CN113378594A - 一种二维码图片的识别方法、装置和相关产品 - Google Patents

一种二维码图片的识别方法、装置和相关产品 Download PDF

Info

Publication number
CN113378594A
CN113378594A CN202010159951.9A CN202010159951A CN113378594A CN 113378594 A CN113378594 A CN 113378594A CN 202010159951 A CN202010159951 A CN 202010159951A CN 113378594 A CN113378594 A CN 113378594A
Authority
CN
China
Prior art keywords
camera
dimensional code
code picture
distortion
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
Application number
CN202010159951.9A
Other languages
English (en)
Other versions
CN113378594B (zh
Inventor
池育浩
钟伟才
何旭
田新
王昱璇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaban Payment Shenzhen Co ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202010159951.9A priority Critical patent/CN113378594B/zh
Publication of CN113378594A publication Critical patent/CN113378594A/zh
Application granted granted Critical
Publication of CN113378594B publication Critical patent/CN113378594B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本申请实施例公开了一种二维码图片的识别方法、装置和相关产品，识别方法包括：获取待识别的二维码图片，待识别的二维码图片存在柱面畸变；将待识别的二维码图片存在的柱面畸变假设为是由于摄像头内部失真参数引起的，确定摄像头内部失真参数；根据所述摄像头内部失真参数确定所述摄像头的校正函数，所述摄像头的校正函数用于校正所述摄像头内部参数引起的失真；校正后的所述摄像头识别所述待识别的二维码图片，得到平整的二维码图片；识别所述平整的二维码图片，得到所述待识别的二维码图片对应的目标数据信息。本申请实施例可以识别存在柱面畸变的二维码图片，而且具有操作方便、识别效率高等优点、提升了复杂场景下对二维码图片的识别能力。

