CN113449534A - 二维码图像处理方法和装置 - Google Patents

二维码图像处理方法和装置 Download PDF

Info

Publication number
CN113449534A
CN113449534A CN202110719074.0A CN202110719074A CN113449534A CN 113449534 A CN113449534 A CN 113449534A CN 202110719074 A CN202110719074 A CN 202110719074A CN 113449534 A CN113449534 A CN 113449534A
Authority
CN
China
Prior art keywords
dimensional code
image
code image
boundary line
grid
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
CN202110719074.0A
Other languages
English (en)
Other versions
CN113449534B (zh
Inventor
宋秀峰
张一凡
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.)
Goertek Inc
Original Assignee
Goertek Inc
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 Goertek Inc filed Critical Goertek Inc
Priority to CN202110719074.0A priority Critical patent/CN113449534B/zh
Publication of CN113449534A publication Critical patent/CN113449534A/zh
Priority to PCT/CN2022/101359 priority patent/WO2023274097A1/zh
Application granted granted Critical
Publication of CN113449534B publication Critical patent/CN113449534B/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
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G06K7/1452—Methods for optical code recognition including a method step for retrieval of the optical code detecting bar code edges
    • 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
    • G06K7/1478—Methods for optical code recognition the method including quality enhancement steps adapting the threshold for pixels in a CMOS or CCD pixel sensor for black and white recognition

Abstract

本申请公开了二维码图像处理方法和装置。其中方法包括：从二维码图像中识别出二维码所包含的指定形状；根据指定形状确定二维码图像中码粒的尺寸；将码粒的尺寸作为网格基准，在二维码图像中划分出网格；根据各网格内的图像内容，生成标准二维码。该技术方案利用二维码是由码粒组成这一特点，基于二维码图像重构出标准二维码，并且利用二维码图像中“回”字形等特殊的指定形状，使确定出的码粒尺寸更加精准，提高了标准二维码的重构准确度，从而提升后续二维码解析的准确度。

