CN114330408A - 一种图像增强方法以及图像增强装置 - Google Patents
一种图像增强方法以及图像增强装置 Download PDFInfo
- Publication number
- CN114330408A CN114330408A CN202210244293.2A CN202210244293A CN114330408A CN 114330408 A CN114330408 A CN 114330408A CN 202210244293 A CN202210244293 A CN 202210244293A CN 114330408 A CN114330408 A CN 114330408A
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional code
- area
- positioning
- gray
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明适用于图像处理技术领域,尤其涉及一种图像增强方法以及图像增强装置,所述方法包括:获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像;进行灰度处理,并识别图中二维码的定位区域,得到灰度处理图像;对灰度处理图像进行位置修正,得到位置修正图像,所述位置修正的步骤,包括对灰度处理图像进行旋转和变形;确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像。本发明通过对图像进行识别,识别二维码所在的范围,并对范围内的二维码进行像素修复,使得二维码更具有识别度,能够将原本不清楚的二维码增强为更易识别的二维码,提高了二维码的识别度,以及二维码的使用时间。
Description
技术领域
本发明属于图像处理技术领域,尤其涉及一种图像增强方法以及图像增强装置。
背景技术
增强图像中的有用信息,它可以是一个失真的过程,其目的是要改善图像的视觉效果,针对给定图像的应用场合。有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析的需要。
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别,人脸识别主要运用在安全检查、身份核验与移动支付中;商品识别主要运用在商品流通过程中,特别是无人货架、智能零售柜等无人零售领域,二维码作为图像识别的典型应用,其应用场景十分广泛,覆盖了人们生活中的方方面面。
但是,在当前的二维码使用过程中,有的二维码是直接打印在物体上,而由于各种缘故,如使用时间长、物体变形等,二维码容易出现识别成功率大大降低的问题,因此影响了用户进行扫码。
发明内容
本发明实施例的目的在于提供一种图像增强方法,旨在解决背景技术第三部分中提出的问题。
本发明实施例是这样实现的,一种图像增强方法,所述方法包括:
获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像;
对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像;
根据定位区对灰度处理图像进行位置修正,得到位置修正图像,所述位置修正的步骤,包括对灰度处理图像进行旋转和变形;
根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像,经过二极化处理的区域中,像素的灰度值为第一灰度值或第二灰度值,且第一灰度值与第二灰度值之间的差值不小于预设值。
优选的,所述获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像的步骤,具体包括:
获取含有二维码的图像;
调取预设的二维码标准图像,将二维码标准图像与含有二维码的图像进行模糊匹配,判断二维码所在的区域;
对含有二维码的图像进行图像截取,得到待处理二维码图像,所述待处理二维码图像包含整个二维码区域。
优选的,所述对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像的步骤,具体包括:
对待处理二维码图像进行灰度处理,将其转化为黑白图像;
调取预设的定位区图像,根据定位区图像对黑白图像进行检索,确定定位区所在的位置;
重复上述步骤,直至三个定位区均被定位到,并对黑白图像中的定位区进行标记,得到灰度处理图像。
优选的,所述根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像的步骤,具体包括:
对定位区中像素的灰度值进行统计,根据灰度值将其中包含的像素划分为两类,分别为第一像素点和第二像素点;
计算每个定位区的几何中心,并确定三组定位区的几何中心之间的像素的数量;
确定第一像素点和第二像素点各自的灰度值覆盖范围,并对二维码区域的所有像素进行分类,将其划分为第一像素点或第二像素点,为第一像素点和第二像素点分别赋予一个灰度值,得到增强化二维码图像。
