CN114818765A - 识别方法及装置 - Google Patents

Abstract

本说明书实施例提供识别方法及装置，其中，第一种识别方法包括确定用户在识别终端选择的第三方应用程序，且接收用户基于第三方应用程序生成的识别指令；基于识别指令获取识别终端的屏幕尺寸，且基于识别终端的屏幕尺寸确定识别终端的识别区域；获取并解析识别区域内的帧图像，在确定帧图像中包括预设图案的情况下，提取预设图案作为目标对象；以预设的识别标识符对目标对象进行标示，并对目标对象进行识别以确定所述目标对象的识别结果；采用此种识别区域与识别终端的显示屏幕的尺寸对应的方式，使得识别区域在视觉范围内为识别终端的显示屏幕的所见区域，可以无需来回移动位置就可以识别出帧图像中的目标对象，提升用户体验。

Description

识别方法及装置

技术领域

本说明书实施例涉及计算机技术领域，特别涉及识别方法。本说明书一个或者多个实施例同时涉及识别方法及装置。

背景技术

随着终端技术的发展，诸如智能手机、平板电脑等智能终端已经成为人们工作和生活必不可少的一部分。如今，二维码等识别码扫码识别已经广泛应用于各种使用场景，例如，用户通过扫描二维码进行支付、添加好友、获取资讯等。

但是现有技术中，在进行扫码识别时，通常用户通过点击智能终端的“扫一扫”下发扫码识别指令后，智能终端会在显示屏幕中间显示一个较小的扫描框，需要用户不断的移动智能终端以使得将扫描框对准识别码，从而导致用户体验满意度较低，并且整个扫码识别过程耗时较长，识别效率差。

因此，急需提供一种可以实现扫描方便、且识别效率高的识别方法。

发明内容

有鉴于此，本说明书施例提供了识别方法。本说明书一个或者多个实施例同时涉及识别装置，计算设备，以及计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种识别方法，应用于识别终端，包括：

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

获取并解析所述识别区域内的帧图像，在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

以预设的识别标识符对所述目标对象进行标示，并对所述目标对象进行识别以确定所述目标对象的识别结果。

根据本说明书实施例的第二方面，提供了一种识别方法，应用于识别终端，包括：

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

在所述识别区域显示预设的识别动画，获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

对所述目标对象进行识别以确定所述目标对象的识别结果。

根据本说明书实施例的第三方面，提供了一种识别方法，应用于识别终端，包括：

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

对所述目标对象进行识别以确定所述目标对象的识别结果，并以预设的识别标识符标示识别成功。

根据本说明书实施例的第四方面，提供了一种识别方法，应用于识别终端，包括：

S1、接收识别指令，基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

S2、获取所述识别区域内的帧图像，且基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

S3、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且继续执行步骤S2，

若否，则将j自增1，且继续执行步骤S2。

根据本说明书实施例的第五方面，提供了一种识别方法，应用于识别终端，包括：

a1、接收识别指令，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

a2、获取所述识别区域内的帧图像，且基于预设识别算法对所述帧图像中目标对象进行识别；

a3、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则根据预设获取规则获取所述识别区域内的下一帧图像，且基于预设算法对所述下一帧图像中目标对象进行识别，继续执行步骤a3，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

根据本说明书实施例的第六方面，提供了一种识别装置，应用于识别终端，包括：

第一指令接收模块，被配置为确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

第一识别区域确定模块，被配置为基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第一图像获取模块，被配置为获取并解析所述识别区域内的帧图像，在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

第一识别模块，被配置为以预设的识别标识符对所述目标对象进行标示，并对所述目标对象进行识别以确定所述目标对象的识别结果。

根据本说明书实施例的第七方面，提供了一种识别装置，应用于识别终端，包括：

第二指令接收模块，被配置为确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

第二识别区域确定模块，被配置为基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第二图像获取模块，被配置为在所述识别区域显示预设的识别动画，获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

第二识别模块，被配置为对所述目标对象进行识别以确定所述目标对象的识别结果。

根据本说明书实施例的第八方面，提供了一种识别装置，应用于识别终端，包括：

第三指令接收模块，被配置为确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

第三识别区域确定模块，被配置为基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第三图像获取模块，被配置为获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

第三识别模块，被配置为对所述目标对象进行识别以确定所述目标对象的识别结果，并以预设的识别标识符标示识别成功。

根据本说明书实施例的第九方面，提供了一种识别装置，应用于识别终端，包括：

第四识别区域确定模块，被配置为接收识别指令，基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第四图像获取模块，被配置为获取所述识别区域内的帧图像，且基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

第四识别模块，被配置为判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且继续执行所述第四图像获取模块，

若否，则将j自增1，且继续执行所述第四图像获取模块。

根据本说明书实施例的第十方面，提供了一种识别装置，应用于识别终端，包括：

第五识别区域确定模块，被配置为接收识别指令，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第五图像获取模块，被配置为获取所述识别区域内的帧图像，且基于预设识别算法对所述帧图像中目标对象进行识别；

第五识别模块，被配置为判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则根据预设获取规则获取所述识别区域内的下一帧图像，且基于预设算法对所述下一帧图像中目标对象进行识别，继续执行所述第五识别模块，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

根据本说明书实施例的第十一方面，提供了一种计算设备，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器执行所述计算机可执行指令时实现所述识别方法的步骤。

根据本说明书实施例的第十二方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述识别方法的步骤。

本说明书一个实施例实现了多种识别方法及装置，且识别方法均应用于识别终端，其中，第一种识别方法包括确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；获取并解析所述识别区域内的帧图像，在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；以预设的识别标识符对所述目标对象进行标示，并对所述目标对象进行识别以确定所述目标对象的识别结果；

采用此种识别方法在接收用户基于第三方应用程序生成的识别指令后，根据与识别终端的屏幕尺寸对应的识别区域对识别区域内的帧图像进行获取解析，且对帧图像中的目标对象进行提取识别，采用此种识别区域与识别终端的显示屏幕的尺寸对应的方式，使得识别区域在视觉范围内为识别终端的显示屏幕的所见区域，可以无需来回移动位置就可以识别出帧图像中的目标对象，提升用户体验。

附图说明

图1是本说明书一个实施例提供的一种识别方法的具体应用场景的示例图；

图2是本说明书一个实施例提供的第一种识别方法的流程图；

图3是本说明书一个实施例提供的第二种识别方法的流程图；

图4是本说明书一个实施例提供的第三种识别方法的流程图；

图5是本说明书一个实施例提供的第四种识别方法的流程图；

图6是本说明书一个实施例提供的第五种识别方法的流程图；

图7是本说明书一个实施例提供的第一种识别装置的结构示意图；

图8是本说明书一个实施例提供的第二种识别装置的结构示意图；

图9是本说明书一个实施例提供的第三种识别装置的结构示意图；

图10是本说明书一个实施例提供的第四种识别装置的结构示意图；

图11是本说明书一个实施例提供的第五种识别装置的结构示意图；

图12是本说明书一个实施例提供的另一种计算设备的结构框图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。

在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

首先，对本说明书一个或多个实施例涉及的名词术语进行解释。

二维码：又称二维条码，常见的二维码为QR Code，QR全称Quick Response，是一个近几年来移动设备上超流行的一种编码方式，其中，常见的二维码还包括：

DataMatrix码：原名Datacode，是一种矩阵式二维条码；

PDF417码：中文全称：一种堆叠式二维条码，其中，PDF的英文全称为PortableData File，中文全称：便携数据文件。

条形码：英文全称：barcode，是将宽度不等的多个黑条和空白，按照一定的编码规则排列，用以表达一组信息的图形标识符，其中，常见的条形码包括：

EAN码，英文全称：European Article Number，EAN码符号有标准版(EAN-13)和缩短版(EAN-8)两种，也包括EAN-14；

UPC码：英文全称：universal product code，中文全称：商品统一代码，UPC码共有A、B、C、D、E等五种版本，具体为UPC-A、UPC-B、UPC-C、UPC-D、UPC-E；

Code39码，是条形码的一种，也被称为3of 9code、USD-3或者LOGMARS；

Code128码，是广泛应用在企业内部管理、生产流程、物流控制系统方面的条码码制；

ITF码，又称交叉二五条码；以及NARROW_CODE码，APCODE码，HM_CODE码，GEN3码，DATAMATRIX码等。

在本说明书中，提供了两种识别方法。本说明书一个或者多个实施例同时涉及两种识别装置，两种计算设备，以及两种计算机可读存储介质，在下面的实施例中逐一进行详细说明。

参见图1，图1示出了根据本说明书一个实施例提供的一种识别方法的具体应用场景的示例图。

图1的应用场景中包括识别终端102和终端解码器106，具体的，识别终端102(例如智能手机、平板电脑等)接收到用户基于识别终端102下发的识别指令后，基于识别终端102的显示屏幕尺寸确定识别区域104，使得该识别区域104与识别终端102的显示屏幕尺寸一致，然后识别终端102利用摄像头拍摄图像，终端解码器106获取识别终端的识别区域104内的帧图像，且基于预设算法对该帧图像中目标对象进行识别，在识别成功的情况下，在识别终端102的识别区域104显示该帧图像中目标对象的识别结果108，例如图1中的视频，还可以是其他的添加好友界面或新闻界面等，而在本次识别失败的情况下，会继续获取识别区域内的帧图像，继续采用其他预设算法进行尝试识别，直至目标对象被识别成功或者用户主动退出识别终端102的识别系统，结束该识别流程。

