CN113673652A - 二维码的显示方法、装置和电子设备 - Google Patents
二维码的显示方法、装置和电子设备 Download PDFInfo
- Publication number
- CN113673652A CN113673652A CN202110925698.8A CN202110925698A CN113673652A CN 113673652 A CN113673652 A CN 113673652A CN 202110925698 A CN202110925698 A CN 202110925698A CN 113673652 A CN113673652 A CN 113673652A
- Authority
- CN
- China
- Prior art keywords
- candidate
- dimensional code
- image
- area
- candidate frame
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012549 training Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000003313 weakening effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000006748 scratching Methods 0.000 description 1
- 230000002393 scratching 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
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06046—Constructional details
- G06K19/06112—Constructional details the marking being simulated using a light source, e.g. a barcode shown on a display or a laser beam with time-varying intensity profile
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Optics & Photonics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种二维码的显示方法、装置和电子设备,属于二维码技术领域。其中,二维码的显示方法包括:获取终端的摄像头采集到的第一图像;获取第一图像包含的N个候选框的位置信息以及置信度;根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框;基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码。
Description
技术领域
本申请属于二维码技术领域,具体涉及一种二维码的显示方法、装置和电子设备。
背景技术
目前,二维码已广泛应用于各类场景,如地铁、公交扫码,微信、支付宝扫码,电子门票扫码等,二维码已经和人们的生活紧密相关。现有的使用二维码场景下,终端上显示的二维码会位于屏幕上预设的固定位置,在被二维码扫描设备扫码的时候,可能需要用户手动的移动终端来对准到二维码扫描设备的二维码扫描口区域,人工对准的耗时较长,扫描效率较低。
发明内容
本申请实施例的目的是提供一种二维码的显示方法、装置和电子设备,能够解决相关技术中需要手动移动终端将显示的二维码对准二维码扫描口的问题。
第一方面,本申请实施例提供了一种二维码的显示方法,该方法包括:获取终端的摄像头采集到的第一图像;获取第一图像包含的N个候选框的位置信息以及置信度;根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框;基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码。
第二方面,本申请实施例提供了一种二维码的显示装置,该装置包括:第一获取单元,用于获取终端的摄像头采集到的第一图像;第二获取单元,用于获取第一图像包含的N个候选框的位置信息以及置信度;确定单元,用于根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框;显示单元,用于基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的二维码的显示方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的二维码的显示方法的步骤。
第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的二维码的显示方法。
