CN111222356A - 图像识别方法、扫码方法、扫码终端和商品销售管理系统 - Google Patents

Abstract

本发明公开了一种图像识别方法，包括以下步骤：S1、将扫描获得的图像划分为背景区域和预期目标区域；S2、调整图像亮度使目标区域易于识别；S3、对图像进行灰度化处理得到灰度图像；S4、用滑窗对图像进行逐块处理，并对滑窗内的灰度图像进行二值化处理得到黑白图像；S5、对黑白图像进行开运算，并剔除小区域；S6、检测图像中的直线、得到图像中直线所围成的闭合区域。本发明同时提供一种扫码方法和扫码终端，能够针对性地调整图像亮度并且对二维码或条形码所在区域进行更准确的定位，从而使二维码或条形码更容易被识别。本发明同时提供一种商品销售管理系统，可以加强对特殊许可商品销售的管控，同时保证商品订单信息真实不可篡改。

Description

图像识别方法、扫码方法、扫码终端和商品销售管理系统

技术领域

本发明属于图像曝光控制领域，更具体地说，涉及一种图像识别方法、扫码方法、扫码终端和商品销售管理系统。

背景技术

随着信息技术的发展与移动智能终端的普及，越来越多的消费者通过微信、支付宝、网上银行等方式进行消费支付，扫码支付在日常消费中的所占比重越来越大。现在常见的线上支付方式有两种，一种是商户张贴收款二维码，在消费者进行商品结算后，通过消费者主动扫描收款二维码向商户支付商品费用，这种在线支付方式的主要问题是无法明确消费者所购买的商品，无法将付款记录与销售订单进行对应；另一种是中大型商户通过扫码收银设备，扫描消费者的付款二维码，向消费者收取商品消费费用，这种在线支付方式的主要问题在于，商户需要购买独立的设备，采购成本较高。

常见的商品库存管理设备或系统多是通过商户手动扫描商品条形码，从而添加商品名称、商品规格等信息，并手动设置零售价格。烟草作为国家专卖监管领域，商户经营烟草商品需要首先申请烟草专卖许可证，并从地方烟草局通过电话、网上下单等方式进货烟草商品，方可合法经营。而传统的商品管理系统无法将商户与专卖许可证进行绑定，同时也无法将烟草商品的库存信息与商户烟草商品进货订单进行关联，缺少对烟草等特殊许可商品销售渠道的管控及订单管理。

另外，商户在对商品条形码或消费者的付款二维码进行扫码的时候，虽然常见的无额外光源的通用条码识别设备可以有效识别条形码与二维码，但是由于缺少单一光源，在背景光照极强的情况下，摄像头中图像整体亮度较高，但是目标区域亮度较低，难以有效识别二维码与商品条形码。在外界光线较暗的情况下，若没有额外光源补充光照，同样难以有效识别二维码与商品条形码。

而且，由于商品包装有不同的底色，会影响二维码的读取，例如底色是较为光亮的黄色时，其反光材质会使得摄像头难以对焦二维码，或是在底色与二维码本身的颜色存在一定程度的相近时，摄像头也难以识别到二维码中信息。对此，公开号为CN110472455A，公开日为2019年11月19日，专利名称为一种基于底色识别的二维码扫描方法及系统的中国专利公开了一种技术方案，通过对二维码区域的底色进行获取，并根据不同的底色对摄像头的摄影参数和辅助光源的光源参数进行调整，使得扫描装置在最佳的扫描环境条件下对二维码图像进行获取，可以针对不同底色的二维码，提高扫描装置获取的二维码的初始图像的图像质量，从而大大提高了扫描装置对二维码的识别效率。不同于上述技术方案，本发明提供了另一种解决方式。