基于上述场景，下面对本说明书的方案进行详细说明。

参见图2，参见图2，图2示出了根据本说明书一个实施例提供的第一种识别方法的流程图，应用于识别终端，包括步骤202至步骤208。

步骤202：确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令。

其中，识别终端包括但不限于智能手机、平板电脑、智能扫码器等可实现扫码识别的任意终端设备。为了便于理解，以下均以所述识别方法应用于智能手机为例对所述识别方法进行详细说明。

所述第三方应用程序非识别终端内集成的二维码识别模块；在识别终端为智能手机的情况下，所述第三方应用程序即可排除智能手机的自带相机程序；具体的，本说明书一个或多个实施例提供的所述识别方法排除识别终端开启自带相机，实现对目标对象(例如二维码或条形码)识别的情况。

以识别终端为智能手机，第三方应用程序为应用程序1为例，确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令，即可以理解为接收用户在智能手机上选择的应用程序1，然后在应用程序1中点击可以启动识别程序的按钮实现识别指令的下发；实际的应用场景可以为：用户想要通过智能手机中安装的应用程序1实现添加好友或获取新闻资讯等，此时，接收用户在该智能手机上选择的应用程序1，然后在应用程序1中点击可以启动添加好友或获取新闻资讯的识别程序的按钮实现识别指令的下发。

步骤204：基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

其中，在接收识别指令后，基于该识别指令获取识别终端的屏幕尺寸，然后根据识别终端的屏幕尺寸确定所述识别终端的识别区域的大小。

具体实施时，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的宽度为所述识别终端的屏幕高度的80％～100％。

即在接收识别指令后，识别终端会基于自身的屏幕尺寸确定识别区域的尺寸，例如，可以将所述识别终端的识别区域的宽度设置为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度设置为所述识别终端的屏幕高度的80％～100％，即实现识别终端的识别区域的尺寸与所述识别终端的屏幕尺寸大小对应。

举例说明，智能手机接收识别指令后，基于该智能手机的显示屏幕尺寸确定该智能手机的识别区域，使得该识别区域与该智能手机的显示屏幕尺寸对应，比如识别区域的尺寸与该智能手机的显示屏幕尺寸一致，或识别区域的尺寸略小于该智能手机的显示屏幕尺寸，使得识别区域为视觉范围内该智能手机的整个屏幕的所见区域。

采用此种方式可以使得识别终端的识别区域根据每个识别终端的显示屏幕的尺寸扩充到最大，而识别区域的扩大会极大的减少用户扫描目标对象的移动次数，极大的提高用户体验，并且识别区域的扩充可以增加识别终端一次扫描即可获取目标对象的概率，极大的提高了目标对象的获取速度，以此为后续的目标对象识别节省识别时间。

步骤206：获取并解析所述识别区域内的帧图像，在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象。

其中，预设图案包括但不限于各种二维码、条形码的图案；实际应用中，先获取识别区域内的帧图像，并对获取的帧图像进行解析帧，解析后若确定该帧图像中包括预设的二维码或条形码等图案，则对帧图像中的此种图案进行提取，即以提取出的二维码或条形码等作为帧图像中的目标对象。

而目标对象包括但不限于二维码或条形码，例如QR Code码、DataMatrix码、PDF417码、EAN-13码、EAN-8码、EAN-14码、UPC-A码、UPC-E码、Code39码、Code128码、ITF码、NARROW_CODE码、APCODE码、HM_CODE码、DATAMATRIX码以及GEN3码等。

步骤208：以预设的识别标识符对所述目标对象进行标示，并对所述目标对象进行识别以确定所述目标对象的识别结果。

其中，预设的识别标识符包括但不限于圆点、对勾、五角星等各种形状的识别标识符。

具体的，所述以预设的识别标识符对所述目标对象进行标示包括：

以预设的识别标识符在所述目标对象内部预设位置对所述目标对象进行标示。

实际应用中，在提取目标对象后，在目标对象内部预设位置展示预设的识别标识符，以提示用户该目标对象正处于被识别中，用户在接收到在目标对象内部预设位置展示的预设形状的识别标识符后，可以明确该识别终端处于对目标对象的正常识别中，极大的提升用户体验；其中，预设位置可以为目标对象的中心位置或者是靠近中心的位置，实际应用中，也可以为目标对象的边缘区域或者是四个角的区域等。

本说明书实施例提供的所述识别方法，在接收用户针对第三方应用程序生成的识别指令后，将识别区域设置为与识别终端的屏幕尺寸对应大小，使得识别区域呈现出在视觉范围内为识别终端的显示屏幕的所见区域的效果，可以无需来回移动位置就可以识别出帧图像中的目标对象，并且在识别目标对象时，在目标对象内部预设位置展示预设的识别标识符，以告知用户当前目标对象的识别状态，极大的提升用户体验。

本说明书另一实施例中，所述对所述目标对象进行识别以确定所述目标对象的识别结果包括：

S1、基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

S2、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1，

若否，则将j自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1。

具体实施时，在采用此种识别算法对所述目标对象进行识别，以确定所述目标对象的识别结果的情况下，还需要设置一个初始识别算法，以对获取的识别区域内的第一帧图像的目标对象进行识别，具体实现方式如下所述：

所述获取并解析所述识别区域内的帧图像之前，还包括：

预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重。

实际应用中，若对获取并解析所述识别区域内的第一帧图像中的目标对象进行识别，即可以识别出该第一帧图像中目标对象的识别结果的情况下，就可以结束该识别流程，直接以第一帧图像中目标对象的识别结果作为最终的识别结果，识别速度较快，识别速率较高，因此，对第一帧图像中目标对象的识别采用的识别算法的确定就会显得尤其重要。

本说明书实施例中，在获取并解析得到的所述识别区域内的第一帧图像之前，会预先确定第一帧图像中目标对象的类型，例如预先确定第一帧图像中的目标对象为二维码类型或条形码类型；具体的，可以根据实际经验预先确定第一帧图像中目标对象的类型，例如，根据实际应用中业务使用频次来看，二维码明显是使用频次最高的，此时就可以预先确定第一帧图像中目标对象的类型为二维码类型。

而在预先确定第一帧图像中目标对象的类型之后，则将可以识别该帧图像中目标对象的识别算法类型的权重加重；例如识别二维码的算法类型为二维码识别算法，识别条形码的算法类型为条形码识别算法，此时，若确定预先确定第一帧图像中目标对象的类型为二维码类型，则将匹配的识别二维码的算法类型的权重加重，以使得对获取并解析得到的所述识别区域内的第一帧图像中目标对象识别时，可以以权重较高的识别类型的识别算法进行识别，以提高识别效率。

实际应用中，该识别终端会预先存在多种类型的识别算法，且识别终端会对每种类型的识别算法进行编码，例如第一种类型的识别算法为二维码类型的识别算法，第二种类型的识别算法为条形码类型的识别算法等，并且每种类型的识别算法均包括至少一个具体识别算法，具体参见表1。

表1

第一种类型 二维码类型 第一个识别算法b1

第二个识别算法b2

第三个识别算法b3

第二种类型 条形码类型 第一个识别算法c1

第二个识别算法c2

第三个识别算法c3

因此在确定采用哪种类型的识别算法之后，还需要选取该类型的识别算法的具体识别算法实现对帧图像中目标对象的识别，具体实现方式如下所述：

所述预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重之后，还包括：

基于识别精度对每种类型的识别算法进行降序排序，以权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法；

其中，所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度。

具体的，基于识别精度对每种类型的识别算法进行降序排序，以实现将每种类型的识别精度高的识别算法排序靠前，然后选取权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法，在获取并解析得到的所述识别区域内的第一帧图像中目标对象时，首先以权重最高以及识别精度最高的初始识别算法实现对第一帧图像中目标对象的识别，最大可能的保证一次识别即可得到目标对象的识别结果的概率，提高识别速度，仍以上述为例，权重最高以及识别精度最高的第i种类型的第j个识别算法可以包括第一种类型的第一个识别算法。

并且所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度，可以实现从高权重高精度的识别算法到低权重低精度的识别算法识别帧图像中目标对象的过渡，以保证获取以及识别识别区域内的帧图像的次数最少的情况下，识别出帧图像中目标对象的识别结果，极大的提高识别效率。

具体的，获取所述识别区域内的帧图像，且基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，即可以理解为，获取并解析得到的所述识别区域内的第一帧图像中目标对象，且基于权重最高的第i种类型的、识别精度最高的第j个识别算法对所述第一帧图像中目标对象进行识别。

而实际采用识别算法对帧图像中目标对象进行识别，即可以理解为首先通过识别算法从获取的帧图像中提取出目标对象；若提取失败，则识别失败，若提取成功，则基于该识别算法对提取出的目标对象进行识别，以识别出目标对象对应的识别结果，例如添加好友界面等；若获取不到目标对象对应的识别结果，则识别失败，若获取到目标对象对应的识别结果，则识别成功。

