CN113449536B - 条码图像修复方法、装置、计算机设备和存储介质 - Google Patents

条码图像修复方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113449536B
CN113449536B CN202110807699.2A CN202110807699A CN113449536B CN 113449536 B CN113449536 B CN 113449536B CN 202110807699 A CN202110807699 A CN 202110807699A CN 113449536 B CN113449536 B CN 113449536B
Authority
CN
China
Prior art keywords
color
bar code
matrix
target
image
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.)
Active
Application number
CN202110807699.2A
Other languages
English (en)
Other versions
CN113449536A (zh
Inventor
姚恒志
杨泽同
赵泽林
刘枢
沈小勇
吕江波
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.)
Shenzhen Smartmore Technology Co Ltd
Shanghai Smartmore Technology Co Ltd
Original Assignee
Shenzhen Smartmore Technology Co Ltd
Shanghai Smartmore Technology 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 Shenzhen Smartmore Technology Co Ltd, Shanghai Smartmore Technology Co Ltd filed Critical Shenzhen Smartmore Technology Co Ltd
Priority to CN202110807699.2A priority Critical patent/CN113449536B/zh
Publication of CN113449536A publication Critical patent/CN113449536A/zh
Priority to PCT/CN2022/105453 priority patent/WO2023284784A1/zh
Application granted granted Critical
Publication of CN113449536B publication Critical patent/CN113449536B/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
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform

Landscapes

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

Abstract

本申请涉及一种条码图像修复方法、装置、计算机设备和存储介质，方法包括：对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；逐行识别待识别条码图像中各个像素的颜色，根据颜色识别结果生成与待识别条码图像对应的颜色矩阵；根据颜色矩阵的各个列中黑色元素的数量，确定颜色矩阵的各个列所对应的颜色标识；根据颜色标识，生成与颜色矩阵对应的目标条码图像；本申请通过对校正后的待识别条码图像进行颜色识别，生成与该图像匹配的颜色矩阵；根据颜色矩阵中各列的黑色元素数量确定各列的颜色标识，根据颜色标识生成对应的目标条码图像，实现对条码图像的修复，提高了提高条码图像识别的效率。