发明内容

1.要解决的问题

针对现有技术中存在的二维码或条形码难以被正确高效地识别的问题，本发明提供一种图像识别方法、扫码方法、扫码终端和商品销售管理系统。

2.技术方案

为了解决上述问题，本发明所采用的技术方案如下：一种图像识别方法，包括以下步骤：

S1、将扫描获得的图像划分为背景区域和预期目标区域；

S2、调整图像亮度使预期目标区域易于识别；

S3、对图像进行灰度化处理得到灰度图像；

S4、用滑窗对图像进行逐块处理，并对滑窗内的灰度图像进行二值化处理得到黑白图像；

S5、对黑白图像进行开运算，并剔除小区域；

S6、检测黑白图像中的直线、得到黑白图像中直线所围成的闭合区域。

通过该方法可以针对性地调整图像亮度并且准确定位二维码或条形码所在的区域，使二维码或条形码更容易被识别。

进一步地，所述步骤S2包括以下步骤：

S21、若D<d，则增强预期目标区域的亮度；

S22、若D>d，且Y<r，则增强整个图像区域的亮度；

S23、若D>d，且Y>r，Y1>Rt，则降低预期目标区域的亮度；

其中，D＝Y1/Y，Y1为预期目标区域的平均亮度，Y为整个图像区域的平均亮度，d为背景过曝阈值、0<d<1，r为光照匮乏阈值、31<r<63，Rt为光照过量阈值、220<Rt<232。

通过本技术方案可以更有针对性地调整整个图像或二维码、条形码所在的预期目标区域的亮度。

进一步地，所述步骤S4包括以下步骤：

S41、用横向滑窗在图像上下方向滑动，

或，用纵向滑窗在图像左右方向滑动；

S42、通过方差计算得到滑窗内的像素之间的亮度差异S；

S43、若S＞0.1，对滑窗内的图像进行阈值计算，并将滑窗内图像的像素二值化，

若S≤0.1，则将像素置为白色。

通过采用滑窗对整个图像一部分一部分地进行处理，可以在二值化过程中避免背景过亮或过暗导致阈值过大或过小，从而避免局部亮点与暗点而导致的阈值偏差而导致图像识别错误。

进一步地，所述步骤S41包括：

若是横向放置的条形码，选择横向滑窗；

若是纵向放置的条形码，选择纵向滑窗；

若是二维码，选择横向滑窗或纵向滑窗。

进一步地，通过Hough算法检测图像中的直线，统计直线的斜率中位数，

若斜率中位数＞1.73，则图像为横向放置的条形码；

若斜率中位数＜0.5，则图像为纵向放置的条形码；

若0.5≤斜率中位数≤1.73，则图像为二维码。

进一步地，所述步骤S5包括以下步骤：

S51、计算各黑色连通区域的面积；

S52、剔除所有面积小于k*M的黑色连通区域，其中，M为最大的黑色连通区域的面积，0.1≤k≤0.5。

这样可以去除背景中不需要识别的条码或者背景中误判的小区域，从而降低误判率，使图像更容易被识别。

进一步地，所述步骤S6中的检测图像中的直线通过Hough算法进行。

本发明还提供一种扫码方法，采用上述的图像识别方法对扫描得到的图像进行处理，还包括读取闭合区域中的识别码。

在本发明中，识别码包括条形码和二维码，通过上述扫码方法，可以更有效地识别二维码或条形码等识别码，以提高扫码效率、改善用户体验。

本发明还提供一种扫码终端，包括摄像头和处理器，所述摄像头用于获取含识别码的图像，所述处理器采用如上述的扫码方法对摄像头获得的图像进行处理得到闭合区域，并读取闭合区域中的识别码。

本发明还提供一种商品销售管理系统，包括云服务器和上述的扫码终端，扫码终端对识别码进行扫描识别读取以判断商品是否为特殊许可商品，并验证是否经过许可，然后将订单信息传送给云服务器存储在区块链中。

利用本发明提供的商品销售管理系统，不仅可以对需要经过特殊许可的商品进行验证，验证商户是否经过许可，而且将订单信息存储在区块链中，保证信息的真实可靠。

3.有益效果

相比于现有技术，本发明的有益效果为：

(1)本发明能够针对不同光照条件下快速调整曝光、及时补光，同时还能准确定位真正的二维码或条形码所在区域，从而实现对条形码或二维码的快速扫描读取处理，提高二维码或条形码识别的速度和准确率、改善用户体验；

(2)本发明能够将商户的商品销售记录与消费者支付记录进行区块链存证，保证交易记录的真实性、可靠性；通过对接各地烟草局后台服务，实现商户与专卖许可证、烟草商品库存与烟草商品进货订单相关联，实现对烟草等特殊商品销售渠道的有效管控。

