CN114330407A - 条形码的检测识别方法、装置、设备和存储介质 - Google Patents

Abstract

本发明公开了一种条形码的检测识别方法、装置、设备和存储介质，该方法包括：若感应到存在包裹进入采集准备区，则获取所述包裹的位置信息，并根据所述位置信息调整摄像头的位置；若所述包裹进入条形码采集区，则获取所述包裹的图像信息；识别所述图像信息中的条形码信息，并将所述条形码信息进行存储。通过本申请可以降低物流过程中包裹分拣的过高成本。

Description

条形码的检测识别方法、装置、设备和存储介质

技术领域

本发明涉及物流技术领域，具体涉及一种条形码的检测识别方法、装置、设备和存储介质。

背景技术

条形码是将多种线条与空白按照一定的编码规则进行排列，以表示一定数字字母信息的图形标识符。条形码作为携带信息的载体，在生产生活的各个方面被广泛运用，如物流行业、仓储行业和图书管理行业等。其中，在物流行业中，基于图像处理的条形码检测与识别是物流分拣系统的关键技术环节，其工作的质量和效率直接影响了整个分拣系统的运行。目前绝大数快递站的包裹分拣是通过人工完成的，作业人员通过扫码枪扫描条形码得到一组反射光信号，该信号经光电转换成对应的电子信号，经解码还原成相应的文字信息，再将文字信息录入电脑。该方法需要将快递包裹从流水线上取出，摆放整齐后条形码才能检测识别，自动化程度低，人力成本过高，因此急需一种能全程自动化对快递包裹中的条形码进行检测识别的方法及装置，以降低物流分拣的成本。