Description

条码图像修复方法、装置、计算机设备和存储介质
技术领域
本申请涉及条码识别技术领域，特别是涉及一种条码图像修复方法、装置、计算机设备和存储介质。
背景技术
条形码(barcode)是将宽度不等若干黑条和白条，按照一定的编码顺序排列，以便携带信息。
然而，由于印刷质量、成像反光、条码磨损等情况，会导致条码中部分内容不可获取，导致条码无法被识别，影响条码图像的识别效率；因此，还需要一种条码图像修复方法，以提高条码图像识别的效率。
发明内容
基于此，有必要针对上述技术问题，提供一种条码图像修复方法、装置、计算机设备和存储介质。
一种条码图像修复方法，包括：
对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；
逐行识别所述待识别条码图像中各个像素的颜色，根据颜色识别结果生成与所述待识别条码图像对应的颜色矩阵；
根据所述颜色矩阵的各个列中黑色元素的数量，确定所述颜色矩阵的各个列所对应的颜色标识；
根据所述颜色标识，生成与所述颜色矩阵对应的目标条码图像。
在其中一个实施例中，所述根据所述颜色矩阵的各个列中黑色元素的数量，确定所述颜色矩阵的各个列所对应的颜色标识，包括：
根据所述颜色矩阵的各个列所包含的元素数量，确定所述颜色矩阵的矩阵高度；
逐列获取所述颜色矩阵中黑色元素的数量与所述矩阵高度的比值，若所述比值大于或等于预设阈值，则将该列的颜色标识确定为黑色，若所述比值小于是所述预设阈值，则将该列的颜色标识确定为白色。
在其中一个实施例中，所述根据所述颜色标识，生成与所述颜色矩阵对应的目标条码图像，包括：
获取与所述颜色矩阵大小相同的目标矩阵；所述目标矩阵中所有元素均为白色元素；
根据所述颜色标识调整所述目标矩阵中各个元素的颜色，得到调整后的目标矩阵；
根据所述调整后的目标矩阵，生成所述目标条码图像。
在其中一个实施例中，所述根据所述颜色标识调整所述目标矩阵中各个元素的颜色，得到调整后的目标矩阵，包括：
识别出所述颜色矩阵中所述颜色标识为黑色的列，并将所述颜色矩阵中所述颜色标识为黑色的列，作为目标列；
将所述目标矩阵中与所述目标列对应的列的全部元素的颜色均设置为黑色。
在其中一个实施例中，所述对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，包括：
检测所述条码图像中的直线，得到直线信息；所述直线信息中包含有各个直线的偏移信息及角度信息；
根据所述角度信息对所述待识别条码图像进行仿射变换处理，得到仿射变换处理后的条码图像作为所述校正处理后的待识别条码图像。
在其中一个实施例中，根据所述角度信息对所述待识别条码图像进行仿射变换处理，包括：
对所述角度信息进行离散化处理，得到离散化角度信息；
获取所述离散化角度信息中的重数角度，作为目标角度；
根据所述目标角度对所述待识别条码图像进行仿射变换处理。
在其中一个实施例中，在生成与所述颜色矩阵对应的目标条码图像之后，还包括：
识别所述目标条码图像中的条码信息，得到与所述目标条码图像对应的识别结果，将所述识别结果作为所述条码图像的识别结果。
一种条码图像修复装置，所述装置包括：
图像响应模块，用于对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；
矩阵生成模块，用于逐行识别所述待识别条码图像中各个像素的颜色，根据颜色识别结果生成与所述待识别条码图像对应的颜色矩阵；
标识确定模块，用于根据所述颜色矩阵的各个列中黑色元素的数量，确定所述颜色矩阵的各个列所对应的颜色标识；
图像生成模块，用于根据所述颜色标识，生成与所述颜色矩阵对应的目标条码图像。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；
逐行识别所述待识别条码图像中各个像素的颜色，根据颜色识别结果生成与所述待识别条码图像对应的颜色矩阵；
根据所述颜色矩阵的各个列中黑色元素的数量，确定所述颜色矩阵的各个列所对应的颜色标识；
根据所述颜色标识，生成与所述颜色矩阵对应的目标条码图像。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；
逐行识别所述待识别条码图像中各个像素的颜色，根据颜色识别结果生成与所述待识别条码图像对应的颜色矩阵；
根据所述颜色矩阵的各个列中黑色元素的数量，确定所述颜色矩阵的各个列所对应的颜色标识；
根据所述颜色标识，生成与所述颜色矩阵对应的目标条码图像。
上述条码图像修复方法、装置、计算机设备和存储介质，方法包括：对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；逐行识别待识别条码图像中各个像素的颜色，根据颜色识别结果生成与待识别条码图像对应的颜色矩阵；根据颜色矩阵的各个列中黑色元素的数量，确定颜色矩阵的各个列所对应的颜色标识；根据颜色标识，生成与颜色矩阵对应的目标条码图像；本申请通过对校正后的待识别条码图像进行颜色识别，生成与该图像匹配的颜色矩阵；根据颜色矩阵中各列的黑色元素数量确定各列的颜色标识，根据颜色标识生成对应的目标条码图像，实现对条码图像的修复，提高了提高条码图像识别的效率。
附图说明
图1为一个实施例中条码图像修复方法的应用环境图；
图2为一个实施例中条码图像修复方法的流程示意图；
图3为一个实施例中确定颜色矩阵的各个列所对应的颜色标识步骤的流程示意图；
