CN112052702A - 一种识别二维码的方法和装置 - Google Patents
一种识别二维码的方法和装置 Download PDFInfo
- Publication number
- CN112052702A CN112052702A CN202010793506.8A CN202010793506A CN112052702A CN 112052702 A CN112052702 A CN 112052702A CN 202010793506 A CN202010793506 A CN 202010793506A CN 112052702 A CN112052702 A CN 112052702A
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- image
- code image
- area
- identified
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013507 mapping Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 15
- 238000009825 accumulation Methods 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000013067 intermediate product Substances 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 15
- 239000000047 product Substances 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 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 1
- 240000004282 Grewia occidentalis Species 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
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
-
- 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
- G06K7/1491—Methods for optical code recognition the method including quality enhancement steps the method including a reconstruction step, e.g. stitching two pieces of bar code together to derive the full bar code
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
本申请提出了一种识别二维码的方法和装置,该方法包括:获取包含待识别二维码的图像;从图像中检测出待识别二维码所在的区域;对待识别二维码所在的区域进行映射处理,获得中间二维码图像;对中间二维码图像进行重建,获得标准二维码图像;对标准二维码图像进行二维码识别,获得识别结果。本申请实施例通过从图像中检测出待识别二维码所在的区域,随后对待识别二维码所在的区域进行映射处理,获得中间二维码图像,随后对中间二维码图像进行重建,获得标准二维码图像,最后对重建得到的标准二维码图像进行信息读取即可,从而可以完成场景图像的复杂二维码的识别任务,分步骤可以保证中间产物的准确性,有利于把控总体识别准确率。
Description
技术领域
本申请涉及计算机技术领域,具体来说,涉及一种识别二维码的方法和装置。
背景技术
二维码识别是指在采集的图像中寻找二维码区域并进行信息读取的过程。
目前,现有的二维码识别方法分为两种,一种是通过二维码识别算法包来进行二维码识别,其具有识别速度快,支持多版本二维码识别的特点;另一种是基于Web服务的平台识别调用来进行二维码识别,例如微信、百度二维码识别等,其具有适应性广,识别准确的特点。
但是,现有的二维码识别方法只有在二维码图像质量较佳或者时效性要求不高的情况下才会适用,在场景图像质量不高,二维码非标准,且需要快速反馈识别结果的场景,现有识别方法无法满足。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题,本申请提出一种识别二维码的方法和装置,可以实现场景图片的二维码智能检测及识别。
本申请的技术方案是这样实现的:
第三方面,本申请实施例提供了一种识别二维码的方法,该方法包括:获取包含待识别二维码的图像;从图像中检测出待识别二维码所在的区域;对待识别二维码所在的区域进行映射处理,获得中间二维码图像;对中间二维码图像进行重建,获得标准二维码图像;对标准二维码图像进行二维码识别,获得识别结果。
因此,本申请实施例通过从图像中检测出待识别二维码所在的区域,随后对待识别二维码所在的区域进行映射处理,获得中间二维码图像,随后对中间二维码图像进行重建,获得标准二维码图像,最后对重建得到的标准二维码图像进行信息读取即可,从而可以完成场景图像的复杂二维码的识别任务,分步骤可以保证中间产物的准确性,有利于把控总体识别准确率。
此外,本申请实施例还可以在要求时长内完成识别任务,相比于现有的二维码识别方法,其识别速度更快,从而能够满足预设时间内返回结果的速度要求。另外,各步骤算法块相互独立,便于二维码识别算法在不同场景或产品间的快速调整。
在一个可能的实施例中,从图像中检测出待识别二维码所在的区域,包括:对图像进行梯度运算,获得梯度图像;对梯度图像进行闭运算,获得闭运算图;对闭运算图进行矩形检测,以检测图像中所有矩形区域;从图像中所有矩形区域中筛选出目标矩形区域,其中,目标矩形区域为待识别二维码所在的区域。
在一个可能的实施例中,对待识别二维码所在的区域进行映射处理,获得中间二维码图像,包括:对待识别二维码所在的区域进行映射处理,获得二维码图像;对二维码图像进行尺寸调整,获得中间二维码图像。
在一个可能的实施例中,在对二维码图像进行尺寸调整,获得中间二维码图像之后,方法还包括:解析中间二维码图像中的锚点位置信息;根据锚点位置信息,确定中间二维码图像的旋转角度和旋转方向;根据旋转角度和旋转方向,对中间二维码图像进行旋转。
在一个可能的实施例中,对中间二维码图像进行重建,获得标准二维码图像,包括:对中间二维码图像进行权值计算,获得权重矩阵;对中间二维码图像进行码位分割,并对每个码位和权重矩阵进行点乘并累加;对每个码位的累加结果进行校验,获得校验结果;根据校验结果,生成标准二维码图像。
第二方面,本申请实施例提供了一种识别二维码的装置,该装置包括:获取模块,用于获取包含待识别二维码的图像;检测模块,用于从图像中检测出待识别二维码所在的区域;映射模块,用于对待识别二维码所在的区域进行映射处理,获得中间二维码图像;重建模块,用于对中间二维码图像进行重建,获得标准二维码图像;识别模块,用于对标准二维码图像进行二维码识别,获得识别结果。
在一个可能的实施例中,检测模块,用于:对图像进行梯度运算,获得梯度图像;对梯度图像进行闭运算,获得闭运算图;对闭运算图进行矩形检测,以检测图像中所有矩形区域;从图像中所有矩形区域中筛选出目标矩形区域,其中,目标矩形区域为待识别二维码所在的区域。
在一个可能的实施例中,映射模块,用于:对待识别二维码所在的区域进行映射处理,获得二维码图像;对二维码图像进行尺寸调整,获得中间二维码图像。
在一个可能的实施例中,映射模块,还用于:解析中间二维码图像中的锚点位置信息;根据锚点位置信息,确定中间二维码图像的旋转角度和旋转方向;根据旋转角度和旋转方向,对中间二维码图像进行旋转。
在一个可能的实施例中,重建模块,用于:对中间二维码图像进行权值计算,获得权重矩阵;对中间二维码图像进行码位分割,并对每个码位和权重矩阵进行点乘并累加;对每个码位的累加结果进行校验,获得校验结果;根据校验结果,生成标准二维码图像。
第三方面,本申请实施例提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行第一方面或第一方面的任一可选的实现方式所述的方法。
第四方面,本申请实施例提供了一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行第一方面或第一方面的任一可选的实现方式所述的方法。
第五方面,本申请提供一种计算机程序产品,所述计算机程序产品在计算机上运行时,使得计算机执行第一方面或第一方面的任意可能的实现方式中的方法。
为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请实施例提供的一种识别二维码的系统的结构示意图;
图2示出了本申请实施例提供的一种识别二维码的方法的流程图;
图3示出了本申请实施例提供的一种识别二维码的方法的具体流程图;
图4示出了本申请实施例提供的一种映射获得二维码图像的示意图;
图5示出了本申请实施例提供的一种标准二维码图像的示意图;
图6示出了本申请实施例提供的一种识别二维码的装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
目前,现有的二维码识别方法分为两种,一种是通过二维码识别算法包来进行二维码识别;另一种是基于Web服务的平台识别调用来进行二维码识别。然而,现有的二维码识别至少存在如下问题:
需要提取二维码区域:基于算法包的二维码识别过程需要为其输入二维码图像,无法对场景图像进行智能识别。以及,为达到其识别条件,需要对场景图像进行二维码区域检测与区域提取。
对图像质量要求较高:基于算法包的二维码识别需要为其输入高质量二维码图像,无法对模糊的、非标准(非方点阵)的二维码进行准确识别。以及,为达到预期的99.99%的识别准确率,需要对采集图像进行前置的图像处理及二维码重建处理。
接收结果延时较高:基于Web服务的平台识别调用需要将场景图像上传到服务器,随后等待接收服务器识别结果。但是,响应等待平均时长为200ms,无法达到将识别时长控制在预设时间(例如,100ms)内的高速识别要求。
总之,现有的二维码识别方法只有在二维码图像质量较佳或者时效性要求不高的情况下才会适用,在场景图像质量不高,二维码非标准,且需要快速反馈识别结果的场景,现有识别方法无法满足。以及,在很多自动化应用场景(例如,快递二维码扫描,流水线产品二维码扫描中),现有的二维码识别方法表现也比较差。
基于此,本申请实施例提供了一种识别二维码的方案,通过获取包含待识别二维码的图像,随后从图像中检测出待识别二维码所在的区域,随后对待识别二维码所在的区域进行映射处理,获得中间二维码图像,随后对中间二维码图像进行重建,获得标准二维码图像,最后对标准二维码图像进行二维码识别,获得识别结果。
因此,本申请实施例通过从图像中检测出待识别二维码所在的区域,随后对待识别二维码所在的区域进行映射处理,获得中间二维码图像,随后对中间二维码图像进行重建,获得标准二维码图像,最后对重建得到的标准二维码图像进行信息读取即可,从而可以完成场景图像的复杂二维码的识别任务,分步骤可以保证中间产物的准确性,有利于把控总体识别准确率。
此外,本申请实施例还可以在要求时长内完成识别任务,相比于现有的二维码识别方法,其识别速度更快,从而能够满足预设时间内返回结果的速度要求。另外,各步骤算法块相互独立,便于二维码识别算法在不同场景或产品间的快速调整。
请参见图1,图1示出了本申请实施例提供的一种识别二维码的系统的结构示意图。如图1所示的系统包括:算法层110、识别层120和应用层130。其中,算法层100负责提供算法完成识别步骤;识别层2执行二维码识别流程;应用层3负责采集流水线产品图像,获取识别结果进行展示,并对识别结果进行分析处理。
以及,算法层110包含梯度边缘检测111、码位数值计算112和三方包识别113。其中,梯度边缘检测111负责检测图像中待识别二维码所在的区域;码位数值计算112负责将非标准二维码图像读取出准确码值;三方包识别113 负责将标准的二维码信息(或者标准二维码图像)读取为有实际意义的文本信息。
以及,识别层120包含二维码检测121、二维码重建122和二维码识别123。其中,二维码检测121负责在抓拍图像中检测二维码所在的区域,并对二维码所在的区域做映射调整;二维码重建122负责将调整后的二维码图像按码位进行像素累加,读取码值信息,并对码值做模板校正,然后生成标准二维码图像;二维码识别123负责将重建的二维码图像输入三方识别包,进行二维码识别。
以及,应用层130包含图像采集131和结果接收132。其中,图像采集131 由工业相机完成流水线产品抓拍;结果接收132负责接收二维码识别的结果,将识别结果反馈到软件界面,并根据识别结果按业务需求进行后续处理。
如图2所示,图2示出了本申请实施例提供的一种识别二维码的方法的流程图。如图2所示的方法可由如图6所示的装置执行,该装置可以为计算机等。如图2所示的方法包括:
步骤S210,获取包含待识别二维码的图像。
应理解,获取包含待识别二维码的图像的方法可根据实际需求来进行设置,本申请实施例并不局限于此。
为了便于理解本申请实施例,下面通过具体的实施例来进行描述。
具体地,如图3所示,图3示出了本申请实施例提供的一种识别二维码的方法的具体流程图。如图3所示的图像输入和步骤S210对应,该步骤S210 具体包括:
图像采集1-1:可在流水线上架设图像采集设备,通过光电开关触发相机拍照,收集产品图像。
二值化1-2:对采集到的包含待识别二维码的产品图像进行二值化处理,突出二维码信息,减弱背景信息及光线干扰。
步骤S220,从图像中检测出待识别二维码所在的区域。
应理解,从图像中检测出待识别二维码所在的区域的具体方法可根据实际需求来进行设置,本申请实施例并不局限于此。
例如,从图像中检测出待识别二维码所在的区域包括:对图像进行梯度运算,获得梯度图像,对梯度图像进行闭运算,获得闭运算图,对闭运算图进行矩形检测,以检测图像中所有矩形区域,从图像中所有矩形区域中筛选出目标矩形区域。其中,目标矩形区域为待识别二维码所在的区域。
为了便于理解本申请实施例,下面通过具体的实施例来进行描述。
具体地,继续参见图3,如图3所示的区域检测和步骤S220对应,且该步骤S220包括:
XY梯度处理2-1:对二值化的图像计算X/Y方向上的梯度,得到梯度矩阵,然后将两个矩阵点乘,得到梯度图像。
闭运算2-2:使用图像处理中的闭运算,使二维码区域的边缘点融合为一个矩形区域。
矩形检测2-3:使用图像处理中的矩形检测算法,检测图像中的所有矩形区域。
区域筛选2-4:将检测到的矩形列表进行筛选排序,取长宽比小于21:20,面积最大的区域作为目标矩形区域。
应理解,矩形区域的长宽比还可根据实际需求来进行设置,本申请实施例并不局限于此。
步骤S230,对待识别二维码所在的区域进行映射处理,获得中间二维码图像。
应理解,对待识别二维码所在的区域进行映射处理,获得中间二维码图像的具体方法可根据实际需求来进行设置,本申请实施例并不局限于此。
例如,对待识别二维码所在的区域进行映射处理,获得二维码图像,对二维码图像进行尺寸调整,获得中间二维码图像。以及,在对二维码图像进行尺寸调整,获得中间二维码图像之后,该方法还包括:解析中间二维码图像中的锚点位置信息;根据锚点位置信息,确定中间二维码图像的旋转角度和旋转方向;根据旋转角度和旋转方向,对中间二维码图像进行旋转。
为了便于理解本申请实施例,下面通过具体的实施例来进行描述。
具体地,继续参见图3,如图3所示的区域调整和步骤S230对应,且该步骤S230包括:
区域切分3-1:使用图像处理中的仿射变换,将二维码区域(或者待识别二维码所在的区域)映射为固定尺寸的二维码图像。
例如,如图4所示,图4示出了本申请实施例提供的一种映射获得二维码图像的示意图。
尺寸调整3-2:对二维码图像做映射统计,判断二维码版本号,将二维码图像尺寸调整为码位的整数倍,即获得中间二维码图像。
锚点识别3-3:取中间二维码图像的四角锚点对应区域分别累加计数,判别为三个定位点和一个数据点,即锚点位置信息包括三个定位点的位置信息和一个数据点的位置信息,
区域旋转3-4:根据识别到的数据点的位置信息,对中间二维码图像进行旋转,使数据点处于中间二维码图像的右下角。
步骤S240,对中间二维码图像进行重建,获得标准二维码图像。
应理解,对中间二维码图像进行重建,获得标准二维码图像的具体方法可根据实际需求来进行设置,本申请实施例并不局限于此。
例如,对中间二维码图像进行重建,获得标准二维码图像包括:对中间二维码图像进行权值计算,获得权重矩阵;对中间二维码图像进行码位分割,并对每个码位和权重矩阵进行点乘并累加;对每个码位的累加结果进行校验,获得校验结果;根据校验结果,生成标准二维码图像。
为了便于理解本申请实施例,下面通过具体的实施例来进行描述。
具体地,继续参见图3,如图3所示的编码重建、二维码生成5-1和步骤 S230对应,且该步骤S230包括:
权重矩阵4-1:根据每码位的像素尺寸,构建权重矩阵,最外圈权重为1,每向内两圈权重加1。
权重累加4-2:将二维码图像按码位进行分割,对每个码位的像素值与权重矩阵进行点乘并累加。
编码4-3:对每个码位的累加结果进行阈值校验,超过阈值置为1,不足置为0。
模板校正4-4:根据二维码版本号选取对应格式模板,将模板数据覆盖到编码上,保证格式正确。
二维码生成5-1:将最终得到的编码重新生成标准二维码图像。
例如,如图5所示,图5示出了本申请实施例提供的一种标准二维码图像的示意图。以及,该标准二维码图像为通过图4所示的二维码图像进行相关处理后获得的。
步骤S250,对标准二维码图像进行二维码识别,获得识别结果。
应理解,对标准二维码图像进行二维码识别,获得识别结果的具体方法可根据实际需求来进行设置,本申请实施例并不局限于此。
为了便于理解本申请实施例,下面通过具体的实施例来进行描述。
具体地,继续参见图3,如图3所示的识别结果5-2和步骤S250对应,且该步骤S250包括:
识别结果5-2:调用第三方识别包,对标准二维码进行识别得到结果。
因此,本申请实施例基于数字图像处理的二维码提取及标准化方法得到原二维码图像,使用基于矩阵加权累计和模板校正的二维码重建方法得到标准二维码,最后使用已有二维码识别算法包进行识别。
此外,借助于上述技术方案,本申请实施例可以对采集到的含二维码场景图像进行处理,读取其中二维码信息。以及,本方法针对130万像素图像识别时长平均在80ms左右,达到常见场景速度要求,识别准确率高于99.99%。针对新的二维码识别场景,可以在一周内完成算法调整及测试。
根据本申请的实施例,还提供了一种识别二维码的装置。
如图6所示,图6示出了本申请实施例提供的一种识别二维码的装置的结构示意图,该识别二维码的装置包括:获取模块610,用于获取包含待识别二维码的图像;检测模块620,用于从图像中检测出待识别二维码所在的区域;映射模块630,用于对待识别二维码所在的区域进行映射处理,获得中间二维码图像;重建模块640,用于对中间二维码图像进行重建,获得标准二维码图像;识别模块650,用于对标准二维码图像进行二维码识别,获得识别结果。
在一个可能的实施例中,检测模块620,用于:对图像进行梯度运算,获得梯度图像;对梯度图像进行闭运算,获得闭运算图;对闭运算图进行矩形检测,以检测图像中所有矩形区域;从图像中所有矩形区域中筛选出目标矩形区域,其中,目标矩形区域为待识别二维码所在的区域。
在一个可能的实施例中,映射模块630,用于:对待识别二维码所在的区域进行映射处理,获得二维码图像;对二维码图像进行尺寸调整,获得中间二维码图像。
在一个可能的实施例中,映射模块630,还用于:解析中间二维码图像中的锚点位置信息;根据锚点位置信息,确定中间二维码图像的旋转角度和旋转方向;根据旋转角度和旋转方向,对中间二维码图像进行旋转。
在一个可能的实施例中,重建模块640,用于:对中间二维码图像进行权值计算,获得权重矩阵;对中间二维码图像进行码位分割,并对每个码位和权重矩阵进行点乘并累加;对每个码位的累加结果进行校验,获得校验结果;根据校验结果,生成标准二维码图像。
这里需要说明的是,图6所示的装置与上述方法是对应的,具体可参见上述方法实施例的相关描述,在此不再赘述。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种识别二维码的方法,其特征在于,包括:
获取包含待识别二维码的图像;
从所述图像中检测出所述待识别二维码所在的区域;
对所述待识别二维码所在的区域进行映射处理,获得中间二维码图像;
对所述中间二维码图像进行重建,获得标准二维码图像;
对所述标准二维码图像进行二维码识别,获得识别结果。
2.根据权利要求1所述的方法,其特征在于,所述从所述图像中检测出所述待识别二维码所在的区域,包括:
对所述图像进行梯度运算,获得梯度图像;
对所述梯度图像进行闭运算,获得闭运算图;
对所述闭运算图进行矩形检测,以检测所述图像中所有矩形区域;
从所述图像中所有矩形区域中筛选出所述目标矩形区域,其中,所述目标矩形区域为所述待识别二维码所在的区域。
3.根据权利要求1所述的方法,其特征在于,所述对所述待识别二维码所在的区域进行映射处理,获得中间二维码图像,包括:
对所述待识别二维码所在的区域进行映射处理,获得二维码图像;
对所述二维码图像进行尺寸调整,获得中间二维码图像。
4.根据权利要求3所述的方法,其特征在于,在对所述二维码图像进行尺寸调整,获得中间二维码图像之后,所述方法还包括:
解析所述中间二维码图像中的锚点位置信息;
根据所述锚点位置信息,确定所述中间二维码图像的旋转角度和旋转方向;
根据所述旋转角度和所述旋转方向,对所述中间二维码图像进行旋转。
5.根据权利要求1所述的方法,其特征在于,所述对所述中间二维码图像进行重建,获得标准二维码图像,包括:
对所述中间二维码图像进行权值计算,获得权重矩阵;
对所述中间二维码图像进行码位分割,并对每个码位和所述权重矩阵进行点乘并累加;
对所述每个码位的累加结果进行校验,获得校验结果;
根据所述校验结果,生成所述标准二维码图像。
6.一种识别二维码的装置,其特征在于,包括:
获取模块,用于获取包含待识别二维码的图像;
检测模块,用于从所述图像中检测出所述待识别二维码所在的区域;
映射模块,用于对所述待识别二维码所在的区域进行映射处理,获得中间二维码图像;
重建模块,用于对所述中间二维码图像进行重建,获得标准二维码图像;
识别模块,用于对所述标准二维码图像进行二维码识别,获得识别结果。
7.根据权利要求6所述的装置,其特征在于,所述检测模块,用于:对所述图像进行梯度运算,获得梯度图像;对所述梯度图像进行闭运算,获得闭运算图;对所述闭运算图进行矩形检测,以检测所述图像中所有矩形区域;从所述图像中所有矩形区域中筛选出所述目标矩形区域,其中,所述目标矩形区域为所述待识别二维码所在的区域。
8.根据权利要求6所述的装置,其特征在于,所述映射模块,用于:对所述待识别二维码所在的区域进行映射处理,获得二维码图像;对所述二维码图像进行尺寸调整,获得中间二维码图像。
9.根据权利要求8所述的装置,其特征在于,所述映射模块,还用于:解析所述中间二维码图像中的锚点位置信息;根据所述锚点位置信息,确定所述中间二维码图像的旋转角度和旋转方向;根据所述旋转角度和所述旋转方向,对所述中间二维码图像进行旋转。
10.根据权利要求6所述的装置,其特征在于,所述重建模块,用于:对所述中间二维码图像进行权值计算,获得权重矩阵;对所述中间二维码图像进行码位分割,并对每个码位和所述权重矩阵进行点乘并累加;对所述每个码位的累加结果进行校验,获得校验结果;根据所述校验结果,生成所述标准二维码图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010793506.8A CN112052702B (zh) | 2020-08-10 | 2020-08-10 | 一种识别二维码的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010793506.8A CN112052702B (zh) | 2020-08-10 | 2020-08-10 | 一种识别二维码的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112052702A true CN112052702A (zh) | 2020-12-08 |
CN112052702B CN112052702B (zh) | 2023-12-19 |
Family
ID=73602546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010793506.8A Active CN112052702B (zh) | 2020-08-10 | 2020-08-10 | 一种识别二维码的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112052702B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114023249A (zh) * | 2021-10-29 | 2022-02-08 | 卡莱特云科技股份有限公司 | Led显示屏图像的灯点提取方法、装置及led显示屏校正方法 |
WO2023274097A1 (zh) * | 2021-06-28 | 2023-01-05 | 歌尔股份有限公司 | 二维码图像处理方法和装置 |
CN117576617A (zh) * | 2024-01-16 | 2024-02-20 | 杭州长河智信科技有限公司 | 一种基于不同环境自动调节的解码系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101911504A (zh) * | 2007-11-26 | 2010-12-08 | 索尼公司 | 数据处理设备和数据处理方法 |
US20110290878A1 (en) * | 2010-06-01 | 2011-12-01 | Fujian Newland Computer Co., Ltd. | Matrix-type two-dimensional barcode decoding chip and decoding method thereof |
CN107368800A (zh) * | 2017-07-13 | 2017-11-21 | 上海携程商务有限公司 | 基于传真识别的订单确认方法、系统、设备及存储介质 |
CN207051946U (zh) * | 2017-03-31 | 2018-02-27 | 腾讯科技(深圳)有限公司 | 二维码和印刷物 |
CN108629873A (zh) * | 2018-04-15 | 2018-10-09 | 珠海市华清创新科技有限公司 | 一种具有二维码支付的人工智能访客管理系统 |
CN108959998A (zh) * | 2018-06-25 | 2018-12-07 | 天津英创汇智汽车技术有限公司 | 二维码识别方法、装置及系统 |
CN109460029A (zh) * | 2018-11-29 | 2019-03-12 | 华南农业大学 | 畜禽养殖场所巡检移动平台及其控制方法 |
CN109753838A (zh) * | 2018-12-12 | 2019-05-14 | 深圳市三宝创新智能有限公司 | 二维码识别方法、装置、计算机设备及存储介质 |
CN110427792A (zh) * | 2019-06-24 | 2019-11-08 | 广西中烟工业有限责任公司 | 一种遮挡二维码的识读匹配方法及其应用 |
-
2020
- 2020-08-10 CN CN202010793506.8A patent/CN112052702B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101911504A (zh) * | 2007-11-26 | 2010-12-08 | 索尼公司 | 数据处理设备和数据处理方法 |
US20110290878A1 (en) * | 2010-06-01 | 2011-12-01 | Fujian Newland Computer Co., Ltd. | Matrix-type two-dimensional barcode decoding chip and decoding method thereof |
CN207051946U (zh) * | 2017-03-31 | 2018-02-27 | 腾讯科技(深圳)有限公司 | 二维码和印刷物 |
CN107368800A (zh) * | 2017-07-13 | 2017-11-21 | 上海携程商务有限公司 | 基于传真识别的订单确认方法、系统、设备及存储介质 |
CN108629873A (zh) * | 2018-04-15 | 2018-10-09 | 珠海市华清创新科技有限公司 | 一种具有二维码支付的人工智能访客管理系统 |
CN108959998A (zh) * | 2018-06-25 | 2018-12-07 | 天津英创汇智汽车技术有限公司 | 二维码识别方法、装置及系统 |
CN109460029A (zh) * | 2018-11-29 | 2019-03-12 | 华南农业大学 | 畜禽养殖场所巡检移动平台及其控制方法 |
CN109753838A (zh) * | 2018-12-12 | 2019-05-14 | 深圳市三宝创新智能有限公司 | 二维码识别方法、装置、计算机设备及存储介质 |
CN110427792A (zh) * | 2019-06-24 | 2019-11-08 | 广西中烟工业有限责任公司 | 一种遮挡二维码的识读匹配方法及其应用 |
Non-Patent Citations (1)
Title |
---|
朱新如: "复杂成像条件下的QR码自动识别", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 138 - 128 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023274097A1 (zh) * | 2021-06-28 | 2023-01-05 | 歌尔股份有限公司 | 二维码图像处理方法和装置 |
CN114023249A (zh) * | 2021-10-29 | 2022-02-08 | 卡莱特云科技股份有限公司 | Led显示屏图像的灯点提取方法、装置及led显示屏校正方法 |
CN117576617A (zh) * | 2024-01-16 | 2024-02-20 | 杭州长河智信科技有限公司 | 一种基于不同环境自动调节的解码系统 |
CN117576617B (zh) * | 2024-01-16 | 2024-04-16 | 杭州长河智信科技有限公司 | 一种基于不同环境自动调节的解码系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112052702B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111369545B (zh) | 边缘缺陷检测方法、装置、模型、设备及可读存储介质 | |
CN110414507B (zh) | 车牌识别方法、装置、计算机设备和存储介质 | |
CN110060237B (zh) | 一种故障检测方法、装置、设备及系统 | |
CN109766890B (zh) | 信息识别方法、设备和系统 | |
CN107944450B (zh) | 一种车牌识别方法及装置 | |
CN112052702B (zh) | 一种识别二维码的方法和装置 | |
CN109727275B (zh) | 目标检测方法、装置、系统和计算机可读存储介质 | |
CN110516517B (zh) | 一种基于多帧图像的目标识别方法、装置及设备 | |
US9679354B2 (en) | Duplicate check image resolution | |
CN113496208B (zh) | 视频的场景分类方法及装置、存储介质、终端 | |
CN113963147B (zh) | 一种基于语义分割的关键信息提取方法及系统 | |
CN112487848A (zh) | 文字识别方法和终端设备 | |
CN110766007A (zh) | 证件遮挡检测方法、装置、设备及可读存储介质 | |
CN112001200A (zh) | 识别码识别方法、装置、设备、存储介质和系统 | |
CN110751004B (zh) | 二维码检测方法、装置、设备及存储介质 | |
CN112668640A (zh) | 一种文本图像质量评估方法、装置、设备及介质 | |
CN115880260A (zh) | 基站施工的检测方法、装置、设备及计算机可读存储介质 | |
CN108960247B (zh) | 图像显著性检测方法、装置以及电子设备 | |
CN115240203A (zh) | 业务数据处理方法、装置、设备及存储介质 | |
CN111178347B (zh) | 证件图像的模糊度检测方法、装置、设备及存储介质 | |
CN112287905A (zh) | 车辆损伤识别方法、装置、设备及存储介质 | |
CN115953744A (zh) | 一种基于深度学习的车辆识别追踪方法 | |
CN115311680A (zh) | 人体图像质量检测方法、装置、电子设备及存储介质 | |
CN114399432A (zh) | 目标识别方法、装置、设备、介质及产品 | |
CN112883973A (zh) | 车牌识别方法、装置、电子设备和计算机存储介质 |
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 |