CN112651257A - 一种二维码、条形码图像定位及识别方法及其存储介质 - Google Patents

Abstract

本发明涉及二维码、条形码识别识别技术领域，尤其涉及一种二维码、条形码图像定位及识别方法及其存储介质，一种二维码、条形码图像定位及识别方法，包括：通过形态学处理裁剪出条形码或二维码的目标区域图像；对目标码区域图像进行二值化处理，统计XY方向梯度变化比例，判断码类型为QR码或bar code；若判断为QR码，则定位出图像中定位符的位置，并进行图像校正‑透视变换及二值化处理，接着获取图像中码流并进行解码；本发明提供的二维码、条形码图像定位及识别方法不仅能够提升条形码、二维码的识别速率，还能够增强低分辨率、模糊条形码、二维码的识别率，具有较强的适用性，适宜进一步推广应用。

Description

一种二维码、条形码图像定位及识别方法及其存储介质

技术领域

本发明涉及二维码、条形码识别识别技术领域，尤其涉及一种二 维码、条形码图像定位及识别方法及其存储介质。

背景技术

近几年移动支付和新零售快速发展，而移动支付又以扫码支付为 其主要支付方式。但由于支付场景的千变万化及摄像头的成像质量， 设备所获取到的码，往往存在光照不均衡、模糊、畸变、低分辨率、 低对比度等问题。在此背景下，市场需要一种可以适应光照不均衡环 境、模糊、畸变、低分辨率码识别方法，以提升支付效率及用户体 验。

发明内容

有鉴于此，本发明的目的在于提出一种二维码、条形码图像定位 及识别方法及其存储介质。

为了实现上述的技术目的，本发明所采用的技术方案为：

一种二维码、条形码图像定位及识别方法，包括：

通过形态学处理裁剪出条形码或二维码的目标区域图像；

对目标码区域图像进行二值化处理，统计XY方向梯度变化比 例，判断码类型为QR码或bar code；

若判断为QR码，则定位出图像中定位符的位置，并进行图像校 正-透视变换及二值化处理，接着获取图像中码流并进行解码；

若判断为bar code，则通过边沿检测计算bar\space宽度，并将已 获取到的码字与条形码编码值按如下公式进行计算相似度，当计算出 的score值小于其设定阈值时，则可进行解码；

公式：

其中y1为标准码字，y2为解码算法得到的码字。

进一步的，形态学处理为将原图进行降采样、腐蚀、膨胀、计算 图像及二值化处理，以确定出目标区域图像。

进一步的，统计XY方向梯度变化比例，判断码类型的具体方法 为：将图像二值化后分别统计X，Y方向边沿值tx，ty，计算r为X、 Y方向边缘值比例；若r在0.7～1.5之间则可认为该图形为二维码， 否则，认为该图形为条形码。

进一步的，QR码中图像中定位符的定位方法为先用轻量级定位 算法进行定位符的粗定位，再用高精度算法定位出QR码定位符位置。

进一步的，若无法定位出QR码图像中定位符位置，则对原图进 行二次线性插值处理，增加图像分辨率，接着再对处理后图像中定位 符位置进行定位。

进一步的，若QR码获取码流后解码失败，则对图像进行锐化处 理，再将锐化处理后的图像进行二值化处理，接着获取图像中码流进 行解码。

进一步的，若经锐化处理后的图像解码失败，则对锐化后的图像 进行二值化阈值抖动处理，并进行预设次数的解码尝试。

进一步的，二值化阈值抖动处理具体为在基于二值化算法阈值的 基础上进行+10、-10阈值抖动以得到不同的二值化图像，从而增进码 识别率。

在上述基础上，本发明还提供了一种计算机可读的存储介质，所 述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令 集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器 加载并执行实现上述的二维码、条形码图像定位及识别方法。

采用上述的技术方案，本发明与现有技术相比，其具有的有益效 果为：

本发明提供的二维码、条形码图像定位及识别方法不仅能够提升 条形码、二维码的识别速率，还能够增强低分辨率、模糊条形码、二 维码的识别率，具有较强的适用性，适宜进一步推广应用。

附图说明

为了更清楚地说明本发明实施方式的技术方案，下面将对实施方 式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了 本发明的某些实施例，因此不应被看作是对范围的限定，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 附图获得其他相关的附图。

附图1是图像形态学处理的示意图；(图1.1原图；图1.2降采 样；图1.3腐蚀；图1.4膨胀；图1.5腐蚀、膨胀相减图像；图1.6 二值化；图1.7从原图中得到的目标码区域。)