发明内容

本发明提供了一种条形码的检测识别方法、装置、设备和存储介质，旨在解决物流中包裹分拣过程中成本过高的技术问题。

为实现上述目的，本发明提供了一种条形码的检测识别方法，该方法包括以下步骤：

若感应到存在包裹进入采集准备区，则获取所述包裹的位置信息，并根据所述位置信息调整摄像头的位置；

若所述包裹进入条形码采集区，则获取所述包裹的图像信息；

识别所述图像信息中的条形码信息，并将所述条形码信息进行存储。

可选地，将所述图像信息按预设步长进行旋转，以获取图像信息中的备选区域；

对所述备选区域进行筛选以获取条形码区域；

将所述条形码区域的角度调整至水平，读取调整后的所述条形码区域的条形码信息，并保存所述条形码信息。

可选地，控制所述图像信息按预设步长进行旋转，在旋转的过程中对所述图像信息进行预处理以提取疑似条形码区域，所述疑似条形码区域包括外围轮廓；

使用预设轮廓发现算法得到所述外围轮廓最大的第一疑似条形码区域；

绘制所述第一疑似条形码区域对应外围轮廓的最小外接矩形，以得到所述最小外接矩形的中心点、长宽和旋转角度；

通过中心点、长宽和旋转角度提取所述图像信息中的备选区域。

可选地，计算所述图像信息水平方向和垂直方向的梯度差以选取矩形长条区域；

对所述矩形长条区域进行滤波，并将滤波后的矩形长条区域进行二值化处理；

对所述二值化处理之后的矩形长条区域进行腐蚀和膨胀，以得到疑似条形码区域。

可选地，分别统计各所述备选区域中黑色像素点和白色像素点的个数；

若所述备选区域白色像素点对应的面积大于黑色像素点对应面积的第一预设倍数，则判断所述备选区域的长度是否大于所述备选区域高度的第二预设倍数；

若所述备选区域的长度大于所述备选区域高度的第二预设倍数，则将所述备选区域设置为条形码区域。

可选地，判断所述条形码区域的延伸方向与预设参考方向之间的夹角是否处于预设角度阈值范围内；

若所述条形码区域不处于预设角度阈值范围内，则对所述条形码区域进行二次旋转，以矫正所述条形码区域；

循环读取所述条形码区域的内容以获得条形码信息，并保存所述条形码信息。

可选地，获取与所述摄像头处于同一位置的激光测距仪到所述包裹的直线距离；

根据所述直线距离和所述激光测距仪的测距方向与包裹所在平面的夹角，计算所述摄像头到包裹顶部的垂直距离；

根据所述垂直距离调整所述摄像头的位置。

为实现上述目的，本申请还提出一种条形码的检测识别装置，条形码的检测识别装置包括：

感应模块，用于若感应到存在包裹进入采集准备区，则获取所述包裹的位置信息，并根据所述位置信息调整摄像头的位置；

拍摄模块，用于若所述包裹进入条形码采集区，则获取所述包裹的图像信息；

信息识别模块，用于识别所述图像信息中的条形码信息，并将所述条形码信息进行存储。

为实现上述目的，本申请还提出一种条形码的检测识别设备，条形码的检测识别设备包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的条形码的检测识别程序，所述条形码的检测识别程序被处理器执行时实现所述条形码的检测识别方法。

为实现上述目的，本申请还提出一种存储介质，所述存储介质上存储有条形码的检测识别程序，所述条形码的检测识别程序被处理器执行时实现所述条形码的检测识别方法。

本申请在包裹传输的过程中，根据确定的包裹位置调整摄像头的位置，并利用调整位置后的摄像头拍摄包裹的图像信息，然后识别图像信息中包含的条形码信息，并将条形码信息进行存储。通过这种方法能够全自动化、智能化、高效化的通过包裹上的条形码获取每个包裹的信息，大幅度减少了包裹分拣过程中的人工参与，降低了人工成本和时间成本，提高了工作效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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本发明的一些实施例，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，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明一实施例的条形码的检测识别方法的模块结构示意图；

图2为本发明一实施例的条形码的检测识别方法的流程图；

图3为本发明一实施例的条形码的检测识别方法的场景示意图；

图4为本发明一实施例的条形码的检测识别方法的模块结构图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

请参照图1，图1为本发明各个实施例中所提供的条形码的检测识别设备的硬件结构示意图。所述条形码的检测识别设备包括执行模块01、存储器02、处理器03、电池系统等部件。本领域技术人员可以理解，图1中所示出的设备还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。其中，所述处理器03分别与所述存储器02和所述执行模块01连接，所述存储器02上存储有条形码的检测识别程序，所述条形码的检测识别程序同时被处理器03执行。

执行模块01，可感应到存在包裹进入采集准备区，获取包裹的位置信息，并根据位置信息调整摄像头的位置；若包裹进入条形码采集区，则获取包裹的图像信息；识别图像信息中的条形码信息，并将条形码信息进行存储。同时反馈以上信息发送给所述处理器03。

存储器02，可用于存储软件程序以及各种数据。存储器02可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、多个功能所需的应用程序等；存储数据区可存储根据物联网终端的使用所创建的数据或信息等。此外，存储器02可以包括高速随机存取存储器，还可以包括非易失性存储器，例如多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器03，是处理平台的控制中心，利用各种接口和线路连接整个物联网终端的各个部分，通过运行或执行存储在存储器02内的软件程序和/或模块，以及调用存储在存储器02内的数据，执行物联网终端的各种功能和处理数据，从而对条形码的检测识别设备进行整体监控。处理器03可包括一个或多个处理单元；优选的，处理器03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03中。

本领域技术人员可以理解，图1中示出的条形码的检测识别设备结构并不构成对设备的限定，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。