Description

一种二维码图片的识别方法、装置和相关产品
技术领域
本申请涉及图像处理技术领域，尤其涉及一种二维码图片的识别方法、装置和相关产品。
背景技术
随着物联网日益成熟，人们对快速获取信息的需求越来越迫切。目前，二维码图片作为一种简单便捷的信息载体，具有成本低、可靠性高、存储信息量大、表示数据类型多等特点，已被广泛应用在日常生活中。根据具体的使用场景，二维码图片被印制到不同形状的物体表面上。因此，如何快速高效地识别二维码图片在业界是一项很重要的任务。
在实际的二维码图片识别过程中，由于识别环境复杂，比如，二维码图片经常被印于或粘贴于圆柱状物体表面(如共享单车、物品包装、电器设备的表面等)，由于这些物体表面通常不平整，会造成二维码图片发生不同程度的褶皱、柱面弯曲变形和/或失真等柱面畸变。目前适用于柱面畸变二维码图片识别的方法主要是利用特定的识别设备或者依赖特定的辅助定位图形，按照固定的拍照顺序和角度，获取多张二维码图片进行校正，并依次拼接形成完整的二维码平整图片进行解码识别。
现有的二维码图片识别方法主要存在两个缺点：一是实用性差：识别二维码图片的操作过程复杂。二是效率低：识别过程中需要获取多张图像进行联合校正二维码。因此，如何快速高效地识别发生柱面畸变的二维码图片是亟需解决的问题。
发明内容
本申请实施例提供了一种二维码图片的识别方法、装置和相关产品。能够快速准确地识别发生了柱面畸变的二维码图片。
第一方面，本申请实施例提供了一种二维码图片的识别方法，包括以下步骤：获取待识别的二维码图片，所述待识别的二维码图片存在柱面畸变；将所述待识别的二维码图片存在的所述柱面畸变假设为是由于摄像头内部失真参数引起的，确定所述摄像头内部失真参数；根据所述摄像头内部失真参数确定所述摄像头的校正函数，所述摄像头的校正函数用于校正所述摄像头内部失真参数引起的失真；校正后的所述摄像头识别所述待识别的二维码图片，得到平整的的二维码图片；识别所述平整的二维码图片，得到所述待识别的二维码图片对应的目标数据信息。需要说明的是，这里提到的“得到平整的二维码图片”是相对于柱面畸变二维码图片来说的，平整的二维码图片是指比柱面畸变二维码图片平整一些的图片，既可以是绝对平整、也可以是接近平整。
本申请实施例提供的技术方案，将存在柱面畸变的二维码图片假设为是由于摄像头内部失真参数引起的，先确定摄像头内部失真参数，由摄像头内部失真参数得到摄像头校正函数，然后根据二维码图片和摄像头校正函数得到校正后的二维码图片，最后对校正后的二维码图片进行识别。因此，本申请实施例可以识别存在柱面畸变的二维码图片，而且具有操作方便、识别效率高等优点、提升了复杂场景下对二维码图片的识别能力。
基于第一方面，在本申请一些可能的实施方式中，所述摄像头内部失真参数包括：摄像头内参矩阵M、摄像头外参矩阵P和摄像头畸变参数θd。
基于第一方面，在本申请一些可能的实施方式中，所述确定所述摄像头内部失真参数，包括：获取所述待识别的二维码图片中N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标，所述N是1或者大于1的整数；根据所述N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标确定所述M、P和θd。
基于第一方面，在本申请一些可能的实施方式中，所述校正后的所述摄像头识别所述待识别的二维码图片根据所述摄像头校正函数对所述待识别的二维码图片进行校正，包括：根据所述摄像头校正函数和所述待识别的二维码图片的每个像素点的坐标，得到所述待识别的二维码图片的每个像素点分别对应的校正后的坐标、以及得到校正后的二维码图片。
第二方面，本申请实施例提供了一种二维码图片的识别装置，包括：第一获取单元，用于获取待识别的二维码图片，所述待识别的二维码图片存在柱面畸变；第一确定单元，用于将所述待识别的二维码图片存在的所述柱面畸变假设为是由于摄像头内部失真参数引起的，确定所述摄像头内部失真参数头内部失真参数引起的，确定所述摄像头内部失真参数；第二确定单元，用于根据所述摄像头内部失真参数确定所述摄像头的校正函数，所述摄像头的校正函数用于校正所述摄像头内部失真参数引起的失真；校正单元，用于校正后的所述摄像头识别所述待识别的二维码图片，得到平整的的二维码图片；识别单元，用于识别所述平整的二维码图片，得到所述待识别的二维码图片对应的目标数据信息。
本申请实施例提供的技术方案，将存在柱面畸变的二维码图片假设是由于摄像头内部失真参数引起的，先确定摄像头内部失真参数，由摄像头内部失真参数得到摄像头校正函数，然后根据二维码图片和摄像头校正函数得到校正后的二维码图片，最后对校正后的二维码图片进行识别。因此，本申请实施例可以识别存在柱面畸变的二维码图片，而且具有操作方便、识别效率高等优点、提升了复杂场景下对二维码图片的识别能力。
基于第二方面，在本申请一些可能的实施方式中，所述摄像头内部失真参数包括：摄像头内参矩阵M、摄像头外参矩阵P和摄像头畸变参数θd。
