CN111882572A - 一种一维码检测方法、装置、存储介质及电子设备 - Google Patents
一种一维码检测方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN111882572A CN111882572A CN202010731220.7A CN202010731220A CN111882572A CN 111882572 A CN111882572 A CN 111882572A CN 202010731220 A CN202010731220 A CN 202010731220A CN 111882572 A CN111882572 A CN 111882572A
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional code
- sub
- detected
- strips
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001579 optical reflectometry Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及条码质量检测技术领域，具体涉及一种一维码检测方法、装置、存储介质及电子设备，实现了对一维码质量的检测，解决了无法检测一维码是否印刷不清晰(缺失)、存在污点瑕疵的问题。方法包括：获取待检测图像；提取所述待检测图像中的一维码图像；对所述一维码图像进行分行处理，得到多行子图像块；判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格。
Description
技术领域
本申请涉及条码质量检测技术领域，特别地涉及一种一维码检测方法、装置、存储介质及电子设备。
背景技术
一维码主要用于商品标识，其是由一组规则排列的条、空以及对应的字符组成的标记，“条”指对光线反射率较低的部分，“空”指对光线反射率较高的部分，这些条和空组成的数据表达一定的信息，并能够用特定的设备识读，转换成与计算机兼容的二进制和十进制信息。
在实际应用中，印刷得到的一维码可能存在印刷不清晰(例如，缺失)，或存在污点瑕疵等质量问题，但是，目前印刷得到的一维码无法实现质量检测。因此，现有技术中存在无法检测一维码是否印刷不清晰(缺失)、存在污点瑕疵的问题。
发明内容
本申请提供一种一维码检测方法、装置、存储介质及电子设备，解决了无法检测一维码是否印刷不清晰(缺失)、存在污点瑕疵的问题。
第一方面，本申请提供了一种一维码检测方法，所述方法包括：
获取待检测图像；
提取所述待检测图像中的一维码图像；
对所述一维码图像进行分行处理，得到多行子图像块；
判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格。
根据本申请的实施例，可选的，上述一维码检测方法中，提取所述待检测图像中的一维码图像，包括：
对所述待检测图像进行二值化处理，得到二值化图像；
对所述二值化图像做闭运算处理，得到包括多个连通区域的第一图像；
确定所述第一图像中包括第一目标像素值且面积最大的连通区域，并将该连通区域作为目标区域；
在所述待检测图像中提取与所述目标区域处于相同位置所对应的图像，并将该图像作为一维码图像。
根据本申请的实施例，可选的，上述一维码检测方法中，在所述待检测图像中提取与所述目标区域处于相同位置所对应的图像，包括：
以所述第一图像的任意一个顶点作为坐标原点，并建立坐标系；
根据建立的所述坐标系，确定所述目标区域的至少一组顶点坐标，其中，每组所述顶点坐标为所述目标区域的不相邻的两个顶点坐标；
根据至少一组所述顶点坐标，在所述待检测图像中提取与所述目标区域处于相同位置所对应的图像。
根据本申请的实施例，可选的，上述一维码检测方法中，在对所述待检测图像进行二值化处理之前，所述方法还包括：对所述待检测图像进行预处理，其中，所述预处理包括高斯模糊处理和梯度处理中的至少一种。
根据本申请的实施例，可选的，上述一维码检测方法中，判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格，包括：
以水平方向遍历每个所述子图像块的像素，统计每个所述子图像块中由第二目标像素值变为第三目标像素值的次数，并将该次数作为该子图像块对应的条数量；
当存在至少预设数量的所述子图像块对应的条数量与所述预设条数量不匹配时，确定所述一维码图像中的一维码质量不合格。
根据本申请的实施例，可选的，上述一维码检测方法中，在判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格之前，还包括：
对所述一维码图像进行二值化处理，得到二值化的所述一维码图像。
根据本申请的实施例，可选的，上述一维码检测方法中，所述方法还包括：
确定条数量与所述预设条数量不匹配的子图像块，作为目标子图像块；
将所述目标子图像块在所述一维码图像中的位置作为一维码异常位置。
第二方面，本申请提供了一种一维码检测装置，所述装置包括：
获取模块，获取待检测图像；
提取模块，用于提取所述待检测图像中的一维码图像；
分行模块，用于对所述一维码图像进行分行处理，得到多行子图像块；
确定模块，用于判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格。
第三方面，本申请提供了一种存储介质，该存储介质存储有计算机程序，当该计算机程序被一个或多个处理器执行，实现如上述的第一方面中任意一项所述的一维码检测方法。
第四方面，本申请提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，实现如上述的第一方面中任意一项所述的一维码检测方法。
与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
本申请提供的一种一维码检测方法、装置、存储介质及电子设备，方法包括：获取待检测图像；提取所述待检测图像中的一维码图像；对所述一维码图像进行分行处理，得到多行子图像块；判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格，实现了对一维码质量的检测，解决了无法检测一维码是否印刷不清晰(缺失)、存在污点瑕疵的问题。
附图说明
在下文中将基于实施例并参考附图来对本申请进行更详细的描述。
图1为本申请实施例一提供的一种一维码检测方法的流程示意图。
图2为本申请实施例一提供的获取一维码图像的一种图像处理过程示意图。
图3为本申请实施例一提供的对待检测图像进行预处理的流程示意图。
图4为本申请实施例一提供的一种一维码质量不合格的一维码图像示意图。
图5为本申请实施例一提供的一种一维码质量不合格的另一一维码图像示意图。
具体实施方式
以下将结合附图及实施例来详细说明本申请的实施方式，借此对本申请如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本申请的保护范围之内。
实施例一
请参阅图1，本申请提供一种可应用于手机、电脑或平板电脑等电子设备的一维码检测方法，所述一维码检测方法应用于所述电子设备时执行步骤S110至步骤S140。
步骤S110：获取待检测图像。
在本实施例中，所述待检测图像是包含有一维码的图像。一般的，在采集图像时，为了提高图像的分辨率，无法通过摄像设备直接采集到只包含一维码的图像，采集到的图像一般还包括一些非一维码的区域。因此，在保证图像分辨率的前提下，可先获取分辨率较高的包含有一维码的图像，在利用图像处理技术，从该图像中提取只包含一维码的图像。
步骤S120：提取所述待检测图像中的一维码图像。
在本实施例中，为提取所述待检测图像中的一维码图像，需要对所述待检测图像中的一维码进行定位，以确定一维码所在位置，再根据确定的位置，在所述待检测图像中进行截取操作，以得到所述待检测图像中的一维码图像。具体的包括以下步骤：
第一步，对所述待检测图像进行二值化处理，得到二值化图像。对待检测图像进行二值化可使该图像中数据量大大减少，从而能突显出目标(即一维码)的轮廓，为确定一维码所在位置提供基础。可采用二值化算法对所述待检测图像进行二值化处理，二值化算法主要包括全局阈值、局部阈值、动态阈值、Niblack、P-分位数、迭代、熵方法、最大类间方差法等算法。在本实施例中，可根据实际需求，设定具体的二值化算法，对此，本实施例不做任何限定。
第二步，对所述二值化图像做闭运算处理，得到包括多个连通区域的第一图像。闭运算通常用来消除小的孔洞，通过对二值化图像做闭运算处理，可以将一维码的条与条(或空与空)之间的孔洞消除，以使整个一维码区域的像素点变为同一种像素值。
第三步，确定所述第一图像中包括第一目标像素值且面积最大的连通区域，并将该连通区域作为目标区域。在闭运算之后，若整个一维码区域变为白色，则第一目标像素值即为白色。
第四步，在所述待检测图像中提取与所述目标区域处于相同位置所对应的图像，并将该图像作为一维码图像。具体的：以所述第一图像的任意一个顶点作为坐标原点，并建立坐标系，该坐标系的X轴、Y轴为所述第一图像中相互垂直的两条边界线。
由于一个矩形框的大小可直接由其不相邻的两个顶点确定，因此，根据建立的所述坐标系，确定所述目标区域的至少一组顶点坐标，其中，每组所述顶点坐标为所述目标区域的不相邻的两个顶点坐标；再根据至少一组所述顶点坐标，在所述待检测图像中提取与所述目标区域处于相同位置所对应的图像。
请参阅图2，图2为获取一维码图像的一种图像处理过程示意图，先对所述待检测图像进行二值化处理，得到二值化图像，即位于图2中最上方的图像，该图像中只包括两种像素值；再将该二值化图像进行闭运算处理，得到包括多个连通区域的第一图像，即位于图2中中间的图像，该图像中包括三个连通区域，显然地，最大的白色连通区域(即目标区域)所在位置即为一维码所在位置，以第一图像中左下顶点作为坐标原点，并建立坐标系，在该坐标系中确定目标区域中左下顶点的顶点坐标和右上顶点的顶点坐标，根据目标区域中的两个顶点坐标，以待检测图像的左下顶点作为坐标原点，并建立坐标系，并根据该坐标系在所述待检测图像中定位该两个顶点坐标的位置，以得到一个矩形框，该矩形框即是一维码所在区域，从所述待检测图像中截取该区域的图像，以得到所述一维码图像，即位于图2中最下方的图像。
在本实施例中，为了兼容不同明暗程度的原始图像，减少图像噪声，可以在对所述待检测图像进行二值化处理之前，可对待检测图像进行预处理。预处理包括对所述待检测图像进行高斯模糊处理，或梯度处理，也可以既包括对所述待检测图像进行高斯模糊处理，又进行梯度处理，对此，本实施例并不做任何限定。
示例性的，以图3所示的一种对待检测图像进行预处理的流程示意图进行说明。首先，对待检测图像先进行高斯模糊处理，然后，将高斯模糊处理后的待检测图像分别进行水平方向的梯度处理和竖直方向的梯度处理，分别得到水平梯度图像和竖直梯度图像，将水平梯度图像和竖直梯度图像相减得到梯度差图像，再将该梯度差图像进行高斯模糊处理。
步骤S130：对所述一维码图像进行分行处理，得到多行子图像块。
在本实施例中，可以按预设宽度对所述一维码图像进行分行处理，得到多行子图像块。以图像尺寸为200*100为例，则表示该图像是由多个像素点组成的包括200列、100行的图像。由于需要对一维码图像进行分行处理，因此需要确定每一行的宽度。在一些实施例中，由于像素点有一定的宽度，因此，可以根据像素点的数量确定按预设宽度。按预设宽度可以是一个像素点的大小，也可以是两个像素点的大小，对此本实施例不做任何限定，根据实际需求设定即可。
步骤S140：判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格。
在实际应用中，一维码中的条数量是固定的，因此，可判断一维码图像中每个子图像块的条数量与预设条数量是否匹配，若一维码中存在质量问题(例如，印刷不良导致部分条存在缺失和一维码存在污点瑕疵)，则一维码图像中的某几个子图像块的条数量与预设条数量会存在不一致。
在本实施例中，以水平方向遍历每个所述子图像块的各个像素点，统计每个所述子图像块中由第二目标像素值变为第三目标像素值的次数，并将该次数作为该子图像块对应的条数量。在本实施例中第二目标像素值为黑色，第三目标像素值为白色。针对每个子图像块，通过统计像素值的变化次数，即像素值由黑色变为白色的变化次数，以此得到每个子图像块对应的条数量。
最后，当存在至少预设数量的所述子图像块对应的条数量与所述预设条数量不匹配时，确定所述一维码图像中的一维码质量不合格；在只存在不高于所述预设数量的所述子图像块对应的条数量均与所述预设条数量不匹配时，确定所述一维码图像中的一维码质量合格。其中，所述预设数量可以是1个，也可以是5个。对此，本实施例并不做任何限定，根据实际需求设定即可。示例性的，所述预设数量为5个，当存在至少5个(例如，5个，6个)的子图像块的条数量与预设条数量不匹配时，则确定所述一维码图像中的一维码质量不合格；当只存在不高于5个(例如，4个，3个)的子图像块的条数量与预设条数量不匹配时，则确定所述一维码图像中的一维码质量合格。
以下结合图4和图5对本实施例进行进一步的说明。请参阅图4，图4为一种一维码质量不合格的图像示意图，该示意图中某两竖条之间存在一个污点，该污点可以以圆点、短竖条等任意形状，由于该污点的存在，导致该一维码质量不合格。对图像进行分行，得到多个子图像块，按水平方向(即图中箭头方向)遍历每个子图像块中各个像素点，以统计由黑色变为白色的次数，并将该次数作为该子图像块的条数量，根据统计的结果得知，有一部分子图像块的条数量是10条，也存在一部分子图像块条数量是11条，预设条数量为10条，因此至少存在一部分所述子图像块对应的条数量与所述预设条数量不匹配时，则可确定所述一维码图像中的一维码质量不合格。
请参阅图5，图5为一种一维码质量不合格的另一图像示意图，该示意图中某竖条之间缺失一段，导致该一维码质量不合格，无法被扫码枪识别。对图像进行分行，得到多个子图像块，按水平方向(即图中箭头方向)遍历每个子图像块中各个像素点，以统计由黑色变为白色的次数，并将该次数作为该子图像块的条数量，根据统计的结果得知，有一部分子图像块的条数量是10条，也存在一部分子图像块的条数量在9条，预设条数量为10条，因此至少存在一部分所述子图像块对应的条数量与所述预设条数量不匹配时，则可确定所述一维码图像中的一维码质量不合格。
可以理解的是，为了检测一维码瑕疵的具体位置，找到条数量与所述预设条数量不匹配的子图像块，作为目标子图像块，将所述目标子图像块在所述一维码图像中的位置作为一维码异常位置。根据该一维码异常位置，可以检测印刷一维码的机器在印刷该位置的部分是否存在故障，以便于辅助技术人员及时地找出故障原因。
在本实施例中，实现了对一维码质量的检测，解决了无法检测一维码是否印刷不清晰(缺失)、存在污点瑕疵的问题。
实施例二
本实施例提供一维码检测装置，所述装置包括获取模块、提取模块、分行模块和确定模块，所述获取模块用于获取待检测图像；所述提取模块用于提取所述待检测图像中的一维码图像；分行模块，用于对所述一维码图像进行分行处理，得到多行子图像块；所述确定模块用于判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格。
其中，所述获取模块的实施过程可参见上述实施例一中的步骤S110的实施过程，所述提取模块的实施过程可参见上述实施例一中的步骤S120的实施过程，所述分行模块的实施过程可参见上述实施例一中的步骤S130的实施过程，所述确定模块的实施过程可参见上述实施例一中的步骤S140的实施过程，对此，本实施例不做赘述。
实施例三
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，所述计算机程序被处理器执行时可以实现如实施例一全部或部分一维码检测方法的步骤，在上述全部或部分一维码检测方法的步骤的具体实施例过程可参见实施例一，本实施例在此不再重复赘述。
实施例四
本申请实施例提供了一种电子设备，该电子设备可以是手机、电脑或平板电脑等，包括存储器和处理器，所述存储器上存储有计算器程序，该计算机程序被处理器执行时实现如实施例一中所述的一维码检测方法。可以理解，电子设备还可以包括，多媒体组件，输入/输出(I/O)接口，以及通信组件。
其中，处理器用于执行如实施例一中的一维码检测方法中的全部或部分步骤。存储器用于存储各种类型的数据，这些数据例如可以包括电子设备中的任何应用程序或方法的指令，以及应用程序相关的数据。
所述处理器可以是专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable LogicDevice，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例一中的一维码检测方法。
所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
多媒体组件可以包括屏幕，所述屏幕可以是触摸屏。
I/O接口为处理器和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。
通信组件用于该电子设备与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
综上，本申请提供的一种一维码检测方法、装置、存储介质及电子设备，方法包括：获取待检测图像；提取所述待检测图像中的一维码图像；对所述一维码图像进行分行处理，得到多行子图像块；判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格，实现了对一维码质量的检测，解决了无法检测一维码是否印刷不清晰(缺失)、存在污点瑕疵的问题。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的设备和方法，也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示意性的。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本申请所揭露的实施方式如上，但所述的内容只是为了便于理解本申请而采用的实施方式，并非用以限定本申请。任何本申请所属技术领域内的技术人员，在不脱离本申请所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本申请的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种一维码检测方法，其特征在于，所述方法包括：
获取待检测图像；
提取所述待检测图像中的一维码图像；
对所述一维码图像进行分行处理，得到多行子图像块；
判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格。
2.如权利要求1所述的方法，其特征在于，提取所述待检测图像中的一维码图像，包括：
对所述待检测图像进行二值化处理，得到二值化图像；
对所述二值化图像做闭运算处理，得到包括多个连通区域的第一图像；
确定所述第一图像中包括第一目标像素值且面积最大的连通区域，并将该连通区域作为目标区域；
在所述待检测图像中提取与所述目标区域处于相同位置所对应的图像，并将该图像作为一维码图像。
3.如权利要求2所述的方法，其特征在于，在所述待检测图像中提取与所述目标区域处于相同位置所对应的图像，包括：
以所述第一图像的任意一个顶点作为坐标原点，并建立坐标系；
根据建立的所述坐标系，确定所述目标区域的至少一组顶点坐标，其中，每组所述顶点坐标为所述目标区域的不相邻的两个顶点坐标；
根据至少一组所述顶点坐标，在所述待检测图像中提取与所述目标区域处于相同位置所对应的图像。
4.如权利要求2所述的方法，其特征在于，在对所述待检测图像进行二值化处理之前，所述方法还包括：对所述待检测图像进行预处理，其中，所述预处理包括高斯模糊处理和梯度处理中的至少一种。
5.如权利要求1所述的方法，其特征在于，判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格，包括：
以水平方向遍历每个所述子图像块的像素，统计每个所述子图像块中由第二目标像素值变为第三目标像素值的次数，并将该次数作为该子图像块对应的条数量；
当存在至少预设数量的所述子图像块对应的条数量与所述预设条数量不匹配时，确定所述一维码图像中的一维码质量不合格。
6.如权利要求5所述的方法，其特征在于，在判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格之前，还包括：
对所述一维码图像进行二值化处理，得到二值化的所述一维码图像。
7.如权利要求5所述的方法，其特征在于，所述方法还包括：
确定条数量与所述预设条数量不匹配的子图像块，作为目标子图像块；
将所述目标子图像块在所述一维码图像中的位置作为一维码异常位置。
8.一种一维码检测装置，其特征在于，所述装置包括：
获取模块，获取待检测图像；
提取模块，用于提取所述待检测图像中的一维码图像；
分行模块，用于对所述一维码图像进行分行处理，得到多行子图像块；
确定模块，用于判断每个所述子图像块中的条数量与预设条数量是否相匹配，并根据匹配结果确定所述一维码图像中的一维码质量是否合格。
9.一种存储介质，其特征在于，该存储介质存储有计算机程序，当该计算机程序被一个或多个处理器执行，实现如权利要求1-7中任意一项所述的一维码检测方法。
10.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，实现如权利要求1-7中任意一项所述的一维码检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010731220.7A CN111882572B (zh) | 2020-07-27 | 2020-07-27 | 一种一维码检测方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010731220.7A CN111882572B (zh) | 2020-07-27 | 2020-07-27 | 一种一维码检测方法、装置、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111882572A true CN111882572A (zh) | 2020-11-03 |
| CN111882572B CN111882572B (zh) | 2024-06-18 |
Family
ID=73200652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010731220.7A Active CN111882572B (zh) | 2020-07-27 | 2020-07-27 | 一种一维码检测方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111882572B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115830028A (zh) * | 2023-02-20 | 2023-03-21 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像评价方法、设备、系统及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008102952A (ja) * | 2007-12-03 | 2008-05-01 | Fujitsu Ltd | コード境界検出方法 |
| CN109522767A (zh) * | 2017-09-18 | 2019-03-26 | 北京星河泰视特科技有限公司 | 一维码断码视觉检测算法 |
| CN109740403A (zh) * | 2019-01-04 | 2019-05-10 | 凌云光技术集团有限责任公司 | 一种识读一维条码的方法和装置 |
| CN111435417A (zh) * | 2020-01-14 | 2020-07-21 | 珠海市杰理科技股份有限公司 | 一种用于条形码扫描的图像解析方法、装置及存储介质 |
-
2020
- 2020-07-27 CN CN202010731220.7A patent/CN111882572B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008102952A (ja) * | 2007-12-03 | 2008-05-01 | Fujitsu Ltd | コード境界検出方法 |
| CN109522767A (zh) * | 2017-09-18 | 2019-03-26 | 北京星河泰视特科技有限公司 | 一维码断码视觉检测算法 |
| CN109740403A (zh) * | 2019-01-04 | 2019-05-10 | 凌云光技术集团有限责任公司 | 一种识读一维条码的方法和装置 |