根据上述硬件结构，提出本发明方法各个实施例。

条形码是将多种线条与空白按照一定的编码规则进行排列，以表示一定数字字母信息的图形标识符。条形码作为携带信息的载体，在生产生活的各个方面被广泛运用，如物流行业、仓储行业和图书管理行业等。其中，在物流行业中，基于图像处理的条形码检测与识别是物流分拣系统的关键技术环节，其工作的质量和效率直接影响了整个分拣系统的运行。目前绝大数快递站的包裹分拣是通过人工完成的，作业人员通过扫码枪扫描条形码得到一组反射光信号，该信号经光电转换成对应的电子信号，经解码还原成相应的文字信息，再将文字信息录入电脑。该方法需要将快递包裹从流水线上取出，摆放整齐后条形码才能检测识别，自动化程度低，人力成本过高，因此急需一种能全程自动化对快递包裹中的条形码进行检测识别的方法及装置，以降低物流分拣的成本。

为了解决上述问题，本申请提出了一种条形码的检测识别方法，参照图2，在本发明条形码的检测识别方法的第一实施例中，所述条形码的检测识别方法包括：

步骤S100，若感应到存在包裹进入采集准备区，则获取所述包裹的位置信息，并根据所述位置信息调整摄像头的位置；

条形码的检测识别方法应用于一种条形码的检测识别系统，参照图3，在一实施例中，而该条形码的检测识别系统至少包括传送带1、包裹2、第一红外探头3、第二红外探头4、激光测距仪5、摄像头6、补光灯7、可伸展机械臂8、计算机9和固定支架10。其中，固定支架10固定在传送带1的一侧，可伸展机械臂8固定在固定支架10的上端，可伸展机械臂8分为三层，最下层安装有补光灯7、摄像头6和激光测距仪5，中间层用于调节摄像头的垂直高度，最上层则用于固定可伸展机械臂8自身的位置。进一步地，补光灯7、摄像头6和激光测距仪5一字排开，摄像头6处于激光测距仪5和补光灯7中间，用于实时拍摄传送带上运输的包裹2；激光测距仪5具有固定的倾斜角度，用于测量固定方向传送带1上传输的包裹2与摄像头6的距离；补光灯7则用于在较暗的环境下进行补光操作，使摄像头5拍摄得更清晰。两个红外探头则间隔沿传送带1放置，具体地，第一红外探头3放置在激光测距仪5激光投影的水平位置，第二红外探头4放置在固定支架10的一侧。此外，计算机9与第一红外探头3、第二红外探头4、激光测距仪5、摄像头6、补光灯7以及可伸展机械臂8连接。

本实施例中，采集准备区为激光测距仪激光投影的传送带区域，当传送带工作时，不同大小的包裹会从传送带的一端滑动到另一端，当存在包裹进入传送带的采集准备区时，第一红外探头即能够感应到该包裹，并将存在包裹进入采集准备区这一信息经过传输介质传递给计算机；计算机则控制激光测距仪对采集准备区的包裹进行距离计算，以获取包裹的位置信息。其中，位置信息为包裹与摄像头的垂直距离。在获取包裹的位置信息之后，为了使摄像头能够拍摄到清晰的图像信息，需要根据位置信息调整摄像头垂直方向的位置。

步骤S200，若所述包裹进入条形码采集区，则获取所述包裹的图像信息；

本实施例中，条形码采集区为摄像头拍摄的传送带区域，当传送带工作时，包裹通过采集准备区之后会进入条形码采集区，当包裹进入条形码采集区时，第二红外探头即能够感应到该包裹，并将该包裹进入条形码采集区的信息经过传输介质传递给计算机，计算机则控制摄像头对包裹进行拍摄，以得到包裹的图像信息，并将图像信息传回计算机保存。具体地，为了拍摄清晰的图像信息，计算机可以对可伸展机械臂进行适当调整，并在较暗的环境下启动补光灯进行补光操作，以便计算机能从图像信息中提取清晰的条形码信息。

步骤S300，识别所述图像信息中的条形码信息，并将所述条形码信息进行存储。

本实施例中，在接收到清晰的图像信息之后，计算机通过图像处理技术从图像信息中自动定位不同倾斜角度的条形码，并截取条形码区域利用计算机中的信息识别模块对条形码进行识别，识别出条形码的条形码信息，并将条形码信息进行保存。在将条形码信息保存之后，初始化信息识别模块的所有数据，继续处理下一个包裹的图像信息，直至所有包裹的条形码信息都成功保存。

