CN114327311A - 一种热敏打印机的打印标记检测方法及系统 - Google Patents
一种热敏打印机的打印标记检测方法及系统 Download PDFInfo
- Publication number
- CN114327311A CN114327311A CN202210056405.1A CN202210056405A CN114327311A CN 114327311 A CN114327311 A CN 114327311A CN 202210056405 A CN202210056405 A CN 202210056405A CN 114327311 A CN114327311 A CN 114327311A
- Authority
- CN
- China
- Prior art keywords
- paper
- mark
- value
- sampling
- paper feeding
- 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
- 238000007639 printing Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 title claims abstract description 14
- 238000005070 sampling Methods 0.000 claims abstract description 81
- 238000000034 method Methods 0.000 claims abstract description 64
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000001914 filtration Methods 0.000 claims description 31
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000001228 spectrum Methods 0.000 claims description 11
- 238000007621 cluster analysis Methods 0.000 claims description 8
- 238000003064 k means clustering Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 230000002411 adverse Effects 0.000 abstract 1
- 238000005259 measurement Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 13
- 238000013461 design Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000007651 thermal printing Methods 0.000 description 1
Images
Landscapes
- Handling Of Sheets (AREA)
Abstract
本发明实施例公开了一种热敏打印机的打印标记检测方法及系统,包括纸张学习和纸张检测的步骤,纸张学习过程通过滑动平均值滤波器对原始数据进行初步降噪,利用K‑Means方法与快速傅里叶变换方式对纸张采样数据进行聚类并对聚类结果进行评价与反馈,得到合格的标记阈值,从而消除因纸张、传感器、温度、光照、电压等不确定因素对标记检测造成的不利影响;在纸张检测过程中,利用学习过程得到的标记阈值判断当前是否处于标记位置,并记录当前采样值,在打印机处于空闲状态时利用记录的采样值再次进行纸张学习过程,从而消除因外界低频扰动造成的传感器测量值基线漂移问题。
Description
技术领域
本发明实施例涉及热敏打印机技术领域,具体涉及一种热敏打印机的打印标记检测方法及系统。
背景技术
热敏打印机广泛应用于各个行业,其中较多对打印单据尺寸、位置要求较高的场景使用的热敏打印纸为带标记打印纸,如常见的预印刷黑标纸,间断标签纸等。在打印机打印过程中,需要依照标记位置确定打印起始点,从而将打印内容与预设位置对齐,或以此确保每次打印长度统一。为识别打印纸上存在的黑标或缝隙标记,通常选用反射式红外传感器或对射式红外传感器,分别检测纸张表面反光程度与纸张透光程度,利用黑标处反光率低与非标记处,缝隙处透光率高与非标记处的特点,识别标记位置,从而定位打印内容。但对射式光电二极管一方面需要在打印头处的纸张两侧各放置一个传感器分别用于发射与接收红外信号,对打印机结构设计要求较高,需要在内部设置极长的导线,以避免开合盖对传感器产生的影响;另一方面无法检测黑标标记,适用范围严重受限。而反射式红外传感器虽然结构设计简单,可检测黑标与缝隙标记,但由于缝隙处和非缝隙处的反光程度相差较低,实际使用过程中极易受到外界温度、光照、传感器自身批次差异、纸张材料等因素影响,存在较大的漏识别、误识别率,检测黑标标记纸张时也容易将普通的预印刷彩色内容判定为标记,严重影响用户体验。因此现有技术通常同时在打印机机芯处设计对射式光电二级管与反射式光电二极管,分别用于检测黑标标记与缝隙标记,成本较高,设计难度大。