附图说明

图1为本发明的商品销售管理系统的工作流程图；

图2为本发明对图像进行区域预划分的示意图；

图3为本发明的图像识别方法工作流程图。

具体实施方式

下面结合具体实施例对本发明进一步进行描述。

如图1所示，本发明包括一种图像识别方法、一种扫码方法、一种扫码终端和一种商品销售管理系统，商品销售管理系统包括扫码终端，扫码终端包括处理器和摄像头，处理器采用了本发明中的图像识别方法和扫码方法，当商户销售需要特殊许可的商品如烟草类商品时，商户账号需要先通过扫码终端与其烟草专卖许可证进行绑定，并进行法人信息验证、烟草专卖局许可信息的核对。待审核通过后，该商户的烟草专卖账号即可完成激活，方可销售烟草类商品，如果是没有经过审核的商户，则无法进行销售，从而有效避免没有得到烟草专卖许可的商户私自出售烟草。

当商户向烟草局订购烟草商品时，商户的进货订单信息将会录入云服务器中的烟草商品管理后台系统中。在烟草商品配送完成后，该商户账号下的烟草商品库存将会自动添加。商户用户也可以通过设备对烟草商品的价格、库存进行手动调整。

当商户在进行销售时，商品销售管理系统的工作流程如下：

1.将商品条形码置于摄像头前方。当摄像头检测并识别到条形码时，处理器将唤醒扫码终端的显示屏，生成销售订单；若该商品为烟草等特殊许可商品，则先审查该商户是否已绑定烟草专卖许可证编号，是否通过地方烟草局审核，若未绑定或未通过审核，则无法销售，从而确保销售烟草的商户都是具有烟草专卖许可资质的商户。特殊许可商品是指销售需要经过相关部门专门许可的商品，如烟草、药品、烟花爆竹等。

商户可以通过扫码终端的屏幕上的按钮，对商品数量进行修改。当销售人员将其他商品条码置于摄像头前方时，将在销售订单上追加商品。

2.当销售人员完成商品添加操作后，可以点击扫码终端的屏幕上的相关按钮，对销售订单的商品总价进行调整，以针对消费者订单的价格进行调整。

3.点击扫码终端的屏幕的结算按钮，即可在屏幕上弹出商户的收款二维码以便于用户进行扫码支付；另外，摄像头将会检测摄像头前方出现的消费者付款二维码，以便商户对用户扫码收款。待消费者支付成功后，商户库存将会减少对应销售的商品数量。若消费者选择现金方式交易，商户可以通过点击扫码终端的屏幕上线下结算的按钮，跳过消费者线上付款流程，直接完成订单交易。

4.当商品进行销售时，该订单相关信息将会通过商户的专有公钥加密形式存储在区块链中，只有拥有专有私钥的商户才能解密查看。从而保证订单信息真实可追溯。与传统销售的订单信息只存储到本地从而容易出现订单信息被修改不同，本发明中的订单信息通过区块链技术存储到云服务器中，确保订单信息真实不可修改。本发明中的订单信息包括商户信息和商品种类、型号、数量、价格等。

具体实施时，本发明选用区块链的联盟链来实现，由于联盟链的节点加入需要预先审核，且节点数量直接影响联盟链的添加、查询效率，因此针对每个烟草局所属区域的商户进行联盟链部署，当商户通过审核并应用扫码终端时，将会为每个商户创建一个联盟链节点，同时生成商户的账户唯一绑定的加密密钥，以便于商户信息加密上链存证的信息仅允许该商户可以查询。

每一台扫码终端在出厂之前，会生成唯一设备识别ID。当扫码终端绑定商户入网时，会将扫码终端ID通过账户密钥加密，在区块链上登记扫码终端信息，同时将扫码终端与商户信息唯一绑定。当商户通过设备进行交易时，将会在联盟链对交易订单信息进行区块链存证。商户的交易记录主要包括店铺信息、交易订单信息两大部分。通过商户唯一密钥加密订单信息进行上链存证，以保证商户商业数据保密。

如图3所示，本发明同时还提供一种图像识别方法，首先定位预期目标区域然后调整图像亮度，在本发明中，预期目标区域只是通过大量的数据统计得到的大概区域，与真正的目标区域会有差别，为了确定真正的目标区域，需要在通过摄像头获得亮度较为均匀的图像后，定位条形码或二维码的位置，从而确定真正的目标区域。具体流程包括以下步骤：