基于第二方面，在本申请一些可能的实施方式中，在确定所述摄像头内部失真参数方面，所述第一确定单元具体用于，获取所述待识别的二维码图片中N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标，所述N是1或者大于1的整数；根据所述N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标确定所述M、P和θd。
基于第二方面，在本申请一些可能的实施方式中，所述校正单元具体用于，根据所述摄像头校正函数和所述待识别的二维码图片的每个像素点的坐标，得到所述待识别的二维码图片的每个像素点分别对应的校正后的坐标、得到平整的二维码图片。
第三方面，本申请实施例提供了一种终端，包括：通信接口、处理器和存储器，其中，所述通信接口，用于获取待识别的二维码图片；所述存储器，用于存储可执行程序代码；所述处理器，用于通过读取所述存储器中存储的所述可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行第一方面的任意一种方法的部分或全部步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被硬件执行以实现第一方面的任意一种方法的部分或全部步骤。
本申请实施例提供的技术方案，将存在柱面畸变的二维码图片假设为是由于摄像头内部失真参数引起的，先确定摄像头内部失真参数，由摄像头内部失真参数得到摄像头校正函数，然后根据二维码图片和摄像头校正函数得到校正后的二维码图片，最后对校正后的二维码图片进行识别。因此，本申请实施例可以识别存在柱面畸变的二维码图片，而且具有操作方便、识别效率高等优点、提升了复杂场景下对二维码图片的识别能力。
附图说明
下面将对本申请实施例涉及的一些附图进行说明。
图1是本申请实施例提供的一种二维码图片的识别方法的流程示意图。
图2A是本申请一个实施例中待识别的二维码图片示意图。
图2B是对图2A所示待识别的二维码图片进行识别时选取的多个点的位置示意图。
图2C是对图2A所示待识别的二维码图片校正后的二维码图片。
图3A是本申请一个实施例中待识别的二维码图片示意图。
图3B是图3A所示待识别的二维码图片校正后的二维码图片。
图4A是本申请一个实施例中待识别的二维码图片示意图。
图4B是图4A所示待识别的二维码图片校正后的二维码图片。
图5A是本申请一个实施例中待识别的二维码图片示意图。
图5B是图5A所示待识别的二维码图片校正后的二维码图片。
图6是本申请一个实施例中二维码图片的识别装置的结构示意图。
图7是本申请一个实施例中一种终端的结构示意图。
具体实施方式
下面结合本申请实施例中的附图对本申请实施例进行描述。
本申请实施例提供的二维码图片的识别方法将存在柱面畸变的二维码图片等价于二维码图片是平整的，同时将二维码图片中存在的柱面畸变假设为是由于识别设备(相机/手机等)的摄像头内部失真参数引起的，通过校正摄像头内部参数，获取处理后平整的二维码图片，最后对校正后的二维码图片进行解码恢复出解码信息。
请参见图1，图1是本申请一个实施例提供的一种二维码图片的识别方法的流程示意图，所述方法包括如下步骤。
101、获取待识别的二维码图片，所述待识别的二维码图片存在柱面畸变。
在一些可能的实施例中，可以通过摄像头获取包含二维码的图片，具体地，摄像头可以通过拍照或者实时扫描等方式获取包含二维码的图片。
在一些可能的实施方式中，可以在现有的二维码图片识别方法识别失败后，可以采用本申请提供的方法。
需要说明的是，二维码图片是对目标数据信息进行编码得到的图片，目标数据信息可以是：访问链接信息、密码、验证数据、或者语音数据等信息。为了便于理解，本申请实施例，以目标数据信息为访问链接信息为例进行描述。可以理解的，目标数据信息不限于访问链接信息，也可以为其他信息。
102、将所述待识别的二维码图片存在的所述柱面畸变假设为是由于摄像头内部失真参数引起的，确定所述摄像头内部失真参数。
在一些可能的实施方式中，摄像头内部失真参数可以包括：摄像头内参矩阵M、摄像头外参矩阵P和摄像头畸变参数θd。内参矩阵是与摄像头自身特性相关的参数，比如摄像头的焦距、像素大小等。外参矩阵是摄像头外部的参数，比如位置、旋转方向等。
在一些可能的实施方式中，确定所述摄像头内部失真参数，可以包括：获取所述待识别的二维码图片中N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标，所述N是1或者大于1的整数；根据所述N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标确定所述M、P和θd。
在一些可能的实施方式中，对获取的二维码图片进行预处理，通过二值化和形态学等方法，检测图像中二维码图像所在区域。然后在该区域，根据不同二维码(比如：快速反应(quick response，QR)码、数据矩阵(data matrix，DM)码、阿兹特克(AZTEC)码等)自身的特征，检测相应的特征区域(即二维码图片所在的区域)；然后在特征区域中，通过棋盘格角点检测、亚像素级角点检测等方法，检测二维码的一个或者多个角点。角点包括二维码图片的定位符的角点，以及二维码图像区域中黑模块或白模块的角点。一般来说，检测角点的个数越多识别效果越好。
如图2B所示，在图2A上共检测了16个角点，则N＝16，这些角点是正方形模块的顶点。分别对应图2B中标识1至标识16所指示的点，后续以N个点为例进行描述，分别获取这16个角点分别在世界坐标系中3D坐标[xw,yw,zw]T和像素坐标系中2D坐标[u,v]T,其中T表示向量/矩阵的转置。根据摄像头获取的二维码角点位置信息，得到映射关系
[u,v,1]T＝MP[xw,yw,zw,1]T,通过列文伯格-马夸尔特(Levenberg-Marquardt，LM)等算法计算可得
Figure BDA0002405182830000041
和P＝[R t],其中R为旋转矩阵，t为平移向量。像素坐标系原点与图像坐标系原点不重合，u0和v0表示图像坐标系原点在像素坐标系下的坐标。fx和fy表示相机内部参数。需要说明的是，任一点的世界坐标系的坐标以图像中心为原点，建立的x-y-z坐标系。根据输入图像中任一点Q在世界坐标系中的坐标[Qx,Qy,Qz]T，可计算出其在相机坐标系下的坐标[Q′x,Q′y,Q′z]T,即[Q′x,Q′y,Q′z]T＝R[Qx,Qy,Qz]T+t,R和t分别表示二维码图片在世界坐标系下相对于世界坐标系原点的旋转位置和平移的位置。并将该坐标通过Rodrigues(罗德里格斯)变换到极坐标系下的坐标(r,θ),即
Figure BDA0002405182830000042
校正摄像头内部参数：在实际情况中，摄像头的畸变参数可以用r＝0处的泰勒级数展开的前几项来近似，即摄像头畸变θd＝θ(1+k1θ2+k2θ4+k3θ6+k4θ8),其中K＝(k1,k2,k3,k4)表示摄像头的畸变向量。
103、根据所述摄像头内部失真参数确定所述摄像头的校正函数，所述摄像头的校正函数用于校正所述摄像头内部失真参数引起的失真。
对摄像头进行校正后，可以将存在柱面畸变的二维码图片识别为平整的二维码图片。
接着就可计算校正后的坐标
Figure BDA0002405182830000051
即
Figure BDA0002405182830000052
然后计算在像素坐标系下校正后的坐标
Figure BDA0002405182830000053
其中
Figure BDA0002405182830000054
最后可计算出摄像头内部参数的校正函数f(Qx,Qy,Qz)，即
Figure BDA0002405182830000055
Figure BDA0002405182830000056
其中Qx和Qy是由输入Qx,Qy,Qz根据步骤2)和步骤3)计算得出。
获得处理后的图片获取处理后的二维码图片：根据摄像头内部参数的校正函数f(Qx,Qy,Qz)和输入图片的每个像素点坐标[Qx,Qy,Qz]T，可计算输出图片中每个像素点对应的坐标
Figure BDA0002405182830000057
从而获得处理后的图片。
取的16个角点位置信息，根据[u,v,1]T＝MP[xw,yw,zw,1]T,可计算出内参矩阵
Figure BDA0002405182830000058
和外参矩阵
Figure BDA0002405182830000059
其中
Figure BDA00024051828300000510
摄像头的畸变向量K可由r＝0处的泰勒级数计算可得K＝(0.1055,-1.0159,4.3767,-7.2096)。M\P\R表示的是相机模型的参数(分别为内参和外参)，所以是所有点对应的相同的M,P,R,这里使用很多点来计算的原因是由于现实场景中图片存在噪声，通过很多点来计算，提高计算出的M\P\R得准确性。
104、校正后的所述摄像头识别所述待识别的二维码图片，得到平整的二维码图片。
需要说明的是，这里提到的“得到平整的二维码图片”是相对于柱面畸变二维码图片来说的，平整的二维码图片是指比柱面畸变二维码图片平整一些的图片，既可以是绝对平整、也可以是接近平整。
举例来说，图2A、图3A、图4A和图5A是用户通过手机识别日常生活中的物品包装上各种圆柱面的二维码图片的示意图。
校正后的摄像头识别图2A后得到的平整的二维码图片如图2C所示。校正后的摄像头识别图3A后，得到的平整的二维码图片如图3B所示。校正后的摄像头识别图4A后，得到的平整的二维码图片如图4B所示。校正后的摄像头识别图5A后，得到的平整的二维码图片如图5B所示。
105、识别所述平整的二维码图片，得到所述待识别的二维码图片对应的目标数据信息。
需要说明的是，在一些可能的实施例中，校正后的二维码图片接近于平整，不一定是正方形，通常存在一些变形，常规的识别算法可以对校正后的图片解码成功。举例来说，对图2C进行识别后得到解码后的目标数据信息是http://3.cn/bOYcaeO，对图3B进行识别后得到解码后的目标数据信息是http://3.cn/bOYcaeOhttp://weixin.qq.com/r/By_lkLPEke7urffz93oV，对图4B进行识别后得到解码后的目标数据信息是https://www.scjqrcode.cn/t/20700191159000619095001518038986，对图5B进行识别后得到解码后的目标数据信息是http://weixin.qq.com/r/MUhpcS7EwHO-rWoS9x0j。