Description

二维码图像处理方法和装置
技术领域
本申请涉及图像处理领域，尤其涉及二维码图像处理方法和装置。
背景技术
二维码是指用某种特定的几何图形按一定规律在平面分布的黑白相间的记录数据符号信息的图形，对二维码进行解析可以获得其记录的数据符号信息。现有技术中的二维码解析方式通常是先通过摄像头获得二维码图像，再利用解析库完成二维码解析。但是，当二维码的尺寸较小，或者二维码有磨损等场景下，二维码图像的解析成功率不高。
发明内容
本申请实施例提供了二维码图像处理方法和装置，能够根据二维码图像生成标准二维码，提高二维码图像的解析成功率。
本申请实施例采用下述技术方案：
第一方面，本申请实施例提供一种二维码图像处理方法，包括：从二维码图像中识别出二维码所包含的指定形状；根据指定形状确定二维码图像中码粒的尺寸；将码粒的尺寸作为网格基准，在二维码图像中划分出网格；根据各网格内的图像内容，生成标准二维码。
在一些实施例中，根据指定形状确定二维码图像中码粒的尺寸包括：根据指定形状中各边的尺寸与其所包含的码粒数量的比值，以及二维码图像中各边的尺寸与其所包含的码粒数量的比值，确定二维码图像中码粒的尺寸。
在一些实施例中，方法还包括：获取包含二维码的基础图像；从基础图像中确定出二维码所在的区域，根据确定出的区域得到二维码图像。
在一些实施例中，根据确定出的区域得到二维码图像包括：根据基础图像的轮廓，去除基础图像的噪点，得到有效区域；根据有效区域的轮廓，确定二维码图像的边界线，得到二维码图像。
在一些实施例中，基础图像为灰度图像，根据基础图像的轮廓，去除基础图像的噪点包括：对基础图像的轮廓中的每段边界线，根据该边界线的长度和第一预设宽度，在基础图像中确定第一候选区域；若该第一候选区域的灰度均值大于基础图像的灰度均值，则将该第一候选区域作为包含噪点的区域进行去除。
在一些实施例中，基础图像为灰度图像，根据有效区域的轮廓，确定二维码图像的边界线包括：对有效区域的轮廓中的每段边界线，根据该边界线的长度和第二预设宽度，在有效区域中确定第二候选区域；若该第二候选区域的灰度均值小于灰度阈值，则将该第二候选区域进行去除，根据有效区域的剩余部分确定二维码图像的边界线。
在一些实施例中，从二维码图像中识别出二维码所包含的指定形状包括：根据二维码图像的各边界线与基础图像的各边界线之间的距离，确定指定形状在二维码图像中的指定区域；在指定区域中识别指定形状。
在一些实施例中，二维码图像包含定位字符，定位字符与指定形状具有预设的相对位置关系；根据二维码图像的各边界线与基础图像的各边界线之间的距离，确定指定形状在二维码图像中的指定区域包括：将二维码图像的边界线中，与基础图像的相应边界线距离最近的一条作为与定位字符对应的目标边界线，根据该目标边界线确定定位字符在二维码图像中的位置；根据定位字符在二维码图像中的位置，以及相对位置关系，确定指定形状在二维码图像中的指定区域。
在一些实施例中，根据各网格内的图像内容，生成标准二维码包括：若一个网格的中心点的像素值等于第一预设像素值，或者一个网格的像素平均值小于第二预设像素值，则根据该网格生成标准二维码的一个码粒。
第二方面，本申请实施例还提供一种二维码图像处理装置，用于实现如上任一的二维码图像处理方法。
在一些实施例中，二维码图像处理装置包括：识别单元，用于从二维码图像中识别出二维码所包含的指定形状；尺寸单元，用于根据指定形状确定二维码图像中码粒的尺寸；网格单元，用于将码粒的尺寸作为网格基准，在二维码图像中划分出网格；生成单元，用于根据各网格内的图像内容，生成标准二维码。
在一些实施例中，尺寸单元，用于根据指定形状中各边的尺寸与其所包含的码粒数量的比值，以及二维码图像中各边的尺寸与其所包含的码粒数量的比值，确定二维码图像中码粒的尺寸。
在一些实施例中，装置还包括：预处理单元，用于获取包含二维码的基础图像；从基础图像中确定出二维码所在的区域，根据确定出的区域得到二维码图像。
在一些实施例中，预处理单元，用于根据基础图像的轮廓，去除基础图像的噪点，得到有效区域；根据有效区域的轮廓，确定二维码图像的边界线，得到二维码图像。
在一些实施例中，基础图像为灰度图像，预处理单元，用于对基础图像的轮廓中的每段边界线，根据该边界线的长度和第一预设宽度，在基础图像中确定第一候选区域；若该第一候选区域的灰度均值大于基础图像的灰度均值，则将该第一候选区域作为包含噪点的区域进行去除。
在一些实施例中，基础图像为灰度图像，预处理单元，用于对有效区域的轮廓中的每段边界线，根据该边界线的长度和第二预设宽度，在有效区域中确定第二候选区域；若该第二候选区域的灰度均值小于灰度阈值，则将该第二候选区域进行去除，根据有效区域的剩余部分确定二维码图像的边界线。