在本申请实施例中,通过获取摄像头采集到的第一图像,获取在第一图像中包含的N个候选框的位置信息以及置信度,进而,可以根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框,基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码,解决了相关技术中需要手动移动终端将显示的二维码对准扫描设备的扫描区域的问题,使得二维码能够自动对准的显示在扫描区域对应的显示区域,无需人工的移动终端去对准,提高了使用二维码时的效率。
附图说明
图1是本申请实施例提供的二维码的显示方法的一个可选的流程示意图;
图2是本申请实施例提供的二维码的显示方法的一个可选的界面示意图;
图3是本申请实施例提供的二维码的显示方法的另一个可选的界面示意图;
图4是本申请实施例提供的二维码的显示方法的另一个可选的界面示意图;
图5是本申请实施例提供的二维码的显示方法的另一个可选的界面示意图;
图6是本申请实施例提供的二维码的显示装置的一个可选的结构示意图;
图7是本申请实施例提供的电子设备的一个可选的结构示意图;
图8是本申请实施例提供的电子设备的另一个可选的结构示意图。
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地描述,显然,所描述的实施例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获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的二维码的显示方法进行详细地说明。
如图1所示,本申请实施例提供的二维码的显示方法可以包括如下步骤:
步骤101,获取终端的摄像头采集到的第一图像。
本申请实施例可以在终端中执行,具体的,可以是手机、平板电脑等移动终端。
一个示例中,在需要显示二维码的场景中,用户可以打开应用中实时动态地显示二维码的功能,也可以直接调出终端已经存储包含二维码的图像,或者点击显示二维码的路径链接,从而显示二维码。在已经显示二维码的情况下,或者,接收到用户上述的触发显示二维码的操作,但是还未显示二维码的情况下,可以控制摄像头实时采集图像,或者,获取摄像头采集到的图像。
步骤102,获取第一图像包含的N个候选框的位置信息以及置信度。
候选框是在第一图像中划分出的一个区域,候选框可以是任意形状,例如矩形的或圆形的,等等。N是正整数。
候选框的位置信息可以包括候选框的中心点的位置信息。
候选框的置信度是用于表示候选框中包括扫描设备的扫描区域的可信程度的参数。这里,扫描设备是指扫描二维码的设备,例如,收银设备、公共交通的扫码设备等等。扫码区域是指扫描设备的扫码摄像头(或称为扫描口、扫码枪等)在第一图像中所在的区域。二维码是指通过几何图案表示信息的图形。
候选框的位置信息可以是按照预设的方式选取的,例如随机选取、固定位置等等。候选框的置信度可以通过预先训练的图像识别模型计算每个候选框中包括扫描区域的概率,进而基于预设公式对概率进行计算,从而得到置信度,等等。
在执行步骤102,获取第一图像包含的N个候选框的位置信息以及置信度之前,可以采用不同的方式划分出第一图像包含的N个候选框。
一个示例中,可以在第一图像中随机地选取N个位置,作为N个候选框的中心点,得到对应候选框的位置信息。进一步地,每个候选框的大小也可以是随机选取的,在确定中心点和大小之后,确定每个候选框的区域的范围。可选地,候选框的范围可以通过以下参数表示:长度和宽度(矩形候选框)、半径(圆形候选框)等。
另一个示例中,在执行步骤102之前,为了便于在第一图像中进行平均地搜索,可以将第一图像中划分为B个区域,在每个区域内,随机地选取至少一个点作为候选框的中心点,这样,B个区域可以选取出N个候选框,B是正整数。示例性地,划分B个区域可以是将第一图像平均地划分为S*S个网格,得到B个区域,这里,B=S*S,S为正整数。
步骤103,根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框。
可以根据置信度的数值确定扫描区域对应的候选框,例如,可以选取置信度数值最大的候选框作为扫描区域所在的候选框。
在一个示例中,在获取N个候选框的置信度之后,如果N个候选框的置信度均低于置信度的预设阈值,可以对每个候选框基于原来的中心点重新的划分大小,也即,对每个候选框进行放大或缩小,并重新的计算每个候选框的置信度。如果重新划分大小之后的N个候选框中,存在置信度大于预设阈值的候选框,将其中置信度值最大的候选框作为扫描区域对应的候选框。
步骤104,基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码。
举例而言,可以在扫描区域对应的候选框的区域内显示二维码,二维码的大小可以小于或等于对应候选框的区域。或者,也可以根据扫描区域对应候选框的位置信息,确定显示二维码的区域,确定的区域大小可以是与候选框的大小相差在预设范围之内,以候选框的中心点为中心。
示例性地,如图2所示,若确定出的扫描区域对应的候选框为区域201,则可以显示二维码可以如图3所示,在区域201内显示二维码202。
可选地,在执行步骤104之前,还可以按照应用提供的二维码显示方式显示二维码,例如图4所示,然后,在确定扫描区域对应的候选框之后,基于候选框的位置显示二维码,例如图2所示。那么,在该可选的实施方式中,二维码相当于从原来显示的位置移动到了新的区域,如图5所示。