图4为一个实施例中生成与颜色矩阵对应的目标条码图像步骤的流程示意图；
图5为一个实施例中得到校正处理后的待识别条码图像步骤的流程示意图；
图6为一个实施例中条码图像修复装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的条码图像修复方法，可以应用于如图1所示的应用环境中。其中，终端设备11通过网络与服务器12进行通信。服务器12对终端设备11采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像服务器12逐行识别待识别条码图像中各个像素的颜色，根据颜色识别结果生成与待识别条码图像对应的颜色矩阵；服务器12根据颜色矩阵的各个列中黑色元素的数量，确定颜色矩阵的各个列所对应的颜色标识；服务器12根据颜色标识，生成与颜色矩阵对应的目标条码图像。
其中，终端11可以但不限于是各种扫码枪、个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等，服务器12可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种条码图像修复方法，以该方法应用于图1中的服务器12为例进行说明，包括以下步骤：
步骤21，对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像。
具体地，终端设备采集到的可以是条码图像，也可以是包含有条码的图像；服务器接收到终端设备发送的图像后，对条码图像进行预处理，获取预处理后的条码图像；服务器识别条码图像中包含有条码的轮廓，对预处理后的条码图像进行轮廓提取处理，获取条码图像的条码轮廓，对条码进行定位，并获取条码图像。
预处理过程包括对条码图像进行光线补偿、降噪处理、二值化处理等；例如，可以首先采用逆向光线补偿方法对条码图像进行光线补偿，然后对光线补偿后的条码图像进行降噪处理，再对降噪后的条码图像进行二值化处理，使得条码图像中仅包含黑色的条码以及白色的背景区域。
校正处理可以通过霍夫变换进行，霍夫变换的原理是：假设在直角坐标系中存在一条原点距离为ρ，方位角为θ的直线，则直线上每一点满足公式ρ＝xcosθ+ysinθ。在条码边界搜索过程中，对于每一个像素点的图像空间坐标x、y，利用不同的θ离散值通过上述运算公式计算对应的ρ值，通过对θ离散值和ρ值的统计，求得直线所对应的像素坐标。
即通过霍夫变换能够提取出条码图像中所有的线条信息，进一步根据线条信息倾斜的角度对条码图像进行矫正，例如通过仿射变换方式对样本图像进行旋转、位移等处理，得到校正处理后的呈矩形的条码图像。并且，校正处理后的待识别条码图像中，条码对应的线条基本垂直于待识别条码图像的横边，且线条的误差范围应在1度之内。
步骤22，逐行识别待识别条码图像中各个像素的颜色，根据颜色识别结果生成与待识别条码图像对应的颜色矩阵。
其中，待识别条码图像可以看做是一个由像素组成的矩形，待识别条码图像的高度即为每一列像素的数量，待识别条码图像的宽度即为每一行像素的数量；像素的颜色可以通过二值化算法进行阈值判断，以确定出像素为黑色或者白色。
颜色矩阵是对各个像素的颜色，对像素所在位置进行标记后形成的矩阵；例如待识别条码图像的某一行包含有10个像素，颜色分别为“黑-黑-黑-黑-黑-黑-黑-白-白”，若将黑色像素标记为1，白色像素标记为0，则对应矩阵的一行可以为“1-1-1-1-1-1-1-0-0”。
具体地，服务器对待识别条码图像进行逐行扫描，识别各个像素对应的颜色；每一行扫描时按照像素是否为黑色对相应位置进行标识，得到与该行对应的识别结果，可以记为line；这里line的元素个数即为图像宽度；对待识别条码图像的每一行都进行扫描，将每一行得到的line都进行保存得到RawLines；RawLines可以视为一个矩阵，其宽度为待识别条码图像的宽度，其高度为待识别条码图像的高度，其中每一个元素表征该位置是否为黑色像素。
步骤23，根据颜色矩阵的各个列中黑色元素的数量，确定颜色矩阵的各个列所对应的颜色标识。
具体地，服务器对颜色矩阵中各个列进行识别，确定出各个列中黑色元素的数量，当黑色元素的数量达到一定条件后即可认为该列中所占有的条码区域中的元素应全部为黑色元素，即确定该列的颜色标识为黑色；反之，若黑色元素的数量未达到一定条件，例如高度100的列中，除去下方数字和上下两侧的留白区域后条码区域的像素数量应为80，而其中黑色元素的数量仅为8，则可确定该列的颜色标识为白色；而8个黑色元素可认为是校正过程中未校正过来而存在的误差。
步骤24，根据颜色标识，生成与颜色矩阵对应的目标条码图像。
具体地，服务器根据颜色标识可以确定出待识别条码图像中各列的目标颜色，因此可以根据颜色标识结合各列的前后次序等重新绘制条码图像，即生成与颜色矩阵列元素数量与行元素数量均对应的目标条码图像，目标条码图像的高度与颜色矩阵列元素数量对应，宽度与颜色矩阵行元素数量均对应。
上述条码图像修复方法，包括：对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；逐行识别待识别条码图像中各个像素的颜色，根据颜色识别结果生成与待识别条码图像对应的颜色矩阵；根据颜色矩阵的各个列中黑色元素的数量，确定颜色矩阵的各个列所对应的颜色标识；根据颜色标识，生成与颜色矩阵对应的目标条码图像；本申请通过对校正后的待识别条码图像进行颜色识别，生成与该图像匹配的颜色矩阵；根据颜色矩阵中各列的黑色元素数量确定各列的颜色标识，根据颜色标识生成对应的目标条码图像，实现对条码图像的修复，提高了提高条码图像识别的效率。