在一些实施例中，识别单元，用于根据二维码图像的各边界线与基础图像的各边界线之间的距离，确定指定形状在二维码图像中的指定区域；在指定区域中识别指定形状。
在一些实施例中，二维码图像包含定位字符，定位字符与指定形状具有预设的相对位置关系；识别单元，用于将二维码图像的边界线中，与基础图像的相应边界线距离最近的一条作为与定位字符对应的目标边界线，根据该目标边界线确定定位字符在二维码图像中的位置；根据定位字符在二维码图像中的位置，以及相对位置关系，确定指定形状在二维码图像中的指定区域。
在一些实施例中，生成单元，用于若一个网格的中心点的像素值等于第一预设像素值，或者一个网格的像素平均值小于第二预设像素值，则根据该网格生成标准二维码的一个码粒。
第三方面，本申请实施例还提供一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，可执行指令在被执行时使处理器执行如上任一的二维码图像处理方法。
第四方面，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质存储一个或多个程序，一个或多个程序当被包括多个应用程序的电子设备执行时，使得电子设备执行如上任一的二维码图像处理方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：通过从二维码图像中识别出“回”字形等指定形状，确定出构成二维码的码粒的尺寸，并以此为基准对二维码图像进行网格划分，可以根据各网格的图像内容来生成标准二维码，并可进一步进行二维码解析，实现简便，准确度和效率都很高，成本较低。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了根据本申请一个实施例的二维码图像处理方法的流程示意图；
图2图2示出了对主板上的微二维码进行拍摄得到的图像；
图3示出了对图2进行转灰度自适应二值化处理得到的图像；
图4示出了根据图3得到的基础图像；
图5示出了根据图4得到的有效区域的示意图；
图6示出了根据图5得到的二维码图像；
图7示出了根据图6确定的指定区域；
图8示出了根据图6得到的划分网格后的二维码图像；
图9示出了根据图6生成的标准二维码的示意图；
图10示出了根据本申请一个实施例的二维码图像处理装置的结构示意图。
图11为本申请实施例中一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1示出了根据本申请一个实施例的二维码图像处理方法的流程示意图。如图1所示，二维码图像处理方法包括：
步骤S110，从二维码图像中识别出二维码所包含的指定形状。
二维码中通常会包含“回”字等特殊的形状，这些形状可以作为用于确定码粒尺寸的指定形状。识别出该指定形状的方式有多种，例如可以通过预训练的识别模型对二维码图像进行识别，或者通过模板匹配等方式实现，本实施例对此不做限制。
步骤S120，根据指定形状确定二维码图像中码粒的尺寸。
码粒，是构成二维码的最小单元，例如前面所提到的“回”字形，“回”的每条边都由若干个码粒构成，因此可以根据指定形状的确定码粒的尺寸。
步骤S130，将码粒的尺寸作为网格基准，在二维码图像中划分出网格。
例如，一个码粒的尺寸为20×20(像素)，那么可以以此为基准，选择二维码图像中非背景色的一处角点为坐标系原点，进行网格的划分，那么网格中就会存在着背景色或者非背景色，从而可以执行步骤S140。
步骤S140，根据各网格内的图像内容，生成标准二维码。
例如，可以根据网格内像素值的均值来判断该网格是二维码的前景还是背景部分，这样可以避免因磨损或者拍照模糊等原因带来的误判断。
可见，图1所示的方法，利用二维码是由码粒组成这一特点，基于二维码图像重构出标准二维码，并且利用二维码图像中“回”字形等特殊的指定形状，使确定出的码粒尺寸更加精准，提高了标准二维码的重构准确度，从而提升后续二维码解析的准确度。
在一些实施例中，步骤S120中根据指定形状确定二维码图像中码粒的尺寸包括：根据指定形状中各边的尺寸与其所包含的码粒数量的比值，以及二维码图像中各边的尺寸与其所包含的码粒数量的比值，确定二维码图像中码粒的尺寸。
例如，二维码图像的尺寸是200×200(像素)，长和宽上各有10个码粒，则在一些实施例中，可以仅根据这些数据计算，得到每个码粒的尺寸为20×20(像素)。由此，还可以根据指定形状在二维码图像中的比例，反推得到二维码图像的尺寸。