附图2是条形码及QR码二值化处理后的示意图；(图2.1条形 码二值化图；图2.2QR码二值化图。)

附图3是QR码图像定位符定位原理示意图；(图3.1定位符模 式；图3.2粗定位定位符位置。)

附图4是QR码图像二次线性插值处理前后的示意图；(图4.1 低分辨率下码局部图；图4.2进行插值计算后的码局部图。)

附图5是QR码图像锐化处理前后的示意图。(图5.1锐化后的 图像；图5.2锐化后二值化处理图像。)

具体实施方式

下面结合附图和实施例，对本发明作进一步的详细描述。特别指 出的是，以下实施例仅用于说明本发明，但不对本发明的范围进行限 定。同样的，以下实施例仅为本发明的部分实施例而非全部实施例， 本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其 它实施例，都属于本发明保护的范围。

一种二维码、条形码图像定位及识别方法，包括：

参照附图1，图像预处理：通过形态学处理裁剪出条形码或二维 码的目标区域图像；其可减少后期“高代价处理算法”处理时间。采 用图像形态学，原图->降采样->腐蚀->膨胀->计算图像->二值化->确 定目标区域，可得到图1.7。

原图的分辨率一般都比较大，可达到1280*720。该目标检测算 法不需要太高质量的图像。采用降采样可减少算法处理所需时间。

在对原图分别做“膨胀”和“腐蚀”，可得到图1.3与图1.4。 基于此将图1.3g(x,y)与图1.4h(x,y)相减。可得到图1.5。

f(x,y)＝g(x,y)-h(x,y) (式1.1)

图1.5经二值化处理可得图1.7。

条形码、二维码类型判别：对目标码区域图像进行二值化处理， 统计XY方向梯度变化比例，判断码类型为QR码或bar code；如图 2所示，条形码图像与二维码图像具有明显边缘差异(黑白跳变可认 为是边沿)，将图像二值化后分别统计X,Y方向边沿值tx,ty，计算r 为X、Y方向边缘值比例。如若r在0.7～1.5之间则可认为该图形为 二维码，否则可认为该图形为条形码。

r＝tx/ty (式1.2)

若判断为QR码，则定位出图像中定位符的位置，并进行图像校 正-透视变换及二值化处理，接着获取图像中码流并进行解码；

其中定位QR码图像定位符位置：QR码“定位符”位置的定位 精准度决定了解码算法的解码识别能力。但高精度的定位算法耗时较 高，如果基于整个码图应用该定位算法，将使算法效率降低。基于该 问题，本实施例提供了一种“轻量级算法定位算法+高精度算法”的 定位方法，可先用“轻量级定位算法”粗定位出QR码定位符位置， 然后再应用“高精度定位算法”以提升解码速率。

参照图2与3，粗定位算法：基于二值化，如图2.2，按X方向 扫描，依定位符模式“1:1:3:1:1”如图3.1应用“flood_fill”算法(该 算法为通用算法)可粗定位出定位符。获取到p1(x,y,xl,yl)，p2(…), p3(…)三个定位符方形区域，如图3.2。

高精度定位算法：基于p1(x,y,xl,yl)、p2、p3区域应用基于梯度 边沿检测(该算法为通用算法)的高精度定位算法，定位出QR码定 位符位置。

进一步的，若无法定位出QR码图像中定位符位置，则对原图进 行二次线性插值处理，增加图像分辨率，接着再对处理后图像中定位 符位置进行定位。

增强低分辨率QR码识别能力：针对QR码在模糊或者低分辨率 (一个图元两个像素)情况下，图像信息大量丢失。在解码中往往难以 准确获取图像信息。基于分析归结两点原因：1、低分辨率码定位符 位置定位失准。2、进行码值采样时在低分辨率下图像受噪声干扰严 重。

参照附图4，其中在无法定位出QR码图像中定位符位置，对原 图进行二次线性插值处理，可增加图像分辨率，利于QR码图像中定 位符的定位。

进一步的，若QR码获取码流后解码失败，则对图像进行锐化处 理，再将锐化处理后的图像进行二值化处理，接着获取图像中码流进 行解码。

参照附图5，对图像进行锐化增加图像方差，利于后期otsu(二 值化)处理。锐化卷积核为[[0,-1,0],[-1,5,-1],[0,-1,0]]。

进一步的，若经锐化处理后的图像解码失败，则对锐化后的图像 进行二值化阈值抖动处理，并进行预设次数的解码尝试。

阈值抖动：在基于otsu(二值化算法)图5.2的基础上进行+10、-10阈值抖动可得到不同的二值化图像，而增进码识别率。

若判断为bar code，则通过边沿检测计算bar\space宽度，并将已 获取到的码字与条形码编码值按如下公式进行计算相似度(模式匹 配)，当计算出的score值小于其设定阈值时(其中score阈值一般设 置为0.3)，则可进行解码；

其中，应用交叉熵计算似然性增强低分辨率条形码识别率：在低 分辨率下，基于边缘检测获取到的条形码码字信息存在较大偏差，往 往难以正确解码。在此基础上对已获取到的码字与条形码编码值按如 下公式进行计算相似度。据此可以提高解码率。

code128标准编码字(106个编码字，一个码字由11编码构成) 如下：

ID	编码值
		0	[1，1，0，1，1，0，0，1，1，0，0]
1	[1，1，0，0，1，1，0，1，1，0，0]
		2	[1，1，0，0，1，1，0，0，1，1，0]
…	…
		106	…

在低分辨率下获取到的编码值可能为：

公式：

(公式中y1为标准码字，y2为解码算法得到的码字)

基于此公式将识别到的码字分别与“code128标准码字”106个码 字进行模式匹配可得到106个score值，score值越小表示码字越相 近。minscore＝MIN(score)，如果minscore>0.3，则差异过大，可认 为模式匹配失败。而若minscore<0.3，则在允许容差内，可认为匹配 成功并记录相应的id号。

另外，在本发明各个实施方式中的各功能单元可以集成在一个处 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。

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，本发明的技术方案本质上或者说对现有技术做出贡献的部分 或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计 算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计 算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器 (processor)执行本发明各个实施方式方法的全部或部分步骤。而前述 的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或 者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的部分实施例，并非因此限制本发明的保护 范围，凡是利用本发明说明书及附图内容所作的等效装置或等效流程 变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发 明的专利保护范围内。

Claims (9)

1.一种二维码、条形码图像定位及识别方法，其特征在于，包括：

通过形态学处理裁剪出条形码或二维码的目标区域图像；

对目标码区域图像进行二值化处理，统计XY方向梯度变化比例，判断码类型为QR码或bar code；

若判断为QR码，则定位出图像中定位符的位置，并进行图像校正-透视变换及二值化处理，接着获取图像中码流并进行解码；

若判断为bar code，则通过边沿检测计算bar\space宽度，并将已获取到的码字与条形码编码值按如下公式进行计算相似度，当计算出的score值小于其设定阈值时，则可进行解码；

公式：

其中y1为标准码字，y2为解码算法得到的码字。

2.根据权利要求1所述的一种二维码、条形码图像定位及识别方法，其特征在于，形态学处理为将原图进行降采样、腐蚀、膨胀、计算图像及二值化处理，以确定出目标区域图像。

3.根据权利要求1所述的一种二维码、条形码图像定位及识别方法，其特征在于，统计XY方向梯度变化比例，判断码类型的具体方法为：将图像二值化后分别统计X，Y方向边沿值tx，ty，计算r为X、Y方向边缘值比例；若r在0.7～1.5之间则可认为该图形为二维码，否则，认为该图形为条形码。

4.根据权利要求1所述的一种二维码、条形码图像定位及识别方法，其特征在于，QR码中图像中定位符的定位方法为先用轻量级定位算法(flood_fill)进行定位符的粗定位，再用高精度算法(“梯度边沿检测”)定位出QR码定位符位置。

5.根据权利要求4所述的一种二维码、条形码图像定位及识别方法，其特征在于，若无法定位出QR码图像中定位符位置，则对原图进行“二次线性插值”处理，增加图像分辨率，接着再对处理后图像中定位符位置进行定位。

6.根据权利要求5所述的一种二维码、条形码图像定位及识别方法，其特征在于，若QR码获取码流后解码失败，则对图像进行锐化处理，再将锐化处理后的图像进行二值化处理，接着获取图像中码流进行解码。

7.根据权利要求6所述的一种二维码、条形码图像定位及识别方法，其特征在于，若经锐化处理后的图像解码失败，则对锐化后的图像进行二值化阈值抖动处理，并进行预设次数的解码尝试。

8.根据权利要求7所述的一种二维码、条形码图像定位及识别方法，其特征在于，二值化阈值抖动处理具体为在基于二值化算法阈值的基础上进行+10、-10阈值抖动以得到不同的二值化图像，从而增进码识别率。

9.一种计算机可读的存储介质，其特征在于：所述的存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述的至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行实现如权利要求1至8之一所述的二维码、条形码图像定位及识别方法。

Images