在一个实施例中，如图3所示，步骤23，根据颜色矩阵的各个列中黑色元素的数量，确定颜色矩阵的各个列所对应的颜色标识，包括：
步骤31，根据颜色矩阵的各个列所包含的元素数量，确定颜色矩阵的矩阵高度；
步骤32，逐列获取颜色矩阵中黑色元素的数量与矩阵高度的比值，若比值大于或等于预设阈值，则将该列的颜色标识确定为黑色，若比值小于是预设阈值，则将该列的颜色标识确定为白色。
具体地，服务器对颜色矩阵中每一列黑色元素的数量进行统计，并获取颜色矩阵的列的高度作为比较依据，若黑色元素的数量与高度的比值达到一定比例，说明该列为黑色元素占主导地位，即确定该列的条码为黑色条码，反之则为白色背景区域。
本实施例中，通过黑色元素的数量与矩阵高度的比值，对列的颜色标识进行确定；逐列获取比值并判断颜色标识，提高了颜色标识确定的准确度。
在一个实施例中，如图4所示，步骤24，根据颜色标识，生成与颜色矩阵对应的目标条码图像，包括：
步骤41，获取与颜色矩阵大小相同的目标矩阵；目标矩阵中所有元素均为白色元素；
步骤42，根据颜色标识调整目标矩阵中各个元素的颜色，得到调整后的目标矩阵；
步骤43，根据调整后的目标矩阵，生成目标条码图像。
其中，目标矩阵是与颜色矩阵高度、宽度均相同的矩阵，但目标矩阵中的元素均为白色。
具体地，服务器根据颜色矩阵的高度、宽度等构件一个尺寸大小相同的矩阵作为目标矩阵；服务器根据颜色矩阵中各个列的颜色标识，对目标矩阵对应的各个列中元素的颜色进行设定；例如颜色矩阵中第1、3、4、6、7、8的颜色标识为黑色，则将目标矩阵中第1、3、4、6、7、8列中所有元素均设置为黑色。以此实现根据颜色矩阵对目标矩阵的调整。最后，服务器根据目标矩阵生成对应的目标条码图像即完成对条码图像的修复。
本实施例通过构建目标矩阵，为生成目标条码图像提供了基础，提高了目标条码图像生成的效率，以及对条码图像进行识别的效率。
在一个实施例中，如图5所示，步骤21，对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，包括：
步骤51，检测条码图像中的直线，得到直线信息；直线信息中包含有各个直线的偏移信息及角度信息；
步骤52，根据角度信息对待识别条码图像进行仿射变换处理，得到仿射变换处理后的条码图像作为校正处理后的待识别条码图像。
具体地，服务器调用霍夫变换算法多条码图像中的直线进行检测，能够确定出直线所对应的像素坐标，以及相对一定点的偏移信息和角度信息；基于角度信息能够识别出待识别条码图像发生畸变的程度，并根据角度信息利用仿射变换对条码图像进行校正处理，得到校正处理后的待识别条码图像。
本实施例通过角度信息对待识别条码图像进行仿射变换处理，使得条码图像经过校正更易于识别运算，提高了后续数据处理以及条码图像识别的效率。
在一个实施例中，根据角度信息对待识别条码图像进行仿射变换处理，包括：对角度信息进行离散化处理，得到离散化角度信息；获取离散化角度信息中的重数角度，作为目标角度；根据目标角度对待识别条码图像进行仿射变换处理。
具体地，重数角度是指离散化后的角度信息中出现次数最多的角度信息，即目标角度；目标角度能够反映出图像需要矫正的程度，因此采用目标角度对条码图像进行放射变换处理。
本实施例通过将重数角度作为目标角度，并对待识别条码图像进行仿射变换，使得校正后的条码图像尽可能地被校正，减少条码图像修复过程中带来的误差，提高了条码图像识别的效率。
在一个实施例中，在生成与颜色矩阵对应的目标条码图像之后，还包括：识别目标条码图像中的条码信息，得到与目标条码图像对应的识别结果，将识别结果作为条码图像的识别结果。
具体地，目标条码图像中的条码信息已经补全，因此服务器能够直接对目标条码图像中的条码信息进行识别，得到相应识别结果。
本实施例中服务器在校正后直接对校正后的条码图像进行识别，得到识别结果，提高了条码图像识别的效率。
应该理解的是，虽然图1-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种条码图像修复装置，装置包括：图像响应模块61、矩阵生成模块62、标识确定模块63及图像生成模块64；
图像响应模块61，用于对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；
矩阵生成模块62，用于逐行识别待识别条码图像中各个像素的颜色，根据颜色识别结果生成与待识别条码图像对应的颜色矩阵；
标识确定模块63，用于根据颜色矩阵的各个列中黑色元素的数量，确定颜色矩阵的各个列所对应的颜色标识；
图像生成模块64，用于根据颜色标识，生成与颜色矩阵对应的目标条码图像。
在一个实施例中，标识确定模块63，还用于根据颜色矩阵的各个列所包含的元素数量，确定颜色矩阵的矩阵高度；逐列获取颜色矩阵中黑色元素的数量与矩阵高度的比值，若比值大于或等于预设阈值，则将该列的颜色标识确定为黑色，若比值小于是预设阈值，则将该列的颜色标识确定为白色。
在一个实施例中，图像生成模块64，还用于获取与颜色矩阵大小相同的目标矩阵；目标矩阵中所有元素均为白色元素；根据颜色标识调整目标矩阵中各个元素的颜色，得到调整后的目标矩阵；根据调整后的目标矩阵，生成目标条码图像。