在另一些实施例中，在能够获知二维码图像尺寸的情况下，可以进一步根据二维码图像尺寸以及二维码图像中各边所包含的码粒数量的，综合计算得到更精准的码粒的尺寸。
在一些实施例中，记指定形状的宽为widthhui，高为heighthui，宽和高方向上的码粒个数均为numhui；二维码图像的宽为width，高为height，宽和高方向上的码粒个数均为num，则可以通过如下公式确定二维码图像中码粒的尺寸：
Figure BDA0003136253510000071
Figure BDA0003136253510000072
其中，micro_qrcode_width表示码粒的宽，micro_qrcode_height表示码粒的高。
在一些实施例中，二维码图像处理方法还包括：获取包含二维码的基础图像；从基础图像中确定出二维码所在的区域，根据确定出的区域得到二维码图像。
现今VR(Virtual Reality，虚拟现实)产品火爆，VR产品的主板上通常设置有较小的二维码，即微二维码，用于表征主板的序列号，一般地可通过扫码枪扫描微二维码进行识别，但是成本高，效果差。例如，图2示出了对主板上的微二维码进行拍摄得到的图像。该图像可以经过转灰度自适应二值化、畸变校正等处理，得到包含二维码的基础图像。
具体地，图3示出了对图2进行转灰度自适应二值化处理得到的图像；图4示出了根据图3得到的基础图像。其中，对图3可以根据最大连通区域法先获取微二维码的最小外接矩形，得到四个顶点point1、point2、point3和point4，然后对该矩形进行畸变校正，得到图4。
可以看出，图4的上下左右四条边界线附近遗留有未去除的黑色部分，可以进一步进行处理，确定出二维码所在的区域，得到可供使用的二维码图像。
在一些实施例中，根据确定出的区域得到二维码图像包括：根据基础图像的轮廓，去除基础图像的噪点，得到有效区域；根据有效区域的轮廓，确定二维码图像的边界线，得到二维码图像。
参考图4，先尽量去除四条边界线周围的黑色部分，这些黑色像素点可以认为是噪点。图5示出了根据图4得到的有效区域的示意图。如图5所示，边界线周围的黑色部分基本被去除，只剩下四个角还有部分残留，同时，二维码距离有效区域的轮廓还有很大一部分无用的白色区域，这些都可以再进行去除，最终得到二维码图像，图6示出了根据图5得到的二维码图像。另外，图4～图6中除了二维码外，还示出了用于定位的定位字符，这在上述得到有效区域的过程中得到了保留。
在一些实施例中，基础图像为灰度图像，根据基础图像的轮廓，去除基础图像的噪点包括：对基础图像的轮廓中的每段边界线，根据该边界线的长度和第一预设宽度，在基础图像中确定第一候选区域；若该第一候选区域的灰度均值大于基础图像的灰度均值，则将该第一候选区域作为包含噪点的区域进行去除。
例如，记第一预设宽度为k像素，在本实施例中令k＝1，则通过上下左右四段边界线，分别往中心截取厚度为1的四个矩形的第一候选区域，分别记为：
上边界线对应的第一候选区域Top_rect(0,y_top,width,k)；
下边界线对应的第一候选区域Bottom_rect(0,y_bottom,width,k)；
左边界线对应的第一候选区域Left_rect(x_left,0,k,height)；以及
右边界线对应的第一候选区域Right_rect(x_right,0,k,height)。
以Top_rect(0,y_top,width,k)为例进行说明，0、y_top是该区域的中心点的数据规范化(normalized)坐标，width代表该区域的宽度，k代表该区域的高度(厚度)。
分别计算上述四个第一候选区域内的灰度均值gray_average_top,gray_average_bottom,gray_average_left,gray_average_right，以及计算整图(基础图像)的灰度均值gray_average；
如果一个第一候选区域的灰度均值大于基础图像的灰度均值，则将该第一候选区域作为包含噪点的区域进行去除。
以Top_rect(0,y_top,width,k)为例，该区域的灰度均值gray_average_top与基础图像的灰度均值gray_average之间判定条件如下：
Figure BDA0003136253510000081
也就是如果该区域的灰度均值大于基础图像的灰度均值，就将基础图像的上段边界线整体下移k像素，也就是去除了与原上段边界线对应的第一候选区域。
同理，