一个示例中,如果二维码是实时动态更新地显示,考虑到用户可能为了提前准备二维码显示页面,可能已经打开二维码的显示页面较长时间,导致原先提取的二维码失效,这种情况下,还可以实时动态地提取生成的更新的二维码,重新执行步骤104,以基于扫描区域对应候选框显示更新后的二维码。
可选地,在显示二维码时,还可以对屏幕上除二维码显示的区域之外的区域执行对比度减弱处理,其中,对比度减弱处理用于减小对应区域内的对比度,这样可以提高二维码与周围区域的对比度,便于扫描设备更快地扫描到二维码。
示例性地,对比度减弱处理可以是高亮二维码显示的区域,并减弱二维码之外的区域的图像亮度,或者,也可以将二维码显示区域之外全部变为单一颜色(例如白色、灰色、黑色等),这样,也可以提高二维码与周围区域的对比度,例如图3、图4所示。本申请实施例对对比减弱处理的具体方式不作限制。
在本申请实施例中,通过获取摄像头采集到的第一图像,获取在第一图像中包含的N个候选框的位置信息以及置信度,进而,可以根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框,基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码,解决了相关技术中需要手动移动终端将显示的二维码对准扫描设备的扫描区域的问题,使得二维码能够自动对准的显示在扫描区域对应的显示区域,无需人工的移动终端去对准,提高了使用二维码时的效率。
在一个可选的实施方式中,在步骤102中,获取N个候选框的置信度可以包括如下步骤:
步骤1021,计算每个候选框包含扫描区域的概率。
计算每个候选框包含扫描区域的概率,可以通过识别算法在候选框中识别扫描设备的扫描区域。识别算法可以是图像识别算法,可选地,可以使用目标检测算法。其中,目标检测算法可以基于如深度残差网络(Deep residual network,ResNet)等模型结构,以及通用的数据训练集,对神经网络分类模型进行预训练。然后,再在多种场景下采集训练样本图像,例如,在地铁口、公交、超市,或其他扫码场景中进行数据采集,获取图像,并对采集到的图像进行人工标注,标注出扫描设备的扫描区域,得到标记的训练样本图像。通过已标记的训练样本图像,对预训练后的神经网络分类模型进行训练,得到完成训练的识别模型,通过该识别模型,可以计算每个候选框中包含扫描区域的概率。以上仅用于对计算每个候选框包含扫描区域的概率的识别算法进行示例性的举例,并不用于构成对本申请实施例的限定。
步骤1022,根据每个候选框的概率和面积比值,计算对应候选框的置信度。
面积比值为对应候选框与标记框的交集和并集之比,标记框为在训练样本图像中标记的扫描区域。
示例性地,置信度C定义为C=P*IOU。其中,IOU是每个候选框和标记框的交集(候选框和标记框重叠部分面积)与并集(候选框面积加上标记框面积再减去交集面积)的比值,该比值越大,反映出预测的候选框位置越接近标记框位置。P为每个候选框包含扫描区域的概率。
通过上述计算置信度的方式,可以更准确地估计每个候选框中包含扫描区域的可能程度。
可选地,在执行步骤102获取第一图像包含的N个候选框的位置信息以及置信度之前,还可以包括:
步骤105,将第一图像划分为B个区域。
相应地,在步骤102中,获取N个候选框的位置信息的步骤可以包括如下步骤:
步骤1023,在每个区域选取候选框的中心点。
这里,中心点的位置信息即候选框的位置信息,选取中心点的方式可以如上述步骤102所述,随机地选取中心点。
进一步地,对于步骤1021计算每个候选框包含扫描区域的概率,具体可以按照如下方法执行:对于每个候选框,以选取的中心点为中心,计算不同尺寸的候选框包含扫描区域的概率。
候选框的不同尺寸可以是以预设的步长进行放大或缩小,例如,对于矩形候选框,可以预设长和宽为x、y,并以h为步长,分别计算长和宽为x+nh,y+nh的候选框中包含扫描区域的概率,这里,n为整数,且候选框的尺寸不超过第一图像。可选地,在对第一图像划分为B个区域,并在每个区域内选取。
进而,在执行步骤103之前,对于每个候选框,还可以选取概率最高的尺寸作为对应候选框的尺寸。这样,可以确定每个候选框的位置信息和对应的区域范围。
也即,在上述可选的实施方式中,可以在每个区域选取至少一个位置,将每个位置作为一个候选框的中心点,然后,对于每个中心点,计算不同尺寸候选框中包含扫描区域的概率,并选取概率最高的尺寸作为对应候选框的尺寸,这样,通过尝试不同尺寸的候选框,可以选取到包含扫描区域概率最大的候选框,提高二维码显示的区域被扫描设备扫描到的概率。
在一个可选的示例中,可以在执行步骤104基于扫描区域对应候选框的位置信息,在终端的屏幕中对应的区域显示二维码之前,在包括二维码的图像中提取出二维码的区域,从而在执行步骤104时,直接显示提取出的二维码区域。
具体而言,在执行步骤104之前,还可以获取第二图像,在第二图像中提取二维码,得到第三图像。其中,第二图像包括二维码。例如,第二图像可以是待显示的或已显示的包含二维码的图像。通过图像提取的方式在第二图像中抠图,提取出二维码区域的图像。这样,在执行步骤104时,可以基于扫描区域对应候选框的位置信息,在终端的屏幕中显示第三图像。