在一个实施例中，图像生成模块64，还用于识别出颜色矩阵中颜色标识为黑色的列，并将颜色矩阵中颜色标识为黑色的列，作为目标列；将目标矩阵中与目标列对应的列的全部元素的颜色均设置为黑色。
在一个实施例中，图像响应模块61，还用于检测条码图像中的直线，得到直线信息；直线信息中包含有各个直线的偏移信息及角度信息；根据角度信息对待识别条码图像进行仿射变换处理，得到仿射变换处理后的条码图像作为校正处理后的待识别条码图像。
在一个实施例中，图像响应模块61，还用于对角度信息进行离散化处理，得到离散化角度信息；获取离散化角度信息中的重数角度，作为目标角度；根据目标角度对待识别条码图像进行仿射变换处理。
在一个实施例中，条码图像修复装置中还包括条码识别模块，用于识别目标条码图像中的条码信息，得到与目标条码图像对应的识别结果，将识别结果作为条码图像的识别结果。
关于条码图像修复装置的具体限定可以参见上文中对于条码图像修复方法的限定，在此不再赘述。上述条码图像修复装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储条码图像修复数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种条码图像修复方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；
逐行识别待识别条码图像中各个像素的颜色，根据颜色识别结果生成与待识别条码图像对应的颜色矩阵；
根据颜色矩阵的各个列中黑色元素的数量，确定颜色矩阵的各个列所对应的颜色标识；
根据颜色标识，生成与颜色矩阵对应的目标条码图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据颜色矩阵的各个列所包含的元素数量，确定颜色矩阵的矩阵高度；逐列获取颜色矩阵中黑色元素的数量与矩阵高度的比值，若比值大于或等于预设阈值，则将该列的颜色标识确定为黑色，若比值小于是预设阈值，则将该列的颜色标识确定为白色。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取与颜色矩阵大小相同的目标矩阵；目标矩阵中所有元素均为白色元素；根据颜色标识调整目标矩阵中各个元素的颜色，得到调整后的目标矩阵；根据调整后的目标矩阵，生成目标条码图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：识别出颜色矩阵中颜色标识为黑色的列，并将颜色矩阵中颜色标识为黑色的列，作为目标列；将目标矩阵中与目标列对应的列的全部元素的颜色均设置为黑色。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：检测条码图像中的直线，得到直线信息；直线信息中包含有各个直线的偏移信息及角度信息；根据角度信息对待识别条码图像进行仿射变换处理，得到仿射变换处理后的条码图像作为校正处理后的待识别条码图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对角度信息进行离散化处理，得到离散化角度信息；获取离散化角度信息中的重数角度，作为目标角度；根据目标角度对待识别条码图像进行仿射变换处理。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：识别目标条码图像中的条码信息，得到与目标条码图像对应的识别结果，将识别结果作为条码图像的识别结果。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；
逐行识别待识别条码图像中各个像素的颜色，根据颜色识别结果生成与待识别条码图像对应的颜色矩阵；
根据颜色矩阵的各个列中黑色元素的数量，确定颜色矩阵的各个列所对应的颜色标识；
根据颜色标识，生成与颜色矩阵对应的目标条码图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据颜色矩阵的各个列所包含的元素数量，确定颜色矩阵的矩阵高度；逐列获取颜色矩阵中黑色元素的数量与矩阵高度的比值，若比值大于或等于预设阈值，则将该列的颜色标识确定为黑色，若比值小于是预设阈值，则将该列的颜色标识确定为白色。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取与颜色矩阵大小相同的目标矩阵；目标矩阵中所有元素均为白色元素；根据颜色标识调整目标矩阵中各个元素的颜色，得到调整后的目标矩阵；根据调整后的目标矩阵，生成目标条码图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：识别出颜色矩阵中颜色标识为黑色的列，并将颜色矩阵中颜色标识为黑色的列，作为目标列；将目标矩阵中与目标列对应的列的全部元素的颜色均设置为黑色。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：检测条码图像中的直线，得到直线信息；直线信息中包含有各个直线的偏移信息及角度信息；根据角度信息对待识别条码图像进行仿射变换处理，得到仿射变换处理后的条码图像作为校正处理后的待识别条码图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对角度信息进行离散化处理，得到离散化角度信息；获取离散化角度信息中的重数角度，作为目标角度；根据目标角度对待识别条码图像进行仿射变换处理。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：识别目标条码图像中的条码信息，得到与目标条码图像对应的识别结果，将识别结果作为条码图像的识别结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上各个实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种条码图像修复方法，其特征在于，包括：