Figure BDA0003136253510000091
Figure BDA0003136253510000092
Figure BDA0003136253510000093
在一些实施例中，上述噪点的去除可以进行多次，即得到新的边界线后，再根据新的边界线重新确定第一候选区域，进行灰度均值的比较，直到不需要对边界线进行变动。
在一些实施例中，基础图像为灰度图像，根据有效区域的轮廓，确定二维码图像的边界线包括：对有效区域的轮廓中的每段边界线，根据该边界线的长度和第二预设宽度，在有效区域中确定第二候选区域；若该第二候选区域的灰度均值小于灰度阈值，则将该第二候选区域进行去除，根据有效区域的剩余部分确定二维码图像的边界线。
第二候选区域的确定可以参照前述实施例，但是判断标准与其不同，是通过设置灰度阈值来进行判断。例如设置灰度阈值为255，则：
Figure BDA0003136253510000094
Figure BDA0003136253510000095
Figure BDA0003136253510000096
Figure BDA0003136253510000097
同样地，去除第二候选区域也可以进行多次，直到边界线不需要再进行变动。
在一些实施例中，从二维码图像中识别出二维码所包含的指定形状包括：根据二维码图像的各边界线与基础图像的各边界线之间的距离，确定指定形状在二维码图像中的指定区域；在指定区域中识别指定形状。
指定形状由于其形状的特殊性，通常处于二维码中的固定位置，但是拍摄时可能并不是正对着二维码进行拍摄，例如图2中拍摄的图像应当逆时针旋转90°。这就为识别出指定形状带来了困难。本申请的实施例提出了依据二维码图像的各边界线与基础图像的各边界线之间的距离来判断的方式，能够克服这一点。
在一些实施例中，二维码图像包含定位字符，定位字符与指定形状具有预设的相对位置关系；根据二维码图像的各边界线与基础图像的各边界线之间的距离，确定指定形状在二维码图像中的指定区域包括：将二维码图像的边界线中，与基础图像的相应边界线距离最近的一条(二维码图像的边界线中，与基础图像的相应边界线距离差值最小的一条)作为与定位字符对应的目标边界线，根据该目标边界线确定定位字符在二维码图像中的位置；根据定位字符在二维码图像中的位置，以及相对位置关系，确定指定形状在二维码图像中的指定区域。
例如，图6中包含字符“16AF”，可以看出这些字符应当是位于二维码的下方，而“回”字形应当位于二维码的左上方，占整个二维码约1/4，由此可以将这些字符作为定位字符，定位字符与指定形状具有预设的相对位置关系。
并且可以看出，与基础图像的相应边界线距离最近的一条，就是与定位字符对应的目标边界线。由此，就能够确定“16AF”在二维码图像中的位置，并进一步可以得到“回”字形在二维码图像中的指定区域。
进一步地，还可以对二维码图像进行旋转，也可以去除对后续解析没有帮助的定位字符。
在一些实施例中，利用获知的指定形状所在的指定区域中，可以根据连通区域法来准确地识别出指定形状，例如，指定区域为图像右上角方位的1/4图像所在的区域，则计算图右上角1/4处“回”字形所在的区域中连通区域最大的部分，得到图7(可预先对图6进行灰度反转等处理)。图7示出了根据图6确定的指定区域。
在一些实施例中，根据各网格内的图像内容，生成标准二维码包括：若一个网格的中心点的像素值等于第一预设像素值，或者一个网格的像素平均值小于第二预设像素值，则根据该网格生成标准二维码的一个码粒。
图8示出了根据图6得到的划分网格后的二维码图像。在本申请的实施例中，可以利用网格的像素值与预设条件进行比较，来确定是否要根据该网格生成二维码的一个码粒。本申请给出了预设条件的两个具体示例：第一预设条件为网格的中心点的像素值等于第一预设像素值；第二预设条件为网格的像素平均值小于第二预设像素值。
一种方式下，对m列n行的网格的像素值Pixel_dst，利用第一预设条件(第一预设像素值设为0)进行如下处理：
Figure BDA0003136253510000111
其中，gray(m，n)表示网格中心点的像素值。网格中心点的坐标可以通过如下方式计算：
中心点坐标＝(x+micro_qrcode_width/2，y+micro_qrcode_height/2)
其中，(x，y)为网格左上角坐标，micro_qrcode_width为网格宽度，micro_qrcode_height为网格高度。
另一种方式下，对m列n行的网格的像素值Pixel_dst，利用第二预设条件(第二预设像素值设为128)进行如下处理：