1、将图像划分为背景区域和预期目标区域；

2、调整图像亮度使图像中的预期目标区域更容易被识别；

3、对图像进行灰度化处理得到灰度图像；

4、对灰度图像进行二值化处理得到黑白图像；

5、对黑白图像进行开运算，并剔除小区域；

6、通过Hough算法检测黑白图像中的直线、定位黑白图像中直线所围成的闭合区域得到目标区域的真正位置。

下面分别对上述步骤进行详细描述：

1、将图像划分为背景区域和预期目标区域，摄像头拍摄的图像区域包括背景区域和二维码或条形码所在的目标区域，通过大量的数据统计结果，在进行二维码或条形码的扫描时，二维码或条形码一般位于摄像头拍摄到的区域的中下部，如图2所示中的A区，用16*16的栅格对整个摄像头拍摄的图像进行划分，A区所占的区域大概为14*7，A区上方大概为16*6，下方为16*3，左、右两方各为1*16。因此可以对摄像头拍摄到的图像预先进行划分，区分背景区域和预期目标区域，这里的预期目标区域只是通过大量的统计得出的二维码或条形码可能所在的区域，是二维码或条形码最可能出现的区域，下面需要一步步地找到识别码所在真正的目标区域，本发明中的识别码包括条形码和二维码。

2、调整图像亮度使图像中的预期目标区域更容易被识别。

首先要计算整个图像区域的平均亮度Y与预期目标区域的平均亮度Y1，并计算预期目标区域的平均亮度与整个图像区域的平均亮度的比值D＝Y1/Y，根据比值D以及整个图像区域的平均亮度Y判断是否存在过曝光或光照缺乏的情况。我们都知道，图像的亮度可以通过图像以YIQ颜色空间存储，其中的Y通道即为亮度。由于YIQ颜色空间计算效率较低，因此通过RGB颜色空间与YIQ空间转换公式Y’＝0.299R+0.587G+0.114B计算获得一个像素点的亮度，然后将所有像素点的亮度求和之后除以所有像素点的数量得到图像的平均亮度Y，其中R、G、B为颜色空间的三个分量的数值。

通过统计计算背景过曝阈值d(0<d<1)、光照匮乏阈值r、光照过量阈值Rt，背景过曝阈值d是评价图像的背景区域是否存在过曝情况的指标，光照匮乏阈值r是评价整个图像的光照匮乏情况的指标，光照过量阈值Rt是评价整个图像的光照过量情况的指标，具体分为以下三种情况：

(1)当D<d时，即预期目标区域的平均亮度取值小于整个图像区域的平均亮度时，说明背景部分存在光源直射，导致预期目标区域平均亮度较低，此时需要扩大光圈，并延长预期目标区域曝光时间，增加预期目标区域的平均亮度。

(2)当D>d时，说明整体图像的平均亮度较为平均或者预期目标区域亮度较高；此时判断整体图像的平均亮度Y以及预期目标区域的平均亮度Y1，分为以下两种情况：

A.当Y<r时，说明整体图像的平均亮度较低，需要额外光源进行补光，此时设备调用摄像头位置的补光灯，对光照进行补充，以增加整体图像的平均亮度。

B.当Y>r且Y1>Rt时，说明预期目标区域的平均亮度较高，此时需要适当缩小光圈，使得预期目标区域内的平均亮度降低，缩短预期目标区域的曝光时间，以降低预期目标区域的平均亮度。

(3)当Y>r且Y1<Rt且D>d时，说明整体图像的平均亮度适中，能够清晰拍摄二维码或商品条码图像，从而进行条码与二维码识别。

在场景(1)与场景(2)下，通过对曝光程度、曝光时间、额外光源的控制，使得摄像头采集到的图像满足场景(3)，从而能够更容易地对二维码与商品条形码最可能出现的预期目标区域进行识别。

具体实施时，当整体图像的平均亮度小于63时，将会出现部分条形码或二维码难以识别的情况；当整体图像的平均亮度小于31时，将会出现大量条形码或二维码难以识别的情况。因此为保证二维码、条形码识别的可靠性，需要保证光照匮乏阈值31<r<63。而当预期目标区域的平均亮度大于220时，会出现部分条形码或二维码无法识别的情况；而当预期目标区域的平均亮度大于232时，将出现大量条形码或二维码无法识别的情况，为保证二维码、商品条形码识别的可靠性，需保证光照过量阈值Rt满足220<Rt<232。

3、对摄像头拍摄的图像进行灰度化得到灰度图像。

由于作为目标区域的条形码与二维码的颜色与背景色在亮度上会有鲜明的对比，但是在生活中会有彩色二维码或彩色条形码的情况存在。因此需要对摄像头拍摄的图像进行灰度化以将目标区域与背景色的颜色域差异统一转变为亮度域差异。