优选的,所述第一灰度值为0,第二灰度值为255。
优选的,所述确定二维码的实际区域的步骤之后,对不属于二维码区域的部分进行裁剪。
本发明实施例的另一目的在于提供一种图像增强系统,所述系统包括:
图像获取模块,用于获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像;
灰度处理模块,用于对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像;
图像修正模块,用于根据定位区对灰度处理图像进行位置修正,得到位置修正图像,所述位置修正的步骤,包括对灰度处理图像进行旋转和变形;
图像增强模块,用于根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像,经过二极化处理的区域中,像素的灰度值为第一灰度值或第二灰度值,且第一灰度值与第二灰度值之间的差值不小于预设值。
优选的,所述图像获取模块包括:
数据获取单元,用于获取含有二维码的图像;
图像匹配单元,用于调取预设的二维码标准图像,将二维码标准图像与含有二维码的图像进行模糊匹配,判断二维码所在的区域;
图像截取单元,用于对含有二维码的图像进行图像截取,得到待处理二维码图像,所述待处理二维码图像包含整个二维码区域。
优选的,所述灰度处理模块包括:
图像转化单元,用于对待处理二维码图像进行灰度处理,将其转化为黑白图像;
区域检索单元,用于调取预设的定位区图像,根据定位区图像对黑白图像进行检索,确定定位区所在的位置;
重复定位单元,用于重复上述步骤,直至三个定位区均被定位到,并对黑白图像中的定位区进行标记,得到灰度处理图像。
优选的,所述图像增强模块包括:
像素分类单元,用于对定位区中像素的灰度值进行统计,根据灰度值将其中包含的像素划分为两类,分别为第一像素点和第二像素点;
几何中心确定单元,用于计算每个定位区的几何中心,并确定三组定位区的几何中心之间的像素的数量;
像素增强单元,用于确定第一像素点和第二像素点各自的灰度值覆盖范围,并对二维码区域的所有像素进行分类,将其划分为第一像素点或第二像素点,为第一像素点和第二像素点分别赋予一个灰度值,得到增强化二维码图像。
本发明实施例提供的一种图像增强方法,通过对图像进行识别,识别二维码所在的范围,并对范围内的二维码进行像素修复,使得二维码更具有识别度,能够将原本不清楚的二维码增强为更易识别的二维码,提高了二维码的识别度,以及二维码的使用时间。
附图说明
图1为本发明实施例提供的一种图像增强方法的流程图;
图2为本发明实施例提供的获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像的步骤的流程图;
图3为本发明实施例提供的对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像的步骤的流程图;
图4为本发明实施例提供的根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像的步骤的流程图;
图5为本发明实施例提供的一种图像增强系统的架构图;
图6为本发明实施例提供的一种图像获取模块的架构图;
图7为本发明实施例提供的一种灰度处理模块的架构图;
图8为本发明实施例提供的一种图像增强模块的架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别,人脸识别主要运用在安全检查、身份核验与移动支付中;商品识别主要运用在商品流通过程中,特别是无人货架、智能零售柜等无人零售领域,二维码作为图像识别的典型应用,其应用场景十分广泛,覆盖了人们生活中的方方面面。但是,在当前的二维码使用过程中,有的二维码是直接打印在物体上,而由于各种缘故,如使用时间长、物体变形等,二维码容易出现识别成功率大大降低的问题,因此影响了用户进行扫码。
本发明实施例提供的一种图像增强方法,通过对图像进行识别,识别二维码所在的范围,并对范围内的二维码进行像素修复,使得二维码更具有识别度,能够将原本不清楚的二维码增强为更易识别的二维码,提高了二维码的识别度,以及二维码的使用时间。
如图1所示,为本发明实施例提供的一种图像增强方法的流程图,所述方法包括:
S100,获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像。
在本步骤中,获取含有二维码的图像,在二维码的使用过程中,都是采用扫描设备对二维码进行扫码识别的,最常见如手机等移动设备,也可以先拍摄图片,然后对图片上的二维码进行识别,在获得含有二维码的图像之后,则将含有二维码的区域截取出来,以减小数据处理量,在进行裁剪时,在二维码留有一定的安全间隙,这是由于拍摄到的二维码并不是标准的,可能存在扭曲或者倾斜,因此为了防止二维码被裁剪掉,设置一定的安全间隙。
S200,对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像。
在本步骤中,对待处理二维码图像进行灰度处理,进行灰度处理之后的图像即为黑白图像,每个像素的灰度值都在0-255之间,因此进一步减小了数据处理量,经过灰度处理后,则需要进行定位区的确定,对于二维码而言,为了方便扫描设备进行定位,都设置有三个定位区,有了这三个定位区,就能够确定二维码的摆设方向,使得二维码从任意方向都能够识别,因此需要通过进行识别确定定位区,得到灰度处理图像。
S300,根据定位区对灰度处理图像进行位置修正,得到位置修正图像,所述位置修正的步骤,包括对灰度处理图像进行旋转和变形。
在本步骤中,根据定位区对灰度处理图像进行位置修正,由于三个定位区的相对位置是确定的,因此可以根据定位区的位置确定当前灰度处理图像是否存在倾斜的情况,通过旋转和变形的方式,使得三个定位区中心的连线形成等腰直角三角形,并保证二维码处于正确的方向,即得到位置修正图像。
S400,根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像,经过二极化处理的区域中,像素的灰度值为第一灰度值或第二灰度值,且第一灰度值与第二灰度值之间的差值不小于预设值。
在本步骤中,根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,对于定位区而言,其具体结构是确定的,由多层“口”字结构组成,并且,二维码中黑色方块表示1,白色方块代表0,由于实际拍摄转化得到的位置修正图像中的二维码中方块的颜色存在色差,但是黑色方块的灰度值显然要明显小于白色方块的灰度值,因此可以据此进行像素点的划分,如位置修正图像中像素点的灰度值主要集中在20附近和200附近,那么就可以将灰度值集中在20附近的像素点划分为一类,灰度值集中在200附近的像素点划分为另一类,然后给两类像素点分别赋予第一灰度值或第二灰度值,即完成了二极化处理,第一灰度值与第二灰度值之间的差值越大,则二维码越容易被识别,即得到增强化二维码图像;所述确定二维码的实际区域的步骤之后,对不属于二维码区域的部分进行裁剪。
如图2所示,作为本发明的一个优选实施例,所述获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像的步骤,具体包括:
S101,获取含有二维码的图像。
在本步骤中,获取含有二维码的图像,具体的,可以通过图像采集设备进行采集,可以从本地进行调取,图像采集设备可以是手机,也可以是其他具有拍摄功能的设备。
S102,调取预设的二维码标准图像,将二维码标准图像与含有二维码的图像进行模糊匹配,判断二维码所在的区域。
在本步骤中,调取预设的二维码标准图像,二维码标准图像有多种,每一种二维码标准图像中均标记了定位区的位置,从而可以通过缩放的方式,将其与含有二维码的图像进行模糊匹配,当两者能够重合时,则能够确定当前二维码的大致区域。
S103,对含有二维码的图像进行图像截取,得到待处理二维码图像,所述待处理二维码图像包含整个二维码区域。
在本步骤中,对含有二维码的图像进行图像截取,统计当前确定二维码的区域包含的像素数量以及分布情况,将像素数量乘以相应的安全系数,如安全系数为1.2,则按照当前二维码区域中像素的宽高分布比例,进行放大,以确定裁剪的范围。
如图3所示,作为本发明的一个优选实施例,所述对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像的步骤,具体包括:
S201,对待处理二维码图像进行灰度处理,将其转化为黑白图像。
在本步骤中,对待处理二维码图像进行灰度处理,直接通过灰度处理的方式,将所有像素点的灰度值转化到0-255之间,此时可以直接通过灰度值对像素点进行分析,判断其所在的方块为黑色或者白色,即得到黑白图像。
S202,调取预设的定位区图像,根据定位区图像对黑白图像进行检索,确定定位区所在的位置。
在本步骤中,调取预设的定位区图像,预设的定位区图像中黑色方块与白色方块的位置是确定的,因此可以将其与黑白图像中的所有区域进行比较,以确定定位区的位置。
S203,重复上述步骤,直至三个定位区均被定位到,并对黑白图像中的定位区进行标记,得到灰度处理图像。
如图4所示,作为本发明的一个优选实施例,所述根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像的步骤,具体包括:
S401,对定位区中像素的灰度值进行统计,根据灰度值将其中包含的像素划分为两类,分别为第一像素点和第二像素点。
在本步骤中,对定位区中像素的灰度值进行统计,按照像素点的灰度值分布范围进行划分,从而将定位区中的像素点划分为两类,分别为第一像素点和第二像素点。
S402,计算每个定位区的几何中心,并确定三组定位区的几何中心之间的像素的数量。
在本步骤中,计算每个定位区的几何中心,定位区的长宽比是固定的,因此可以根据定位区的长宽方向上的像素点的数量确定定位区的中心位置,三个几何中心形成了等腰直角三角形,从而确定处于直角位置的几何中心与其他两个几何中心之间的像素点的数量,而每个定位区的像素点的分布情况已知,则可以据此推断整个二维码所覆盖的像素范围。
S403,确定第一像素点和第二像素点各自的灰度值覆盖范围,并对二维码区域的所有像素进行分类,将其划分为第一像素点或第二像素点,为第一像素点和第二像素点分别赋予一个灰度值,得到增强化二维码图像。
在本步骤中,确定第一像素点和第二像素点各自的灰度值覆盖范围,并对二维码区域的所有像素进行分类,将其划分为第一像素点或第二像素点,赋予第一像素点第一灰度值,赋予第二像素点第二灰度值,所述第一灰度值为0,第二灰度值为255,此时二维码上的黑色方块与白色方块之间的色差最大,能够便于扫描设备进行区分。
如图5所示,为本发明实施例提供的一种图像增强系统,其特征在于,所述系统包括:
图像获取模块100,用于获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像。
在本系统中,图像获取模块100获取含有二维码的图像,在二维码的使用过程中,都是采用扫描设备对二维码进行扫码识别的。
灰度处理模块200,用于对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像。
在本系统中,灰度处理模块200对待处理二维码图像进行灰度处理,进行灰度处理之后的图像即为黑白图像,每个像素的灰度值都在0-255之间,因此进一步减小了数据处理量,经过灰度处理后,则需要进行定位区的确定,对于二维码而言,为了方便扫描设备进行定位,都设置有三个定位区,有了这三个定位区,就能够确定二维码的摆设方向,使得二维码从任意方向都能够识别,因此需要通过进行识别确定定位区,得到灰度处理图像。
图像修正模块300,用于根据定位区对灰度处理图像进行位置修正,得到位置修正图像,所述位置修正的步骤,包括对灰度处理图像进行旋转和变形。
在本系统中,图像修正模块300根据定位区对灰度处理图像进行位置修正,由于三个定位区的相对位置是确定的,因此可以根据定位区的位置确定当前灰度处理图像是否存在倾斜的情况,通过旋转和变形的方式,使得三个定位区中心的连线形成等腰直角三角形,并保证二维码处于正确的方向,即得到位置修正图像。
图像增强模块400,用于根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像,经过二极化处理的区域中,像素的灰度值为第一灰度值或第二灰度值,且第一灰度值与第二灰度值之间的差值不小于预设值。
在本系统中,图像增强模块400根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,对于定位区而言,其具体结构是确定的,由多层“口”字结构组成,并且,二维码中黑色方块表示1,白色方块代表0,由于实际拍摄转化得到的位置修正图像中的二维码中方块的颜色存在色差,但是黑色方块的灰度值显然要明显小于白色方块的灰度值,因此可以据此进行像素点的划分。
如图6所示,作为本发明的一个优选实施例,所述图像获取模块100包括:
数据获取单元101,用于获取含有二维码的图像。
在本模块中,获取含有二维码的图像,具体的,可以通过图像采集设备进行采集,可以从本地进行调取,图像采集设备可以是手机,也可以是其他具有拍摄功能的设备。
图像匹配单元102,用于调取预设的二维码标准图像,将二维码标准图像与含有二维码的图像进行模糊匹配,判断二维码所在的区域。
在本模块中,图像匹配单元102调取预设的二维码标准图像,二维码标准图像有多种,每一种二维码标准图像中均标记了定位区的位置,从而可以通过缩放的方式,将其与含有二维码的图像进行模糊匹配,当两者能够重合时,则能够确定当前二维码的大致区域。
图像截取单元103,用于对含有二维码的图像进行图像截取,得到待处理二维码图像,所述待处理二维码图像包含整个二维码区域。
在本模块中,图像截取单元103对含有二维码的图像进行图像截取,统计当前确定二维码的区域包含的像素数量以及分布情况,将像素数量乘以相应的安全系数,如安全系数为1.2,则按照当前二维码区域中像素的宽高分布比例,进行放大,以确定裁剪的范围。
如图7所示,作为本发明的一个优选实施例,所述灰度处理模块200包括:
图像转化单元201,用于对待处理二维码图像进行灰度处理,将其转化为黑白图像。
在本模块中,图像转化单元201对待处理二维码图像进行灰度处理,直接通过灰度处理的方式,将所有像素点的灰度值转化到0-255之间,此时可以直接通过灰度值对像素点进行分析,判断其所在的方块为黑色或者白色,即得到黑白图像。
区域检索单元202,用于调取预设的定位区图像,根据定位区图像对黑白图像进行检索,确定定位区所在的位置。
在本模块中,区域检索单元202调取预设的定位区图像,预设的定位区图像中黑色方块与白色方块的位置是确定的,因此可以将其与黑白图像中的所有区域进行比较,以确定定位区的位置。
重复定位单元203,用于重复上述步骤,直至三个定位区均被定位到,并对黑白图像中的定位区进行标记,得到灰度处理图像。
在本模块中,重复定位单元203重复上述步骤,直至三个定位区均被定位到,并对黑白图像中的定位区进行标记,得到灰度处理图像。
如图8所示,作为本发明的一个优选实施例,所述图像增强模块400包括:
像素分类单元401,用于对定位区中像素的灰度值进行统计,根据灰度值将其中包含的像素划分为两类,分别为第一像素点和第二像素点。
在本模块中,像素分类单元401对定位区中像素的灰度值进行统计,按照像素点的灰度值分布范围进行划分,从而将定位区中的像素点划分为两类,分别为第一像素点和第二像素点。
几何中心确定单元402,用于计算每个定位区的几何中心,并确定三组定位区的几何中心之间的像素的数量。
在本模块中,几何中心确定单元402计算每个定位区的几何中心,定位区的长宽比是固定的,因此可以根据定位区的长宽方向上的像素点的数量确定定位区的中心位置,三个几何中心形成了等腰直角三角形,从而确定处于直角位置的几何中心与其他两个几何中心之间的像素点的数量,而每个定位区的像素点的分布情况已知,则可以据此推断整个二维码所覆盖的像素范围。
像素增强单元403,用于确定第一像素点和第二像素点各自的灰度值覆盖范围,并对二维码区域的所有像素进行分类,将其划分为第一像素点或第二像素点,为第一像素点和第二像素点分别赋予一个灰度值,得到增强化二维码图像。
在本模块中,像素增强单元403确定第一像素点和第二像素点各自的灰度值覆盖范围,并对二维码区域的所有像素进行分类,将其划分为第一像素点或第二像素点,赋予第一像素点第一灰度值,赋予第二像素点第二灰度值,所述第一灰度值为0,第二灰度值为255,此时二维码上的黑色方块与白色方块之间的色差最大,能够便于扫描设备进行区分。
应该理解的是,虽然本发明各实施例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,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。
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,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述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。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本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,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像增强方法,其特征在于,所述方法包括:
获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像;
对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像;
根据定位区对灰度处理图像进行位置修正,得到位置修正图像,所述位置修正的步骤,包括对灰度处理图像进行旋转和变形;
根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像,经过二极化处理的区域中,像素的灰度值为第一灰度值或第二灰度值,且第一灰度值与第二灰度值之间的差值不小于预设值。
2.根据权利要求1所述的图像增强方法,其特征在于,所述获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像的步骤,具体包括:
获取含有二维码的图像;
调取预设的二维码标准图像,将二维码标准图像与含有二维码的图像进行模糊匹配,判断二维码所在的区域;
对含有二维码的图像进行图像截取,得到待处理二维码图像,所述待处理二维码图像包含整个二维码区域。
3.根据权利要求1所述的图像增强方法,其特征在于,所述对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像的步骤,具体包括:
对待处理二维码图像进行灰度处理,将其转化为黑白图像;
调取预设的定位区图像,根据定位区图像对黑白图像进行检索,确定定位区所在的位置;
重复上述步骤,直至三个定位区均被定位到,并对黑白图像中的定位区进行标记,得到灰度处理图像。
4.根据权利要求1所述的图像增强方法,其特征在于,所述根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像的步骤,具体包括:
对定位区中像素的灰度值进行统计,根据灰度值将其中包含的像素划分为两类,分别为第一像素点和第二像素点;
计算每个定位区的几何中心,并确定三组定位区的几何中心之间的像素的数量;
确定第一像素点和第二像素点各自的灰度值覆盖范围,并对二维码区域的所有像素进行分类,将其划分为第一像素点或第二像素点,为第一像素点和第二像素点分别赋予一个灰度值,得到增强化二维码图像。
5.根据权利要求1所述的图像增强方法,其特征在于,所述第一灰度值为0,第二灰度值为255。
6.根据权利要求1所述的图像增强方法,其特征在于,所述确定二维码的实际区域的步骤之后,对不属于二维码区域的部分进行裁剪。
7.一种图像增强系统,其特征在于,所述系统包括:
图像获取模块,用于获取含有二维码的图像,对含有二维码的区域进行截取,得到待处理二维码图像;
灰度处理模块,用于对待处理二维码图像进行灰度处理,并识别图中二维码的定位区,得到灰度处理图像;
图像修正模块,用于根据定位区对灰度处理图像进行位置修正,得到位置修正图像,所述位置修正的步骤,包括对灰度处理图像进行旋转和变形;
图像增强模块,用于根据位置修正图像中定位区的大小以及定位区之间的距离确定二维码的实际区域,并对区域内的像素进行二极化处理,得到增强化二维码图像,经过二极化处理的区域中,像素的灰度值为第一灰度值或第二灰度值,且第一灰度值与第二灰度值之间的差值不小于预设值。
8.根据权利要求7所述的图像增强系统,其特征在于,所述图像获取模块包括:
数据获取单元,用于获取含有二维码的图像;
图像匹配单元,用于调取预设的二维码标准图像,将二维码标准图像与含有二维码的图像进行模糊匹配,判断二维码所在的区域;
图像截取单元,用于对含有二维码的图像进行图像截取,得到待处理二维码图像,所述待处理二维码图像包含整个二维码区域。
9.根据权利要求7所述的图像增强系统,其特征在于,所述灰度处理模块包括:
图像转化单元,用于对待处理二维码图像进行灰度处理,将其转化为黑白图像;
区域检索单元,用于调取预设的定位区图像,根据定位区图像对黑白图像进行检索,确定定位区所在的位置;
重复定位单元,用于重复上述步骤,直至三个定位区均被定位到,并对黑白图像中的定位区进行标记,得到灰度处理图像。
10.根据权利要求7所述的图像增强系统,其特征在于,所述图像增强模块包括:
像素分类单元,用于对定位区中像素的灰度值进行统计,根据灰度值将其中包含的像素划分为两类,分别为第一像素点和第二像素点;
几何中心确定单元,用于计算每个定位区的几何中心,并确定三组定位区的几何中心之间的像素的数量;
像素增强单元,用于确定第一像素点和第二像素点各自的灰度值覆盖范围,并对二维码区域的所有像素进行分类,将其划分为第一像素点或第二像素点,为第一像素点和第二像素点分别赋予一个灰度值,得到增强化二维码图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210244293.2A CN114330408A (zh) | 2022-03-14 | 2022-03-14 | 一种图像增强方法以及图像增强装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210244293.2A CN114330408A (zh) | 2022-03-14 | 2022-03-14 | 一种图像增强方法以及图像增强装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114330408A true CN114330408A (zh) | 2022-04-12 |
Family
ID=81033536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210244293.2A Pending CN114330408A (zh) | 2022-03-14 | 2022-03-14 | 一种图像增强方法以及图像增强装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114330408A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522742A (zh) * | 2024-01-04 | 2024-02-06 | 深圳市欧冶半导体有限公司 | 图像处理方法、架构、装置和计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107273777A (zh) * | 2017-04-26 | 2017-10-20 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于滑动部件匹配的二维码码型识别方法 |
CN107545259A (zh) * | 2017-08-31 | 2018-01-05 | 华南理工大学 | 一种基于大津法的二维码重构方法 |
CN109389000A (zh) * | 2018-10-18 | 2019-02-26 | 龙马智芯(珠海横琴)科技有限公司 | 一种条形码识别方法及应用该方法的计算机 |
CN109993019A (zh) * | 2019-04-15 | 2019-07-09 | 苏州国芯科技股份有限公司 | 基于连通域分析的二维码识别方法、系统及设备和介质 |
CN110263595A (zh) * | 2019-06-25 | 2019-09-20 | 北京慧眼智行科技有限公司 | 一种二维码检测方法及装置 |
-
2022