Figure BDA0003136253510000112
其中，average(m，n)表示网格的像素平均值。
最终处理为255的网格，则对应二维码中的白色背景，处理为0的网格，对应二维码中的黑色前景，也就是一个码粒。图9示出了根据图6生成的标准二维码的示意图。
当然，除了上面示例性示出的两种预设条件外，本领域技术人员还可以选择用其他方式来实现判断。
本申请实施例还提供一种二维码图像处理装置，用于实现如上任一的二维码图像处理方法。
图10示出了根据本申请一个实施例的二维码图像处理装置的结构示意图，如图10所示，二维码图像处理装置1000包括：
识别单元1010，用于从二维码图像中识别出二维码所包含的指定形状。
尺寸单元1020，用于根据指定形状确定二维码图像中码粒的尺寸。
网格单元1030，用于将码粒的尺寸作为网格基准，在二维码图像中划分出网格。
生成单元1040，用于根据各网格内的图像内容，生成标准二维码。
在一些实施例中，尺寸单元1020，用于根据指定形状中各边的尺寸与其所包含的码粒数量的比值，以及二维码图像中各边的尺寸与其所包含的码粒数量的比值，确定二维码图像中码粒的尺寸。
在一些实施例中，装置还包括：预处理单元，用于获取包含二维码的基础图像；从基础图像中确定出二维码所在的区域，根据确定出的区域得到二维码图像。
在一些实施例中，预处理单元，用于根据基础图像的轮廓，去除基础图像的噪点，得到有效区域；根据有效区域的轮廓，确定二维码图像的边界线，得到二维码图像。
在一些实施例中，基础图像为灰度图像，预处理单元，用于对基础图像的轮廓中的每段边界线，根据该边界线的长度和第一预设宽度，在基础图像中确定第一候选区域；若该第一候选区域的灰度均值大于基础图像的灰度均值，则将该第一候选区域作为包含噪点的区域进行去除。
在一些实施例中，基础图像为灰度图像，预处理单元，用于对有效区域的轮廓中的每段边界线，根据该边界线的长度和第二预设宽度，在有效区域中确定第二候选区域；若该第二候选区域的灰度均值小于灰度阈值，则将该第二候选区域进行去除，根据有效区域的剩余部分确定二维码图像的边界线。
在一些实施例中，识别单元1010，用于根据二维码图像的各边界线与基础图像的各边界线之间的距离，确定指定形状在二维码图像中的指定区域；在指定区域中识别指定形状。
在一些实施例中，二维码图像包含定位字符，定位字符与指定形状具有预设的相对位置关系；识别单元1010，用于将二维码图像的边界线中，与基础图像的相应边界线距离最近的一条作为与定位字符对应的目标边界线，根据该目标边界线确定定位字符在二维码图像中的位置；根据定位字符在二维码图像中的位置，以及相对位置关系，确定指定形状在二维码图像中的指定区域。
在一些实施例中，生成单元1040，用于若一个网格的中心点的像素值等于第一预设像素值，或者一个网格的像素平均值小于第二预设像素值，则根据该网格生成标准二维码的一个码粒。
能够理解，上述二维码图像处理装置，能够实现前述实施例中提供的二维码图像处理方法的各个步骤，关于二维码图像处理方法的相关阐释均适用于二维码图像处理装置，此处不再赘述。
图11是本申请的一个实施例电子设备的结构示意图。请参考图11，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成二维码图像处理装置。图11中示出的二维码图像处理装置不构成实际应用时的数量限制。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
从二维码图像中识别出二维码所包含的指定形状；根据指定形状确定二维码图像中码粒的尺寸；将码粒的尺寸作为网格基准，在二维码图像中划分出网格；根据各网格内的图像内容，生成标准二维码。
上述如本申请图1所示实施例揭示的二维码图像处理装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该电子设备还可执行图1中二维码图像处理装置执行的方法，并实现二维码图像处理装置在图10所示实施例的功能，本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行图1所示实施例中二维码图像处理装置执行的方法，并具体用于执行：
从二维码图像中识别出二维码所包含的指定形状；根据指定形状确定二维码图像中码粒的尺寸；将码粒的尺寸作为网格基准，在二维码图像中划分出网格；根据各网格内的图像内容，生成标准二维码。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。