4、对图像进行二值化处理得到黑白图像。

利用大津算法将图像二值化。由于在彩色背景情况下，图像的亮度无法通过固定阈值进行判定，因此需要通过改进大津算法对图像亮度进行统计，再确定最佳目标区域与背景亮度的区分阈值。二值化之后，将预期目标区域置为黑色，将背景区域置为白色。具体流程如下：

首先要选择一个滑窗，滑窗的选择根据扫描对象是二维码或条形码来确定，先通过Hough算法检测图像中的直线，统计直线的斜率中位数，从而判断图像中的是横向放置的条形码还是纵向放置的条形码或者是二维码。

若斜率中位数大于1.73，说明图像中是条形码，且大部分直线与横横轴方向大于60度，说明条形码的放置方向为横向，此时使用横向滑窗。如果斜率中位数小于0.5，说明图像中是条形码，且大部分直线与横轴方向小于30度，说明条形码的放置方向为纵向，此时用纵向滑窗。若斜率中位数在0.5至1.73之间，说明图像中大概率是二维码，此时用横向滑窗与纵向滑窗均可。之所以针对条形码扫描时做横向滑窗或纵向滑窗的区分是因为条形码的特殊性，如果针对横向放置的条形码使用纵向滑窗进行扫描，那么可能会出现一条比较宽的条码占满这个滑窗，导致亮度方差太小，被误判为白色区域。为了降低误判的概率，需要对横向放置的条形码和纵向放置的条形码进行区分，而二维码因为在横向和纵向都表现为黑白相间的形态，滑窗为纵向或横向均可。

所谓横向滑窗指的是滑窗长度与摄像头拍摄到的图像的长度一致，宽度为摄像头拍摄到的图像的宽度的1/n；所谓纵向滑窗指的是滑窗宽度与摄像头拍摄到的图像的宽度一致，长度为摄像头拍摄到的图像的长度的1/n；其中n的值大小取决于扫码终端的计算效率和图像质量之间的平衡，如果n的值过大，会导致计算效率降低，扫码终端对图像处理的速度变慢，同时，也会导致计算结果趋向局部，不能反映颜色的变化，为了取得较佳的图像质量并且保证较高的图像处理效率，8≤n≤64；在本实施例中，n的值取16可以取得最佳的图像质量效果。

在本实施例中，以横向滑窗为例来进行说明，将横向滑窗从上到下滑动，通过方差统计计算滑窗内的亮度差异S。在滑窗内，通过对每一个像素的亮度计算，之后计算滑窗内所有像素的亮度方差，因为方差表示的是数据的离散程度，在本发明中，亮度方差表示滑窗内所有像素的亮度的离散程度，因而可以用这个方差表示这个滑窗内的像素之间的亮度差异S是否剧烈。

当亮度差异S＞0.1时，对滑窗所在的图像区域通过大津算法进行阈值计算，并将滑窗内的区域图像的像素二值化。当亮度差异S≤0.1时，说明滑窗内亮度差异很小，如果使用大津算法会导致二值化结果影响后序操作，因此直接置为白色。通过采用滑窗对整个图像一部分一部分地进行处理，可以在二值化过程中避免背景过亮或过暗导致阈值过大或过小，从而避免局部亮点与暗点而导致的阈值偏差。

5、对黑白图像进行开运算，并剔除小区域。

开运算的目的是使二值化图像中黑色像素以圆形形状区域扩大，使得二维码或条形码中的白色空隙消除。通过开运算将图像中的黑色区域放大，条形码或二维码区域中黑色区域由于间距较小，会出现条形码或二维码所在区域的黑色条码相互连接，成为同一个规则的黑色连通区域，而背景图像中其他的黑色区域将呈现多个不规则的黑色连通区域。

寻找图像中所有黑色连通区域，并统计各黑色连通区域的面积，计算最大黑色连通区域的面积M，剔除所有的小区域，本发明中的小区域指的是面积小于k*M的连通区域，从而去除背景中不需要识别的识别码或者背景中误判的小区域。其中，0.1≤k≤0.5，在本实施例中，k的值取0.3。

6、通过Hough算法检测图像中的直线、通过定位图像中直线所围成的闭合区域即得到二维码或条形码所在的真正区域。

Hough算法可以根据输入参数的不同，检测不同的形状，如圆形、矩形、正方形、直线等。通过检测图像中的直线，可以获得连通的条形码黑色区域边缘直线。本发明中选择直线不选择矩形是因为如果选择矩形在对条形码或二维码进行扫码时万一出现倾斜情况，会导致图像中的条形码区域变成梯形或平行四边形，从而导致误判。