而实际应用中，所述判断识别是否成功包括：

判断是否可以基于第i种类型的第j个识别算法识别得到所述帧图像中目标对象的识别结果。

若目标对象为二维码，此时，基于第i种类型的第j个识别算法识别可以得到所述帧图像中二维码的识别结果，则可以确定识别成功，其中，识别结果为识别二维码后得到的二维码信息，例如是一个网页链接、一段文字或者是一个显示界面等。

具体实施时，获取并解析得到的识别区域内的第一帧图像中的目标对象，先基于权重最高的第i种类型的识别精度最高的第j个识别算法对第一帧图像中目标对象进行识别，若识别成功，则确定第一帧图像中目标对象的识别结果，结束该识别流程；若识别失败，则需要判断权重最高的第i种类型中是否还存在其他识别算法，若存在，则继续获取并解析得到识别区域内的第二帧图像中的目标对象，然后基于权重最高的第i种类型的识别精度小于第j个识别算法的第j+1个识别算法对第二帧图像中目标对象进行识别，再继续执行识别判断步骤，直至目标对象被识别出来则结束，若不存在，则获取并解析得到识别区域内的第二帧图像中的目标对象，然后基于权重低于第i种类型的第i+1种类型的识别精度最高的第j个识别算法对第二帧图像中目标对象进行识别，再继续执行识别判断步骤，直至目标对象被识别出来则结束，通过上述方式迭代获取识别区域内的帧图像，且基于上述算法对帧图像中目标对象进行尝试识别，直到识别得到帧图像中目标对象的识别结果，结束该识别流程，

其中，参见表1，若i为1，j为1，那么对第一帧图像中目标对象进行识别的识别算法则是二维码类型的第一个识别算法b1，对第二帧图像中目标对象进行识别的识别算法则是二维码类型的第二个识别算法b2或者条形码类型的第一个识别算法c2，具体参见表2。

表2

第一帧图像 第二帧图像......

二维码类型的第一个识别算法b1 二维码类型的第二个识别算法b2，或者

条形码类型的第一个识别算法c2......

例如，识别终端每30ms获取一帧图像，预先确定第一帧图像中目标对象的类型为二维码，则将二维码类型的识别算法的权重设置为最高，第一帧图像就尝试使用二维码类型的其中一个识别算法对其包含的目标对象进行识别，在识别失败的情况下，第二帧图像就尝试使用权重较次的条形码类型的其中一个识别算法对其包含的目标对象进行识别，而第二帧图像就相当于第60ms获取的帧图像，若仍旧识别失败，第三帧图像就可以尝试使用权重更次之的其他码类型的其中一个识别算法对其包含的目标对象进行识别，而第三帧图像就相当于第90ms获取的帧图像......以此类推。

本说明书实施例中，识别终端每隔一段时间就会获取并解析识别区域内的一帧图像，以确定目标对象，如果对一帧图像中的目标对象通过每种类型的每种识别算法均尝试识别解析一遍，会非常消耗识别终端的性能，容易造成卡顿，而通过业务使用频次，对识别算法的类型的权重进行调整，并且对每种类型的识别算法进行排序，先用类型权重较高，识别精度较好的识别算法对帧图像中的目标对象进行识别，可以在较短时间内对迭代获取的帧图像中的目标对象通过多种类型的多种识别算法进行尝试识别解析，极大的提高了识别目标对象的识别速度，并且不会影响用户的感知、体验；实际使用中，根据目标对象类型的增加，可以相继的增加识别目标对象的识别算法的类型以及每种类型的具体识别算法，例如后续有新的识别码类型，则可以增加识别该新的识别码的识别算法的类型以及该类型对应的具体识别算法。

本说明书另一实施例中，为了使得识别终端对帧图像中目标对象的识别速度更快，还可以对获取所述识别区域内的帧图像的尺寸上做出改进，具体如下所述：

所述获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1包括：

根据预设获取规则获取并解析所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤S2，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

实际应用中，基于第i种类型的第j个识别算法对获取并解析得到的识别区域内的第一帧图像中目标对象识别失败的情况下，均需要继续获取并解析得到识别区域内的第二帧图像中的目标对象，采用另外的识别算法对第二帧图像中目标对象进行识别。

而为了继续提升识别速度，则获取识别区域内预定位置的帧图像，而在实际应用中用户感知上，识别范围仍然是识别终端的整个实现显示屏幕，但是在实际获取识别时，第二帧图像的尺寸小于第一帧图像的尺寸，例如获取识别区域中心位置的帧图像或者是识别区域上下左右四个角的帧图像等，而获取的帧图像较小的情况下，即降低了识别帧图像中目标对象的识别难度，使得识别算法处理上较快，极大的提高了识别效率。

本说明书另一实施例中，所述基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别之后，还包括：

在识别失败，且确定所述帧图像中目标对象包括预设特征的情况下，获取并解析所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别以及继续执行步骤S2。

实际使用中，若基于第i种类型的第j个识别算法对获取并解析得到的识别区域内的第一帧图像中目标对象进行识别失败，且该第一帧图像中目标对象包括预设特征的情况下，则会获取并解析得到的所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别。

其中，预设特征为目标对象的特征，例如在目标对象为二维码的情况下，预设特征可以为二维码的特征：黑白相间特征、数据符号特征等，而在目标对象为条形码的情况下，预设特征可以为条形码的特征：宽度不等的黑条特征等。

具体实施时，根据预设特征可以推断出目标对象的类型，而根据目标对象的类型可以匹配对应的识别算法，以第一帧图像中目标对象包括二维码的黑白相间特征的情况下，可以推断出该目标对象的类型为二维码类型，此时可以确定出该二维码类型匹配的二维码类型的识别算法；然后获取识别区域内的下一帧图像，然后基于与预设特征对应的二维码类型的某种具体识别算法对所述下一帧图像中目标对象进行识别，然后继续进行识别成功判断。

本说明书实施例中，在当前通过识别算法识别帧图像中目标对象失败的基础上，若获取到本次帧图像中目标对象存在某个预设特征的情况下，在下次获取到识别区域内的帧图像中目标对象后，可以直接基于与预设特征对应的二维码类型的某种具体识别算法对所述下一帧图像中目标对象进行识别，可以极大的提升识别成功的概率，减少循环识别时间。

实际应用中，获取识别区域内的帧图像会受光线、角度等的影响，使得获取的帧图像光线不好或者是角度偏差较大等，在此种情况下，可以首先采用识别精度高的识别算法对帧图像中目标对象进行识别，以提高识别成功的概率，具体实现方式如下所述：

所述对所述目标对象进行识别以确定所述目标对象的识别结果之前，还包括：

基于预设二值化算法对所述目标对象二值化，且根据二值化结果确定识别所述帧图像中目标对象的第i种类型的第j个识别算法。

其中，所述预设二值化算法包括但不限于：适应性混合二值化算法(AdaptiveHybridBinarize)，混合标准二值化算法(HybridStdBinarizer)以及局部适应性二值化算法(LocalAdaptiveBinarizer)等。

具体的，在对帧图像中目标对象进行识别的识别算法流程中，获取的帧图像的质量会对目标对象的识别速度产生较大的影响，若不对帧图像中目标对象进行二值化，那么若获取的帧图像的光线较暗或扭曲的情况下仍旧采用识别精度较低的识别算法对帧图像中目标对象进行识别，会极大的降低识别精度；而对于获取的帧图像的光线较好或角度也合适的情况下仍旧采用该识别精度的识别算法对帧图像中目标对象进行识别，会极大的增加识别耗时。

具体的，先基于预设二值化算法对所述帧图像中目标对象进行二值化，再根据二值化结果选择识别所述帧图像中目标对象的第i种类型的第j个识别算法，其中，帧图像中目标对象的二值化结果包括但不限于帧图像中目标对象的对比度、光线、方向以及角度等，基于该二值化结果可以确定获取的帧图像中目标对象的质量好坏；根据对帧图像中目标对象二值化的效果不同，采用的对帧图像中目标对象的识别算法也不同，例如针对帧图像中目标对象的模糊场景，会采用识别精度较高的第一种类型的第一种识别算法，而针对帧图像中目标对象的方向角度合适，且质量也较高的场景，就可以采用识别精度低一些的第一种类型的第二种识别算法或第三种识别算法等。

具体实施时，还可以基于对帧图像中目标对象的二值化结果调整识别算法策略，例如若基于预设二值化算法对帧图像中目标对象进行二值化，确定该帧图像中目标对象(例如二维码)扭曲严重，此时则可以确定的识别算法中增加对二维码扭曲的增强算法，以提高帧图像中目标对象的识别精度；若基于预设二值化算法对帧图像中目标对象进行二值化，确定该帧图像中目标对象(例如二维码)大角度倾斜，此时则可以确定的识别算法中增加对二维码大角度倾斜的增强识别算法，以在提高帧图像中目标对象的识别精度；若基于预设二值化算法对帧图像中目标对象进行二值化，确定该帧图像中目标对象(例如二维码)码特别小，此时则可以确定的识别算法中增加对二维码特别小场景的增强算法，以提高帧图像中目标对象的识别精度，采用对帧图像中目标对象二值化后，基于二值化结果选取各种增强识别算法策略配合到匹配的识别算法中，使得所述识别方法对平时比较难识别的场景，也能大大提升识别率。

实际应用中，识别精度较高的识别算法的处理耗时会比识别精度低的识别算法的处理耗时长，例如，第一种类型的第一种识别算法的处理耗时为50ms，第一种类型的第二种识别算法的处理耗时为20ms，第一种类型的第三种识别算法的处理耗时为12ms，因此若是对获取的帧图像中目标对象二值化后，确定该帧图像中目标对象的质量较高，则可以使用低精度的识别算法对该帧图像中目标对象进行识别，以降低识别过程中识别终端的性能压力，提高识别速度；而若是对获取的帧图像中目标对象二值化后，确定该帧图像中目标对象存在扭曲、大角度倾斜、对比度较弱、光线较暗或者目标对象较小等情况，则可以使用高精度的识别算法对该帧图像中目标对象进行识别，能够大大提升识别准确率，提升用户体验。

参见图3，图3示出了根据本说明书一个实施例提供的第二种识别方法的流程图，应用于识别终端，包括步骤302至步骤308。

步骤302：确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令。

步骤304：基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

可选的，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度为所述识别终端的屏幕高度的80％～100％。

其中，步骤302至步骤304的详细描述可参见上述实施例，在此不再赘述。

步骤306：在所述识别区域显示预设的识别动画，获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象。

其中，预设的识别动画包括但不限于通过扫描线、波浪线等在识别区域进行动态展示形成的动画。

具体的，所述在所述识别区域显示预设的识别动画包括：

在所述识别区域的预设位置显示预设的识别动画。

具体的，所述识别动画显示于所述识别终端的屏幕中上部，且所述识别动画的起始位置根据所述识别区域的顶部边界位置设置，所述识别动画的终止位置根据所述识别区域的底部边界位置设置。

实际应用中，在确定识别区域需要对识别区域的帧图像获取的情况下，在识别区域显示预设的识别动画，例如在识别区域显示一条从识别区域的顶部边界位置到识别区域的底部边界位置，由上到下滑动的扫描线，该扫描线的由上到下滑动在识别区域内形成识别动画，而在识别区域显示预设的识别动画的同时，实现对识别区域的帧图像的获取，以及对获取的帧图像的解析，实现对帧图像中目标对象的提取。

具体实施时，在获取并解析识别区域内的帧图像的同时，在识别区域显示预设的识别动画，使得用户可以根据可视的识别动画确定出帧图像获取流程的正常进行，极大的提升了用户体验。

步骤308：对所述目标对象进行识别以确定所述目标对象的识别结果。

可选的，所述对所述目标对象进行识别以确定所述目标对象的识别结果包括：

S1、基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

S2、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1，

若否，则将j自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1。

可选的，所述获取并解析所述识别区域内的帧图像之前，还包括：

预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重。

可选的，所述预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重之后，还包括：

基于识别精度对每种类型的识别算法进行降序排序，以权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法；

其中，所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度。

可选的，所述获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1包括：

根据预设获取规则获取并解析所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤S2，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

可选的，所述基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别之后，还包括：

在识别失败，且确定所述帧图像中目标对象包括预设特征的情况下，获取并解析所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别以及继续执行步骤S2。

可选的，所述对所述目标对象进行识别以确定所述目标对象的识别结果之前，还包括：

基于预设二值化算法对所述目标对象二值化，且根据二值化结果确定识别所述帧图像中目标对象的第i种类型的第j个识别算法。

可选的，所述目标对象包括二维码或条形码。

本说明书实施例提供的所述识别方法，在接收用户针对第三方应用程序生成的识别指令后，将识别区域设置为与识别终端的屏幕尺寸对应大小，使得识别区域呈现出在视觉范围内为识别终端的显示屏幕的所见区域的效果，可以无需来回移动位置就可以识别出帧图像中的目标对象，并且在获取识别区域内帧图像的同时，在所述识别区域显示预设的识别动画，以向用户展示当前帧图像的获取状态，极大的提升用户体验。

上述为本实施例提供的第二种识别方法的示意性方案。需要说明的是，该第二种识别方法的技术方案与上述的第一种识别方法的技术方案的相应部分，均可以参见上述第一种识别方法的技术方案的描述，在此不再赘述。

参见图4，图4示出了根据本说明书一个实施例提供的第三种识别方法的流程图，应用于识别终端，包括步骤402至步骤408。

步骤402：确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令。

步骤404：基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

步骤406：获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象。

步骤408：对所述目标对象进行识别以确定所述目标对象的识别结果，并以预设的识别标识符标示识别成功。

其中，预设的识别标识符包括但不限于圆点、对勾、五角星等各种形状的识别标识符。

具体的，所述以预设的识别标识符标示识别成功包括：

以预设的识别标识符在所述目标对象内部标示识别成功。

即在对所述目标对象进行识别以确定所述目标对象的识别结果后，为了提高用户体验，在目标对象内部展示预设的识别标识符，以标示本次目标对象识别成功。

可选的，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度为所述识别终端的屏幕高度的80％～100％。

可选的，所述对所述目标对象进行识别以确定所述目标对象的识别结果包括：

S1、基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

S2、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1，

若否，则将j自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1。

可选的，所述获取并解析所述识别区域内的帧图像之前，还包括：

预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重。

可选的，所述预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重之后，还包括：

基于识别精度对每种类型的识别算法进行降序排序，以权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法；

其中，所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度。

可选的，所述获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1包括：

根据预设获取规则获取并解析所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤S2，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

可选的，所述基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别之后，还包括：

在识别失败，且确定所述帧图像中目标对象包括预设特征的情况下，获取并解析所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别以及继续执行步骤S2。

可选的，所述对所述目标对象进行识别以确定所述目标对象的识别结果之前，还包括：

基于预设二值化算法对所述目标对象二值化，且根据二值化结果确定识别所述帧图像中目标对象的第i种类型的第j个识别算法。

可选的，所述目标对象包括二维码或条形码。

本说明书实施例提供的所述识别方法，在接收用户针对第三方应用程序生成的识别指令后，将识别区域设置为与识别终端的屏幕尺寸对应大小，使得识别区域呈现出在视觉范围内为识别终端的显示屏幕的所见区域的效果，可以无需来回移动位置就可以识别出帧图像中的目标对象，并且目标对象识别成功时，在目标对象内部区域展示预设的识别标识符，以向用户展示该目标对象的识别成功状态，极大的提升用户体验。

上述为本实施例提供的第三种识别方法的示意性方案。需要说明的是，该第三种识别方法的技术方案与上述的第一种识别方法的技术方案的相应部分，均可以参见上述第一种识别方法的技术方案的描述，在此不再赘述。

参见图5，图5示出了根据本说明书一个实施例提供的第四种识别方法的流程图，应用于识别终端，包括步骤502至步骤514。

步骤502：接收识别指令，基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

具体的，所述接收识别指令，基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域包括：

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

可选的，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度为所述识别终端的屏幕高度的80％～100％。

步骤504：获取所述识别区域内的帧图像，且基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数。

其中，目标对象包括但不限于二维码或条形码，例如QR Code码、DataMatrix码、PDF417码、EAN-13码、EAN-8码、EAN-14码、UPC-A码、UPC-E码、Code39码、Code128码、ITF码、NARROW_CODE码、APCODE码、HM_CODE码、DATAMATRIX码以及GEN3码等。

具体的，所述获取所述识别区域内的帧图像包括：

获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象。

具体实施时，在确定了识别终端的识别区域后，识别终端的解码设备获取所述识别区域内的帧图像，然后对所述帧图像进行解析以提取所述帧图像中的目标对象，最后通过预设算法对该帧图像中目标对象进行识别，而获取所述识别区域内的帧图像之前，识别终端需要设置一个初始识别算法，以对获取的所述识别区域内的第一帧图像中目标对象进行识别，具体实现方式如下所述：

所述获取所述识别区域内的帧图像之前，还包括：

预先确定帧图像中目标对象的类型，且增加与所述帧图像中目标对象的类型匹配的识别算法类型的权重。

实际应用中，若对获取所述识别区域内的第一帧图像中目标对象的识别，即可以识别出该第一帧图像中目标对象的识别结果的情况下，就可以结束该识别流程，直接以第一帧图像中目标对象的识别结果作为最终的识别结果，识别速度较快，识别速率较高，因此，对第一帧图像识别采用的识别算法的确定就会显得尤其重要。

本说明书实施例中，在获取所述识别区域内的第一帧图像之前，会预先确定第一帧图像中目标对象的类型，例如预先确定第一帧图像中的目标对象为二维码类型或条形码类型；具体的，可以根据实际经验预先确定第一帧图像中目标对象的类型，例如，根据实际应用中业务使用频次来看，二维码明显是使用频次最高的，此时就可以预先确定第一帧图像中目标对象的类型为二维码类型。

而在预先确定第一帧图像中目标对象的类型之后，则将可以识别该帧图像中目标对象的识别算法类型的权重加重；例如识别二维码的算法类型为二维码识别算法，识别条形码的算法类型为条形码识别算法，此时，若确定预先确定第一帧图像中目标对象的类型为二维码类型，则将匹配的识别二维码的算法类型的权重加重，以使得对获取所述识别区域内的第一帧图像中目标对象识别时，可以以权重较高的识别类型的识别算法进行识别，以提高识别效率。

实际应用中，该识别终端会预先存在多种类型的识别算法，且识别终端会对每种类型的识别算法进行编码，例如第一种类型的识别算法为二维码类型的识别算法，第二种类型的识别算法为条形码类型的识别算法等，并且每种类型的识别算法均包括至少一个具体识别算法，具体参见表1。

因此在确定采用哪种类型的识别算法之后，还需要选取该类型的识别算法的具体识别算法实现对帧图像中目标对象的识别，具体实现方式如下所述：

所述预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重之后，还包括：

基于识别精度对每种类型的识别算法进行降序排序，以权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法；

其中，所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度。

具体的，基于识别精度对每种类型的识别算法进行降序排序，以实现将每种类型的识别精度高的识别算法排序靠前，然后选取权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法，在获取所述识别区域内的第一帧图像时，首先以权重最高以及识别精度最高的初始识别算法实现对第一帧图像中目标对象的识别，以最大程度的保证一次识别即可得到目标对象的识别结果的概率，提高识别速度，仍以上述为例，权重最高以及识别精度最高的第i种类型的第j个识别算法可以包括第一种类型的第一个识别算法。

并且所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度，可以实现从高权重高精度的识别算法到低权重低精度的识别算法识别帧图像中目标对象的过渡，以保证获取以及识别识别区域内的帧图像的次数最少的情况下，识别出帧图像中目标对象的识别结果，极大的提高识别效率。

具体的，获取所述识别区域内的帧图像，且基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，即可以理解为，获取所述识别区域内的第一帧图像中目标对象，且基于权重最高的第i种类型的、识别精度最高的第j个识别算法对所述第一帧图像中目标对象进行识别。

而实际采用识别算法对帧图像中目标对象进行识别，即可以理解为首先通过对获取的帧图像进行解析，从所述帧图像中提取出目标对象；若提取失败，则识别失败，若提取成功，则基于该识别算法对提取出的目标对象进行识别，以识别出目标对象对应的识别结果，例如添加好友界面等；若获取不到目标对象对应的识别结果，则识别失败，若获取到目标对象对应的识别结果，则识别成功。

步骤506：判断识别是否成功，若是，则执行步骤508；若否，则执行步骤510。

步骤508：确定所述帧图像中目标对象的识别结果。

步骤510：判断j是否大于等于n，若是，则执行步骤512，若否，则执行步骤514。

步骤512：将i自增1，且继续执行步骤504。

步骤514：将j自增1，且继续执行步骤504。

实际应用中，所述判断识别是否成功包括：

判断是否可以基于第i种类型的第j个识别算法识别得到所述帧图像中目标对象的识别结果。

若目标对象为二维码，此时，基于第i种类型的第j个识别算法识别可以得到所述帧图像中二维码的识别结果，则可以确定识别成功，其中，识别结果为识别二维码后得到的二维码信息，例如是一个网页链接、一段文字或者是一个显示界面等。

具体实施时，获取识别区域内的第一帧图像中目标对象，先基于权重最高的第i种类型的识别精度最高的第j个识别算法对第一帧图像中目标对象进行识别，若识别成功，则确定第一帧图像中目标对象的识别结果，结束该识别流程；若识别失败，则需要判断权重最高的第i种类型中是否还存在其他识别算法，若存在，则继续获取识别区域内的第二帧图像中目标对象，然后基于权重最高的第i种类型的识别精度小于第j个识别算法的第j+1个识别算法对第二帧图像中目标对象进行识别，再继续执行识别判断步骤，直至目标对象被识别出来则结束，若不存在，则继续获取识别区域内的第二帧图像中目标对象，然后基于权重低于第i种类型的第i+1种类型的识别精度最高的第j个识别算法对第二帧图像中目标对象进行识别，再继续执行识别判断步骤，直至目标对象被识别出来则结束，通过上述方式迭代获取识别区域内的帧图像中目标对象，且基于上述算法对帧图像中目标对象进行尝试识别，直到识别得到帧图像中目标对象的识别结果，结束该识别流程，

其中，参见上述表1，若i为1，j为1，那么对第一帧图像中目标对象进行识别的识别算法则是二维码类型的第一个识别算法b1，对第二帧图像中目标对象进行识别的识别算法则是二维码类型的第二个识别算法b2或者条形码类型的第一个识别算法c2，具体参见上述表2。

例如，识别终端每30ms获取一帧图像，预先确定第一帧图像中目标对象的类型为二维码，则将二维码类型的识别算法的权重设置为最高，第一帧图像就尝试使用二维码类型的其中一个识别算法对其进行识别，在识别失败的情况下，第二帧图像就尝试使用权重较次的条形码类型的其中一个识别算法对其进行识别，而第二帧图像就相当于第60ms获取的帧图像，若仍旧识别失败，第三帧图像就可以尝试使用权重更次之的其他码类型的其中一个识别算法对其进行识别，而第三帧图像就相当于第90ms获取的帧图像......以此类推。

本说明书实施例中，识别终端每隔一段时间就会获取识别区域内的一帧图像，如果对一帧图像中目标对象通过每种类型的每种识别算法均尝试识别解析一遍，会非常消耗识别终端的性能，容易造成卡顿，而通过业务使用频次，对识别算法的类型的权重进行调整，并且对每种类型的识别算法进行排序，先用类型权重较高，识别精度较好的识别算法对帧图像中目标对象进行识别，可以在较短时间内对迭代获取的帧图像中目标对象通过多种类型的多种识别算法进行尝试识别解析，极大的提高了识别目标对象的识别速度，并且不会影响用户的感知、体验；实际使用中，根据目标对象类型的增加，可以相继的增加识别目标对象的识别算法的类型以及每种类型的具体识别算法，例如后续有新的识别码类型，则可以增加识别该新的识别码的识别算法的类型以及该类型对应的具体识别算法。

本说明书另一实施例中，为了使得识别终端对帧图像中目标对象的识别速度更快，还可以对获取所述识别区域内的帧图像的尺寸上做出改进，具体如下所述：

所述继续执行步骤504包括：

根据预设获取规则获取所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤506至步骤514，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

实际应用中，基于第i种类型的第j个识别算法对获取识别区域内的第一帧图像中目标对象识别失败的情况下，均需要继续获取识别区域内的第二帧图像，采用另外的识别算法对第二帧图像中目标对象进行识别。

而为了继续提升识别速度，则获取识别区域内预定位置的帧图像，而在实际应用中用户感知上，识别范围仍然是识别终端的整个实现显示屏幕，但是在实际获取识别时，第二帧图像的尺寸小于第一帧图像的尺寸，例如获取识别区域中心位置的帧图像或者是识别区域上下左右四个角的帧图像等，而获取的帧图像较小的情况下，即降低了识别帧图像中目标对象的识别难度，使得识别算法处理上较快，极大的提高了识别效率。

具体实施时，在获取的第一帧图像中目标对象的识别失败的情况下，获取比第一帧图像尺寸较小的第二帧图像中目标对象基于预设识别算法进行识别，而在第二帧图像中目标对象的识别失败的情况下，再获取比第二帧图像尺寸较大的第三帧图像中目标对象基于算法进行识别，通过此种识别过程，在识别算法处理上，采用尺寸大小的不同的间隔帧图像做整个屏幕视觉范围的识别，将较小的识别范围的帧图像与较大的识别范围的帧图像快速交替进行，在目标对象的位置接近识别区域中间时，通过识别区域中间位置的较小识别范围的帧图像中目标对象就能够快速的识别出来，或者通过识别区域上下左右或者边缘位置的较小识别范围的帧图像中目标对象能够快速的识别出来，用户感知依然是识别终端的整个显示屏幕视觉范围内都能够扫描识别，但是不必每帧图像都是用最大识别范围，处理的帧图像越小，识别终端的识别速度越快，可以极大的降低识别终端的性能压力，避免识别终端出现卡顿的情况。

本说明书另一实施例中，所述基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别之后，还包括：

在识别失败，且确定所述帧图像中目标对象包括预设特征的情况下，获取所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别以及继续执行步骤506至步骤514。

实际使用中，若基于第i种类型的第j个识别算法对获取识别区域内的第一帧图像中目标对象进行识别失败，且该第一帧图像中目标对象包括预设特征的情况下，则会获取所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别。

其中，预设特征为目标对象的特征，例如在目标对象为二维码的情况下，预设特征可以为二维码的特征：黑白相间特征、数据符号特征等，而在目标对象为条形码的情况下，预设特征可以为条形码的特征：宽度不等的黑条特征等。

具体实施时，根据预设特征可以推断出目标对象的类型，而根据目标对象的类型可以匹配对应的识别算法，以第一帧图像中目标对象包括二维码的黑白相间特征的情况下，可以推断出该目标对象的类型为二维码类型，此时可以确定出该二维码类型匹配的二维码类型的识别算法；然后获取识别区域内的下一帧图像，然后基于与预设特征对应的二维码类型的某种具体识别算法对所述下一帧图像中目标对象进行识别，然后继续进行识别成功判断。

本说明书实施例中，在当前通过识别算法识别帧图像失败的基础上，若获取到本次帧图像中目标对象存在某个预设特征的情况下，在下次获取到识别区域内的帧图像后，可以直接基于与预设特征对应的二维码类型的某种具体识别算法对所述下一帧图像中目标对象进行识别，可以极大的提升识别成功的概率，减少循环识别时间。

实际应用中，获取识别区域内的帧图像会受光线、角度等的影响，使得获取的帧图像光线不好或者是角度偏差较大等，在此种情况下，可以首先采用识别精度高的识别算法对帧图像进行识别，以提高识别成功的概率，具体实现方式如下所述：

所述获取所述识别区域内的帧图像之后，还包括：

基于预设二值化算法对所述帧图像二值化，且根据二值化结果确定识别所述帧图像中目标对象的第i种类型的第j个识别算法。

其中，所述预设二值化算法包括但不限于：适应性混合二值化算法(AdaptiveHybridBinarize)，混合标准二值化算法(HybridStdBinarizer)以及局部适应性二值化算法(LocalAdaptiveBinarizer)等。

具体的，在对帧图像中目标对象进行识别的识别算法流程中，获取的帧图像的质量会对识别速度产生较大的影响，若不对帧图像进行二值化，那么若获取的帧图像的光线较暗或扭曲的情况下仍旧采用识别精度较低的识别算法对帧图像中目标对象进行识别，会极大的降低识别精度；而对于获取的帧图像的光线较好或角度也合适的情况下仍旧采用该识别精度的识别算法对帧图像中目标对象进行识别，会极大的增加识别耗时。

具体的，先基于预设二值化算法对所述帧图像进行二值化，再根据二值化结果选择识别所述帧图像中目标对象的第i种类型的第j个识别算法，其中，帧图像的二值化结果包括但不限于帧图像的对比度、光线、方向以及角度等，基于该二值化结果可以确定获取的帧图像的质量好坏；根据对帧图像二值化的效果不同，采用的对帧图像中目标对象的识别算法也不同，例如针对帧图像的模糊场景，会采用识别精度较高的第一种类型的第一种识别算法，而针对帧图像的方向角度合适，且目标对象质量也较高的场景，就可以采用识别精度低一些的第一种类型的第二种识别算法或第三种识别算法等。

具体实施时，还可以基于对帧图像的二值化结果调整识别算法策略，例如若基于预设二值化算法对帧图像进行二值化，确定该帧图像中目标对象(例如二维码)扭曲严重，此时则可以确定的识别算法中增加对二维码扭曲的增强算法，以提高帧图像中目标对象的识别精度；若基于预设二值化算法对帧图像进行二值化，确定该帧图像中目标对象(例如二维码)大角度倾斜，此时则可以确定的识别算法中增加对二维码大角度倾斜的增强识别算法，以在提高帧图像中目标对象的识别精度；若基于预设二值化算法对帧图像进行二值化，确定该帧图像中目标对象(例如二维码)码特别小，此时则可以确定的识别算法中增加对二维码特别小场景的增强算法，以提高帧图像中目标对象的识别精度，采用对帧图像二值化后，基于二值化结果选取各种增强识别算法策略配合到匹配的识别算法中，使得所述识别方法对平时比较难识别的场景，也能大大提升识别率。

实际应用中，识别精度较高的识别算法的处理耗时会比识别精度低的识别算法的处理耗时长，例如，第一种类型的第一种识别算法的处理耗时为50ms，第一种类型的第二种识别算法的处理耗时为20ms，第一种类型的第三种识别算法的处理耗时为12ms，因此若是对获取的帧图像二值化后，确定该帧图像的质量较高，则可以使用低精度的识别算法对该帧图像中目标对象进行识别，以降低识别过程中识别终端的性能压力，提高识别速度；而若是对获取的帧图像二值化后，确定该帧图像存在扭曲、大角度倾斜、对比度较弱、光线较暗或者目标对象较小等情况，则可以使用高精度的识别算法对该帧图像中目标对象进行识别，能够大大提升识别准确率，提升用户体验。

本说明书实施例提供的所述识别方法使得识别终端的识别区域与识别终端的显示屏幕的尺寸一致，使得识别区域在视觉范围内为识别终端的显示屏幕的所见区域，可以无需来回移动位置就可以识别出帧图像中的目标对象，并且采用不同的识别算法对获取的不同的帧图像中目标对象进行尝试识别，极大的提高了帧图像中目标对象的识别效率以及识别精度。

上述为本实施例提供的第四种识别方法的示意性方案。需要说明的是，该第四种识别方法的技术方案与上述的第一种识别方法的技术方案的相应部分，均可以参见上述第一种识别方法的技术方案的描述，在此不再赘述。

参见图6，图6示出了根据本说明书一个实施例提供的第五种识别方法的流程图，应用于识别终端，包括步骤602至步骤610。

步骤602：接收识别指令，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

可选的，所述接收识别指令，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域包括：

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

可选的，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的宽度为所述识别终端的屏幕高度的80％～100％。

步骤604：获取所述识别区域内的帧图像，且基于预设识别算法对所述帧图像中目标对象进行识别。

可选的，所述预设识别算法包括第i种类型的第j个识别算法，其中，j∈[1，n]，且i和n均为正整数；

相应的，所述基于预设识别算法对所述帧图像中目标对象进行识别包括：

基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别。

步骤606：判断识别是否成功，若是，则执行步骤608，若否，则执行步骤610。

步骤608：确定所述帧图像中目标对象的识别结果。

具体的，步骤602至步骤608的详细描述可以参见上述第四种识别方法的实施例，在此不做赘述。

其中，预设算法可以理解为上述实施例中的任意第i种类型的第j个识别算法。

步骤610：根据预设获取规则获取所述识别区域内的帧图像，且基于预设算法对所述帧图像中目标对象进行识别，继续执行步骤606。

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

实际应用中，首次获取识别区域内的第一帧图像，且基于预设识别算法对所述第一帧图像中目标对象进行识别，在识别失败的情况下，会根据获取规则获取所述识别区域内的下一帧图像，且基于预设算法对所述下一帧图像中目标对象进行识别，其中，所述第一帧图像与所述下一帧图像的大小不同。

具体实施时，在基于预设识别算法对所述帧图像中目标对象识别一致不成功的情况下，会持续获取识别区域内的下一帧图像进行识别，而为了降低识别终端的性能压力，提升识别速度，会对识别的帧图像的大小进行调整，通过调整帧图像的识别范围提高识别算法的处理速度。

例如，首次获取所述识别区域内的第一帧图像，基于预设识别算法对所述第一帧图像中目标对象识别失败的情况下，获取所述识别区域内的第二帧图像，其中，第二帧图像的尺寸小于第一帧图像的尺寸，具体可以理解为在第二帧图像获取时，获取的是识别区域内预定位置的第二帧图像，而预定位置则可以是识别区域中心位置、识别区域上下左右四个角以及识别区域的各种边缘位置等；而在实际应用中用户感知上，识别范围仍然是识别终端的整个实现显示屏幕，但是识别终端的解码器在实际获取识别时，第二帧图像的尺寸小于第一帧图像的尺寸，在获取的第二帧图像较小的情况下，即降低了识别第二帧图像中目标对象的识别难度，使得识别算法处理上较快，极大的提高了识别速度。

具体实施时，所述获取所述识别区域内的帧图像之前，还包括：

预先为待获取的帧图像在所述识别区域内设置预定获取位置。

例如为待获取的初始帧图像在所述识别区域内设置第一预定获取位置，使得初始帧图像的获取需要在识别区域的第一预定获取位置获取，其中，第一预定获取位置可以为整个识别区域；

为待获取的第二帧图像在所述识别区域内设置第二预定获取位置，使得第二帧图像的获取需要在识别区域的第二预定获取位置获取，其中，第二预定获取位置可以为识别区域的中间位置；

为待获取的第三帧图像在所述识别区域内设置第三预定获取位置，使得第三帧图像的获取需要在识别区域的第三预定获取位置获取，其中，第三预定获取位置可以为识别区域的左上角的位置；

为待获取的第四帧图像在所述识别区域内设置第四预定获取位置，使得第四帧图像的获取需要在识别区域的第四预定获取位置获取，其中，第四预定获取位置可以为识别区域的右下角的位置等等。

通过此种预先为待获取的帧图像在所述识别区域内设置预定获取位置的方式，使得每次获取识别区域内的帧图像均不相同，并且尺寸大小也不相同，通过对识别区域内的帧图像进行多点尝试识别的方式可以极大的降低识别终端的性能压力，避免识别终端出现卡顿的情况，提高识别终端的识别速度。

具体的，在获取的识别区域的第一预定位置的第一帧图像中目标对象的识别失败的情况下，获取比第一帧图像尺寸较小的、且位于识别区域的第二预定位置的第二帧图像中目标对象基于预设识别算法进行识别，而在第二帧图像中目标对象的识别失败的情况下，可以再获取比第二帧图像尺寸较大的、位于识别区域的第三预定位置或整个识别区域的第三帧图像中目标对象基于算法进行识别等，通过此种对获取识别区域内大小间隔、位置不同的帧图像的识别方式，可以极大的提高识别速度；在识别算法处理上，采用尺寸大小的不同的间隔帧图像做整个屏幕视觉范围的识别，将较小的识别范围的帧图像与较大的识别范围的帧图像快速交替进行，在目标对象的位置接近识别区域中间时，通过识别区域中间位置的较小识别范围的帧图像中目标对象就能够快速的识别出来，或者通过识别区域上下左右或者边缘位置的较小识别范围的帧图像中目标对象能够快速的识别出来，用户感知依然是识别终端的整个显示屏幕视觉范围内都能够扫描识别，但是不必每帧图像都是用最大识别范围，处理的帧图像越小，识别终端的识别速度越快，可以极大的降低识别终端的性能压力，避免识别终端出现卡顿的情况。

本说明书另一实施例中，所述根据预设获取规则获取所述识别区域内的下一帧图像，且基于预设算法对所述下一帧图像中目标对象进行识别，继续执行步骤606包括：

判断j是否大于等于n，

若是，则将i自增1，且根据预设获取规则获取所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤606，

若否，则将j自增1，且根据预设获取规则获取所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤606。

具体的，第i种类型的第j个识别算法的具体识别算法可以参见上述实施例，在此不再赘述。

本说明书实施例中，在采用尺寸大小的不同的间隔帧图像做整个屏幕视觉范围的识别，将较小的识别范围的帧图像与较大的识别范围的帧图像快速交替进行，提高识别速度的基础上，通过采用不同的识别算法对获取的不同的帧图像中目标对象进行尝试识别，极大的提高了帧图像中目标对象的识别效率以及识别精度。

上述为本实施例提供的第五种识别方法的示意性方案。需要说明的是，该第五种识别方法的技术方案与上述的第四种识别方法的技术方案的相应部分，均可以参见上述第四种识别方法的技术方案的描述，在此不再赘述。

与上述识别方法实施例相对应，本说明书还提供了识别装置实施例，图7示出了本说明书一个实施例提供的一种识别装置的结构示意图。如图7所示，应用于识别终端，该装置包括：

第一指令接收模块702，被配置为确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

第一识别区域确定模块704，被配置为基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第一图像获取模块706，被配置为获取并解析所述识别区域内的帧图像，在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

第一识别模块708，被配置为以预设的识别标识符对所述目标对象进行标示，并对所述目标对象进行识别以确定所述目标对象的识别结果。

可选的，所述第一识别模块708，进一步被配置为：

以预设的识别标识符在所述目标对象内部预设位置对所述目标对象进行标示。

可选的，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度为所述识别终端的屏幕高度的80％～100％。

可选的，所述第一识别模块708，进一步被配置为：

S1、基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

S2、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1，

若否，则将j自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1。

可选的，所述装置，还包括：

第一权重确定模块，被配置为预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重。

可选的，所述装置，还包括：

第一算法确定模块，被配置为基于识别精度对每种类型的识别算法进行降序排序，以权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法；

其中，所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度。

可选的，所述第一识别模块708，进一步被配置为：

根据预设获取规则获取并解析所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤S2，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

可选的，所述装置，还包括：

第一特征确定模块，被配置为在识别失败，且确定所述帧图像中目标对象包括预设特征的情况下，获取并解析所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别以及继续执行步骤S2。

可选的，所述装置，还包括，还包括：

二值化模块一，被配置为基于预设二值化算法对所述目标对象二值化，且根据二值化结果确定识别所述帧图像中目标对象的第i种类型的第j个识别算法。

可选的，所述目标对象包括二维码或条形码。

上述为本实施例的第一种识别装置的示意性方案。需要说明的是，该识别装置的技术方案与上述的第一种识别方法的技术方案属于同一构思，识别装置的技术方案未详细描述的细节内容，均可以参见上述第一种识别方法的技术方案的描述。

与上述识别方法实施例相对应，本说明书还提供了识别装置实施例，图8示出了本说明书一个实施例提供的一种识别装置的结构示意图。如图8所示，应用于识别终端，该装置包括：

第二指令接收模块802，被配置为确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

第二识别区域确定模块804，被配置为基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第二图像获取模块806，被配置为在所述识别区域显示预设的识别动画，获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

第二识别模块808，被配置为对所述目标对象进行识别以确定所述目标对象的识别结果。

可选的，所述第二图像获取模块806，进一步被配置为：

在所述识别区域的预设位置显示预设的识别动画。

可选的，所述识别动画显示于所述识别终端的屏幕中上部，且所述识别动画的起始位置根据所述识别区域的顶部边界位置设置，所述识别动画的终止位置根据所述识别区域的底部边界位置设置。

可选的，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度为所述识别终端的屏幕高度的80％～100％。

可选的，所述第二识别模块808，进一步被配置为：

S1、基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

S2、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1，

若否，则将j自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1。

可选的，所述装置，还包括：

第二权重确定模块，被配置为预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重。

可选的，所述装置，还包括：

第二算法确定模块，被配置为基于识别精度对每种类型的识别算法进行降序排序，以权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法；

其中，所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度。

可选的，所述第二识别模块808，进一步被配置为：

根据预设获取规则获取并解析所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤S2，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

可选的，所述装置，还包括：

第二特征确定模块，被配置为在识别失败，且确定所述帧图像中目标对象包括预设特征的情况下，获取并解析所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别以及继续执行步骤S2。

可选的，所述装置，还包括：

二值化模块二，被配置为基于预设二值化算法对所述目标对象二值化，且根据二值化结果确定识别所述帧图像中目标对象的第i种类型的第j个识别算法。

可选的，所述目标对象包括二维码或条形码。

上述为本实施例的第二种识别装置的示意性方案。需要说明的是，该识别装置的技术方案与上述的第二种识别方法的技术方案属于同一构思，识别装置的技术方案未详细描述的细节内容，均可以参见上述第二种识别方法的技术方案的描述。

与上述识别方法实施例相对应，本说明书还提供了识别装置实施例，图9示出了本说明书一个实施例提供的一种识别装置的结构示意图。如图9所示，应用于识别终端，该装置包括：

第三指令接收模块902，被配置为确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

第三识别区域确定模块904，被配置为基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第三图像获取模块906，被配置为获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

第三识别模块908，被配置为对所述目标对象进行识别以确定所述目标对象的识别结果，并以预设的识别标识符标示识别成功。

可选的，所述第三识别模块908，进一步被配置为：

以预设的识别标识符在所述目标对象内部标示识别成功。

可选的，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度为所述识别终端的屏幕高度的80％～100％。

可选的，所述第三识别模块908，进一步被配置为：

S1、基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

S2、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1，

若否，则将j自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1。

可选的，所述装置，还包括：

第三权重确定模块，被配置为预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重。

可选的，所述装置，还包括：

第三算法确定模块，被配置为基于识别精度对每种类型的识别算法进行降序排序，以权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法；

其中，所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度。

可选的，所述第三识别模块908，进一步被配置为：

根据预设获取规则获取并解析所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤S2，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

可选的，所述装置，还包括：

第三特征确定模块，被配置为在识别失败，且确定所述帧图像中目标对象包括预设特征的情况下，获取并解析所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别以及继续执行步骤S2。

可选的，所述装置，还包括：

二值化模块三，被配置为基于预设二值化算法对所述目标对象二值化，且根据二值化结果确定识别所述帧图像中目标对象的第i种类型的第j个识别算法。

可选的，所述目标对象包括二维码或条形码。

上述为本实施例的第三种识别装置的示意性方案。需要说明的是，该识别装置的技术方案与上述的第三种识别方法的技术方案属于同一构思，识别装置的技术方案未详细描述的细节内容，均可以参见上述第三种识别方法的技术方案的描述。

与上述识别方法实施例相对应，本说明书还提供了识别装置实施例，图10示出了本说明书一个实施例提供的一种识别装置的结构示意图。如图10所示，应用于识别终端，该装置包括：

第四识别区域确定模块1002，被配置为接收识别指令，基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第四图像获取模块1004，被配置为获取所述识别区域内的帧图像，且基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

第四识别模块1006，被配置为判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且继续执行所述第四图像获取模块1004，

若否，则将j自增1，且继续执行所述第四图像获取模块1004。

可选的，所述第四识别区域确定模块1002，被配置为：

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

可选的，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度为所述识别终端的屏幕高度的80％～100％。

可选的，所述装置，还包括：

第四权重确定模块，被配置为预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重。

可选的，所述装置，还包括：

第四算法确定模块，被配置为基于识别精度对每种类型的识别算法进行降序排序，以权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法；

其中，所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度。

可选的，所述第四识别模块1006，进一步被配置为：

判断是否可以基于第i种类型的第j个识别算法识别得到所述帧图像中目标对象的识别结果。

可选的，所述第四识别模块1006，进一步被配置为：

根据预设获取规则获取所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤S3，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

可选的，所述装置，还包括：

第四特征确定模块，被配置为在识别失败，且确定所述帧图像中目标对象包括预设特征的情况下，获取所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别以及继续执行步骤S3。

可选的，所述装置，还包括：

二值化模块四，被配置为基于预设二值化算法对所述帧图像二值化，且根据二值化结果确定识别所述帧图像中目标对象的第i种类型的第j个识别算法。

可选的，所述目标对象包括二维码或条形码。

上述为本实施例的第四种识别装置的示意性方案。需要说明的是，该识别装置的技术方案与上述的第四种识别方法的技术方案属于同一构思，识别装置的技术方案未详细描述的细节内容，均可以参见上述第四种识别方法的技术方案的描述。

与上述识别方法实施例相对应，本说明书还提供了识别装置实施例，图11示出了本说明书一个实施例提供的一种识别装置的结构示意图。如图11所示，应用于识别终端，该装置包括：

第五识别区域确定模块1102，被配置为接收识别指令，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

第五图像获取模块1104，被配置为获取所述识别区域内的帧图像，且基于预设识别算法对所述帧图像中目标对象进行识别；

第五识别模块1106，被配置为判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则根据预设获取规则获取所述识别区域内的下一帧图像，且基于预设算法对所述下一帧图像中目标对象进行识别，继续执行所述第五识别模块1106，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

可选的，所述第五识别区域确定模块1102，进一步被配置为：

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

可选的，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度为所述识别终端的屏幕高度的80％～100％。

可选的，所述装置，还包括：

位置获取模块，被配置为预先为待获取的帧图像在所述识别区域内设置预定获取位置。

可选的，所述预设识别算法包括第i种类型的第j个识别算法，其中，j∈[1，n]，且i和n均为正整数；

相应的，所述第五图像获取模块1104，进一步被配置为：

基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别。

可选的，所述第五识别模块1106，进一步被配置为：

判断j是否大于等于n，

若是，则将i自增1，且根据预设获取规则获取所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤a3，

若否，则将j自增1，且根据预设获取规则获取所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤a3。

可选的，所述目标对象包括二维码或条形码。

上述为本实施例的第五种识别装置的示意性方案。需要说明的是，该识别装置的技术方案与上述的第五种识别方法的技术方案属于同一构思，识别装置的技术方案未详细描述的细节内容，均可以参见上述第五种识别方法的技术方案的描述。

图12示出了根据本说明书一个实施例提供的一种计算设备1200的结构框图。该计算设备1200的部件包括但不限于存储器1210和处理器1220。处理器1220与存储器1210通过总线1230相连接，数据库1250用于保存数据。

计算设备1200还包括接入设备1240，接入设备1240使得计算设备1200能够经由一个或多个网络1260通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备1240可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。

在本说明书的一个实施例中，计算设备1200的上述部件以及图12中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图12所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。

计算设备1200可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备1200还可以是移动式或静止式的服务器。

其中，处理器1220用于执行如下计算机可执行指令：

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

获取并解析所述识别区域内的帧图像，在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

以预设的识别标识符对所述目标对象进行标示，并对所述目标对象进行识别以确定所述目标对象的识别结果；或者

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

在所述识别区域显示预设的识别动画，获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

对所述目标对象进行识别以确定所述目标对象的识别结果；或者

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令；

基于所述识别指令获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

获取并解析所述识别区域内的帧图像，且在确定所述帧图像中包括预设图案的情况下，提取所述预设图案作为目标对象；

对所述目标对象进行识别以确定所述目标对象的识别结果，并以预设的识别标识符标示识别成功；或者

S1、接收识别指令，基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

S2、获取所述识别区域内的帧图像，且基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；

S3、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则判断j是否大于等于n，

若是，则将i自增1，且继续执行步骤S2，

若否，则将j自增1，且继续执行步骤S2；或者

a1、接收识别指令，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域；

a2、获取所述识别区域内的帧图像，且基于预设识别算法对所述帧图像中目标对象进行识别；

a3、判断识别是否成功，

若是，则确定所述帧图像中目标对象的识别结果，

若否，则根据预设获取规则获取所述识别区域内的下一帧图像，且基于预设算法对所述下一帧图像中目标对象进行识别，继续执行步骤a3，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的识别方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述识别方法的技术方案的描述。

本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述第一识别方法、第二识别方法、第三识别方法、第四识别方法或第五识别方法的步骤。

上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的识别方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述识别方法的技术方案的描述。

本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述识别方法的步骤。

上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的另一种识别方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述另一种识别方法的技术方案的描述。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。

以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

Claims (17)

1.一种识别方法，应用于识别终端，包括：

获取并解析所述识别终端的识别区域内的帧图像，提取所述帧图像中属于码类型的对象，作为目标对象；

执行以下循环识别流程，直至所述目标对象被识别成功或者用户主动退出所述识别终端的识别系统：

S1、基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；不同类型的识别算法用于对不同码类型的对象进行识别；

S2、若识别成功，则确定所述帧图像中目标对象的识别结果；若识别失败，则判断j是否大于等于n，若是，则将i自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1，若否，则将j自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1。

2.根据权利要求1所述的识别方法，获取并解析所述识别终端的识别区域内的帧图像，包括：

响应于识别指令，获取并解析所述识别终端的识别区域内的帧图像；

在响应于识别指令之前，所述方法还包括：

确定用户在所述识别终端选择的第三方应用程序，且接收所述用户基于所述第三方应用程序生成的识别指令。

3.如权利要求1所述的识别方法，在获取并解析所述识别终端的识别区域内的帧图像之前，所述方法还包括：

获取所述识别终端的屏幕尺寸，且基于所述识别终端的屏幕尺寸确定所述识别终端的识别区域。

4.如权利要求1所述的识别方法，所述方法还包括：

以预设的识别标识符对所述目标对象进行标示。

5.根据权利要求4所述的识别方法，所述以预设的识别标识符对所述目标对象进行标示包括：

以预设的识别标识符在所述目标对象内部预设位置对所述目标对象进行标示。

6.根据权利要求1所述的识别方法，所述识别终端的识别区域的宽度为所述识别终端的屏幕宽度的90％～100％，所述识别终端的识别区域的高度为所述识别终端的屏幕高度的80％～100％。

7.根据权利要求1所述的识别方法，所述获取并解析所述识别终端的识别区域内的帧图像之前，还包括：

预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重。

8.根据权利要求7所述的识别方法，所述预先确定第一帧图像中目标对象的类型，且增加与所述第一帧图像中目标对象的类型匹配的识别算法类型的权重之后，还包括：

基于识别精度对每种类型的识别算法进行降序排序，以权重最高以及识别精度最高的第i种类型的第j个识别算法作为初始识别算法；

其中，所述第i种类型的识别算法的权重大于第i+1种类型的识别算法的权重，所述第j个识别算法的精度大于第j+1个识别算法的精度。

9.根据权利要求1所述的识别方法，所述获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1包括：

根据预设获取规则获取并解析所述识别区域内的下一帧图像，且基于第i种类型的第j个识别算法对所述下一帧图像中目标对象进行识别，继续执行步骤S2，

其中，所述预设获取规则包括相邻两次获取的所述识别区域内的帧图像的大小不同。

10.根据权利要求1所述的识别方法，所述基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别之后，还包括：

在识别失败，且确定所述帧图像中目标对象包括预设特征的情况下，获取并解析所述识别区域内的下一帧图像，基于与所述预设特征对应的识别算法对所述下一帧图像中目标对象进行识别以及继续执行步骤S2。

11.根据权利要求1所述的识别方法，所述对所述目标对象进行识别以确定所述目标对象的识别结果之前，还包括：

基于预设二值化算法对所述目标对象二值化，且根据二值化结果确定识别所述帧图像中目标对象的第i种类型的第j个识别算法；其中，若所述二值化结果表征所述目标对象的质量为高质量，则确定的识别算法为低精度识别算法，若所述二值化结果表征所述目标对象的质量为低质量，则确定的识别算法为高精度识别算法。

12.根据权利要求1所述的识别方法，所述目标对象包括二维码或条形码。

13.根据权利要求1所述的识别方法，在获取并解析所述识别终端的识别区域内的帧图像之前，所述方法还包括：

在所述识别区域内显示预设的识别动画。

14.根据权利要求13所述的识别方法，所述识别动画显示于所述识别终端的屏幕中上部，且所述识别动画的起始位置根据所述识别区域的顶部边界位置设置，所述识别动画的终止位置根据所述识别区域的底部边界位置设置。

15.一种识别装置，应用于识别终端，所述识别装置包括：

获取模块，获取并解析所述识别终端的识别区域内的帧图像，提取所述帧图像中属于码类型的对象，作为目标对象；

执行模块，执行以下循环识别流程，直至所述目标对象被识别成功或者用户主动退出所述识别终端的识别系统：

S1、基于第i种类型的第j个识别算法对所述帧图像中目标对象进行识别，其中，j∈[1，n]，且i和n均为正整数；不同类型的识别算法用于对不同码类型的对象进行识别；

S2、若识别成功，则确定所述帧图像中目标对象的识别结果；若识别失败，则判断j是否大于等于n，若是，则将i自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1，若否，则将j自增1，且获取并解析所述识别区域内的下一帧图像以及继续执行步骤S1。

16.一种计算设备，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器执行所述计算机可执行指令时实现权利要求1至14任意一项所述识别方法的步骤。

17.一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现权利要求1至14任意一项所述识别方法的步骤。

Images