可选地,上述在第二图像中提取二维码所在的区域的步骤,可以基于不同大小的特征模板,在第二图像中执行边界特征识别,以确定二维码所在的区域。例如,可以在第二图像中从点对点地扫描,逐步将特征模板的尺寸扩大到m1×m2个像素点,基于不同尺寸的特征模板中执行边界特征识别。示例性地,边界特征识别可以采用图像识别中的边缘检测识别算法,由于显示的二维码具有直线特征,因此,可以设置用于检测直线的特征模板,检测第二图像中的直线,从而识别二维码所在的区域,并将提取出的二维码保存为图像。
在一个示例中,在第一图像中识别扫描区域的方法可以是通过训练后的图像识别模型进行识别。那么,在第一图像中识别扫描区域之前,需要训练识别模型。
具体而言,在第一图像中识别扫描区域之前,可以获取训练样本图像。其中,训练样本图像可以是在扫描二维码的场景中采集的,训练样本图像中包含扫描设备的扫描区域。然后,在训练样本图像中标记扫描区域,这里,标记可以是通过人工标记出采集到的训练样本图像中的扫描区域。接着,就可以根据已标记的训练样本图像训练预设识别模型中的参数,根据每次识别结果与标记之间的差距,对模型中的参数进行调整,从而得到训练后的识别模型。这样,就可以通过训练后的识别模型在第一图像中识别扫描区域。通过训练完的识别模型,可以计算出第一图像中每个候选框包含扫描区域的概率。输入识别模型的可以是第一图像,一个示例中,在将第一图像输入识别模型之前,可以将第一图像的尺寸调整为预设的固定尺寸。该固定尺寸是识别模型所需的尺寸,在训练识别模型时使用的训练样本图像也是相同的固定尺寸。
与使用识别模型相似地,在训练识别模型时,可以将采集到的训练样本图像调整为固定尺寸大小。进一步地,在一个示例中,可以将训练样本图像预先分为S*S个网格(即S*S=B个区域),每个网格随机选取至少一个点,每个点作为一个候选框的中心点,得到N个候选框。这样,根据每个候选框的位置信息(x,y,w,h)以及候选框中包含扫描区域的置信度C。其中S和B均为超参数,可根据模型训练时的准确度和模型速度等进行具体调试。其中,x和y分别为候选框的中心点横、纵坐标,w和h分别为候选框相对整张图片的宽度和高度。相似地,在使用识别模型时,也可以对第一图像执行与处理训练样本图像同样的流程,调整为固定尺寸,划分为B个区域,得到N个候选框的位置信息,从而通过识别模型计算出每个候选框包含扫描区域的概率。
置信度C可以定义为C=P*IOU。其中,IOU是每个候选框和标记框的交集(候选框和标记框重叠部分面积)与并集(候选框面积加上标记框面积再减去交集面积)的比值,该比值越大,反映出预测的候选框位置越接近标记框位置。P为每个候选框包含扫描区域的概率。
为抑制噪声干扰,可将置信度低于预设阈值T的候选框的置信度设置为0。如果所有候选框的置信度都为0,说明当前候选框中没有扫描区域。这时,可以重新调整候选框的尺寸w和h,并重新计算概率,进而计算置信度。如果存在置信度超过预设阈值T的候选框,则在置信度超过T的候选框中选取数值最高的候选框作为扫描区域对应的候选框。
需要说明的是,本申请实施例提供的二维码的显示方法,执行主体可以为二维码的显示装置,或者该二维码的显示装置中的用于执行二维码的显示方法的控制模块。本申请实施例中以二维码的显示装置执行二维码的显示方法为例,说明本申请实施例提供的二维码的显示装置。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的二维码的显示装置进行详细地说明。在本申请实施例提供的二维码的显示装置中未详述的内容,可以参考本申请实施例提供的二维码的显示方法,在此不再赘述。
如图6所示,本申请实施例提供的二维码的显示装置包括第一获取单元11,第二获取单元12,确定单元13,显示单元14。
第一获取单元11用于获取终端的摄像头采集到的第一图像;
第二获取单元12用于获取第一图像包含的N个候选框的位置信息以及置信度;
确定单元13用于根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框;
显示单元14用于基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码。
在本申请实施例中,通过获取摄像头采集到的第一图像,获取在第一图像中包含的N个候选框的位置信息以及置信度,进而,可以根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框,基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码,解决了相关技术中需要手动移动终端将显示的二维码对准扫描设备的扫描区域的问题,使得二维码能够自动对准的显示在扫描区域对应的显示区域,无需人工的移动终端去对准,提高了使用二维码时的效率。
可选地,第二获取单元12可以包括:
第一计算单元,用于计算每个候选框包含扫描区域的概率;
第二计算单元,用于根据每个候选框的概率和面积比值,计算对应候选框的置信度;其中,面积比值为对应候选框与标记框的交集和并集之比,标记框为在训练样本图像中标记的扫描区域。
进一步可选地,该装置还可以包括:
划分单元,用于在获取第一图像包含的N个候选框的位置信息以及置信度之前,将第一图像划分为B个区域;
相应地,第二获取单元12还可以包括:
第一选取单元,用于在每个区域选取候选框的中心点;其中,每个候选框的位置信息包括对应候选框的中心点的位置信息;