发明内容
为此,本发明实施例提供一种热敏打印机的打印标记检测方法及系统,以解决现有的打印标记检测存在的成本高、设计难度大、检测准确率不高的问题。
为了实现上述目的,本发明实施例提供如下技术方案:
根据本发明实施例的第一方面,提出了一种热敏打印机的打印标记检测方法,所述方法包括:
驱动走纸电机走纸固定长度,利用反射式或对射式光电传感器对打印纸上的打印标记进行检测,获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值,按照预设走纸间隔得到多个采样点的采样数据;
对所述采样数据进行滤波处理去除高频噪声,将滤波完成的采样数据进行聚类分析,并对聚类结果进行评价,评价合格后得到学习到的标记阈值;
驱动待检测打印纸走纸并进行采样,得到的采样数据进行滤波处理,将当前走纸位置的采样值与学习到的标记阈值进行比较,判断当前走纸位置是否为打印标记位置。
进一步地,所述方法还包括:
对待检测打印纸的实时采样数据进行记录,基于所述采样数据进行再学习得到更新后的标记阈值。
进一步地,驱动走纸电机走纸固定长度,获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值,按照预设走纸间隔得到多个采样点的采样数据,具体包括:
走纸固定长度需大于热敏打印机所支持的最大单张标签长度的2倍。
进一步地,对所述采样数据进行滤波处理去除高频噪声,具体包括:
利用滑动平均值滤波法对采样数据进行滤波以去除其高频噪声,同时记录样本最大值及最小值。
进一步地,将滤波完成的采样数据进行聚类分析,并对聚类结果进行评价,评价合格后得到学习到的标记阈值,具体包括:
利用K-Means聚类方法进行聚类,初始类别设定为2类,初始类心分别设定为样本最大值及样本最小值;
将聚类得到的两个分类根据其类心大小定义为标记处与非标记处,得出不连续的标记个数即为聚类得到的当前样本标记数量M;
截取从第一个标记峰值处到最后一个标记峰值之间的样本数据,利用线性插值法将长度补齐为定长样本,利用快速傅里叶变换方法对定长样本进行频域转换,计算转换后的数据在频率为M处的频谱泄露程度,根据频谱泄露程度判断聚类结果是否合格,如合格则计算出标记阈值,如不合格则增加一个分类数,初始类心为最大值与最小值的二等分点,如此反复执行分类-评价的步骤,直至评价合格得到最适合当前样本的标记阈值,标记阈值为聚类中心的最大值与次最大值的平均值。
进一步地,所述打印标记包括缝隙标记、黑标标记。
根据本发明实施例的第二方面,提出了一种热敏打印机的打印标记检测系统,所述系统包括:
纸张学习模块,用于驱动走纸电机走纸固定长度,利用反射式或对射式光电传感器对打印纸上的打印标记进行检测,获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值,按照预设走纸间隔得到多个采样点的采样数据;
对所述采样数据进行滤波处理去除高频噪声,将滤波完成的采样数据进行聚类分析,并对聚类结果进行评价,评价合格后得到学习到的标记阈值;
纸张检测模块,用于驱动待检测打印纸走纸并进行采样,得到的采样数据进行滤波处理,将当前走纸位置的采样值与学习到的标记阈值进行比较,判断当前走纸位置是否为打印标记位置。
本发明实施例具有如下优点:
1、利用反射式或对射式光电传感器进行标记检测,结构设计简单,成本低廉,可以同时处理黑标标记与缝隙标记,适用范围广泛;
2、利用聚类方法进行标记阈值学习,有效避免了传统基于采样最大、最小值的中值判定阈值导致的无法精确识别预印刷彩色内容与黑标内容的问题,可以适应采样差异及信号特点相差较大的纸张;
3、利用快速傅里叶变换方法,利用打印纸标记间距固定的特点,获取样本频域信息对聚类结果进行评价,有效避免了K-Means聚类方法对初始分类数量及类心敏感导致一次分类可能无法得出最适合阈值的情况;
4、在打印过程中记录打印纸采样信息,并多次调用纸张学习功能更新最适应的阈值,一方面避免了某些特定纸张不同位置差异较大,纸张学习的少量样本无法代表完整纸张导致阈值学习不准确的问题;另一方面避免了因使用过程中温度、光照等低频噪声干扰引起的采样基线漂移导致阈值不再适合当前纸张的问题;
5、具有复杂计算量,需要消耗较长计算时间的工作均为非实时工作,实时监测过程中仅使用标记阈值对当前是否处于标记处进行判断,条件简单,非常适合在计算能力较弱的嵌入式平台上使用;
6、使用快速傅里叶变换相较于离散傅里叶变换在不损失精度的前提下极大的提高了计算速度,利用离散傅里叶变换在非整周期截断情况下计算结果会出现频谱泄露的特点对聚类结果准确程度进行评价,规避了单独使用傅里叶变换求取阈值存在的难以获取整周期截断样本的问题。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施例1提供的一种热敏打印机的打印标记检测方法的流程示意图;
图2为反射式光电传感器对一种缝隙标记的热敏不干胶打印纸的原始采样结果;
图3为反射式光电传感器对一种黑标标记的带有彩色预印刷内容热敏纸的原始采样结果;
图4为基于图2的采样数据利用本发明实施例1的方法得到的标记定位结果;
图5为基于图3的采样数据利用本发明实施例1的方法得到的标记定位结果。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例1
如图所示,本实施例提出了一种热敏打印机的打印标记检测方法,该方法主要包括纸张学习步骤和纸张检测步骤,具体如下:
S100、驱动走纸电机走纸固定长度,利用反射式或对射式光电传感器对打印纸上的打印标记进行检测,获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值,按照预设走纸间隔得到多个采样点的采样数据。
打印标记包括缝隙标记、黑标标记。利用反射式红外传感器或对射式红外传感器,分别检测纸张表面反光程度与纸张透光程度,利用黑标处反光率低与非标记处,缝隙处透光率高与非标记处的特点,识别标记位置,从而定位打印内容。
本实施例中,走纸固定长度需大于热敏打印机所支持的最大单张标签长度的2倍。
具体的,使用走纸电机驱动打印纸进纸,在此过程中每步进0.125mm纸张,利用ADC对反射式光电二极管的信号输出进行电压采集,得到当前采样值;
依据打印机所支持的最大单张标签长度LMax(mm)规定纸张学习过程中固定走纸长度L(mm),其中打印机所支持的最大单张标签长度LMax(mm)通常由打印机缓冲大小决定;其中固定走纸长度L需大于2倍打印机所支持的最大单张标签长度LMax,即:
L>2×LMax
驱动打印机进纸L(mm),在此过程中记录采样值,为降低计算量,此时可按照每步进0.5mm记录一次的频率进行降采样。
S200、对采样数据进行滤波处理去除高频噪声,将滤波完成的采样数据进行聚类分析,并对聚类结果进行评价,评价合格后得到学习到的标记阈值。
本实施例中,利用滑动平均值滤波法对采样数据进行滤波以去除其高频噪声,同时记录样本最大值及最小值。
具体的,将记录完成的样本进行多阶滑动平均值滤波,其公式为
其中,Y指滤波前采样值序列,X指滤波后采样值序列;
Y(k+i)指滤波前第k+i个采样值;
X(k)指滤波后第k个采样值;
N指滤波器窗口宽度,取决于滑动平均值滤波器的截止频率与采样频率,计算公式如下:
N=0.443×fs/fco
其中fs为采样频率,fco为截止频率。本实例每0.5mm记录一次采样点,通常标记宽度大于2mm,因此此处N可设为2或3以取得最优滤波效果。
本实施例中,利用K-Means聚类方法进行聚类,初始类别设定为2类,初始类心分别设定为样本最大值及样本最小值;
将聚类得到的两个分类根据其类心大小定义为标记处与非标记处,得出不连续的标记个数即为聚类得到的当前样本标记数量M;
截取从第一个标记峰值处到最后一个标记峰值之间的样本数据,利用线性插值法将长度补齐为512或1024位定长样本,利用快速傅里叶变换方法对定长样本进行频域转换,计算转换后的数据在频率为M处的频谱泄露程度,根据频谱泄露程度判断聚类结果是否合格,如合格则计算出标记阈值,如不合格则增加一个分类数,初始类心为最大值与最小值的二等分点,如此反复执行分类-评价的步骤,直至评价合格得到最适合当前样本的标记阈值,标记阈值为聚类中心的最大值与次最大值的平均值。
具体过程如下:
将滤波完成后的采样数据进行K-Means聚类,将n个对象依据对象间的距离聚集到指定的m个类簇中,每个对象属于且仅属于一个其到类簇中心距离最小的类簇中,其中类簇数量m初始规定为2,即标记类与非标记类,初始化m个聚类中心{C1,C2},其中为了加快聚类速度和准确性,C1规定为滤波后样本序列最大值,C2规定为滤波后样本序列最小值,然后计算每个对象到每一个聚类中心的欧式距离,由于本实例采样值为一维数据,欧式距离可简化为采样值与类心差值的绝对值,如下式:
dis(Yi,Cj)=|Xj-Cj|
依次比较每一个采样值到每一个类心的举例,将其分配到举例最近的聚类中心的类簇中,得到m个类簇{S1,S2};
计算m个类簇内样本的均值作为新的聚类中心{C’1,C’2},若对于全部的聚类中心,满足:
C′i=Ci
则聚类结束;
若聚类未结束,则将Ci更新为C’i,再次计算每个对象到每个聚类中心的欧式距离,进行新一轮分类与类心更新操作;