本申请在包裹传输的过程中，根据确定的包裹位置调整摄像头的位置，并利用调整位置后的摄像头拍摄包裹的图像信息，然后识别图像信息中包含的条形码信息，并将条形码信息进行存储。通过这种方法能够全自动化、智能化、高效化的通过包裹上的条形码获取每个包裹的信息，大幅度减少了包裹分拣过程中的人工参与，降低了人工成本和时间成本，提高了工作效率。

在一实施例中，所述识别所述图像信息中的条形码信息，并将所述条形码信息进行存储的步骤包括：

将所述图像信息按预设步长进行旋转，以获取图像信息中的备选区域；

对所述备选区域进行筛选以获取条形码区域；

将所述条形码区域的角度调整至水平，读取调整后的所述条形码区域的条形码信息，并保存所述条形码信息。

本实施例中，在计算机接收到清晰的图像信息之后，按照预设步长对该图像信息进行360度旋转，在旋转的过程中对图像进行预处理以提取疑似条形码区域；其中，预设步长为本领域技术人员根据具体地图像处理技术进行设置，并随时进行调整；具体地，由于步长太小则图像旋转的角度较小，计算的次数变多，步长太大会错失疑似条形码区域，因而需要通过实验选取合适的循环旋转角度值，使得在旋转的过程中能快速捕捉到疑似条形码区域；图像旋转的角度可以为15度，也可以为20度。由于疑似条形码区域包含条形码的外围轮廓区域，可使用预设轮廓发现算法定位所有的封闭轮廓，并将所有的封闭轮廓进行排序，以得到封闭轮廓最大的区域，再从封闭轮廓最大的区域中提取出包含疑似条形码的备选区域；在提取出备选区域之后，对备选区域进行筛选可筛选获得条形码区域，在得到条形码区域之后，还需将条形码区域调整至水平，然后循环读取条形码区域的内容识别出条形码信息，并将条形码信息保存。具体地，读取条形码信息的方式可以为将条形码区域的内容放入pyzbar库中识别出条形码信息。

此外，在一些实施例中，计算机的图像识别基于opencv，条形码区域的形状为矩形，在经过旋转之后，条形码区域对应的矩形的旋转角度的坐标区间在-90度到0度之间，由于在opencv中对该矩形的高度和长度不加以区分，所以在角度为-90或者0度时均将其认为是角度水平的条形码，为了减少计算量，将角度在这两个角度5度附近的条形码区域都当做是角度水平的条形码，角度小幅度倾斜并不会影响后续的识别效果。

在一实施例中，所述将所述图像信息按预设步长进行旋转，以获取图像信息中的备选区域的步骤包括：

控制所述图像信息按预设步长进行旋转，在旋转的过程中对所述图像信息进行预处理以提取疑似条形码区域，所述疑似条形码区域包括外围轮廓；

使用预设轮廓发现算法得到外围轮廓最大的第一疑似条形码区域；

绘制所述第一疑似条形码区域对应外围轮廓的最小外接矩形，以得到所述最小外接矩形的中心点、长宽和旋转角度；

通过中心点、长宽和旋转角度提取所述图像信息中的备选区域。

本实施例中，控制图像信息按预设步长进行旋转，在旋转的过程中对所述图像信息进行预处理以提取疑似条形码区域，疑似条形码区域包括外围轮廓区域，因而可通过预设轮廓发现算法定位疑似条形码区域中所有的封闭轮廓，然后将所有的封闭轮廓进行排序，得到外围的封闭轮廓最大的第一疑似条形码区域。在得到第一疑似条形码区域之后，绘制该第一疑似条形码区域的外围轮廓的最小外接矩形，绘制完成之后，可获取该最小外接矩形的中心点、长宽和旋转角度等参数，将经过预处理后的图像通过中心点和长宽坐标位置信息进行截取，即可提取包含疑似条形码的备选区域，其中，该备选区域为二值化备选区域。在一实施例中，截取的表达式为：