对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；
逐行识别所述待识别条码图像中各个像素的颜色，根据颜色识别结果生成与所述待识别条码图像对应的颜色矩阵；其中，对所述待识别条码图像进行逐行扫描，在每一行扫描时按照像素是否为黑色对该像素在该行相应位置进行标识，得到所述颜色识别结果；
根据所述颜色矩阵的各个列中黑色元素的数量，确定所述颜色矩阵的各个列所对应的颜色标识；
根据所述颜色标识，生成与所述颜色矩阵对应的目标条码图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述颜色矩阵的各个列中黑色元素的数量，确定所述颜色矩阵的各个列所对应的颜色标识，包括：
根据所述颜色矩阵的各个列所包含的元素数量，确定所述颜色矩阵的矩阵高度；
逐列获取所述颜色矩阵中黑色元素的数量与所述矩阵高度的比值，若所述比值大于或等于预设阈值，则将该列的颜色标识确定为黑色，若所述比值小于是所述预设阈值，则将该列的颜色标识确定为白色。
3.根据权利要求2所述的方法，其特征在于，所述根据所述颜色标识，生成与所述颜色矩阵对应的目标条码图像，包括：
获取与所述颜色矩阵大小相同的目标矩阵；所述目标矩阵中所有元素均为白色元素；
根据所述颜色标识调整所述目标矩阵中各个元素的颜色，得到调整后的目标矩阵；
根据所述调整后的目标矩阵，生成所述目标条码图像。
4.根据权利要求3所述的方法，其特征在于，所述根据所述颜色标识调整所述目标矩阵中各个元素的颜色，得到调整后的目标矩阵，包括：
识别出所述颜色矩阵中所述颜色标识为黑色的列，并将所述颜色矩阵中所述颜色标识为黑色的列，作为目标列；
将所述目标矩阵中与所述目标列对应的列的全部元素的颜色均设置为黑色。
5.根据权利要求1所述的方法，其特征在于，所述对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，包括：
检测所述条码图像中的直线，得到直线信息；所述直线信息中包含有各个直线的偏移信息及角度信息；
根据所述角度信息对所述待识别条码图像进行仿射变换处理，得到仿射变换处理后的条码图像，作为所述校正处理后的待识别条码图像。
6.根据权利要求5所述的方法，其特征在于，所述根据所述角度信息对所述待识别条码图像进行仿射变换处理，包括：
对所述角度信息进行离散化处理，得到离散化角度信息；
获取所述离散化角度信息中的重数角度，作为目标角度；
根据所述目标角度对所述待识别条码图像进行仿射变换处理。
7.根据权利要求1-6任一项所述的方法，其特征在于，在生成与所述颜色矩阵对应的目标条码图像之后，还包括：
识别所述目标条码图像中的条码信息，得到与所述目标条码图像对应的识别结果，将所述识别结果作为所述条码图像的识别结果。
8.一种条码图像修复装置，其特征在于，所述装置包括：
图像响应模块，用于对终端设备采集的条码图像进行校正处理，得到校正处理后的条码图像，作为待识别条码图像；
矩阵生成模块，用于逐行识别所述待识别条码图像中各个像素的颜色，根据颜色识别结果生成与所述待识别条码图像对应的颜色矩阵；其中，对所述待识别条码图像进行逐行扫描，在每一行扫描时按照像素是否为黑色对该像素在该行相应位置进行标识，得到所述颜色识别结果；
标识确定模块，用于根据所述颜色矩阵的各个列中黑色元素的数量，确定所述颜色矩阵的各个列所对应的颜色标识；
图像生成模块，用于根据所述颜色标识，生成与所述颜色矩阵对应的目标条码图像。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求 1至7中任一项所述的方法的步骤。
CN202110807699.2A 2021-07-16 2021-07-16 条码图像修复方法、装置、计算机设备和存储介质 Active CN113449536B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110807699.2A CN113449536B (zh) 2021-07-16 2021-07-16 条码图像修复方法、装置、计算机设备和存储介质
PCT/CN2022/105453 WO2023284784A1 (zh) 2021-07-16 2022-07-13 条码图像修复方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110807699.2A CN113449536B (zh) 2021-07-16 2021-07-16 条码图像修复方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113449536A CN113449536A (zh) 2021-09-28
CN113449536B true CN113449536B (zh) 2023-02-14

