装置、电子设备以及存储介质 | |
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 | |
CN108388825B (zh) | 快速反应码搜寻方法和装置 | |
CN111709419A (zh) | 一种纸币冠字号的定位方法、系统、设备及可读存储介质 | |
CN113689378A (zh) | 试纸带精准定位的判定方法、装置、存储介质及终端 | |
CN111986144A (zh) | 一种图像模糊判断方法、装置、终端设备及介质 | |
CN112200004A (zh) | 图像检测模型的训练方法、装置及终端设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |