CN111815725B - 一种qr码区域定位方法 - Google Patents
一种qr码区域定位方法 Download PDFInfo
- Publication number
- CN111815725B CN111815725B CN202010742826.0A CN202010742826A CN111815725B CN 111815725 B CN111815725 B CN 111815725B CN 202010742826 A CN202010742826 A CN 202010742826A CN 111815725 B CN111815725 B CN 111815725B
- Authority
- CN
- China
- Prior art keywords
- position detection
- candidate
- detection pattern
- code
- candidate region
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 claims abstract description 355
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 5
- 238000005286 illumination Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000013507 mapping Methods 0.000 abstract description 2
- 238000012163 sequencing technique Methods 0.000 abstract 1
- 230000004044 response Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种QR码区域定位方法,属于二维码图像处理领域。本发明通过结合二值化法和梯度算法对分别对图像进行水平和垂直方向的扫描和计算,将二者获取的位置探测图形候选区集合进行合并,对合并的位置探测图形候选区集合进行分组筛选、去重,并选取合适的位置探测图形作为最终的位置探测图形组,并进行排序、映射和解码。本发明将二值化方法与梯度计算方法结合,并对结合后的候选区进行优化、去重和排序,最终获得QR码区域,解决了二值化处理不了的光照不均的图像,也可以处理梯度计算无法定位的相对模糊的情况,能够达到更加准确高效稳定的效果。
Description
技术领域
本发明涉及二维码图像处理领域,尤其涉及一种QR码区域定位方法。
背景技术
QR码是快速响应码Quick Response Code的简称,可见快速识别是它最显著的特点。这种矩阵式二维码不仅具有使用寿命长、印制和携带方便等优点,而且还具有一维条码及其他二维条码无法实现的信息密度大、占用空间小、纠错能力强、可以任意方向读取、防伪性好、能包含图片、指纹、签字、声音和汉字等特点。自产生以来,QR码就受到各个领域的密切关注,目前已广泛应用于身份证明、传媒行业、电子票务、物流行业、制造业等。
二维码的识读方式主要分为两类,一类是激光读取式,一类是图像读取式。激光读取式因为受限于条码的制式,其发展空间变得越来越小。图像读取式因其二维信号的获取优势和可脱离专用识读器的特点,具有很大的发展空间。
目前QR码图像读码的主流流程为:区域定位、区域映射到标准的QR结构、解码。其中区域的定位是QR码读码的基础和前提,只有准确定位到QR区域才有可能正确读码。因此区域的定位是QR码读码的关键步骤。
如附图1所示,QR码的符号结构中包括3个位置探测图形,此3个位置探测图形专为QR码区域定位设计。如附图2所示,位置探测图形的黑白宽度比例符合1:1:3:1:1的特点,即“黑白黑白黑”的宽度比例为1:1:3:1:1,并且该特征具有旋转不变形的特点,如附图3所示。
QR条码的定位与校正方法一般是在轮廓图像的基础上,先通过Hough变换获取QR码的四个顶点。然后通过反透视变换进行图像的校正。
目前主流的QR码区域定位算法大多是先通过全图搜索位置探测图形,确定区域的角点来定位QR区域。位置探测图形的定位是QR区域定位的关键步骤,如何快速高效的定位到位置探测图形是目前QR码区域定位研究的重点。
在中国专利申请文献CN109409163A中,公开了一种基于纹理特性的QR码快速定位方法,方法包括:确定图像的成像质量;根据所述成像质量,将图像分块,得到数个子图像;从数个所述子图像中筛选出候选区域;利用候选区域,得到生长区域;根据生长区域,得到仿射矩形;根据仿射矩形,定位QR码。QR码有较强的边缘梯度幅值和近似正交的两个主方向,利用这一性质,可区分QR码区域与非QR码区域。
在中国专利申请文献CN107025455B中,公开了一种快速反应QR码区域的定位方法,根据包含QR码区域的目标图像中每个像素点的像素值,对所述目标图像中的像素点进行过滤处理;对满足过滤处理条件的像素点进行聚类操作,确定多个聚类区域;其中,所述聚类区域中每两个像素点之间的距离不大于第一阈值;根据每个聚类区域的矩形度和旋转角度,从所述多个聚类区域中确定出备选的QR码定位符对应的聚类区域;根据所述QR码区域中每个QR码定位符之间的相对位置信息,从所述备选的QR码定位符对应的聚类区域中选取出QR码定位符对应的聚类区域;根据选取出的QR码定位符对应的聚类区域定位所述目标图像中的QR码区域。
在中国专利文献CN103177416B中,公开了一种基于最小二乘法的QR码图像定位方法。该方法的步骤为:对QR码图像进行二值化,得到QR码图像的二值图像;对QR码图像的二值图像进行对图像进行数学形态学上的闭包运算,获取QR码的闭包图像,得到QR码区域图像;QR码轮廓获取;建立直角坐标系;计算QR码的最小外接矩;初始直线确定;直线平移;直线平移终止判断以及下边界获取和左右边界获取。
现有技术至少存在以下不足:
1.采用图像二值化并进行扫描的方法,因为使用通用设备采集的条码图像,很容易受到光照不均和采集装置位置的影响,导致几何失真,因此二值化方法的处理结果无法保证稳定性。
2.梯度计算的方法,因为梯度在边界变化缓慢的地方,很容易漏掉相应的边缘,导致明暗宽度流统计的不完整。
发明内容
为解决现有技术中存在的光线等因素导致的图像几何失真导致图像二值化方法结果稳定性差,以及边界变化缓慢使梯度计算易漏掉边缘,从而导致明暗宽度流统计不完整的技术问题,本发明提供了一种QR码区域定位方法,通过结合二值化法和梯度算法对分别对图像进行水平和垂直方向的扫描和计算,将二者获取的位置探测图形候选区进行合并,对合并的位置探测图形候选区进行分组筛选、去重,并选取合适的位置探测图形作为最终的可用的位置探测图形组,并进行排序、映射和解码。本发明可以解决二值化处理不了的光照不均的图像,也可以处理梯度计算无法定位的相对模糊的情况,能够达到更加高效稳定的效果。
本发明提供了一种QR码区域定位方法,包括:
步骤S001,第一位置探测图形的候选区集合确定步骤:
所述第一位置探测图形的候选区集合的确定步骤包括:
对输入的QR码图像进行逐行和逐列扫描,得到每个明暗交替处的灰度值;
根据得到的每个明暗交替处的灰度值计算所述输入的QR码图像的梯度;
根据计算所得的梯度确定第一位置探测图形的候选区集合及第一位置探测图形候选区集合中各位置探测图形的候选区的中心,所述第一位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S002,对输入的QR码图像进行二值化,得到QR码图像的二值化图像;
步骤S003,第二位置探测图形的候选区集合确定步骤:
所述第二位置探测图形的候选区集合的确定步骤包括:
在水平方向和垂直方向扫描步骤S002得到的二值化图像,得到水平方向和垂直方向的灰度值;
根据得到的水平方向和垂直方向的灰度值,确定二值化图像的明暗流宽度;
根据二值化图像的明暗流宽度确定第二位置探测图形的候选区集合及第二位置探测图形候选区集合中各位置探测图形的候选区的中心,所述第二位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S004,候选区合并优化:
将步骤S001得到的第一位置探测图形的候选区集合与步骤S003得到的第二位置探测图形的候选区集合进行合并,得到第三位置探测图形的候选区集合,所述第三位置探测图形的候选区集合包括多个位置探测图形的候选区;
从第三位置探测图形的候选区集合中过滤掉宽高比不符合条件的位置探测图形的候选区,得到第四位置探测图形的候选区集合,所述第四位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S005,候选区去重,包括:
根据第四位置探测图形的候选区集合中每两个位置探测图形候选中心距离,确定重复的位置探测图形候选区;
对于重复的位置探测图形候选区,保留符合条件的位置探测图形候选区,得到第五位置探测图形的候选区集合,所述第五位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S006,位置探测图形分组筛选和排序,包括:
若步骤S005得到的第五位置探测图形的候选区集合中候选位置探测图形数量小于3,则认为定位失败,结束流程;
若步骤S005得到的第五位置探测图形的候选区集合中候选位置探测图形数量大于等于3,则:
对第五位置探测图形的候选区集合中位置探测图形的候选区进行分组筛选,得到最终的位置探测图形组,所述最终的位置探测图形组包括3个位置探测图形;
对最终的位置探测图形组内的位置探测图形进行排序,确定QR码二维码区域;
步骤S007,QR码区域矫正及解码,包括:
将确定的QR码二维码区域矫正为标准QR码结构;
对矫正后的QR码进行解码。
优选地,步骤S001具体包括:
S010:对输入图像进行逐行和逐列扫描,获得图像每个明暗交替处的灰度值,每行及每列中的各个灰度值分别组成每行及每列的灰度序列;
S011:分别计算每行之间及每列之间的灰度序列的二阶差分,公式如下:
Diff2i=xi+1+xi-1-2*xi, (1)
其中:
xi为每行或每列第i个像素的灰度值;
Diff2i为第i个像素的二阶差分;
S012:确定二阶差分的零交叉点为正的一侧为暗区域,为负的一侧为明区域,记录明区域暗区域的跳变位置及暗区域和明区域的宽度作为明暗宽度流信息;
S013:对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,分别判断水平和垂直方向每组的5个明暗宽度是否满足条件,若水平和垂直方向都满足条件,则作为位置探测图形的候选区,并以此确定第一位置探测图形的候选区集合及第一位置探测图形候选区集合中各位置探测图形的候选区的中心。
优选地,步骤S003具体包括:
S030:在水平方向和垂直方向扫描二值化图像;
S031:记录水平和垂直方向黑白跳变的位置以及跳变的间隔,分别得到二值化图像的水平和垂直方向的明暗宽度流;
S032:对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,分别判断水平和垂直方向每组的5个明暗宽度是否满足条件,若水平和垂直方向都满足条件,则作为位置探测图形的候选区;
S033:满足条件的水平和垂直方向的交叉点,作为位置探测图形的候选区的中心;
S034:根据上述确定的位置探测图形的候选区和位置探测图形的候选区的中心,确定第二位置探测图形的候选区集合及第二位置探测图形候选区集合中各位置探测图形的候选区的中心。
优选地,判断水平和垂直方向是否满足条件包括:
对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,当delta<deltaT时,则认为该组明暗宽度流满足条件;
sum=a1+a2+a3+a4+a5; (2)
其中:
a1、a2、a3、a4和a5分别为5个明暗宽度中每个明暗宽度的宽度;
sum为5个明暗宽度的和;
delta为该组明暗宽度的偏差值;
deltaT为明暗宽度偏差阈值。
优选地,步骤S004中所述候选区合并优化包括:
将步骤S001得到的第一位置探测图形的候选区集合与步骤S003得到的第二位置探测图形的候选区集合进行合并,得到第三位置探测图形的候选区集合,所述合并包括将所有位置探测图形的候选区在水平和垂直方向的所有明暗宽度和所有位置探测图形的候选区的中心位置信息组成位置探测图形的候选区信息集合;
计算每个位置探测图形的候选区的宽高比;
设置宽高比的上限阈值和下限阈值;
从第三位置探测图形的候选区集合中过滤掉宽高比小于下限阈值或者大于上限阈值的位置探测图形的候选区,得到第四位置探测图形的候选区集合。
优选地,步骤S005中所述候选区去重具体包括:
计算第四位置探测图形的候选区集合中每两个位置探测图形的候选区中心的距离;
如果所述距离比预设距离阈值小,则认为这两个位置探测图形的候选区是重复区域,并保留水平方向和垂直方向偏差之和最小的位置探测图形候选区,得到第五位置探测图形的候选区集合。
优选地,步骤S006中所述位置探测图形分组筛选包括:
计算第五位置探测图形的候选区集合中的每个候选位置探测图形的宽度,所述宽度为每个候选位置探测图形水平方向宽度和垂直方向宽度的平均值;
将第五位置探测图形的候选区集合中的候选位置探测图形每3个为一组排列组合,得到多个可用位置探测图形组;
分别对每个可用位置探测图形组进行如下判断,满足下面条件的可用位置探测图形组即作为最终的位置探测图形组:
Wavg=(W1+W2+W3)/3; (4)
|W1-Wavg|+|W2-Wavg|+|W3-Wavg|<T1; (5)
其中:
W1、W2、W3分别为三个候选位置探测图形的宽度;
Wavg为三个候选位置探测图形的宽度平均值;
T1为宽度阈值。
优选地,步骤S006中所述排序包括:
计算最终的位置探测图形组内3个位置探测图形中两两中心位置的距离;
选择距离最大者作为QR码3个位置探测图形中构成斜边的两个点B和C,另一个点作为点A;
定义点A的顺时针方向的点为点C,逆时针方向的点为点B;
由点A、点B和点C确定QR码的二维码区域。
优选地,所述二值化采用如下方法:自适应阈值法或全局阈值法。
优选地,步骤S001还可以在S002和S003之后执行。即本发明中对输入的图像可以先进行二值化处理,也可以先进行梯度扫描,二者顺序不分先后。
与现有技术相对比,本发明的有益效果如下:
(1)本发明在通过二值化和梯度计算获取位置探测图形候选区时,对于选取的5个明暗宽度流进行比例条件判断,每组偏差和小于预设值时,才确定为位置探测图形候选区,从而减小了边缘模糊和图像不均对定位造成的影响。
(2)本发明通过将二值化和梯度计算获取的位置探测图形候选区进行合并,对于重复区域,保留水平和垂直方向偏差最小的位置探测图形候选区,使确定的位置探测图形候选区更贴近于实际,解决了二值化处理光照不均的图像以及梯度计算对相对模糊的情况进行定位不准确的问题。
(3)本发明在位置探测图形筛选时,任意选取宽度偏差小于预设值的3个位置探测图形作为最终用于定位的3个位置探测图形,实现了减少漏识别的效果。
附图说明
图1是QR码的符号结构;
图2是QR码位置探测图形;
图3是旋转后的QR码位置探测图形;
图4是本发明的流程图。
其中1-空白区,2-位置探测图形,3-位置探测图形分隔符,4-定位图像,5-矫正图形,6-格式信息,7-版本信息,8-数据和纠错码字。
具体实施方式
下面结合附图1-4,对本发明的具体实施方式作详细的说明。
本发明提供了一种QR码区域定位方法,包括:
步骤S001,第一位置探测图形的候选区集合确定步骤:
所述第一位置探测图形的候选区集合的确定步骤包括:
对输入的QR码图像进行逐行和逐列扫描,得到每个明暗交替处的灰度值;
根据得到的每个明暗交替处的灰度值计算所述输入的QR码图像的梯度;
根据计算所得的梯度确定第一位置探测图形的候选区集合及第一位置探测图形候选区集合中各位置探测图形的候选区的中心,所述第一位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S002,对输入的QR码图像进行二值化,得到QR码图像的二值化图像;
步骤S003,第二位置探测图形的候选区集合确定步骤:
所述第二位置探测图形的候选区集合的确定步骤包括:
在水平方向和垂直方向扫描步骤S002得到的二值化图像,得到水平方向和垂直方向的灰度值;
根据得到的水平方向和垂直方向的灰度值,确定二值化图像的明暗流宽度;
根据二值化图像的明暗流宽度确定第二位置探测图形的候选区集合及第二位置探测图形候选区集合中各位置探测图形的候选区的中心,所述第二位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S004,候选区合并优化:
将步骤S001得到的第一位置探测图形的候选区集合与步骤S003得到的第二位置探测图形的候选区集合进行合并,得到第三位置探测图形的候选区集合,所述第三位置探测图形的候选区集合包括多个位置探测图形的候选区;
从第三位置探测图形的候选区集合中过滤掉宽高比不符合条件的位置探测图形的候选区,得到第四位置探测图形的候选区集合,所述第四位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S005,候选区去重,包括:
根据第四位置探测图形的候选区集合中每两个位置探测图形候选中心距离,确定重复的位置探测图形候选区;
对于重复的位置探测图形候选区,保留符合条件的位置探测图形候选区,得到第五位置探测图形的候选区集合,所述第五位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S006,位置探测图形分组筛选和排序,包括:
若步骤S005得到的第五位置探测图形的候选区集合中候选位置探测图形数量小于3,则认为定位失败,结束流程;
若步骤S005得到的第五位置探测图形的候选区集合中候选位置探测图形数量大于等于3,则:
对第五位置探测图形的候选区集合中位置探测图形的候选区进行分组筛选,得到最终的位置探测图形组,所述最终的位置探测图形组包括3个位置探测图形;
对最终的位置探测图形组内的位置探测图形进行排序,确定QR码二维码区域;
步骤S007,QR码区域矫正及解码,包括:
将确定的QR码二维码区域矫正为标准QR码结构;
对矫正后的QR码进行解码。
作为优选实施方式,步骤S001具体包括:
S010:对输入图像进行逐行和逐列扫描,获得图像每个明暗交替处的灰度值,每行及每列中的各个灰度值分别组成每行和每列的灰度序列;
S011:分别计算每行之间及每列之间的灰度序列的二阶差分,公式如下:
Diff2i=xi+1+xi-1-2*xi, (1)
其中:
xi为每行或每列第i个像素的灰度值;
Diff2i为第i个像素的二阶差分;
S012:确定二阶差分的零交叉点为正的一侧为暗区域,为负的一侧为明区域,记录明区域暗区域的跳变位置及暗区域和明区域的宽度作为明暗宽度流信息;
S013:对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,分别判断水平和垂直方向每组的5个明暗宽度是否满足条件,若水平和垂直方向都满足条件,则作为位置探测图形的候选区,并以此确定第一位置探测图形的候选区集合及第一位置探测图形候选区集合中各位置探测图形的候选区的中心。
作为优选实施方式,步骤S003具体包括:
S030:在水平方向和垂直方向扫描二值化图像;
S031:记录水平和垂直方向黑白跳变的位置以及跳变的间隔,分别得到二值化图像的水平和垂直方向的明暗宽度流;
S032:对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,分别判断水平和垂直方向每组的5个明暗宽度是否满足条件,若水平和垂直方向都满足条件,则作为位置探测图形的候选区;
S033:满足条件的水平和垂直方向的交叉点,作为位置探测图形的候选区的中心;
S034:根据上述确定的位置探测图形的候选区和位置探测图形的候选区的中心,确定第二位置探测图形的候选区集合及第二位置探测图形候选区集合中各位置探测图形的候选区的中心。
作为优选实施方式,判断水平和垂直方向是否满足条件包括:
对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,当delta<deltaT时,则认为该组明暗宽度流满足条件;
sum=a1+a2+a3+a4+a5; (2)
其中:
a1、a2、a3、a4和a5分别为5个明暗宽度中每个明暗宽度的宽度;
sum为5个明暗宽度的和;
delta为该组明暗宽度的偏差值;
deltaT为明暗宽度偏差阈值。
作为优选实施方式,步骤S004中所述候选区合并优化包括:
将步骤S001得到的第一位置探测图形的候选区集合与步骤S003得到的第二位置探测图形的候选区集合进行合并,得到第三位置探测图形的候选区集合,所述合并包括将所有位置探测图形的候选区在水平和垂直方向的所有明暗宽度和所有位置探测图形的候选区的中心位置信息组成位置探测图形的候选区信息集合;
计算每个位置探测图形的候选区的宽高比;
设置宽高比的上限阈值和下限阈值;
从第三位置探测图形的候选区集合中过滤掉宽高比小于下限阈值或者大于上限阈值的位置探测图形的候选区,得到第四位置探测图形的候选区集合。
作为优选实施方式,步骤S005中所述候选区去重具体包括:
计算第四位置探测图形的候选区集合中每两个位置探测图形的候选区中心的距离;
如果所述距离比预设距离阈值小,则认为这两个位置探测图形的候选区是重复区域,并保留水平方向和垂直方向偏差之和最小的位置探测图形候选区,得到第五位置探测图形的候选区集合。
作为优选实施方式,步骤S006中所述位置探测图形分组筛选包括:
计算第五位置探测图形的候选区集合中的每个候选位置探测图形的宽度,所述宽度为每个候选位置探测图形水平方向宽度和垂直方向宽度的平均值;
将第五位置探测图形的候选区集合中的候选位置探测图形每3个为一组排列组合,得到多个可用位置探测图形组;
分别对每个可用位置探测图形组进行如下判断,满足下面条件的可用位置探测图形组即作为最终的位置探测图形组:
Wavg=(W1+W2+W3)/3; (4)
|W1-Wavg|+|W2-Wavg|+|W3-Wavg|<T1; (5)
其中:
W1、W2、W3分别为三个候选位置探测图形的宽度;
Wavg为三个候选位置探测图形的宽度平均值;
T1为宽度阈值。
作为优选实施方式,步骤S006中所述排序包括:
计算最终的位置探测图形组内3个位置探测图形中两两中心位置的距离;
选择距离最大者作为QR码3个位置探测图形中构成斜边的两个点B和C,另一个点作为点A;
定义点A的顺时针方向的点为点C,逆时针方向的点为点B;
由点A、点B和点C确定QR码的二维码区域。
作为优选实施方式,所述二值化采用如下方法:自适应阈值法或全局阈值法。
作为优选实施方式,步骤S001还可以在S002和S003之后执行。即本发明中对输入的图像可以先进行二值化处理,也可以先进行梯度扫描,二者顺序不分先后。
实施例1
本发明提供了一种QR码区域定位方法,包括:
步骤S001,第一位置探测图形的候选区集合确定步骤:
所述第一位置探测图形的候选区集合的确定步骤包括:
对输入的QR码图像进行逐行和逐列扫描,得到每个明暗交替处的灰度值;
根据得到的每个明暗交替处的灰度值计算所述输入的QR码图像的梯度;
根据计算所得的梯度确定第一位置探测图形的候选区集合及第一位置探测图形候选区集合中各位置探测图形的候选区的中心,所述第一位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S001具体包括:
S010:对输入图像进行逐行和逐列扫描,获得图像每个明暗交替处的灰度值,每行及每列中的各个灰度值分别组成每行和每列的灰度序列;
S011:分别计算每行之间及每列之间的灰度序列的二阶差分,公式如下:
Diff2i=xi+1+xi-1-2*xi, (1)
其中:
xi为每行或每列第i个像素的灰度值;
Diff2i为第i个像素的二阶差分;
S012:确定二阶差分的零交叉点为正的一侧为暗区域,为负的一侧为明区域,记录明区域暗区域的跳变位置及暗区域和明区域的宽度作为明暗宽度流信息;
S013:对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,分别判断水平和垂直方向每组的5个明暗宽度是否满足条件,若水平和垂直方向都满足条件,则作为位置探测图形的候选区,并以此确定第一位置探测图形的候选区集合及第一位置探测图形候选区集合中各位置探测图形的候选区的中心。
上述判断水平和垂直方向是否满足条件包括:
对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,当delta<deltaT时,则认为该组明暗宽度流满足条件;
sum=a1+a2+a3+a4+a5; (2)
其中:
a1、a2、a3、a4和a5分别为5个明暗宽度中每个明暗宽度的宽度;
sum为5个明暗宽度的和;
delta为该组明暗宽度的偏差值;
deltaT为明暗宽度偏差阈值。
步骤S002,对输入的QR码图像进行二值化,得到QR码图像的二值化图像;所述二值化采用如下方法:自适应阈值法或全局阈值法。
步骤S003,第二位置探测图形的候选区集合确定步骤:
所述第二位置探测图形的候选区集合的确定步骤包括:
在水平方向和垂直方向扫描步骤S002得到的二值化图像,得到水平方向和垂直方向的灰度值;
根据得到的水平方向和垂直方向的灰度值,确定二值化图像的明暗流宽度;
根据二值化图像的明暗流宽度确定第二位置探测图形的候选区集合及第二位置探测图形候选区集合中各位置探测图形的候选区的中心,所述第二位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S003具体包括:
S030:在水平方向和垂直方向扫描二值化图像;
S031:记录水平和垂直方向黑白跳变的位置以及跳变的间隔,分别得到二值化图像的水平和垂直方向的明暗宽度流;
S032:对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,分别判断水平和垂直方向每组的5个明暗宽度是否满足条件,若水平和垂直方向都满足条件,则作为位置探测图形的候选区;
S033:满足条件的水平和垂直方向的交叉点,作为位置探测图形的候选区的中心;
S034:根据上述确定的位置探测图形的候选区和位置探测图形的候选区的中心,确定第二位置探测图形的候选区集合及第二位置探测图形候选区集合中各位置探测图形的候选区的中心。
上述判断水平和垂直方向是否满足条件包括:
对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,当delta<deltaT时,则认为该组明暗宽度流满足条件;
sum=a1+a2+a3+a4+a5; (2)
其中:
a1、a2、a3、a4和a5分别为5个明暗宽度中每个明暗宽度的宽度;
sum为5个明暗宽度的和;
delta为该组明暗宽度的偏差值;
deltaT为明暗宽度偏差阈值。
在本发明中,步骤S001还可以在S002和S003之后执行,即本发明中对输入的图像可以先进行二值化处理,也可以先进行梯度扫描,二者顺序不分先后
步骤S004,候选区合并优化,包括:
将步骤S001得到的第一位置探测图形的候选区集合与步骤S003得到的第二位置探测图形的候选区集合进行合并,得到第三位置探测图形的候选区集合,所述第三位置探测图形的候选区集合包括多个位置探测图形的候选区;
从第三位置探测图形的候选区集合中过滤掉宽高比不符合条件的位置探测图形的候选区,得到第四位置探测图形的候选区集合,所述第四位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S004具体包括:
将步骤S001得到的第一位置探测图形的候选区集合与步骤S003得到的第二位置探测图形的候选区集合进行合并,得到第三位置探测图形的候选区集合,所述合并包括将所有位置探测图形的候选区在水平和垂直方向的所有明暗宽度和所有位置探测图形的候选区的中心位置信息组成位置探测图形的候选区信息集合;
计算每个位置探测图形的候选区的宽高比;
设置宽高比的上限阈值和下限阈值;
从第三位置探测图形的候选区集合中过滤掉宽高比小于下限阈值或者大于上限阈值的位置探测图形的候选区,得到第四位置探测图形的候选区集合。
步骤S005,候选区去重,包括:
根据第四位置探测图形的候选区集合中每两个位置探测图形候选中心距离,确定重复的位置探测图形候选区;
对于重复的位置探测图形候选区,保留符合条件的位置探测图形候选区,得到第五位置探测图形的候选区集合,所述第五位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S005具体包括:
计算第四位置探测图形的候选区集合中每两个位置探测图形的候选区中心的距离;
如果所述距离比预设距离阈值小,则认为这两个位置探测图形的候选区是重复区域,并保留水平方向和垂直方向偏差之和最小的位置探测图形候选区,得到第五位置探测图形的候选区集合。
步骤S006,位置探测图形分组筛选和排序,包括:
若步骤S005得到的第五位置探测图形的候选区集合中候选位置探测图形数量小于3,则认为定位失败,结束流程;
若步骤S005得到的第五位置探测图形的候选区集合中候选位置探测图形数量大于等于3,则:
对第五位置探测图形的候选区集合中位置探测图形的候选区进行分组筛选,得到最终的位置探测图形组,所述最终的位置探测图形组包括3个位置探测图形的候选区;
对最终的位置探测图形组内的位置探测图形进行排序,确定QR码二维码区域;
所述位置探测图形分组筛选包括:
计算第五位置探测图形的候选区集合中的每个候选位置探测图形的宽度,所述宽度为每个候选位置探测图形水平方向宽度和垂直方向宽度的平均值;
将第五位置探测图形的候选区集合中的候选位置探测图形每3个为一组排列组合,得到多个可用位置探测图形组;
分别对每个可用位置探测图形组进行如下判断,满足下面条件的可用位置探测图形组即作为最终的位置探测图形组:
Wavg=(W1+W2+W3)/3; (4)
|W1-Wavg|+|W2-Wavg|+|W3-Wavg|<T1; (5)
其中:
W1、W2、W3分别为三个候选位置探测图形的宽度;
Wavg为三个候选位置探测图形的宽度平均值;
T1为宽度阈值。
所述位置探测图形排序包括:
计算最终的位置探测图形组内3个位置探测图形中两两中心位置的距离;
选择距离最大者作为QR码3个位置探测图形中构成斜边的两个点B和C,另一个点作为点A;
定义点A的顺时针方向的点为点C,逆时针方向的点为点B;
由点A、点B和点C确定QR码的二维码区域。
步骤S007,QR码区域矫正及解码,包括:
将确定的QR码二维码区域矫正为标准QR码结构;
对矫正后的QR码进行解码。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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之内。
Claims (10)
1.一种QR码区域定位方法,其特征在于,所述方法包括:
步骤S001,第一位置探测图形的候选区集合确定步骤:
所述第一位置探测图形的候选区集合的确定步骤包括:
对输入的QR码图像进行逐行和逐列扫描,得到每个明暗交替处的灰度值;
根据得到的每个明暗交替处的灰度值计算所述输入的QR码图像的梯度;
根据计算所得的梯度确定第一位置探测图形的候选区集合及第一位置探测图形候选区集合中各位置探测图形的候选区的中心,所述第一位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S002,对输入的QR码图像进行二值化,得到QR码图像的二值化图像;
步骤S003,第二位置探测图形的候选区集合确定步骤:
所述第二位置探测图形的候选区集合的确定步骤包括:
在水平方向和垂直方向扫描步骤S002得到的二值化图像,得到水平方向和垂直方向的灰度值;
根据得到的水平方向和垂直方向的灰度值,确定二值化图像的明暗宽度流;
根据二值化图像的明暗宽度流确定第二位置探测图形的候选区集合及第二位置探测图形候选区集合中各位置探测图形的候选区的中心,所述第二位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S004,候选区合并优化:
将步骤S001得到的第一位置探测图形的候选区集合与步骤S003得到的第二位置探测图形的候选区集合进行合并,得到第三位置探测图形的候选区集合,所述第三位置探测图形的候选区集合包括多个位置探测图形的候选区;
从第三位置探测图形的候选区集合中过滤掉宽高比不符合条件的位置探测图形的候选区,得到第四位置探测图形的候选区集合,所述第四位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S005,候选区去重,包括:
根据第四位置探测图形的候选区集合中每两个位置探测图形候选中心距离,确定重复的位置探测图形候选区;
对于重复的位置探测图形候选区,保留符合条件的位置探测图形候选区,得到第五位置探测图形的候选区集合,所述第五位置探测图形的候选区集合包括多个位置探测图形的候选区;
步骤S006,位置探测图形分组筛选和排序,包括:
若步骤S005得到的第五位置探测图形的候选区集合中候选位置探测图形数量小于3,则认为定位失败,结束流程;
若步骤S005得到的第五位置探测图形的候选区集合中候选位置探测图形数量大于等于3,则:
对第五位置探测图形的候选区集合中位置探测图形的候选区进行分组筛选,得到最终的位置探测图形组,所述最终的位置探测图形组包括3个位置探测图形;
对最终的位置探测图形组内的位置探测图形进行排序,确定QR码二维码区域;
步骤S007,QR码区域矫正及解码,包括:
将确定的QR码二维码区域矫正为标准QR码结构;
对矫正后的QR码进行解码。
2.根据权利要求1所述的QR码区域定位方法,其特征在于,步骤S001具体包括:
S010:对输入图像进行逐行和逐列扫描,获得图像每个明暗交替处的灰度值,每行及每列中的各个灰度值分别组成每行和每列的灰度序列;
S011:分别计算每行之间及每列之间的灰度序列的二阶差分,公式如下:
Diff2i=xi+1+xi-1-2*xi, (1)
其中:
xi为每行或每列第i个像素的灰度值;
Diff2i为第i个像素的二阶差分;
S012:确定二阶差分的零交叉点为正的一侧为暗区域,为负的一侧为明区域,记录明区域暗区域的跳变位置及暗区域和明区域的宽度作为明暗宽度流信息;
S013:对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,分别判断水平和垂直方向每组的5个明暗宽度是否满足条件,若水平和垂直方向都满足条件,则作为位置探测图形的候选区,并以此确定第一位置探测图形的候选区集合及第一位置探测图形候选区集合中各位置探测图形的候选区的中心。
3.根据权利要求1所述的QR码区域定位方法,其特征在于,步骤S003具体包括:
S030:在水平方向和垂直方向扫描二值化图像;
S031:记录水平和垂直方向黑白跳变的位置以及跳变的间隔,分别得到二值化图像的水平和垂直方向的明暗宽度流;
S032:对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,分别判断水平和垂直方向每组的5个明暗宽度是否满足条件,若水平和垂直方向都满足条件,则作为位置探测图形的候选区;
S033:满足条件的水平和垂直方向的交叉点,作为位置探测图形的候选区的中心;
S034:根据上述确定的位置探测图形的候选区和位置探测图形的候选区的中心,确定第二位置探测图形的候选区集合及第二位置探测图形候选区集合中各位置探测图形的候选区的中心。
4.根据权利要求2或3所述的QR码区域定位方法,其特征在于,判断水平和垂直方向是否满足条件包括:
对水平和垂直方向的明暗宽度流分别以5个明暗宽度为一组,当delta<deltaT时,则认为该组明暗宽度流满足条件;
sum=a1+a2+a3+a4+a5; (2)
其中:
a1、a2、a3、a4和a5分别为5个明暗宽度中每个明暗宽度的宽度;
sum为5个明暗宽度的和;
delta为该组明暗宽度的偏差值;
deltaT为明暗宽度偏差阈值。
5.根据权利要求1所述的QR码区域定位方法,其特征在于,步骤S004中所述候选区合并优化包括:
将步骤S001得到的第一位置探测图形的候选区集合与步骤S003得到的第二位置探测图形的候选区集合进行合并,得到第三位置探测图形的候选区集合,所述合并包括将所有位置探测图形的候选区在水平和垂直方向的所有明暗宽度和所有位置探测图形的候选区的中心位置信息组成位置探测图形的候选区信息集合;
计算每个位置探测图形的候选区的宽高比;
设置宽高比的上限阈值和下限阈值;
从第三位置探测图形的候选区集合中过滤掉宽高比小于下限阈值或者大于上限阈值的位置探测图形的候选区,得到第四位置探测图形的候选区集合。
6.根据权利要求1所述的QR码区域定位方法,其特征在于,步骤S005中所述候选区去重具体包括:
计算第四位置探测图形的候选区集合中每两个位置探测图形的候选区中心的距离;
如果所述距离比预设距离阈值小,则认为这两个位置探测图形的候选区是重复区域,并保留水平方向和垂直方向偏差之和最小的位置探测图形候选区,得到第五位置探测图形的候选区集合。
7.根据权利要求1所述的QR码区域定位方法,其特征在于,步骤S006中所述位置探测图形分组筛选包括:
计算第五位置探测图形的候选区集合中的每个候选位置探测图形的宽度,所述宽度为每个候选位置探测图形水平方向宽度和垂直方向宽度的平均值;
将第五位置探测图形的候选区集合中的候选位置探测图形每3个为一组排列组合,得到多个可用位置探测图形组;
分别对每个可用位置探测图形组进行如下判断,满足下面条件的可用位置探测图形组即作为最终的位置探测图形组:
Wavg=(W1+W2+W3)/3; (4)
|W1-Wavg|+|W2-Wavg|+|W3-Wavg|<T1; (5)
其中:
W1、W2、W3分别为三个候选位置探测图形的宽度;
Wavg为三个候选位置探测图形的宽度平均值;
T1为宽度阈值。
8.根据权利要求1所述的QR码区域定位方法,其特征在于,步骤S006中所述排序包括:
计算最终的位置探测图形组内3个位置探测图形中两两中心位置的距离;
选择距离最大者作为QR码3个位置探测图形中构成斜边的两个点B和C,另一个点作为点A;
定义点A的顺时针方向的点为点C,逆时针方向的点为点B;
由点A、点B和点C确定QR码的二维码区域。
9.根据权利要求1所述的QR码区域定位方法,其特征在于,所述二值化采用如下方法:自适应阈值法或全局阈值法。
10.根据权利要求1所述的QR码区域定位方法,其特征在于,步骤S001还可以在S002和S003之后执行。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010742826.0A CN111815725B (zh) | 2020-07-29 | 2020-07-29 | 一种qr码区域定位方法 |
PCT/CN2020/130538 WO2022021687A1 (zh) | 2020-07-29 | 2020-11-20 | 快速响应码区域定位方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010742826.0A CN111815725B (zh) | 2020-07-29 | 2020-07-29 | 一种qr码区域定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111815725A CN111815725A (zh) | 2020-10-23 |
CN111815725B true CN111815725B (zh) | 2024-03-08 |
Family
ID=72864323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010742826.0A Active CN111815725B (zh) | 2020-07-29 | 2020-07-29 | 一种qr码区域定位方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111815725B (zh) |
WO (1) | WO2022021687A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815725B (zh) * | 2020-07-29 | 2024-03-08 | 苏州中科全象智能科技有限公司 | 一种qr码区域定位方法 |
CN114662519B (zh) * | 2022-05-24 | 2022-09-27 | 武汉朗修科技有限公司 | 基于位置探测图形梯度和强度先验的qr码盲去模糊方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011014012A (ja) * | 2009-07-03 | 2011-01-20 | Fujitsu Computer Technologies Ltd | 2次元コード読取方法、2次元コード抽出方法、2次元コード認識方法及び2次元コード読取装置 |
CN106485183A (zh) * | 2016-07-14 | 2017-03-08 | 深圳市华汉伟业科技有限公司 | 一种二维码定位方法及系统 |
CN107025455A (zh) * | 2017-04-01 | 2017-08-08 | 浙江华睿科技有限公司 | 一种快速反应qr码区域的定位方法及装置 |
CN107679436A (zh) * | 2017-09-04 | 2018-02-09 | 华南理工大学 | 一种适用于弯曲形变二维码的图像修正方法 |
CN109409163A (zh) * | 2018-11-12 | 2019-03-01 | 凌云光技术集团有限责任公司 | 一种基于纹理特性的qr码快速定位方法 |
CN110414292A (zh) * | 2018-04-27 | 2019-11-05 | 刘晓玲 | 一种二维码检测算法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8608074B2 (en) * | 2011-12-20 | 2013-12-17 | Seiko Epson Corporation | Method and apparatus for locating and decoding machine-readable symbols |
CN104700062B (zh) * | 2015-03-20 | 2017-06-27 | 中国联合网络通信集团有限公司 | 一种识别二维码的方法及设备 |
CN105069394B (zh) * | 2015-07-23 | 2017-10-10 | 福建联迪商用设备有限公司 | 二维码加权平均灰度法解码方法及系统 |
CN111815725B (zh) * | 2020-07-29 | 2024-03-08 | 苏州中科全象智能科技有限公司 | 一种qr码区域定位方法 |
-
2020
- 2020-07-29 CN CN202010742826.0A patent/CN111815725B/zh active Active
- 2020-11-20 WO PCT/CN2020/130538 patent/WO2022021687A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011014012A (ja) * | 2009-07-03 | 2011-01-20 | Fujitsu Computer Technologies Ltd | 2次元コード読取方法、2次元コード抽出方法、2次元コード認識方法及び2次元コード読取装置 |
CN106485183A (zh) * | 2016-07-14 | 2017-03-08 | 深圳市华汉伟业科技有限公司 | 一种二维码定位方法及系统 |
CN107025455A (zh) * | 2017-04-01 | 2017-08-08 | 浙江华睿科技有限公司 | 一种快速反应qr码区域的定位方法及装置 |
CN107679436A (zh) * | 2017-09-04 | 2018-02-09 | 华南理工大学 | 一种适用于弯曲形变二维码的图像修正方法 |
CN110414292A (zh) * | 2018-04-27 | 2019-11-05 | 刘晓玲 | 一种二维码检测算法 |
CN109409163A (zh) * | 2018-11-12 | 2019-03-01 | 凌云光技术集团有限责任公司 | 一种基于纹理特性的qr码快速定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111815725A (zh) | 2020-10-23 |
WO2022021687A1 (zh) | 2022-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633192B (zh) | 一种基于机器视觉的复杂背景下条形码分割与识读方法 | |
CN110309687B (zh) | 一种二维码图像的校正方法及校正装置 | |
EP3309704B1 (en) | Two-dimensional code partitioning and decoding method and system | |
Gu et al. | QR code recognition based on image processing | |
CN110047109B (zh) | 一种基于自识别标记的相机标定板及其识别检测方法 | |
CN105989317B (zh) | 一种二维码的识别方法及装置 | |
US8515162B2 (en) | QR code processing method and apparatus thereof | |
US7636483B2 (en) | Code type determining method and code boundary detecting method | |
US7151854B2 (en) | Pattern recognition of objects in image streams | |
CN111815725B (zh) | 一种qr码区域定位方法 | |
CN102354363A (zh) | 高反光柱面金属上的二维条码图像识别方法 | |
CN108985305B (zh) | 一种激光蚀刻工业雷管编码图像定位及校正方法 | |
CN109190742B (zh) | 一种基于灰度特征的编码特征点的解码方法 | |
CN112580383B (zh) | 二维码识别方法、装置、电子设备及存储介质 | |
CN111353961A (zh) | 一种文档曲面校正方法及装置 | |
CN114972575A (zh) | 一种基于轮廓边缘的直线拟合算法 | |
CN1889089A (zh) | 一种基于两级分类的二维码定位识别方法和装置 | |
CN113313628B (zh) | 基于仿射变换和均值像素法的环状编码点鲁棒性识别方法 | |
Chen et al. | A simple and efficient image pre-processing for qr decoder | |
CN112069852A (zh) | 一种基于游程编码的低质量二维码信息提取方法及装置 | |
CN115880683A (zh) | 一种基于深度学习的城市内涝积水智能水位检测方法 | |
Jin et al. | Research on correction and recognition of QR code on cylinder | |
CN114549649A (zh) | 一种基于特征匹配的扫描地图点符号的快速识别方法 | |
CN115376131A (zh) | 一种点状编码标志的设计与识别方法 | |
CN112184533B (zh) | 一种基于sift特征点匹配的水印同步方法 |
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 |