相应地,第一计算单元还可以用于对于每个候选框,以选取的中心点为中心,计算不同尺寸的候选框包含扫描区域的概率;
相应地,该装置还可以包括:
第二选取单元,用于对于每个候选框,在不同尺寸中选取概率最高的尺寸作为对应候选框的尺寸。
可选地,该装置还可以包括:
第三获取单元,用于在基于扫描区域对应候选框的位置信息,在终端的屏幕中对应的区域显示二维码之前,获取第二图像;其中,第二图像包括二维码;
提取单元,用于在第二图像中提取二维码,得到第三图像;
相应地,显示单元14还可以用于基于扫描区域对应候选框的位置信息,在终端的屏幕中显示第三图像。
可选地,显示单元14还可以用于对屏幕上除二维码显示的区域之外的区域执行对比度减弱处理,其中,对比度减弱处理用于减小对应区域内的对比度。本申请实施例中的二维码的显示装置可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobilepersonal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,本申请实施例不作具体限定。
本申请实施例中的二维码的显示装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的二维码的显示装置能够实现图N至图N+x的方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,如图7所示,本申请实施例还提供一种电子设备900,包括处理器901,存储器902,存储在存储器902上并可在所述处理器901上运行的程序或指令,该程序或指令被处理器901执行时实现上述二维码的显示方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图8是实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备1000包括但不限于:射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、以及处理器1010等部件。
本领域技术人员可以理解,电子设备1000还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器1010逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图x中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
其中,处理器1010用于执行以下步骤:
获取终端的摄像头采集到的第一图像;
获取第一图像包含的N个候选框的位置信息以及置信度;
根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框;
基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码。
可选地,处理器1010在获取N个候选框的置信度时,可以包括执行以下步骤:
计算每个候选框包含扫描区域的概率;
根据每个候选框的概率和面积比值,计算对应候选框的置信度;其中,面积比值为对应候选框与标记框的交集和并集之比,标记框为在训练样本图像中标记的扫描区域。
进一步可选地,处理器1010在获取第一图像包含的N个候选框的位置信息以及置信度之前,还执行:将第一图像划分为B个区域;
相应地,处理器1010在获取N个候选框的位置信息时,执行:在每个区域选取候选框的中心点;其中,每个候选框的位置信息包括对应候选框的中心点的位置信息;
相应地,处理器1010在计算每个候选框包含扫描区域的概率时,执行:对于每个候选框,以选取的中心点为中心,计算不同尺寸的候选框包含扫描区域的概率;
相应地,处理器1010在根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框之前,还包括执行:对于每个候选框,在不同尺寸中选取概率最高的尺寸作为对应候选框的尺寸。
可选地,处理器1010在基于扫描区域对应候选框的位置信息,在终端的屏幕中对应的区域显示二维码之前,还执行如下步骤:
获取第二图像;其中,第二图像包括二维码;
在第二图像中提取二维码,得到第三图像;
相应地,处理器1010在执行基于扫描区域对应候选框的位置信息,在终端的屏幕中对应的区域显示二维码时,可以基于扫描区域对应候选框的位置信息,在终端的屏幕中显示第三图像。
可选地,处理器1010在执行基于扫描区域对应候选框的位置信息,在终端的屏幕中显示二维码时,可以对屏幕上除二维码显示的区域之外的区域执行对比度减弱处理,其中,对比度减弱处理用于减小对应区域内的对比度。
在本申请实施例中,通过获取摄像头采集到的第一图像,获取在第一图像中包含的N个候选框的位置信息以及置信度,进而,可以根据置信度,在N个候选框中确定扫描设备的扫描区域对应的候选框,基于扫描区域对应的候选框的位置信息,在终端的屏幕中对应的区域显示二维码,解决了相关技术中需要手动移动终端将显示的二维码对准扫描设备的扫描区域的问题,使得二维码能够自动对准的显示在扫描区域对应的显示区域,无需人工的移动终端去对准,提高了使用二维码时的效率。