若聚类结束,标记阈值XT为聚类中心的最大值与次最大值的平均值;
根据聚类结果,聚类中心最大的一个类簇可视为打印纸标记,按采样顺序截取第一个标记的峰值到最后一个标记峰值之间的样本数据,计算该段数据的标记数量M,之后进行线性插值算法将样本长度统一为512,其计算公式如下:
其中Z(k)指线性插值计算后的第k个样本值;
其中X(k)指经过滑动平均值滤波后的第k个样本值;
将线性插值得到的序列Z进行快速傅里叶变换,得到频域序列F,由于快速傅里叶变换是利用离散傅里叶变换的对称性降低计算量而来的,二者计算结果完全相同,因此为便于理解此处公式为离散傅里叶变换的公式,其计算公式如下:
根据傅里叶变换所得的频域序列F,计算F(M),F(2M)处的频谱泄露程度,通过参数G来衡量频谱泄露的程度,计算公式如下:
若G小于1,则认为频谱泄露程度较低,聚类结果可以较好的反映纸张特征,判定当前聚类结果合格;若G大于1则认为出现了较为明显的频谱泄露,或聚类所得的标记数量与实际标记数不符,判定当前聚类结果不合格;
如聚类结果判定不合格,需要将当前类簇数量m增加为3,初始类心{C1,C2}增加为{C1,C2,C3},其中C1,C2仍为样本最大值与样本最小值,C3为C1,C2的二等分点,如3分类仍未达到合格标准,则需要再次增加为4类,初始类心增加为{C1,C2,C3,C4},其中C3,C4为C1,C2的三等分点,如4分类仍然无法达到合格标准,则可认定打印机状态异常,采样数据无法区分标记和噪声。
S300、驱动待检测打印纸走纸并进行采样,得到的采样数据进行滤波处理,将当前走纸位置的采样值与学习到的标记阈值进行比较,判断当前走纸位置是否为打印标记位置。
进一步地,该方法还包括:对待检测打印纸的实时采样数据进行记录,基于采样数据进行再学习得到更新后的标记阈值。
利用纸张学习阶段取得的标记阈值,判断当前传感器所在位置是否处于标记位置,判断结果由打印机主程序接收并用于纸张定位,同时将当前采样值进行记录。记录至足够长度后,在打印机无打印任务的空闲状态下,将所记录的样本数据送入纸张学习功能再次进行分析,更新最适合的阈值,以避免因光照、温度等影响造成的采样基线漂移问题。
在正常运行过程中,每步进0.125mm读取一次反射式或对射式光电传感器采样值YR,进行滑动平均值滤波,由于此时采样频率比纸张学习期间采样频率高4倍,因此滑动平均值滤波参数N可取6-8以获取最优的滤波效果;
将滤波后的当前位置采样值XR与当前的标记阈值XT进行比较,即可判定是否处于标记处的阈值,将判定结果发送给打印机主进程用于业务流程定位处理。
正常打印过程中每步进0.5mm将采样值进行保存,保存至一定长度后再次利用前述纸张学习功能进行阈值更新,其中保存长度仍然需要满足大于2倍打印机所支持的最大单张标签长度LMax,此处可视实际使用环境需要降低重复学习的频率以降低打印机计算量。
图2提供了反射式光电传感器对一种缝隙标记的热敏不干胶打印纸的原始采样结果,图3提供了反射式光电传感器对一种黑标标记的带有彩色预印刷内容热敏纸的原始采样结果,基于图2和图3的数据利用本方法进行滤波与学习后得到标记结果如图4、图5所示,可知,本方法可以较好适应不同纸张在反射式或对射式光电传感器上造成的采样基线、幅值、波形方面的差异,设定了适合的标记阈值。
实施例2
与上述实施例1相对应的,本实施例提出了一种热敏打印机的打印标记检测系统,所述系统包括:
纸张学习模块,用于驱动走纸电机走纸固定长度,利用反射式或对射式光电传感器对打印纸上的打印标记进行检测,获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值,按照预设走纸间隔得到多个采样点的采样数据;
对所述采样数据进行滤波处理去除高频噪声,将滤波完成的采样数据进行聚类分析,并对聚类结果进行评价,评价合格后得到学习到的标记阈值;
纸张检测模块,用于驱动待检测打印纸走纸并进行采样,得到的采样数据进行滤波处理,将当前走纸位置的采样值与学习到的标记阈值进行比较,判断当前走纸位置是否为打印标记位置。
本发明实施例提供的一种热敏打印机的打印标记检测系统中各部件所执行的功能均已在上述实施例1中做了详细介绍,因此这里不做过多赘述。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (7)
1.一种热敏打印机的打印标记检测方法,其特征在于,所述方法包括:
驱动走纸电机走纸固定长度,利用反射式或对射式光电传感器对打印纸上的打印标记进行检测,获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值,按照预设走纸间隔得到多个采样点的采样数据;
对所述采样数据进行滤波处理去除高频噪声,将滤波完成的采样数据进行聚类分析,并对聚类结果进行评价,评价合格后得到学习到的标记阈值;
驱动待检测打印纸走纸并进行采样,得到的采样数据进行滤波处理,将当前走纸位置的采样值与学习到的标记阈值进行比较,判断当前走纸位置是否为打印标记位置。
2.根据权利要求1所述的一种热敏打印机的打印标记检测方法,其特征在于,所述方法还包括:
对待检测打印纸的实时采样数据进行记录,基于所述采样数据进行再学习得到更新后的标记阈值。
3.根据权利要求1所述的一种热敏打印机的打印标记检测方法,其特征在于,驱动走纸电机走纸固定长度,获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值,按照预设走纸间隔得到多个采样点的采样数据,具体包括:
走纸固定长度需大于热敏打印机所支持的最大单张标签长度的2倍。
4.根据权利要求1所述的一种热敏打印机的打印标记检测方法,其特征在于,对所述采样数据进行滤波处理去除高频噪声,具体包括:
利用滑动平均值滤波法对采样数据进行滤波以去除其高频噪声,同时记录样本最大值及最小值。
5.根据权利要求1所述的一种热敏打印机的打印标记检测方法,其特征在于,将滤波完成的采样数据进行聚类分析,并对聚类结果进行评价,评价合格后得到学习到的标记阈值,具体包括:
利用K-Means聚类方法进行聚类,初始类别设定为2类,初始类心分别设定为样本最大值及样本最小值;
将聚类得到的两个分类根据其类心大小定义为标记处与非标记处,得出不连续的标记个数即为聚类得到的当前样本标记数量M;
截取从第一个标记峰值处到最后一个标记峰值之间的样本数据,利用线性插值法将长度补齐为定长样本,利用快速傅里叶变换方法对定长样本进行频域转换,计算转换后的数据在频率为M处的频谱泄露程度,根据频谱泄露程度判断聚类结果是否合格,如合格则计算出标记阈值,如不合格则增加一个分类数,初始类心为最大值与最小值的二等分点,如此反复执行分类-评价的步骤,直至评价合格得到最适合当前样本的标记阈值,标记阈值为聚类中心的最大值与次最大值的平均值。
6.根据权利要求1所述的一种热敏打印机的打印标记检测方法,其特征在于,所述打印标记包括缝隙标记、黑标标记。
7.一种热敏打印机的打印标记检测系统,其特征在于,所述系统包括:
纸张学习模块,用于驱动走纸电机走纸固定长度,利用反射式或对射式光电传感器对打印纸上的打印标记进行检测,获取反射式或对射式光电传感器在走纸过程中采集的信号电压值作为采样值,按照预设走纸间隔得到多个采样点的采样数据;
对所述采样数据进行滤波处理去除高频噪声,将滤波完成的采样数据进行聚类分析,并对聚类结果进行评价,评价合格后得到学习到的标记阈值;
纸张检测模块,用于驱动待检测打印纸走纸并进行采样,得到的采样数据进行滤波处理,将当前走纸位置的采样值与学习到的标记阈值进行比较,判断当前走纸位置是否为打印标记位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210056405.1A CN114327311A (zh) | 2022-01-18 | 2022-01-18 | 一种热敏打印机的打印标记检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210056405.1A CN114327311A (zh) | 2022-01-18 | 2022-01-18 | 一种热敏打印机的打印标记检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114327311A true CN114327311A (zh) | 2022-04-12 |
Family
ID=81029263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210056405.1A Pending CN114327311A (zh) | 2022-01-18 | 2022-01-18 | 一种热敏打印机的打印标记检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114327311A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115157885A (zh) * | 2022-07-06 | 2022-10-11 | 上海商米科技集团股份有限公司 | 基于学习的打印纸定位方法及系统 |
CN116278412A (zh) * | 2023-02-13 | 2023-06-23 | 珠海恒盛条码设备有限公司 | 打印纸标记检测方法及热敏打印机 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0733289A (ja) * | 1993-07-22 | 1995-02-03 | Tec Corp | ラベルプリンタ |
CN2673648Y (zh) * | 2003-02-14 | 2005-01-26 | 蛇口广华电子技术有限公司 | 自学习型打印机纸黑标检测装置 |
CN113173016A (zh) * | 2021-05-10 | 2021-07-27 | 上海商米科技集团股份有限公司 | 一种手持打印机检纸打印方法及系统 |
-
2022
- 2022-01-18 CN CN202210056405.1A patent/CN114327311A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0733289A (ja) * | 1993-07-22 | 1995-02-03 | Tec Corp | ラベルプリンタ |
CN2673648Y (zh) * | 2003-02-14 | 2005-01-26 | 蛇口广华电子技术有限公司 | 自学习型打印机纸黑标检测装置 |
CN113173016A (zh) * | 2021-05-10 | 2021-07-27 | 上海商米科技集团股份有限公司 | 一种手持打印机检纸打印方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115157885A (zh) * | 2022-07-06 | 2022-10-11 | 上海商米科技集团股份有限公司 | 基于学习的打印纸定位方法及系统 |
CN115157885B (zh) * | 2022-07-06 | 2023-12-29 | 上海商米科技集团股份有限公司 | 基于学习的打印纸定位方法及系统 |
CN116278412A (zh) * | 2023-02-13 | 2023-06-23 | 珠海恒盛条码设备有限公司 | 打印纸标记检测方法及热敏打印机 |
CN116278412B (zh) * | 2023-02-13 | 2023-12-05 | 珠海恒盛条码设备有限公司 | 打印纸标记检测方法及热敏打印机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114327311A (zh) | 一种热敏打印机的打印标记检测方法及系统 | |
CN109948469B (zh) | 基于深度学习的巡检机器人仪表自动检测识别方法 | |
US5073700A (en) | Mark sense detector with variable threshold | |
CN109454006A (zh) | 化纤丝锭绊丝缺陷在线检测和分级的装置及其检测分级方法 | |
CN116304898B (zh) | 基于机器学习的传感器数据智能存储系统 | |
CN115876258A (zh) | 基于多源数据的畜禽养殖环境异常监测及报警系统 | |
CN116721058A (zh) | Opc鼓表面缺陷检测方法、系统、电子设备及存储介质 | |
CN110781788B (zh) | 一种基于少量标注的野外机器人地面分类方法及系统 | |
CN113358239A (zh) | 一种基于fbg的波长特征识别方法 | |
CN115797299A (zh) | 一种光学复合膜的缺陷检测方法 | |
CN110059622A (zh) | 一种基于无线传感器网络的指针式仪表示值识别系统 | |
CN112053299B (zh) | 一种基于胶体金免疫层析法的图像处理方法 | |
CN116718218B (zh) | 一种光电集成式传感芯片测试数据处理方法 | |
CN116385446B (zh) | 一种用于勃姆石生产的晶体杂质检测方法 | |
CN115107382A (zh) | 一种打印机的光电传感装置 | |
CN116109577A (zh) | 一种印刷标签缺陷检测系统及方法 | |
CN111546793A (zh) | 一种打印机检纸阈值的处理方法及系统 | |
CN102129606B (zh) | 线扫描烟标叠层数量检测方法及装置 | |
CN115656063A (zh) | 基于高光谱数据的目标污染物含量分析方法及装置 | |
JP2002154228A (ja) | 色材の感知に適合した装置および色の感知ならびにドナー誤採取状態の検出を行う方法 | |
CN109737859B (zh) | 薄片类介质的粘贴异物检测方法及其装置 | |
CN114283319A (zh) | 一种机车轮对踏面剥离识别方法 | |
CA1295711C (en) | Scannable document velocity detector | |
CN111959136B (zh) | 一种纸张页缝的识别方法 | |
US6327378B1 (en) | Character recognition method |
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 |