Family

ID=77816536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110807699.2A Active CN113449536B (zh) 2021-07-16 2021-07-16 条码图像修复方法、装置、计算机设备和存储介质

Country Status (2)

Country Link
CN (1) CN113449536B (zh)
WO (1) WO2023284784A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113449536B (zh) * 2021-07-16 2023-02-14 深圳思谋信息科技有限公司 条码图像修复方法、装置、计算机设备和存储介质
CN114239635B (zh) * 2021-12-22 2024-02-02 支付宝(杭州)信息技术有限公司 一种针对doi图像涂鸦的处理方法、装置及设备
CN114943241B (zh) * 2022-07-26 2022-10-25 北京紫光青藤微系统有限公司 用于修复条码码图的方法、电子设备、存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000353211A (ja) * 1999-06-09 2000-12-19 Mitsubishi Electric Corp バーコード認識装置及びバーコード認識方法
CN106446751A (zh) * 2016-10-11 2017-02-22 福建中金在线信息科技有限公司 一种条形码识别方法及装置
CN109214229A (zh) * 2017-06-30 2019-01-15 杭州海康威视数字技术股份有限公司 一种条码扫描方法、装置及电子设备
CN111008540A (zh) * 2019-11-29 2020-04-14 联想(北京)有限公司 一种条码识别方法及设备、计算机存储介质
CN111311497A (zh) * 2020-02-12 2020-06-19 广东工业大学 一种条形码图像角度校正方法和装置
CN111339797A (zh) * 2020-02-25 2020-06-26 福州符号信息科技有限公司 一种能够准确识别受损一维条码的解码方法及终端