Claims (10)

1.一种二维码图像处理方法，包括：
从二维码图像中识别出二维码所包含的指定形状；
根据所述指定形状确定所述二维码图像中码粒的尺寸；
将所述码粒的尺寸作为网格基准，在所述二维码图像中划分出网格；
根据各网格内的图像内容，生成标准二维码。
2.如权利要求1所述的方法，其特征在于，所述根据所述指定形状确定所述二维码图像中码粒的尺寸包括：
根据所述指定形状中各边的尺寸与其所包含的码粒数量的比值，以及所述二维码图像中各边的尺寸与其所包含的码粒数量的比值，确定所述二维码图像中码粒的尺寸。
3.如权利要求1或2所述的方法，其特征在于，所述方法还包括：
获取包含二维码的基础图像；
从所述基础图像中确定出二维码所在的区域，根据确定出的区域得到所述二维码图像。
4.如权利要求3所述的方法，其特征在于，所述根据确定出的区域得到所述二维码图像包括：
根据所述基础图像的轮廓，去除所述基础图像的噪点，得到有效区域；
根据所述有效区域的轮廓，确定二维码图像的边界线，得到所述二维码图像。
5.如权利要求4所述的方法，其特征在于，所述基础图像为灰度图像，所述根据所述基础图像的轮廓，去除所述基础图像的噪点包括：
对所述基础图像的轮廓中的每段边界线，根据该边界线的长度和第一预设宽度，在所述基础图像中确定第一候选区域；
若该第一候选区域的灰度均值大于所述基础图像的灰度均值，则将该第一候选区域作为包含噪点的区域进行去除。
6.如权利要求4所述的方法，其特征在于，所述基础图像为灰度图像，所述根据所述有效区域的轮廓，确定二维码图像的边界线包括：
对所述有效区域的轮廓中的每段边界线，根据该边界线的长度和第二预设宽度，在所述有效区域中确定第二候选区域；
若该第二候选区域的灰度均值小于灰度阈值，则将该第二候选区域进行去除，根据有效区域的剩余部分确定二维码图像的边界线。
7.如权利要求4所述的方法，其特征在于，所述从二维码图像中识别出二维码所包含的指定形状包括：
根据所述二维码图像的各边界线与所述基础图像的各边界线之间的距离，确定所述指定形状在所述二维码图像中的指定区域；
在所述指定区域中识别所述指定形状。
8.如权利要求7所述的方法，其特征在于，所述二维码图像包含定位字符，所述定位字符与所述指定形状具有预设的相对位置关系；
所述根据所述二维码图像的各边界线与所述基础图像的各边界线之间的距离，确定所述指定形状在所述二维码图像中的指定区域包括：
将所述二维码图像的边界线中，与所述基础图像的相应边界线距离最近的一条作为与所述定位字符对应的目标边界线，根据该目标边界线确定所述定位字符在所述二维码图像中的位置；
根据所述定位字符在所述二维码图像中的位置，以及所述相对位置关系，确定所述指定形状在所述二维码图像中的指定区域。
9.如权利要求1所述的方法，其特征在于，所述根据各网格内的图像内容，生成标准二维码包括：
若一个网格的中心点的像素值等于第一预设像素值，或者一个网格的像素平均值小于第二预设像素值，则根据该网格生成标准二维码的一个码粒。
10.一种二维码图像处理装置，包括：
识别单元，用于从二维码图像中识别出二维码所包含的指定形状；
尺寸单元，用于根据所述指定形状确定所述二维码图像中码粒的尺寸；
网格单元，用于将所述码粒的尺寸作为网格基准，在所述二维码图像中划分出网格；
生成单元，用于根据各网格内的图像内容，生成标准二维码。
CN202110719074.0A 2021-06-28 2021-06-28 二维码图像处理方法和装置 Active CN113449534B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110719074.0A CN113449534B (zh) 2021-06-28 2021-06-28 二维码图像处理方法和装置
PCT/CN2022/101359 WO2023274097A1 (zh) 2021-06-28 2022-06-27 二维码图像处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110719074.0A CN113449534B (zh) 2021-06-28 2021-06-28 二维码图像处理方法和装置