ROI＝image[y:y+h,x:x+w]

其中，(x，y)表示该最小外接矩形的中心点，w表示该最小外接矩形的长，h表示最小外接矩形的宽，ROI表示截取的备选区域。

在一实施例中，所述对所述图像信息进行预处理以提取疑似条形码区域的步骤包括：

计算所述图像信息水平方向和垂直方向的梯度差以选取矩形长条区域；

对所述矩形长条区域进行滤波，并将滤波后的矩形长条区域进行二值化处理；

对所述二值化处理之后的矩形长条区域进行腐蚀和膨胀，以得到疑似条形码区域。

本实施例中，在计算机得到拍摄的图像信息之后，先将图像信息进行灰度化处理，减少图像信息中包裹中彩色部分的干扰；然后计算该灰度处理之后的图像信息水平方向和垂直方向的梯度差，从而得到排列整齐的矩形长条区域。由于包裹上会存在许多细小的灰尘等干扰物，这些干扰物在图像信息中即呈现出许多小块的噪声，这些噪声对疑似条形码区域的选取会造成较大的干扰。因此，在得到矩形长条区域之后，需要滤除这些噪声；具体地，可以使用中值滤波的方法除噪；中值滤波能够有效的去除脉冲噪声和椒盐噪声且保留图像的边缘信息，并且能有效避免后续形态学操作破坏连通域区域边缘的完整。除噪之后对图像信息进行二值化处理，将图像信息上像素点的灰度值设置为0或255，即可使整个图像呈现出明显的黑白条纹效果，以得到二值化图像信息。又由于条形码的条块并不是连续的线状，而是在粗细不同的线条中间夹杂着许多黑色间隙，为了消除这些间隙以得到条形码的外轮廓边缘区域，可对图像进行多次腐蚀操作，以腐蚀掉图像中线状区域中的黑色间隙。在经过多次腐蚀之后，条形码的边缘区域会一定程度的缩小，因此为了更精确的定位到条形码的所有外轮廓边缘区域，使用多次膨胀来扩展边缘，使用多次膨胀的次数要比腐蚀的次数少，膨胀只要保证条形码区域外轮廓区域能全部被覆盖到即可。

在一些实施例中，由于条形码区域为矩形长条区域，因此和非条形码区域相比，条形码区域的边缘线较为密集，且条形码区域在水平方向和垂直方向上的梯度幅值差异较大，因此可根据这一特点定位出矩形长条块的大致区域，并过滤掉梯度幅值差异较小的非矩形长条区域。具体地，本实施例中对矩形长条区域的边缘检测可运用sobel算子，sobel算子结合高斯平滑和微分求导，根据像素点的上下左右邻点的灰度加权差，能够区分出水平和垂直方向梯度较大的区域以及水平和垂直方向梯度较小的区域。并且，在本文的场景中旋转后的图像不能保证恰好处于水平，使用sobel算子检测梯度角时，当梯度角距离水平或垂直方向越远，获取的梯度角越不准。因此在另一些实施例中，为了保证能够及时定位到矩形长条区域，也可将sobel算子改用为scharr算子，改用scharr算子能够在保证速度的同时提高了准确度，提取的梯度角更加明显，通过scharr算子能够更精准的提取到两个方向的梯度差值，从而更加精准快速的定位到条形码区域；其中，在水平X方向、垂直Y方向的模板算子为、

在一实施例中，所述对所述备选区域进行筛选以获取条形码区域的步骤包括：

分别统计各所述备选区域中黑色像素点和白色像素点的个数；

若所述备选区域白色像素点对应的面积大于黑色像素点对应面积的第一预设倍数，则判断所述备选区域的长度是否大于所述备选区域高度的第二预设倍数；

若所述备选区域的长度大于所述备选区域高度的第二预设倍数，则将所述备选区域设置为条形码区域。

本实施例中，对备选区域进行筛选以获取条形码区域的具体步骤为：分别统计备选区域中的黑色像素点和白色像素点。在一些实施例中，统计黑色像素点和白色像素点可以通过调用numpy包中的where函数，来分别统计像素点中灰度值为0和灰度值为255的像素点的个数。在统计出黑色像素点和白色像素点之后，进一步计算备选区域中黑色像素点所占的面积和白色像素点所占的面积。在得到黑色像素点和白色像素点对应的面积之后，对白色像素点对应的面积和黑色像素点对应的面积进行比较，并将备选区域的长度和高度进行比较，根据比较结果从备选区域中筛选出条形码区域。具体地，由于条形码对应的像素点颜色为白色，条形码以外的区域对应的像素点颜色为黑色。因此若备选区域中存在条形码，白色像素点应该远多于黑色像素点。则白色像素点对应的面积要大于黑色像素点对应面积的第一预设倍数，第一预设倍数由本领域技术人员根据预设规则和条形码的形状提前设置，并可随时进行调整。且条形码的长度要显然要比条形码的高度要长，通过大量前置实验分析不同条形码的比例可知，若备选区域中存在条形码，则该备选区域的长度要大于高度的第二预设倍数；其中预设倍数由本领域技术人员通过前置实验分析得到。

由上可知，只有当一个备选区域同时满足：该备选区域的白色像素点对应的面积大于黑色像素点对应面积的第一预设倍数，该备选区域的长度大于高度的第二预设倍数，才将该备选区域设置为条形码区域，否则将该备选区域进行过滤。其中，第一预设倍数可以等于第二预设倍数，也可以小于或大于第二预设倍数。在一些实施例中，第一预设倍数为1.5倍，第二预设倍数同样为1.5倍。通过本实施例对备选区域进行筛选，能够过滤除掉类似胶带区域等非条形码区域，挑选出真正包含条形码的区域。

在一实施例中，所述将所述条形码区域的角度调整至水平，读取调整后的所述条形码区域的条形码信息，并保存所述条形码信息的步骤包括：

判断所述条形码区域的延伸方向与预设参考方向之间的夹角是否处于预设角度阈值范围内；

若所述条形码区域不处于预设角度阈值范围内，则对所述条形码区域进行二次旋转，以矫正所述条形码区域；

循环读取所述条形码区域的内容以获得条形码信息，并保存所述条形码信息。

本实施例中，在从备选区域中筛选出条形码区域之后，还需要确认条形码区域的角度没有大幅度倾斜，即条形码区域的延伸方向与预设参考方向之间的夹角处于预设角度阈值范围内。其中，预设参考方向由本领域技术人员根据预设规则进行提前设置，并可随时进行调整。本实施例中，预设参考方向为水平方向或竖直方向。若条形码区域的延伸方向与预设参考方向之间的夹角处于预设角度阈值范围内，则认为条形码区域中条形码处于水平状态，或仅小幅度倾斜，且这种程度的倾斜不会影响对条形码的识别效果，于是直接读取该条形码区域的内容，并将读取得到的条形码信息进行保存。若条形码区域的延伸方向与预设参考方向之间的夹角不处于预设角度阈值范围内，则认为处于该状态的条形码区域无法准确的读取其中内容，因此需要对条形码区域进行二次旋转，以旋转得到水平或小幅度倾斜的条形码区域。值得注意的是，在二次旋转的过程中，旋转的条形码区域并非摄像头拍摄得到的原图像信息，而是经过处理的条形码区域。为了让条形码区域四周区域不会被截取，可对该条形码区域的长宽均向外进行扩充。在一实施例中，对该条形码区域的长宽各向外扩充10个单位长度。并为了减少计算量，在旋转过程中只要检测到条形码区域处于预设角度阈值范围内，则判定为条形码区域达到水平或小幅度倾斜，于是立即停止再次旋转，并读取该条形码区域的内容，将读取得到的条形码信息进行保存。在一些实施例中，循环读取条形码区域的内容，并将读取的内容放入pyzbar库中识别出条形码，并解析条形码对应的字符串，然后将字符串作为条形码信息存入物流系统数据库中。在一些实施例中，预设角度阈值范围为条形码区域处于水平角度或小幅度倾斜的状态，而水平角度即条形码区域的角度为-90度或0度；小幅度倾斜指的是条形码区域的角度与水平角度的差值不超过5度。

通过对条形码区域的矫正和读取，能够在尽可能减小计算机计算量的前提下，准确的从条形码区域中读取得到条形码对应的字符串，并将字符串进行存储。

在一实施例中，所述包裹的位置信息包括所述摄像头在拍摄方向上到所述包裹顶部的垂直距离，所述获取所述包裹的位置信息，并根据所述位置信息调整摄像头的位置的步骤包括：

获取与所述摄像头处于同一位置的激光测距仪到所述包裹的直线距离；

根据所述直线距离和所述激光测距仪的测距方向与包裹所在平面的夹角，计算所述摄像头到包裹顶部的垂直距离；

根据所述垂直距离调整所述摄像头的位置。

本实施例中，由于激光测距仪的角度固定，因此在包裹处于采集准备区时，可测量得到激光测距仪与包裹的位置信息，其中包裹的位置信息中至少包括激光测距仪与包裹上表面的直线距离，计算机根据激光测距仪的测距方向与包裹所在平面的夹角和直线距离可计算得到激光测距仪和包裹的垂直距离，并根据该垂直距离对搭载摄像头的可伸展机械臂进行适当调整。具体地，即若测量的垂直距离较大，即说明包裹较小，此时需要伸展机械臂；若测量的垂直距离较小，即说明包裹较大，此时需要收缩可伸展机械臂。通过对可伸展机械臂的调整来确保拍摄得到合适大小的包含条形码的快递包裹图像。

参照图4，本发明还提出一种一种条形码的检测识别装置，其特征在于，包括：

感应模块A10，用于若感应到存在包裹进入采集准备区，则获取所述包裹的位置信息，并根据所述位置信息调整摄像头的位置；

拍摄模块A20，用于若所述包裹进入条形码采集区，则获取所述包裹的图像信息；

信息识别模块A30，用于识别所述图像信息中的条形码信息，并将所述条形码信息进行存储。

本发明还提出一种条形码的检测识别设备，条形码的检测识别设备包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的条形码的检测识别程序，所述条形码的检测识别程序用于执行本发明各个实施例所述的方法。

本发明还提出一种存储介质，其上存储有条形码的检测识别程序。所述存储介质包括计算机可读存储介质，所述计算机可读存储介质可以是图1的中的存储器，也可以是如ROM(Read-Only Memory，只读存储器)/RAM(Random Access Memory，随机存取存储器)、磁碟、光盘中的至少一种，所述存储介质包括若干指令用以使得一台具有处理器的物联网终端设备(可以是手机，计算机，服务器，物联网终端，或者网络设备等)执行本发明各个实施例所述的方法。

在本发明中，术语“第一”“第二”“第三”“第四”“第五”仅用于描述的目的，而不能理解为指示或暗示相对重要性，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的多个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，本发明保护的范围并不局限于此，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改和替换，这些变化、修改和替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种条形码的检测识别方法，其特征在于，所述方法包括以下步骤：

若感应到存在包裹进入采集准备区，则获取所述包裹的位置信息，并根据所述位置信息调整摄像头的位置；

若所述包裹进入条形码采集区，则获取所述包裹的图像信息；

识别所述图像信息中的条形码信息，并将所述条形码信息进行存储。

2.如权利要求1所述的条形码的检测识别方法，其特征在于，所述识别所述图像信息中的条形码信息，并将所述条形码信息进行存储的步骤包括：

将所述图像信息按预设步长进行旋转，以获取图像信息中的备选区域；

对所述备选区域进行筛选以获取条形码区域；

将所述条形码区域的角度调整至水平，读取调整后的所述条形码区域的条形码信息，并保存所述条形码信息。

3.如权利要求2中所述的条形码的检测识别方法，其特征在于，所述将所述图像信息按预设步长进行旋转，以获取图像信息中的备选区域的步骤包括：

控制所述图像信息按预设步长进行旋转，在旋转的过程中对所述图像信息进行预处理以提取疑似条形码区域，所述疑似条形码区域包括外围轮廓；

使用预设轮廓发现算法得到所述外围轮廓最大的第一疑似条形码区域；

绘制所述第一疑似条形码区域对应外围轮廓的最小外接矩形，以得到所述最小外接矩形的中心点、长宽和旋转角度；

通过中心点、长宽和旋转角度提取所述图像信息中的备选区域。

4.如权利要求3所述的条形码的检测识别方法，其特征在于，所述对所述图像信息进行预处理以提取疑似条形码区域的步骤包括：

计算所述图像信息水平方向和垂直方向的梯度差以选取矩形长条区域；

对所述矩形长条区域进行滤波，并将滤波后的矩形长条区域进行二值化处理；

对所述二值化处理之后的矩形长条区域进行腐蚀和膨胀，以得到疑似条形码区域。

5.如权利要求2所述的条形码的检测识别方法，其特征在于，所述对所述备选区域进行筛选以获取条形码区域的步骤包括：

分别统计各所述备选区域中黑色像素点和白色像素点的个数；

若所述备选区域白色像素点对应的面积大于黑色像素点对应面积的第一预设倍数，则判断所述备选区域的长度是否大于所述备选区域高度的第二预设倍数；

若所述备选区域的长度大于所述备选区域高度的第二预设倍数，则将所述备选区域设置为条形码区域。

6.如权利要求2所述的条形码的检测识别方法，其特征在于，所述将所述条形码区域的角度调整至水平，读取调整后的所述条形码区域的条形码信息，并保存所述条形码信息的步骤包括：

判断所述条形码区域的延伸方向与预设参考方向之间的夹角是否处于预设角度阈值范围内；

若所述条形码区域不处于预设角度阈值范围内，则对所述条形码区域进行二次旋转，以矫正所述条形码区域；

循环读取所述条形码区域的内容以获得条形码信息，并保存所述条形码信息。

7.如权利要求1所述的条形码的检测识别方法，其特征在于，所述包裹的位置信息包括所述摄像头在拍摄方向上到所述包裹顶部的垂直距离，所述获取所述包裹的位置信息，并根据所述位置信息调整摄像头的位置的步骤包括：

获取与所述摄像头处于同一位置的激光测距仪到所述包裹的直线距离；

根据所述直线距离和所述激光测距仪的测距方向与包裹所在平面的夹角，计算所述摄像头到包裹顶部的垂直距离；

根据所述垂直距离调整所述摄像头的位置。

8.一种条形码的检测识别装置，其特征在于，包括：

感应模块，用于若感应到存在包裹进入采集准备区，则获取所述包裹的位置信息，并根据所述位置信息调整摄像头的位置；

拍摄模块，用于若所述包裹进入条形码采集区，则获取所述包裹的图像信息；

信息识别模块，用于识别所述图像信息中的条形码信息，并将所述条形码信息进行存储。

9.一种条形码的检测识别设备，其特征在于，包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的条形码的检测识别程序，所述条形码的检测识别程序被处理器执行时实现如权利要求1至7中任一项所述条形码的检测识别方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有条形码的检测识别程序，所述条形码的检测识别程序被处理器执行时实现如权利要求1至7中任一项所述条形码的检测识别方法的步骤。

Images