应理解的是,本申请实施例中,输入单元1004可以包括图形处理器(GraphicsProcessing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元1006可包括显示面板1061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板1061。用户输入单元1007包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。存储器1009可用于存储软件程序以及各种数据,包括但不限于应用程序和操作系统。处理器1010可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1010中。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述二维码的显示方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述二维码的显示方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,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的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (12)
1.一种二维码的显示方法,其特征在于,所述方法包括:
获取终端的摄像头采集到的第一图像;
获取所述第一图像包含的N个候选框的位置信息以及置信度;
根据所述置信度,在所述N个候选框中确定扫描设备的扫描区域对应的候选框;
基于所述扫描区域对应的候选框的位置信息,在所述终端的屏幕中对应的区域显示二维码。
2.根据权利要求1所述的方法,其特征在于,所述获取所述N个候选框的置信度,包括:
计算每个所述候选框包含所述扫描区域的概率;
根据每个所述候选框的概率和面积比值,计算对应候选框的置信度;其中,所述面积比值为对应候选框与标记框的交集和并集之比,所述标记框为在训练样本图像中标记的所述扫描区域。
3.根据权利要求2所述的方法,其特征在于,
在获取所述第一图像包含的N个候选框的位置信息以及置信度之前,还包括:
将所述第一图像划分为B个区域;
所述获取所述N个候选框的位置信息,包括:
在每个所述区域选取所述候选框的中心点;其中,每个候选框的位置信息包括对应候选框的所述中心点的位置信息;
所述计算每个所述候选框包含所述扫描区域的概率,包括:
对于每个候选框,以选取的中心点为中心,计算不同尺寸的候选框包含所述扫描区域的概率;
在所述根据所述置信度,在所述N个候选框中确定扫描设备的扫描区域对应的候选框之前,还包括:
对于每个候选框,在不同尺寸中选取所述概率最高的尺寸作为对应候选框的尺寸。
4.根据权利要求1所述的方法,其特征在于,在基于所述扫描区域对应候选框的位置信息,在所述终端的屏幕中对应的区域显示二维码之前,还包括:
获取第二图像;其中,所述第二图像包括所述二维码;
在所述第二图像中提取所述二维码,得到第三图像;
所述基于所述扫描区域对应候选框的位置信息,在所述终端的屏幕中对应的区域显示二维码,包括:
基于所述扫描区域对应候选框的位置信息,在所述终端的屏幕中显示所述第三图像。
5.根据权利要求1所述的方法,其特征在于,所述基于所述扫描区域对应候选框的位置信息,在所述终端的屏幕中显示二维码,包括:
对所述屏幕上除所述二维码显示的区域之外的区域执行对比度减弱处理,其中,所述对比度减弱处理用于减小对应区域内的对比度。
6.一种二维码的显示装置,其特征在于,所述装置包括:
第一获取单元,用于获取终端的摄像头采集到的第一图像;
第二获取单元,用于获取所述第一图像包含的N个候选框的位置信息以及置信度;
确定单元,用于根据所述置信度,在所述N个候选框中确定扫描设备的扫描区域对应的候选框;
显示单元,用于基于所述扫描区域对应的候选框的位置信息,在所述终端的屏幕中对应的区域显示二维码。
7.根据权利要求6所述的装置,其特征在于,所述第二获取单元包括:
第一计算单元,用于计算每个所述候选框包含所述扫描区域的概率;
第二计算单元,用于根据每个所述候选框的概率和面积比值,计算对应候选框的置信度;其中,所述面积比值为对应候选框与标记框的交集和并集之比,所述标记框为在训练样本图像中标记的所述扫描区域。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
划分单元,用于在获取所述第一图像包含的N个候选框的位置信息以及置信度之前,将所述第一图像划分为B个区域;
所述第二获取单元还包括:
第一选取单元,用于在每个所述区域选取所述候选框的中心点;其中,每个候选框的位置信息包括对应候选框的所述中心点的位置信息;
所述第一计算单元还用于对于每个候选框,以选取的中心点为中心,计算不同尺寸的候选框包含所述扫描区域的概率;
所述第装置还包括:
第二选取单元,用于对于每个候选框,在不同尺寸中选取所述概率最高的尺寸作为对应候选框的尺寸。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第三获取单元,用于在基于所述扫描区域对应候选框的位置信息,在所述终端的屏幕中对应的区域显示二维码之前,获取第二图像;其中,所述第二图像包括所述二维码;