Publications (2)

Publication Number Publication Date
CN113449534A true CN113449534A (zh) 2021-09-28
CN113449534B CN113449534B (zh) 2023-03-28

Family

ID=77813271

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110719074.0A Active CN113449534B (zh) 2021-06-28 2021-06-28 二维码图像处理方法和装置

Country Status (2)

Country Link
CN (1) CN113449534B (zh)
WO (1) WO2023274097A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
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

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116188440B (zh) * 2023-02-28 2023-08-29 聊城市红日机械配件厂 一种轴承保持架的生产分析优化方法、设备及介质
CN117082344A (zh) * 2023-08-11 2023-11-17 蚂蚁区块链科技(上海)有限公司 图像拍摄方法和装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530590A (zh) * 2013-10-19 2014-01-22 高韬 Dpm二维码识别系统
CN103886353A (zh) * 2014-03-10 2014-06-25 百度在线网络技术（北京）有限公司 二维码图像的生成方法和装置
CN104573601A (zh) * 2013-10-28 2015-04-29 江苏联海通信技术有限公司 一种复杂环境下器件dpm二维码识别系统
CN104636118A (zh) * 2013-11-10 2015-05-20 航天信息股份有限公司 基于光平衡的qr二维码自适应二值化处理方法和装置
CN106713739A (zh) * 2016-10-20 2017-05-24 广州视源电子科技股份有限公司 一种基于电子屏幕显示的二维码的识别方法
WO2019023864A1 (zh) * 2017-07-31 2019-02-07 深圳传音通讯有限公司 一种基于智能终端相机的二维码识别方法及系统
CN110543798A (zh) * 2019-08-12 2019-12-06 阿里巴巴集团控股有限公司 二维码的识别方法及装置
CN111523630A (zh) * 2020-04-21 2020-08-11 中国人民银行印制科学技术研究所 一种二维码、二维码编码方法及装置、识别方法及装置
CN111523341A (zh) * 2020-04-03 2020-08-11 青岛进化者小胖机器人科技有限公司 二维码图像的二值化方法及设备
CN112990897A (zh) * 2020-10-04 2021-06-18 曹建荣 基于区块链的二维码图像处理方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69835358T2 (de) * 1998-11-06 2007-07-19 Datalogic S.P.A., Lippo Di Calderara Di Reno Verfahren zur Korrektur der Verzerrung beim Abtasten eines optischen Codes
CN105138943B (zh) * 2015-09-02 2017-10-24 福建联迪商用设备有限公司 Qr码位置探测图形破损时的解码方法及系统
CN106909869B (zh) * 2017-02-27 2020-04-03 浙江华睿科技有限公司 一种矩阵式二维码的采样网格划分方法及装置
US9928632B1 (en) * 2017-06-14 2018-03-27 Capital One Services, Llc Systems and methods for generating and reading intrinsic matrixed bar codes
CN110765795B (zh) * 2019-09-24 2023-12-12 北京迈格威科技有限公司 二维码识别方法、装置及电子设备
CN112052702B (zh) * 2020-08-10 2023-12-19 北京智通云联科技有限公司 一种识别二维码的方法和装置
CN113449534B (zh) * 2021-06-28 2023-03-28 歌尔股份有限公司 二维码图像处理方法和装置
CN114036968B (zh) * 2021-11-10 2024-03-01 北京科技大学 一种钢卷表面激光标识模糊二维码图像的校正修复方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530590A (zh) * 2013-10-19 2014-01-22 高韬 Dpm二维码识别系统
CN104573601A (zh) * 2013-10-28 2015-04-29 江苏联海通信技术有限公司 一种复杂环境下器件dpm二维码识别系统
CN104636118A (zh) * 2013-11-10 2015-05-20 航天信息股份有限公司 基于光平衡的qr二维码自适应二值化处理方法和装置
CN103886353A (zh) * 2014-03-10 2014-06-25 百度在线网络技术（北京）有限公司 二维码图像的生成方法和装置
CN106713739A (zh) * 2016-10-20 2017-05-24 广州视源电子科技股份有限公司 一种基于电子屏幕显示的二维码的识别方法
WO2019023864A1 (zh) * 2017-07-31 2019-02-07 深圳传音通讯有限公司 一种基于智能终端相机的二维码识别方法及系统
CN110543798A (zh) * 2019-08-12 2019-12-06 阿里巴巴集团控股有限公司 二维码的识别方法及装置
CN111523341A (zh) * 2020-04-03 2020-08-11 青岛进化者小胖机器人科技有限公司 二维码图像的二值化方法及设备
CN111523630A (zh) * 2020-04-21 2020-08-11 中国人民银行印制科学技术研究所 一种二维码、二维码编码方法及装置、识别方法及装置
CN112990897A (zh) * 2020-10-04 2021-06-18 曹建荣 基于区块链的二维码图像处理方法

Cited By (1)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
CN113449534B (zh) 2023-03-28
WO2023274097A1 (zh) 2023-01-05

Similar Documents

Publication Publication Date Title
CN113449534B (zh) 二维码图像处理方法和装置
CN110046529B (zh) 二维码识别方法、装置及设备
CN114529459B (zh) 一种对图像边缘进行增强处理的方法和系统及介质
CN111860502A (zh) 图片表格的识别方法、装置、电子设备及存储介质
CN110647882A (zh) 图像校正方法、装置、设备及存储介质
CN113160161B (zh) 目标边缘处缺陷的检测方法和装置
CN114359665A (zh) 全任务人脸识别模型的训练方法及装置、人脸识别方法
CN110751156A (zh) 用于表格线大块干扰去除方法、系统、设备及介质
CN113129298B (zh) 文本图像的清晰度识别方法
CN111767752B (zh) 一种二维码识别方法及装置
CN110909816B (zh) 图片识别方法和装置
CN111798422A (zh) 棋盘格角点识别方法、装置、设备及存储介质
CN116976372A (zh) 基于方形基准码的图片识别方法、装置、设备及介质
CN113592831B (zh) 印刷误差的检测方法、装置和存储介质
CN115841672A (zh) 文字检测识别方法、装置及设备
CN112800824B (zh) 扫描文件的处理方法、装置、设备及存储介质
CN111627041B (zh) 多帧数据的处理方法、装置及电子设备
CN111739025B (zh) 一种图像处理方法、装置、终端及存储介质
CN113409375A (zh) 图像处理方法、装置以及非易失性存储介质
CN113033542A (zh) 一种文本识别模型的生成方法以及装置
CN109214230B (zh) 数据矩阵码识别方法、装置及电子设备
CN114627456A (zh) 一种票据文本信息检测方法、装置及系统
CN114692661A (zh) 二维码识别方法、存储介质和计算机
CN111368572A (zh) 一种二维码的识别方法及系统
CN116109891B (zh) 图像数据扩增方法、装置、计算设备及存储介质

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