| CN111435417A (zh) * | 2020-01-14 | 2020-07-21 | 珠海市杰理科技股份有限公司 | 一种用于条形码扫描的图像解析方法、装置及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115830028A (zh) * | 2023-02-20 | 2023-03-21 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像评价方法、设备、系统及存储介质 |
| CN115830028B (zh) * | 2023-02-20 | 2023-05-23 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像评价方法、设备、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111882572B (zh) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106960208B (zh) | 一种仪表液晶数字自动切分和识别的方法及系统 | |
| US5444793A (en) | Method for detecting machine printed monetary amounts in binary images | |
| US10650204B2 (en) | Barcode detection method and barcode detection system for increasing detection efficiency by using gray level flip counts | |
| CN107045634B (zh) | 一种基于最大稳定极值区域与笔画宽度的文本定位方法 | |
| EP2974261A2 (en) | Systems and methods for classifying objects in digital images captured using mobile devices | |
| CN110647882A (zh) | 图像校正方法、装置、设备及存储介质 | |
| CN110197179B (zh) | 识别卡号的方法和装置、存储介质及电子设备 | |
| WO2014063836A1 (en) | Method and device for identifying a two-dimensional barcode | |
| CN106920318B (zh) | 一种纸币的鉴别方法及装置 | |
| CN117351011B (zh) | 屏幕缺陷检测方法、设备和可读存储介质 | |
| JP2007081458A (ja) | 画像処理装置および画像処理装置の制御方法 | |
| AU767855B2 (en) | Automatic recognition of characters on structured background by combination of the models of the background and of the characters | |
| CN109508571B (zh) | 一种条空定位方法、装置、电子设备及存储介质 | |
| CN111882572B (zh) | 一种一维码检测方法、装置、存储介质及电子设备 | |
| CN106204616B (zh) | 一种伊朗纸币币值的识别方法及装置 | |
| CN112052702A (zh) | 一种识别二维码的方法和装置 | |
| CN115240197A (zh) | 图像质量评价方法、装置、电子设备、扫描笔及存储介质 | |
| CN114399507A (zh) | 一种手机外观质量检测方法、装置、电子设备及存储介质 | |
| US10872257B2 (en) | Barcode detection method and barcode detection system for increasing detection efficiency | |
| CN113312937A (zh) | 条形码识别方法及装置、存储介质、计算机设备 | |
| CN115880362B (zh) | 码区定位方法、装置、计算机设备及计算机可读存储介质 | |
| CN116258155A (zh) | Dm码检测识别方法、装置、计算机设备、存储介质 | |
| CN116631003A (zh) | 基于p&id图纸的设备识别方法、装置、存储介质及电子设备 | |
| CN115984185A (zh) | 纸巾包装缺陷检测方法、装置、系统和存储介质 | |
| CN115527023A (zh) | 图像检测方法、装置、电子设备及存储介质 |
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 |