将检测到的直线段延长，即出现直线相交形成闭合的四边形。定位图像中直线所围成的闭合区域，闭合区域内即为二维码或条形码的所处位置。由于开运算的像素膨胀，导致由此得到的四边形区域会略大于二维码或条形码的区域，从而确保二维码或条形码在闭合区域内，从而得到真正的目标区域，便于更准确地对二维码或条形码进行扫描识别。

得到二维码或条形码的真正位置后，就可以利用扫码终端对二维码或条形码进行扫描以实现识别商品或收付款等。

通过本发明中的商品销售管理系统可以有效提高商户的店铺管理效率，同时有利于专卖商品领域对商户的销售行为进行监管。同时，通过在摄像头识别二维码或商品条形码过程中使用本发明中的图像识别方法，能够有效降低对环境中光照条件的依赖程度、更准确地扫描识别读取二维码或条形码，改善用户体验。

Claims (10)

1.一种图像识别方法，其特征在于：包括以下步骤：

S1、将扫描获得的图像划分为背景区域和预期目标区域；

S2、调整图像亮度使预期目标区域易于识别；

S3、对图像进行灰度化处理得到灰度图像；

S4、用滑窗对图像进行逐块处理，并对滑窗内的灰度图像进行二值化处理得到黑白图像；

S5、对黑白图像进行开运算，并剔除小区域；

S6、检测黑白图像中的直线、得到黑白图像中直线所围成的闭合区域。

2.根据权利要求1所述的图像识别方法，其特征在于：所述步骤S2包括以下步骤：

S21、若D<d，则增强预期目标区域的亮度；

S22、若D>d，且Y<r，则增强整个图像区域的亮度；

S23、若D>d，且Y>r，Y1>Rt，则降低预期目标区域的亮度；

其中，D＝Y1/Y，Y1为预期目标区域的平均亮度，Y为整个图像区域的平均亮度，d为背景过曝阈值、0<d<1，r为光照匮乏阈值、31<r<63，Rt为光照过量阈值、220<Rt<232。

3.根据权利要求1所述的图像识别方法，其特征在于：所述步骤S4包括以下步骤：

S41、用横向滑窗在图像上下方向滑动，

或，用纵向滑窗在图像左右方向滑动；

S42、通过方差计算得到滑窗内的像素之间的亮度差异S；

S43、若S＞0.1，对滑窗内的图像进行阈值计算，并将滑窗内图像的像素二值化，

若S≤0.1，则将像素置为白色。

4.根据权利要求3所述的图像识别方法，其特征在于：所述步骤S41包括：

若是横向放置的条形码，选择横向滑窗；

若是纵向放置的条形码，选择纵向滑窗；

若是二维码，选择横向滑窗或纵向滑窗。

5.根据权利要求4所述的图像识别方法，其特征在于：通过Hough算法检测图像中的直线，统计直线的斜率中位数，

若斜率中位数＞1.73，则图像为横向放置的条形码；

若斜率中位数＜0.5，则图像为纵向放置的条形码；

若0.5≤斜率中位数≤1.73，则图像为二维码。

6.根据权利要求1—5中任一权利要求所述的图像识别方法，其特征在于：所述步骤S5包括以下步骤：

S51、计算各黑色连通区域的面积；

S52、剔除所有面积小于k*M的黑色连通区域，其中，M为最大的黑色连通区域的面积，0.1≤k≤0.5。

7.根据权利要求1—5中任一权利要求所述的图像识别方法，其特征在于：所述步骤S6中的检测图像中的直线通过Hough算法进行。

8.一种扫码方法，其特征在于：采用如权利要求1-5中任一权利要求所述的图像识别方法对扫描得到的图像进行处理，还包括读取闭合区域中的识别码。

9.一种扫码终端，包括摄像头和处理器，其特征在于：所述摄像头用于获取含识别码的图像，所述处理器采用如权利要求8所述的扫码方法对摄像头获得的图像进行处理得到闭合区域，并读取闭合区域中的识别码。

10.一种商品销售管理系统，其特征在于：包括云服务器和如权利要求9所述的扫码终端，所述扫码终端对识别码进行扫描识别读取以判断商品是否为特殊许可商品，并验证是否经过许可，然后将订单信息传送给云服务器存储在区块链中。

Images