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070015101A (ko) * 2006-12-20 2007-02-01 천지득 1차원 흑백 바코드와 2차원 흑백바코드를 칼라코드로전환하는 방법과 그 알고리즘.
CN102136058B (zh) * 2011-04-26 2014-04-30 中国农业大学 条形码图像识别方法
US9454688B1 (en) * 2015-07-20 2016-09-27 Konica Minolta Laboratory U.S.A., Inc. High capacity 2D color barcode design and decoding method
CN112434543B (zh) * 2020-11-24 2022-02-01 山东大学 一种针对畸变彩色直接部件标记的图像重构方法及系统
CN113449536B (zh) * 2021-07-16 2023-02-14 深圳思谋信息科技有限公司 条码图像修复方法、装置、计算机设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000353211A (ja) * 1999-06-09 2000-12-19 Mitsubishi Electric Corp バーコード認識装置及びバーコード認識方法
CN106446751A (zh) * 2016-10-11 2017-02-22 福建中金在线信息科技有限公司 一种条形码识别方法及装置
CN109214229A (zh) * 2017-06-30 2019-01-15 杭州海康威视数字技术股份有限公司 一种条码扫描方法、装置及电子设备
CN111008540A (zh) * 2019-11-29 2020-04-14 联想(北京)有限公司 一种条码识别方法及设备、计算机存储介质
CN111311497A (zh) * 2020-02-12 2020-06-19 广东工业大学 一种条形码图像角度校正方法和装置
CN111339797A (zh) * 2020-02-25 2020-06-26 福州符号信息科技有限公司 一种能够准确识别受损一维条码的解码方法及终端

Also Published As

Publication number Publication date
CN113449536A (zh) 2021-09-28
WO2023284784A1 (zh) 2023-01-19

Similar Documents

Publication Publication Date Title
CN113449536B (zh) 条码图像修复方法、装置、计算机设备和存储介质
US10095903B2 (en) Block decoding method and system for two-dimensional code
CN110796082B (zh) 铭牌文本检测方法、装置、计算机设备和存储介质
CN111860489A (zh) 一种证件图像校正方法、装置、设备及存储介质
CN111242126A (zh) 不规则文本校正方法、装置、计算机设备和存储介质
CN112766275B (zh) 印章文字识别方法、装置、计算机设备和存储介质
CN108830133A (zh) 合同影像图片的识别方法、电子装置及可读存储介质
CN111445513B (zh) 基于深度图像的植株冠层体积获取方法、装置、计算机设备和存储介质
JP2017161969A (ja) 文字認識装置、方法およびプログラム
CN113536822B (zh) 二维码校正方法、装置及计算机可读存储介质
CN113139399A (zh) 一种图像线框识别方法及服务器
CN112036232A (zh) 一种图像表格结构识别方法、系统、终端以及存储介质
CN108364024B (zh) 图像匹配方法、装置、计算机设备和存储介质
CN115205861B (zh) 一种获取异常文字识别区域的方法、电子设备及存储介质
CN116824645A (zh) 指纹识别方法、装置、处理设备和存储介质
CN111539964B (zh) 基于深度图像的植株冠层表面积获取方法、装置、计算机设备和存储介质
CN112383670B (zh) 一种试卷扫描自动扶正方法及装置
CN113160074B (zh) 微阵列芯片图像分析方法、装置、计算机设备和存储介质
CN114037822A (zh) 一种行驶证检测方法和系统
CN114926455A (zh) 目标中心位置的检测方法、装置、计算机设备及存储介质
CN113837119A (zh) 一种基于灰度图像识别易混淆字符的方法及设备
CN115034245A (zh) 定位和解码不可读的数据矩阵的系统和方法
CN113159031A (zh) 一种手写文本检测方法、装置及存储介质
CN117115275B (zh) 畸变参数的确定方法、装置和计算机设备
CN114267038B (zh) 铭牌的类型识别方法、装置、存储介质及设备

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
CB03 Change of inventor or designer information

Inventor after: Yao Hengzhi

Inventor after: Yang Zetong

Inventor after: Zhao Zelin

Inventor after: Liu Shu

Inventor after: Shen Xiaoyong

Inventor after: Lv Jiangbo

Inventor before: Yao Hengzhi

Inventor before: Yang Zetong

Inventor before: Zhao Zelin

Inventor before: Liu Shu

Inventor before: Jia Jiaya

Inventor before: Shen Xiaoyong

Inventor before: Lv Jiangbo

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant