CN113705270A - 识别二维码定位码区的方法、装置、设备和存储介质 - Google Patents
识别二维码定位码区的方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113705270A CN113705270A CN202111279548.0A CN202111279548A CN113705270A CN 113705270 A CN113705270 A CN 113705270A CN 202111279548 A CN202111279548 A CN 202111279548A CN 113705270 A CN113705270 A CN 113705270A
- Authority
- CN
- China
- Prior art keywords
- line segment
- candidate
- candidate line
- cluster
- dense
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004590 computer program Methods 0.000 claims abstract description 27
- 230000004807 localization Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static 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
- 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
- G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及二维码处理技术领域,提供一种识别二维码定位码区的方法、装置、计算机设备、存储介质和计算机程序产品,可以准确识别出二维码定位码区在图像中的位置,该方法包括:将包含二维码的图像中识别为疑似二维码的定位码区的线段作为候选线段;基于各候选线段在图像中的位置,将各候选线段聚类形成多个候选线段簇;根据各候选线段簇的簇内线段密集度,确定多个候选线段簇中的密集候选线段簇;根据各密集候选线段簇对应的长度统计信息,在各密集候选线段簇间进行长度近似匹配,并将匹配结果为长度近似的密集线段簇所包含的候选线段确定为定位码区的线段;根据所确定的定位码区的线段在图像中的位置,得到定位码区在图像中的位置。
Description
技术领域
本申请涉及二维码处理技术领域,特别是涉及一种识别二维码定位码区的方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
二维码,也可称为QR码(Quick Response code),包括定位码区和信息码区。信息码区用于携带特定的信息,在对包括二维码的图像进行识别,以得到信息码区所携带的特定信息时,可以先识别出图像中的定位码区,然后根据定位码区和信息码区之间在二维码上的位置关系,确定图像中属于信息码区的区域,进而得到特定信息。为保证特定信息的识别准确性,准确确定定位码区在图像中的位置是非常重要的。
发明内容
基于此,为准确确定定位码区在图像中的位置,本申请提供一种识别二维码定位码区的方法、装置、计算机设备、存储介质和计算机程序产品。
一种识别二维码定位码区的方法,所述方法包括:
将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段;
基于各候选线段在所述图像中的位置,将所述各候选线段聚类形成多个候选线段簇;
根据各候选线段簇的簇内线段密集度,确定所述多个候选线段簇中的密集候选线段簇;
根据各密集候选线段簇对应的长度统计信息,在所述各密集候选线段簇间进行长度近似匹配,并将匹配结果为长度近似的密集线段簇所包含的候选线段确定为所述定位码区的线段;
根据所确定的定位码区的线段在所述图像中的位置,得到所述定位码区在所述图像中的位置。
在一个实施例中,在所述根据各密集候选线段簇对应的长度统计信息,在所述各密集候选线段簇间进行长度近似匹配之前,所述方法还包括:
获取密集候选线段簇中的各候选线段的长度;
将同一密集候选线段簇的候选线段的长度均值,作为所述同一密集候选线段簇的长度统计信息。
在一个实施例中,在所述根据各候选线段簇的簇内线段密集度,确定所述多个候选线段簇中的密集候选线段簇之前,所述方法还包括:
确定各候选线段簇包括的候选线段的数量;
将各数量作为对应的候选线段簇的簇内线段密集度。
在一个实施例中,所述基于各候选线段在所述图像中的位置,将所述各候选线段聚类形成多个候选线段簇,包括:
将各候选线段的中心点在所述图像中的位置作为各候选线段在所述图像中的位置;
将中心点距离相近的候选线段划分至同一簇,以得到多个候选线段簇。
在一个实施例中,在所述将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段之前,所述方法还包括:
沿平行方向束,从所述图像中提取出黑白变化处的位点;
基于对同一方向的相邻位点的连接,得到所述平行方向束中各方向的多个线段。
在一个实施例中,所述将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段,包括:
按照可容纳预设数量的线段的窗口,对在所述图像上沿同一方向依次排布的线段进行滑动,将位于所述窗口内的所述预设数量的线段作为一组,以得到多个线段组;
若同一线段组中的线段间长度比值与预设长度比值近似,则将所述同一线段组的各线段作为疑似所述定位码区的线段。
一种识别二维码定位码区的装置,所述装置包括:
疑似线段识别模块,用于将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段;
线段聚类模块,用于基于各候选线段在所述图像中的位置,将所述各候选线段聚类形成多个候选线段簇;
密集簇确定模块,用于根据各候选线段簇的簇内线段密集度,确定所述多个候选线段簇中的密集候选线段簇;
簇间匹配模块,用于根据各密集候选线段簇对应的长度统计信息,在所述各密集候选线段簇间进行长度近似匹配,并将匹配结果为长度近似的密集线段簇所包含的候选线段确定为所述定位码区的线段;
定位码区位置确定模块,用于根据所确定的定位码区的线段在所述图像中的位置,得到所述定位码区在所述图像中的位置。
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,所述处理器执行上述方法。
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上述方法。
一种计算机程序产品,其上存储有计算机程序,所述计算机程序被处理器执行上述方法。
上述识别二维码定位码区的方法、装置、计算机设备、存储介质和计算机程序产品,先从包含二维码的图像中识别为疑似二维码的定位码区的线段并作为候选线段,然后,基于各候选线段在图像中的位置,将各候选线段聚类形成多个候选线段簇;根据各候选线段簇的簇内线段密集度所确定密集候选线段簇,由于密集候选线段簇包括的簇内线段较密集,这些密集候选线段簇较有可能属于定位码区;接着,再根据各密集候选线段簇对应的长度统计信息,在各密集候选线段簇间进行长度近似匹配,若两个密集线段簇的长度近似,则这两个密集线段簇包括的候选线段的长度相近,更大可能是定位码区的线段,因此,将匹配结果为长度近似的密集线段簇所包含的候选线段确定为定位码区的线段,并根据所确定的定位码区的线段在图像中的位置,准确识别出定位码区在图像中的位置。
附图说明
图1为一个实施例中识别二维码定位码区的方法的流程示意图;
图2为一个实施例中确定黑白变化处的位点示意图;
图3为一个实施例中识别二维码定位码区的方法的流程示意图;
图4为一个实施例中识别二维码定位码区的装置的结构框图;
图5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。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本申请所描述的实施例可以与其它实施例相结合。
本申请提供的识别二维码定位码区的方法,可以应用于计算机设备中,该计算机设备可以是可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、便携式可穿戴设备和服务器。
在一个实施例中,如图1所示,提供了一种识别二维码定位码区的方法,以该方法应用于计算机设备为例进行说明,包括以下步骤:
步骤S101,将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段。
具体来说,从图像中提取线段的方式可以包括:沿平行方向束,从所述图像中提取出黑白变化处的位点;基于对同一方向的相邻位点的连接,得到所述平行方向束中各方向的多个线段。
其中,平行方向束由相互平行的多个方向组成,该方向可以是沿图像的其中一边的方向,也可以沿与图像的其中一边形成特定的夹角的方向;由于二维码是通过黑白像素的阵列排布形成的,因此,沿相互平行的多个方向,对图像进行扫描,从图像中提取出黑白变化处的位点。
结合图2介绍从图像提取出黑白变化处的位点:沿平行方向束的其中一个方向对某一行的像素进行扫描,黑像素和白像素的相接处的颜色变化较大,因此将该相接处对应的位点作为提取得到的黑白变化处的位点,如位点a、b、c、d、e、f、g、h、i、j和k。
由于位点a、b、c、d、e、f、g、h、i、j和k是沿同一方向提取得到的,因此,将相邻两个位点连接,形成多个线段,如线段a-b、线段b-c和线段c-d等。其中每个线段的长度可以是根据该线段占有的像素数量确定,例如线段a-b占有的1个像素,可以将线段a-b的长度设为1,又例如线段b-c占有的1个像素,可以将线段b-c的长度设为1,再例如线段c-d占有的3个像素,可以将线段b-c的长度设为3。
按照上述方式对图像进行位点提取以及同一方向的位点连接后,可以得到多个线段,并将这些线段作为从图像提取出的线段。
在一些场景中,在得到包括二维码的图像后,可以对图像进行亚像素级别的细分,然后进行位点提取。
在一些场景中,从图像提取出的线段识别出疑似二维码的定位码区的线段,并作为候选线段的方式,可以包括:按照可容纳预设数量的线段的窗口,对在所述图像上沿同一方向依次排布的线段进行滑动,将位于所述窗口内的所述预设数量的线段作为一组,以得到多个线段组;若同一线段组中的线段间长度比值与预设长度比值近似,则将所述同一线段组的各线段作为疑似所述定位码区的线段。
其中,窗口可容纳线段的数量和预设长度比值可以根据二维码的定位码区的特点确定;具体来说,二维码的定位码区设定为“回”字形,那么窗口可容纳线段的数量可以设为5,预设长度比值可以设为1:1:3:1:1。
示例性地,线段a-b、线段b-c、线段c-d、线段d-e、线段e-f、线段f-g、线段g-h、线段h-i、线段i-j和线段j-k,可以视为沿同一方向依次排布的线段;若窗口可容纳的线段数量设为5,那么,按照该窗口对线段a-b、线段b-c、线段c-d、线段d-e、线段e-f、线段f-g、线段g-h、线段h-i、线段i-j和线段j-k进行滑动的过程中,线段a-b、线段b-c、线段c-d、线段d-e和线段e-f位于窗口内,并将线段a-b、线段b-c、线段c-d、线段d-e和线段e-f作为一组,线段b-c、线段c-d、线段d-e、线段e-f和线段f-g位于窗口内,并将线段b-c、线段c-d、线段d-e、线段e-f和线段f-g作为一组。
其中,针对线段a-b、线段b-c、线段c-d、线段d-e和线段e-f这个线段组,若线段a-b、线段b-c、线段c-d、线段d-e和线段e-f的长度分别为1、1、3、1和1,那么该线段组的线段间长度比值为1:1:3:1:1,与预设长度比值一致,可以将该线段组包括的线段作为疑似定位码区的线段。
在提取到的位点不十分准确的情况下,对应的线段长度也不十分准确,因此,只要线段组的线段间长度比值近似为预设长度比值,就可以将该线段组包括的线段作为疑似定位码区的线段,避免遗漏定位码区的线段。
步骤S102,基于各候选线段在所述图像中的位置,将所述各候选线段聚类形成多个候选线段簇。其中,同一候选线段簇的候选线段间的位置相近,不同候选线段簇的候选线段间的位置不相近。
步骤S103,根据各候选线段簇的簇内线段密集度,确定所述多个候选线段簇中的密集候选线段簇。其中,可以将簇内线段密集度大于或等于阈值的候选线段簇作为密集候选线段簇。
步骤S104,根据各密集候选线段簇对应的长度统计信息,在所述各密集候选线段簇间进行长度近似匹配,并将匹配结果为长度近似的密集线段簇所包含的候选线段确定为所述定位码区的线段。
其中,密集候选线段簇对应的长度统计信息是对该密集候选线段簇内的候选线段的长度统计得到的。若两个密集线段簇的长度近似,则将这两个密集线段簇包括的候选线段确定为定位码区的线段。
步骤S105,根据所确定的定位码区的线段在所述图像中的位置,得到所述定位码区在所述图像中的位置。
上述识别二维码定位码区的方法中,先从包含二维码的图像中识别为疑似二维码的定位码区的线段并作为候选线段,然后,基于各候选线段在图像中的位置,将各候选线段聚类形成多个候选线段簇;根据各候选线段簇的簇内线段密集度所确定密集候选线段簇,由于密集候选线段簇包括的簇内线段较密集,这些密集候选线段簇较有可能属于定位码区;接着,再根据各密集候选线段簇对应的长度统计信息,在各密集候选线段簇间进行长度近似匹配,若两个密集线段簇的长度近似,则这两个密集线段簇包括的候选线段的长度相近,更大可能是定位码区的线段,因此,将匹配结果为长度近似的密集线段簇所包含的候选线段确定为定位码区的线段,并根据所确定的定位码区的线段在图像中的位置,准确识别出定位码区在图像中的位置。
在一个实施例中,如图3所示,得到密集候选线段簇的长度统计信息的方式可以是:步骤S301,获取密集候选线段簇中的各候选线段的长度;步骤S302,将同一密集候选线段簇的候选线段的长度均值,作为所述同一密集候选线段簇的长度统计信息。
上述实施例中,将同一密集候选线段簇的候选线段的长度的均值作为长度统计信息,有效的表征为该密集候选线段簇的候选线段的长度,提升簇间长度匹配的准确性。
在一个实施例中,得到密集候选线段簇的簇内线段密集度的方式可以是:确定各候选线段簇包括的候选线段的数量;将各数量作为对应的候选线段簇的簇内线段密集度。
示例性地,若某个候选线段簇包括的候选线段的数量为8个,则可以将8作为该候选线段簇的簇内线段密集度。
上述方式中,直接将候选线段的数量作为候选线段簇的簇内线段密集度,提高处理效率。
在一个实施例中,上述基于各候选线段在所述图像中的位置,将所述各候选线段聚类形成多个候选线段簇,包括:将各候选线段的中心点在所述图像中的位置作为各候选线段在所述图像中的位置;将中心点距离相近的候选线段划分至同一簇,以得到多个候选线段簇。
其中,被划分至同一簇的候选线段可以是沿同一方向提取得到的,也可以是沿相互平行的不同方向提取得到的。
上述实施例中,将候选线段的中心点的位置作为候选线段在图像中的位置,将线段看成点进行位置聚类,提高聚类效率。
为了更好地理解上述方法,以下详细阐述一个本申请识别二维码定位码区的方法的应用实例,该应用实例主要包括图像采集单元、亚像素线扫法单元、线段聚类单元、边缘拟合单元和模型部署单元,具体来说,
图像采集单元,主要用于获取包括二维码的图像。
亚像素线扫法单元,主要用于:
(1)收集包括二维码的图像,基于亚像素的方法将图像进行像素细分,得到更加深层次的信息,并利用线扫法提取出整张图像的线段并存储。
(2)将上述(1)得到的线段以每五个线段为一组,并将同组的线段进行模板匹配(模板为1:1:3:1:1),通过设置适当的阈值筛选出疑似二维码定位码区的线段。
线段聚类单元,主要用于:
(3)将上述(2)中筛选出的疑似二维码定位码区的线段进行位置相近的聚类,得到多个线段簇;
(4)将上述(3)得到的多个线段簇进行密集簇的查找,得到多个密集线段簇;并对密集线段簇进行簇间长度近似匹配,将长度近似的密集线段簇所包括的线段作为定位码区的线段。
边缘拟合单元,主要用于:
(5)由于上述(4)得到的定位码区的线段分别属于对应于三个顶点的定位标识,通过平行四边形法则,基于这三个定位标识的线段,估算出第四个顶点的位置。
(6)将以估算出来的顶点位置作为约束通过最小二乘法边缘匹配得二维码的第四个顶点,结合三个定位标识从而获得整个码区信息。
对上述算法进行打包,得到能够获得二维码编码信息模型。
模型部署单元,主要用于将二维码编码信息模型部署到目标设备上;进行解码时将图像输入到二维码编码信息模型,得到模型输出的识别结果,并使用二维码编码规则进行解析、校验得到输出内容。
本应用实例中,先从包含二维码的图像中识别为疑似二维码的定位码区的线段并作为候选线段,然后,基于各候选线段在图像中的位置,将各候选线段聚类形成多个候选线段簇;根据各候选线段簇的簇内线段密集度所确定密集候选线段簇,由于密集候选线段簇包括的簇内线段较密集,这些密集候选线段簇较有可能属于定位码区;接着,再根据各密集候选线段簇对应的长度统计信息,在各密集候选线段簇间进行长度近似匹配,若两个密集线段簇的长度近似,则这两个密集线段簇包括的候选线段的长度相近,更大可能是定位码区的线段,因此,将匹配结果为长度近似的密集线段簇所包含的候选线段确定为定位码区的线段,并根据所确定的定位码区的线段在图像中的位置,准确识别出定位码区在图像中的位置。
应该理解的是,虽然如上所述的各实施例所涉及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,如上所述的各实施例所涉及的流程图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4所示,提供了一种识别二维码定位码区的装置,包括:
疑似线段识别模块401,用于将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段;
线段聚类模块402,用于基于各候选线段在所述图像中的位置,将所述各候选线段聚类形成多个候选线段簇;
密集簇确定模块403,用于根据各候选线段簇的簇内线段密集度,确定所述多个候选线段簇中的密集候选线段簇;
簇间匹配模块404,用于根据各密集候选线段簇对应的长度统计信息,在所述各密集候选线段簇间进行长度近似匹配,并将匹配结果为长度近似的密集线段簇所包含的候选线段确定为所述定位码区的线段;
定位码区位置确定模块405,用于根据所确定的定位码区的线段在所述图像中的位置,得到所述定位码区在所述图像中的位置。
在一个实施例中,所述装置还包括长度统计模块,用于获取密集候选线段簇中的各候选线段的长度;将同一密集候选线段簇的候选线段的长度均值,作为所述同一密集候选线段簇的长度统计信息。
在一个实施例中,所述装置还包括密集度获取模块,用于确定各候选线段簇包括的候选线段的数量;将各数量作为对应的候选线段簇的簇内线段密集度。
在一个实施例中,所述线段聚类模块402,还用于将各候选线段的中心点在所述图像中的位置作为各候选线段在所述图像中的位置;将中心点距离相近的候选线段划分至同一簇,以得到多个候选线段簇。
在一个实施例中,所述装置还包括线段提取模块,用于沿平行方向束,从所述图像中提取出黑白变化处的位点;基于对同一方向的相邻位点的连接,得到所述平行方向束中各方向的多个线段。
在一个实施例中,所述疑似线段识别模块401,还用于按照可容纳预设数量的线段的窗口,对在所述图像上沿同一方向依次排布的线段进行滑动,将位于所述窗口内的所述预设数量的线段作为一组,以得到多个线段组;若同一线段组中的线段间长度比值与预设长度比值近似,则将所述同一线段组的各线段作为疑似所述定位码区的线段。
关于识别二维码定位码区的装置的具体限定可以参见上文中对于识别二维码定位码区的方法的限定,在此不再赘述。上述识别二维码定位码区的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5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识别二维码定位码区的数据。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识别二维码定位码区的方法。
本领域技术人员可以理解,图5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,存储器存储有计算机程序,处理器执行计算机程序时实现上述各个方法实施例中的步骤。
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上述各个方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,其上存储有计算机程序,所述计算机程序被处理器执行上述各个方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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。
以上的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)
1.一种识别二维码定位码区的方法,其特征在于,所述方法包括:
将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段;
基于各候选线段在所述图像中的位置,将所述各候选线段聚类形成多个候选线段簇;
根据各候选线段簇的簇内线段密集度,确定所述多个候选线段簇中的密集候选线段簇;
根据各密集候选线段簇对应的长度统计信息,在所述各密集候选线段簇间进行长度近似匹配,并将匹配结果为长度近似的密集线段簇所包含的候选线段确定为所述定位码区的线段;
根据所确定的定位码区的线段在所述图像中的位置,得到所述定位码区在所述图像中的位置。
2.根据权利要求1所述的方法,其特征在于,在所述根据各密集候选线段簇对应的长度统计信息,在所述各密集候选线段簇间进行长度近似匹配之前,所述方法还包括:
获取密集候选线段簇中的各候选线段的长度;
将同一密集候选线段簇的候选线段的长度均值,作为所述同一密集候选线段簇的长度统计信息。
3.根据权利要求1所述的方法,其特征在于,在所述根据各候选线段簇的簇内线段密集度,确定所述多个候选线段簇中的密集候选线段簇之前,所述方法还包括:
确定各候选线段簇包括的候选线段的数量;
将各数量作为对应的候选线段簇的簇内线段密集度。
4.根据权利要求1所述的方法,其特征在于,所述基于各候选线段在所述图像中的位置,将所述各候选线段聚类形成多个候选线段簇,包括:
将各候选线段的中心点在所述图像中的位置作为各候选线段在所述图像中的位置;
将中心点距离相近的候选线段划分至同一簇,以得到多个候选线段簇。
5.根据权利要求1至4任一项所述的方法,其特征在于,在所述将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段之前,所述方法还包括:
沿平行方向束,从所述图像中提取出黑白变化处的位点;
基于对同一方向的相邻位点的连接,得到所述平行方向束中各方向的多个线段。
6.根据权利要求5所述的方法,其特征在于,所述将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段,包括:
按照可容纳预设数量的线段的窗口,对在所述图像上沿同一方向依次排布的线段进行滑动,将位于所述窗口内的所述预设数量的线段作为一组,以得到多个线段组;
若同一线段组中的线段间长度比值与预设长度比值近似,则将所述同一线段组的各线段作为疑似所述定位码区的线段。
7.一种识别二维码定位码区的装置,其特征在于,所述装置包括:
疑似线段识别模块,用于将包含二维码的图像中识别为疑似所述二维码的定位码区的线段作为候选线段;
线段聚类模块,用于基于各候选线段在所述图像中的位置,将所述各候选线段聚类形成多个候选线段簇;
密集簇确定模块,用于根据各候选线段簇的簇内线段密集度,确定所述多个候选线段簇中的密集候选线段簇;
簇间匹配模块,用于根据各密集候选线段簇对应的长度统计信息,在所述各密集候选线段簇间进行长度近似匹配,并将匹配结果为长度近似的密集线段簇所包含的候选线段确定为所述定位码区的线段;
定位码区位置确定模块,用于根据所确定的定位码区的线段在所述图像中的位置,得到所述定位码区在所述图像中的位置。
8.一种计算机设备,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6中任一项所述的方法。
9.一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6中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279548.0A CN113705270B (zh) | 2021-11-01 | 2021-11-01 | 识别二维码定位码区的方法、装置、设备和存储介质 |
PCT/CN2022/107453 WO2023071322A1 (zh) | 2021-11-01 | 2022-07-22 | 识别二维码定位码区的方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111279548.0A CN113705270B (zh) | 2021-11-01 | 2021-11-01 | 识别二维码定位码区的方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113705270A true CN113705270A (zh) | 2021-11-26 |
CN113705270B CN113705270B (zh) | 2022-02-18 |
Family
ID=78647548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111279548.0A Active CN113705270B (zh) | 2021-11-01 | 2021-11-01 | 识别二维码定位码区的方法、装置、设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113705270B (zh) |
WO (1) | WO2023071322A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023071322A1 (zh) * | 2021-11-01 | 2023-05-04 | 深圳思谋信息科技有限公司 | 识别二维码定位码区的方法、装置、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100155464A1 (en) * | 2008-12-22 | 2010-06-24 | Canon Kabushiki Kaisha | Code detection and decoding system |
CN110334560A (zh) * | 2019-07-16 | 2019-10-15 | 济南浪潮高新科技投资发展有限公司 | 一种二维码定位方法和装置 |
CN110414649A (zh) * | 2019-07-29 | 2019-11-05 | 广州柔视智能科技有限公司 | Dm码的定位方法、装置、终端及存储介质 |
US10509934B1 (en) * | 2018-02-01 | 2019-12-17 | Accusoft Corporation | Methods and apparatus for improving QR code locator detectability and/or finding the corners of a locator pattern |
CN111368573A (zh) * | 2020-03-02 | 2020-07-03 | 凌云光技术集团有限责任公司 | 一种基于几何特征约束的定位方法 |
CN112541370A (zh) * | 2020-12-16 | 2021-03-23 | 电子科技大学 | 一种基于fpga的qr码位置探测图形定位方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104517090B (zh) * | 2013-09-29 | 2017-09-05 | 北大方正集团有限公司 | 一种qr码探测图形的检测方法及系统 |
CN109815762B (zh) * | 2018-12-29 | 2022-02-11 | 福建天泉教育科技有限公司 | 远距离识别二维码的方法、存储介质 |
CN112733565A (zh) * | 2020-12-29 | 2021-04-30 | 美的集团股份有限公司 | 二维码粗定位方法、设备及存储介质 |
CN113705270B (zh) * | 2021-11-01 | 2022-02-18 | 深圳思谋信息科技有限公司 | 识别二维码定位码区的方法、装置、设备和存储介质 |
-
2021
- 2021-11-01 CN CN202111279548.0A patent/CN113705270B/zh active Active
-
2022
- 2022-07-22 WO PCT/CN2022/107453 patent/WO2023071322A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100155464A1 (en) * | 2008-12-22 | 2010-06-24 | Canon Kabushiki Kaisha | Code detection and decoding system |
US10509934B1 (en) * | 2018-02-01 | 2019-12-17 | Accusoft Corporation | Methods and apparatus for improving QR code locator detectability and/or finding the corners of a locator pattern |
CN110334560A (zh) * | 2019-07-16 | 2019-10-15 | 济南浪潮高新科技投资发展有限公司 | 一种二维码定位方法和装置 |
CN110414649A (zh) * | 2019-07-29 | 2019-11-05 | 广州柔视智能科技有限公司 | Dm码的定位方法、装置、终端及存储介质 |
CN111368573A (zh) * | 2020-03-02 | 2020-07-03 | 凌云光技术集团有限责任公司 | 一种基于几何特征约束的定位方法 |
CN112541370A (zh) * | 2020-12-16 | 2021-03-23 | 电子科技大学 | 一种基于fpga的qr码位置探测图形定位方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023071322A1 (zh) * | 2021-11-01 | 2023-05-04 | 深圳思谋信息科技有限公司 | 识别二维码定位码区的方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023071322A1 (zh) | 2023-05-04 |
CN113705270B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109285105A (zh) | 水印检测方法、装置、计算机设备和存储介质 | |
CN111626123A (zh) | 视频数据处理方法、装置、计算机设备及存储介质 | |
CN110503682B (zh) | 矩形控件识别方法、装置、终端及存储介质 | |
CN112613553B (zh) | 图片样本集生成方法、装置、计算机设备和存储介质 | |
CN111723815B (zh) | 模型训练方法、图像处理方法、装置、计算机系统和介质 | |
CN111310800B (zh) | 图像分类模型生成方法、装置、计算机设备和存储介质 | |
CN110210490B (zh) | 图像数据处理方法、装置、计算机设备和存储介质 | |
CN109284613B (zh) | 标识检测及仿冒站点检测方法、装置、设备及存储介质 | |
CN112926564B (zh) | 图片分析方法、系统、计算机设备和计算机可读存储介质 | |
CN114898357B (zh) | 缺陷识别方法、装置、电子设备及计算机可读存储介质 | |
CN116758600A (zh) | 一种掌静脉识别方法、装置、设备及存储介质 | |
CN113705270B (zh) | 识别二维码定位码区的方法、装置、设备和存储介质 | |
CN113269752A (zh) | 一种图像检测方法、装置终端设备及存储介质 | |
CN110580507B (zh) | 一种城市肌理分类识别方法 | |
CN111832561A (zh) | 基于计算机视觉的字符序列识别方法、装置、设备和介质 | |
CN113609900B (zh) | 局部生成人脸定位方法、装置、计算机设备和存储介质 | |
CN114359352A (zh) | 图像处理方法、装置、设备、存储介质及计算机程序产品 | |
CN113705468A (zh) | 基于人工智能的数字图像识别方法及相关设备 | |
CN116137061B (zh) | 数量统计模型的训练方法、装置、电子设备及存储介质 | |
CN115908363B (zh) | 肿瘤细胞统计方法、装置、设备和存储介质 | |
CN115239590A (zh) | 样本图像的生成方法、装置、设备、介质及程序产品 | |
CN113468906B (zh) | 图形码提取模型构建方法、识别方法、装置、设备和介质 | |
CN110674830B (zh) | 图像隐私识别方法、装置、计算机设备和存储介质 | |
CN114463763A (zh) | 银行流水表格抽取方法、装置、计算机设备和存储介质 | |
CN111428553B (zh) | 人脸色素斑识别方法、装置、计算机设备和存储介质 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Mo Yu Inventor after: Liu Jianhui Inventor after: Liu Shu Inventor after: Lv Jiangbo Inventor after: Shen Xiaoyong Inventor before: Mo Yu Inventor before: Liu Jianhui Inventor before: Liu Shu Inventor before: Lv Jiangbo Inventor before: Shen Xiaoyong Inventor before: Jia Jiaya |