本申请实施例提供的技术方案，将存在柱面畸变的二维码图片假设为是由于摄像头内部失真参数引起的，先确定摄像头内部失真参数，由摄像头内部失真参数得到摄像头校正函数，然后根据二维码图片和摄像头校正函数得到校正后的二维码图片，最后对校正后的二维码图片进行识别。因此，本申请实施例可以识别存在柱面畸变的二维码图片，而且具有操作方便、识别效率高等优点、提升了复杂场景下对二维码图片的识别能力。
参见图6，图6是本申请实施例提供的一种二维码图片的识别装置的结构示意图。二维码图片的识别装置600包括：第一获取单元601、第一确定单元602、第二确定单元603、校正单元604、识别单元605。其中，第一获取单元601，用于获取待识别的二维码图片，所述待识别的二维码图片存在柱面畸变。第一确定单元602，用于将所述待识别的二维码图片存在的所述柱面畸变假设为是由于摄像头内部失真参数引起的，确定所述摄像头内部失真参数头内部失真参数引起的，确定所述摄像头内部失真参数。第二确定单元603，用于根据所述摄像头内部失真参数确定所述摄像头的校正函数，所述摄像头的校正函数用于校正所述摄像头内部失真参数引起的失真。校正单元604，用于校正后的所述摄像头识别所述待识别的二维码图片，得到平整的的二维码图片。识别单元605，用于识别所述平整的二维码图片，得到所述待识别的二维码图片对应的目标数据信息。各模块的具体实施参考图1所示方法实施例中的描述，这里不再赘述。
在一些可能的实施方式中，所述摄像头内部失真参数包括：摄像头内参矩阵M、摄像头外参矩阵P和摄像头畸变参数θd。
在一些可能的实施方式中，在确定所述摄像头内部失真参数方面，所述第一确定单元具体用于，获取所述待识别的二维码图片中N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标，所述N是1或者大于1的整数；根据所述N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标确定所述M、P和θd。
在一些可能的实施方式中，所述校正单元具体用于，根据所述摄像头校正函数和所述待识别的二维码图片的每个像素点的坐标，得到所述待识别的二维码图片的每个像素点分别对应的校正后的坐标、得到平整的二维码图片。
本申请实施例提供的技术方案，将存在柱面畸变的二维码图片假设为是由于摄像头内部失真参数引起的，先确定摄像头内部失真参数，由摄像头内部失真参数得到摄像头校正函数，然后根据二维码图片和摄像头校正函数得到校正后的二维码图片，最后对校正后的二维码图片进行识别。因此，本申请实施例可以识别存在柱面畸变的二维码图片，而且具有操作方便、识别效率高等优点、提升了复杂场景下对二维码图片的识别能力。
参见图7，图7一种终端，图7包括：通信接口701、存储器702和处理器703，其中，通信接口701，用于获取待识别的二维码图片。存储器702，用于存储可执行程序代码。处理器703，用于通过读取存储器702中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于执行前面任一方法实施例中所述的方法。
本申请实施例还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被硬件执行以实现前面任一方法实施例所述的方法。
在上述实施例中，可全部或部分地通过软件、硬件、固件、或其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。
在上述实施例中对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，也可以通过其它的方式实现。例如以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可结合或者可以集成到另一个系统，或一些特征可以忽略或不执行。另一点，所显示或讨论的相互之间的间接耦合或者直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者，也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例的方案的目的。
另外，在本申请各实施例中的各功能单元可集成在一个处理单元中，也可以是各单元单独物理存在，也可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，或者也可以采用软件功能单元的形式实现。
所述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，本申请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(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质例如可包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或光盘等各种可存储程序代码的介质。

Claims (10)

1.一种二维码图片的识别方法，其特征在于，包括以下步骤：
获取待识别的二维码图片，所述待识别的二维码图片存在柱面畸变；
将所述待识别的二维码图片存在的所述柱面畸变假设为是由于摄像头内部失真参数引起的，确定所述摄像头内部失真参数；
根据所述摄像头内部失真参数确定所述摄像头的校正函数，所述摄像头的校正函数用于校正所述摄像头内部失真参数引起的失真；
校正后的所述摄像头识别所述待识别的二维码图片，得到平整的的二维码图片；
识别所述平整的二维码图片，得到所述待识别的二维码图片对应的目标数据信息。
2.根据权利要求1所述的识别方法，其特征在于：
所述摄像头内部失真参数包括：摄像头内参矩阵M、摄像头外参矩阵P和摄像头畸变参数θd。
3.根据权利要求2所述的识别方法，其特征在于，所述确定所述摄像头内部失真参数，包括：
获取所述待识别的二维码图片中N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标，所述N是1或者大于1的整数；
根据所述N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标确定所述M、P和θd。
4.根据权利要求1至3任意一项所述的识别方法，其特征在于，所述校正后的所述摄像头识别所述待识别的二维码图片，包括：
根据所述摄像头校正函数和所述待识别的二维码图片的每个像素点的坐标，得到所述待识别的二维码图片的每个像素点分别对应的校正后的坐标。
5.一种二维码图片的识别装置，其特征在于，包括：
第一获取单元，用于获取待识别的二维码图片，所述待识别的二维码图片存在柱面畸变；
第一确定单元，用于将所述待识别的二维码图片存在的所述柱面畸变假设为是由于摄像头内部失真参数引起的，确定所述摄像头内部失真参数头内部失真参数引起的，确定所述摄像头内部失真参数；
第二确定单元，用于根据所述摄像头内部失真参数确定所述摄像头的校正函数，所述摄像头的校正函数用于校正所述摄像头内部失真参数引起的失真；
校正单元，用于校正后的所述摄像头识别所述待识别的二维码图片，得到平整的的二维码图片；
识别单元，用于识别所述平整的二维码图片，得到所述待识别的二维码图片对应的目标数据信息。
6.根据权利要求5所述的识别装置，其特征在于：
所述摄像头内部失真参数包括：摄像头内参矩阵M、摄像头外参矩阵P和摄像头畸变参数θd。
7.根据权利要求6所述的识别装置，其特征在于，在确定所述摄像头内部失真参数方面，所述第一确定单元具体用于，
获取所述待识别的二维码图片中N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标，所述N是1或者大于1的整数；
根据所述N个点分别对应的世界坐标系中的三维坐标和像素坐标系中的二维坐标确定所述M、P和θd。
8.根据权利要求5至7任意一项所述的识别装置，其特征在于，
所述校正单元具体用于，根据所述摄像头校正函数和所述待识别的二维码图片的每个像素点的坐标，得到所述待识别的二维码图片的每个像素点分别对应的校正后的坐标、得到平整的二维码图片。
9.一种终端，其特征在于，包括：通信接口、处理器和存储器，其中，
所述通信接口，用于获取待识别的二维码图片；
所述存储器，用于存储可执行程序代码；
所述处理器，用于通过读取所述存储器中存储的所述可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行如权利要求1至4任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被硬件执行以实现权利要求书1至4任一项中所述的识别方法。
CN202010159951.9A 2020-03-09 2020-03-09 一种二维码图片的识别方法、装置和相关产品 Active CN113378594B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010159951.9A CN113378594B (zh) 2020-03-09 2020-03-09 一种二维码图片的识别方法、装置和相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010159951.9A CN113378594B (zh) 2020-03-09 2020-03-09 一种二维码图片的识别方法、装置和相关产品

Publications (2)

Publication Number Publication Date
CN113378594A true CN113378594A (zh) 2021-09-10
CN113378594B CN113378594B (zh) 2023-02-14

Family

ID=77568764

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010159951.9A Active CN113378594B (zh) 2020-03-09 2020-03-09 一种二维码图片的识别方法、装置和相关产品

Country Status (1)

Country Link
CN (1) CN113378594B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105046183A (zh) * 2015-07-22 2015-11-11 福建新大陆自动识别技术有限公司 一种畸变qr码的解码方法和系统
CN105096329A (zh) * 2015-08-20 2015-11-25 厦门雅迅网络股份有限公司 一种精确校正超广角摄像头图像畸变的方法
CN106407973A (zh) * 2016-09-30 2017-02-15 石家庄铁道大学 标在柱面上的ar码的鲁棒识别方法
CN109949249A (zh) * 2019-03-29 2019-06-28 珠海丹德图像技术有限公司 一种柱面图像校正方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105046183A (zh) * 2015-07-22 2015-11-11 福建新大陆自动识别技术有限公司 一种畸变qr码的解码方法和系统
CN105096329A (zh) * 2015-08-20 2015-11-25 厦门雅迅网络股份有限公司 一种精确校正超广角摄像头图像畸变的方法
CN106407973A (zh) * 2016-09-30 2017-02-15 石家庄铁道大学 标在柱面上的ar码的鲁棒识别方法
CN109949249A (zh) * 2019-03-29 2019-06-28 珠海丹德图像技术有限公司 一种柱面图像校正方法及系统

Also Published As

Publication number Publication date
CN113378594B (zh) 2023-02-14

Similar Documents

Publication Publication Date Title
US9491452B2 (en) Camera calibration
WO2014061372A1 (ja) 画像処理装置、画像処理方法および画像処理プログラム
CN111788572A (zh) 用于面部识别的方法和系统
CN113822942B (zh) 一种基于二维码的单目摄像头测量物体尺寸的方法
US20120162220A1 (en) Three-dimensional model creation system
EP3309743B1 (en) Registration of multiple laser scans
CN110008943B (zh) 一种图像处理方法及装置、一种计算设备及存储介质
US20120162387A1 (en) Imaging parameter acquisition apparatus, imaging parameter acquisition method and storage medium
CN109117693B (zh) 一种基于广角取景的扫描识别的方法及终端
CN114640833B (zh) 投影画面调整方法、装置、电子设备和存储介质
CN113256718A (zh) 定位方法和装置、设备及存储介质
CN112257713A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN112528902A (zh) 一种基于3d人脸模型的视频监控动态人脸识别方法及装置
CN112102404A (zh) 物体检测追踪方法、装置及头戴显示设备
Li et al. Reconstruct argorithm of 2D barcode for reading the QR code on cylindrical surface
CN108961381B (zh) 用于对物体的三维几何模型着色的方法和装置
CN113378594B (zh) 一种二维码图片的识别方法、装置和相关产品
JP6086491B2 (ja) 画像処理装置およびそのデータベース構築装置
CN111429353A (zh) 图像拼接及全景图拼接方法和装置、存储介质、电子设备
CN110956664A (zh) 一种手持式三维扫描系统的相机位置实时重定位方法
CN111260574A (zh) 一种印章照片矫正的方法、终端及计算机可读存储介质
Georgiev et al. A fast and accurate re-calibration technique for misaligned stereo cameras
CN115147389A (zh) 图像处理方法、设备以及计算机可读存储介质
JP2019220032A (ja) 原画像を目標画像に基づいて変形した表示画像を生成するプログラム、装置及び方法
CN114742705A (zh) 一种基于halcon的图像拼接方法

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
TR01 Transfer of patent right

Effective date of registration: 20231222

Address after: 518054 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong

Patentee after: Huaban Payment (Shenzhen) Co.,Ltd.

Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen

Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd.

TR01 Transfer of patent right