- 2022-03-14 CN CN202210244293.2A patent/CN114330408A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107273777A (zh) * | 2017-04-26 | 2017-10-20 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于滑动部件匹配的二维码码型识别方法 |
CN107545259A (zh) * | 2017-08-31 | 2018-01-05 | 华南理工大学 | 一种基于大津法的二维码重构方法 |
CN109389000A (zh) * | 2018-10-18 | 2019-02-26 | 龙马智芯(珠海横琴)科技有限公司 | 一种条形码识别方法及应用该方法的计算机 |
CN109993019A (zh) * | 2019-04-15 | 2019-07-09 | 苏州国芯科技股份有限公司 | 基于连通域分析的二维码识别方法、系统及设备和介质 |
CN110263595A (zh) * | 2019-06-25 | 2019-09-20 | 北京慧眼智行科技有限公司 | 一种二维码检测方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522742A (zh) * | 2024-01-04 | 2024-02-06 | 深圳市欧冶半导体有限公司 | 图像处理方法、架构、装置和计算机设备 |
CN117522742B (zh) * | 2024-01-04 | 2024-03-22 | 深圳市欧冶半导体有限公司 | 图像处理方法、架构、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9530069B2 (en) | Method and system for detecting and recognizing text in images | |
CN109859227B (zh) | 翻拍图像检测方法、装置、计算机设备及存储介质 | |
CN109766890B (zh) | 信息识别方法、设备和系统 | |
CN110569341B (zh) | 配置聊天机器人的方法、装置、计算机设备和存储介质 | |
CN108921823A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
EP2605186B1 (en) | Method and apparatus for recognizing a character based on a photographed image | |
US10395393B2 (en) | Method for assessing the quality of an image of a document | |
US7672531B2 (en) | System and method for determining edges of objects in an image | |
CN111461131B (zh) | 身份证号码信息识别方法、装置、设备及存储介质 | |
CN109815762B (zh) | 远距离识别二维码的方法、存储介质 | |
CN111079730B (zh) | 一种在界面图中确定样图所在区域的方法和电子设备 | |
CN111899270A (zh) | 卡片边框检测方法、装置、设备及可读存储介质 | |
CN108710837A (zh) | 吸烟行为识别方法、装置、计算机设备和存储介质 | |
CN112183146A (zh) | 一种条形码的扫描方法、装置、扫描系统及存储介质 | |
CN114330408A (zh) | 一种图像增强方法以及图像增强装置 | |
CN110210467B (zh) | 一种文本图像的公式定位方法、图像处理装置、存储介质 | |
CN111652011B (zh) | 一种读取二维码的方法和装置 | |
CN115661131B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN111881846A (zh) | 图像处理方法和相关装置、设备、存储介质 | |
CN113255696B (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
CN110866500A (zh) | 人脸检测对齐系统、方法、装置、平台、移动终端和存储介质 | |
CN116670725A (zh) | 数字图像中的莫尔图案检测及其活性检测系统 | |
CN109448013B (zh) | 一种局部光照不均qr码图像二值化处理方法 | |
CN112784830A (zh) | 一种字符识别方法及装置 | |
CN114519788A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220412 |