提取单元,用于在所述第二图像中提取所述二维码,得到第三图像;
所述显示单元还用于基于所述扫描区域对应候选框的位置信息,在所述终端的屏幕中显示所述第三图像。
10.根据权利要求6所述的装置,其特征在于,所述显示单元还用于对所述屏幕上除所述二维码显示的区域之外的区域执行对比度减弱处理,其中,所述对比度减弱处理用于减小对应区域内的对比度。
11.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-5任一项所述的二维码的显示方法的步骤。
12.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-5任一项所述的二维码的显示方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110925698.8A CN113673652A (zh) | 2021-08-12 | 2021-08-12 | 二维码的显示方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110925698.8A CN113673652A (zh) | 2021-08-12 | 2021-08-12 | 二维码的显示方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113673652A true CN113673652A (zh) | 2021-11-19 |
Family
ID=78542542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110925698.8A Pending CN113673652A (zh) | 2021-08-12 | 2021-08-12 | 二维码的显示方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673652A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108154058A (zh) * | 2016-12-05 | 2018-06-12 | 北京小米移动软件有限公司 | 图形码展示、位置区域确定方法及装置 |
CN108268869A (zh) * | 2018-02-13 | 2018-07-10 | 北京旷视科技有限公司 | 目标检测方法、装置及系统 |
CN109409164A (zh) * | 2018-11-20 | 2019-03-01 | 普联技术有限公司 | 扫描图像显示调整方法、装置及电子设备 |
CN110008771A (zh) * | 2019-03-15 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 一种扫码系统及扫码方法 |
CN110263660A (zh) * | 2019-05-27 | 2019-09-20 | 魏运 | 一种自适应场景变化的交通目标检测识别方法 |
CN111062704A (zh) * | 2019-12-10 | 2020-04-24 | 支付宝(杭州)信息技术有限公司 | 识别图形码的方法及装置 |
WO2020122894A1 (en) * | 2018-12-12 | 2020-06-18 | Hewlett-Packard Development Company, L.P. | Scanning devices with zonal ocr user interfaces |
CN111488751A (zh) * | 2019-01-29 | 2020-08-04 | 北京骑胜科技有限公司 | 二维码图像处理方法、装置、电子设备及存储介质 |
CN112699808A (zh) * | 2020-12-31 | 2021-04-23 | 深圳市华尊科技股份有限公司 | 密集目标检测方法、电子设备及相关产品 |
CN113033559A (zh) * | 2021-04-19 | 2021-06-25 | 深圳市华汉伟业科技有限公司 | 一种基于目标检测的文本检测方法及装置、存储介质 |
CN113158922A (zh) * | 2021-04-26 | 2021-07-23 | 平安科技(深圳)有限公司 | 基于yolo神经网络的车流量统计方法、装置及设备 |
-
2021
- 2021-08-12 CN CN202110925698.8A patent/CN113673652A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108154058A (zh) * | 2016-12-05 | 2018-06-12 | 北京小米移动软件有限公司 | 图形码展示、位置区域确定方法及装置 |
CN108268869A (zh) * | 2018-02-13 | 2018-07-10 | 北京旷视科技有限公司 | 目标检测方法、装置及系统 |
CN109409164A (zh) * | 2018-11-20 | 2019-03-01 | 普联技术有限公司 | 扫描图像显示调整方法、装置及电子设备 |
WO2020122894A1 (en) * | 2018-12-12 | 2020-06-18 | Hewlett-Packard Development Company, L.P. | Scanning devices with zonal ocr user interfaces |
CN111488751A (zh) * | 2019-01-29 | 2020-08-04 | 北京骑胜科技有限公司 | 二维码图像处理方法、装置、电子设备及存储介质 |
CN110008771A (zh) * | 2019-03-15 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 一种扫码系统及扫码方法 |
CN110263660A (zh) * | 2019-05-27 | 2019-09-20 | 魏运 | 一种自适应场景变化的交通目标检测识别方法 |
CN111062704A (zh) * | 2019-12-10 | 2020-04-24 | 支付宝(杭州)信息技术有限公司 | 识别图形码的方法及装置 |
CN112699808A (zh) * | 2020-12-31 | 2021-04-23 | 深圳市华尊科技股份有限公司 | 密集目标检测方法、电子设备及相关产品 |
CN113033559A (zh) * | 2021-04-19 | 2021-06-25 | 深圳市华汉伟业科技有限公司 | 一种基于目标检测的文本检测方法及装置、存储介质 |
CN113158922A (zh) * | 2021-04-26 | 2021-07-23 | 平安科技(深圳)有限公司 | 基于yolo神经网络的车流量统计方法、装置及设备 |
Non-Patent Citations (1)
Title |
---|
蔡若君;陈浩文;叶武剑;刘怡俊;吕月圆;陈穗霞;刘峰;: "基于深度学习的二维码定位与检测技术", 现代计算机(专业版), no. 33, pages 63 - 65 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5755664B2 (ja) | 複数の特徴検出器の適用に基づいた画像特徴検出 | |
CN110232713B (zh) | 一种图像目标定位修正方法及相关设备 | |
US20170124719A1 (en) | Method, device and computer-readable medium for region recognition | |
CN110738203B (zh) | 字段结构化输出方法、装置及计算机可读存储介质 | |
KR20170061631A (ko) | 영역 인식 방법 및 장치 | |
CN111259846B (zh) | 文本定位方法和系统以及文本定位模型训练方法和系统 | |
US8965051B2 (en) | Method and apparatus for providing hand detection | |
CN107977658B (zh) | 图像文字区域的识别方法、电视机和可读存储介质 | |
US10025976B1 (en) | Data normalization for handwriting recognition | |
CN112989995B (zh) | 文本检测方法、装置及电子设备 | |
CN112651953B (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
CN112101317A (zh) | 页面方向识别方法、装置、设备及计算机可读存储介质 | |
US20230260306A1 (en) | Method and Apparatus for Recognizing Document Image, Storage Medium and Electronic Device | |
CN110431563A (zh) | 图像校正的方法和装置 | |
JP2007025902A (ja) | 画像処理装置、画像処理方法 | |
WO2022095318A1 (zh) | 字符检测方法、装置、电子设备、存储介质及程序 | |
CN113610809A (zh) | 骨折检测方法、装置、电子设备以及存储介质 | |
CN113128244A (zh) | 扫描方法、装置及电子设备 | |
CN112532884A (zh) | 识别方法、装置及电子设备 | |
CN116704324A (zh) | 基于水下图像的目标检测方法、系统、设备以及存储介质 | |
CN113673652A (zh) | 二维码的显示方法、装置和电子设备 | |
CN112749769B (zh) | 图形码检测方法、装置、计算机设备及存储介质 | |
CN113392820B (zh) | 动态手势识别方法、装置、电子设备及可读存储介质 | |
CN115223173A (zh) | 对象识别方法、装置、电子设备及存储介质 | |
CN116862920A (zh) | 一种人像分割方法、装置、设备及介质 |
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 |