CN115797759A - 一种多目标纸张图像快速识别方法 - Google Patents

Abstract

本发明涉及纸张图像快速识别领域，尤其涉及一种多目标纸张图像快速识别方法，包括：获取待识别纸张的基础尺寸数据进行验证得到待识别纸张基础识别结果；利用所述待识别纸张基础识别结果进行区域划分处理得到待识别纸张分区结果；利用所述待识别纸张分区结果得到待识别纸张图像快速识别结果，不仅对于当前识别纸张进行识别验证，而且对于大数量纸张的识别准确性有保证，将纸张位置异常也同步考虑进识别过程中，在识别过程中还对于与待识别纸张类似或仿造等情况做了初步的筛选，有较强的纸张特征针对性。

Description

一种多目标纸张图像快速识别方法

技术领域

本发明涉及纸张图像快速识别领域，具体涉及一种多目标纸张图像快速识别方法。

背景技术

随着旅游业的发展，很多景区采用景点打卡的方式吸引顾客，景点打卡的卡册采用折页的方式方便打卡以及收藏，自动打卡机器既需要识别景点的专属纸张，然后才能对专属纸张进行打卡，在打卡机器对于专属纸张的识别速度及准确性上有较高的要求，同时，考虑到实际情况中，纸张会因为外界因素导致粘连重叠，还需要保证在待打卡纸张较多的情况下在每次识别中对后续纸张的整齐度进行同步监测识别，因此亟需一种切实可行的纸张检测识别方法。

发明内容

针对现有技术的不足，本发明提供了一种多目标纸张图像快速识别方法，通过对待识别纸张的基础特征进行识别判断，加快了识别速度，依赖待识别的纸张自身特征提升了识别的针对性。

为实现上述目的，本发明提供了一种多目标纸张图像快速识别方法，包括：

获取待识别纸张的基础尺寸数据进行验证得到待识别纸张基础识别结果；

利用所述待识别纸张基础识别结果进行区域划分处理得到待识别纸张分区结果；

利用所述待识别纸张分区结果得到待识别纸张图像快速识别结果。

优选的，所述获取待识别纸张的基础尺寸数据进行验证得到待识别纸张基础识别结果包括：

获取待识别纸张的基础尺寸数据；

判断所述待识别纸张的基础尺寸数据是否存在异常，若是，则根据所述待识别纸张的基础尺寸异常数据得到待识别纸张基础识别结果，否则，待识别纸张基础识别结果为正常；

其中，待识别纸张的基础尺寸数据为纸张长度、纸张宽度与纸张反光度。

进一步的，根据所述待识别纸张的基础尺寸异常数据得到待识别纸张基础识别结果包括：

当所述待识别纸张的基础尺寸数据存在异常时，判断所述待识别纸张的基础尺寸异常数据的数量是否为1，若是，则根据所述待识别纸张的基础尺寸异常数据类型得到待识别纸张基础识别结果，否则，待识别纸张基础识别结果为异常，放弃处理。

进一步的，根据所述待识别纸张的基础尺寸异常数据类型得到待识别纸张基础识别结果包括：

当所述待识别纸张的基础尺寸异常数据类型为纸张长度时，判断所述待识别纸张的纸张反光度是否存在异常区域，若是，则所述待识别纸张基础识别结果为异常，否则，所述待识别纸张基础识别结果为待处理异常；

当所述待识别纸张的基础尺寸异常数据类型为纸张宽度时，所述待识别纸张基础识别结果为异常；

当所述待识别纸张的基础尺寸异常数据类型为纸张反光度时，判断所述待识别纸张的纸张长度是否超过标准纸张长度的1.5倍，若是，则所述待识别纸张基础识别结果为异常，否则，所述待识别纸张基础识别结果为待处理异常。

优选的，利用所述待识别纸张基础识别结果进行区域划分处理得到待识别纸张分区结果包括：

获取待识别纸张的图像数据进行区域划分处理得到待识别纸张的图像轮廓数据与待识别纸张的图像特征数据；

利用所述待识别纸张的图像轮廓数据得到待识别纸张的图像轮廓识别结果；

利用所述待识别纸张的图像特征数据得到待识别纸张的图像特征识别结果；

利用所述待识别纸张的图像轮廓识别结果与待识别纸张的图像特征识别结果作为待识别纸张分区结果。

进一步的，所述获取待识别纸张的图像数据进行区域划分处理得到待识别纸张的图像轮廓数据与待识别纸张的图像特征数据包括：

获取待识别纸张的图像数据；

利用所述待识别纸张的图像数据基于opencv根据纸张轮廓标准值得到待识别纸张的图像轮廓数据；

去除所述待识别纸张的图像数据中的待识别纸张的图像轮廓数据作为待识别纸张的图像特征数据；

其中，纸张轮廓标准值为待识别纸张的四周边缘轮廓，不占用纸张内容区域。

进一步的，利用所述待识别纸张的图像轮廓数据得到待识别纸张的图像轮廓识别结果包括：

判断所述待识别纸张的图像轮廓数据是否为对称对应，若是，则待识别纸张的图像轮廓识别结果为正常，否则，所述待识别纸张的图像轮廓识别结果为异常；

其中，同一待识别纸张的图像轮廓数据包括待识别纸张的图像上边轮廓数据、待识别纸张的图像下边轮廓数据、待识别纸张的图像左边轮廓数据与待识别纸张的图像右边轮廓数据。

进一步的，利用所述待识别纸张的图像特征数据得到待识别纸张的图像特征识别结果包括：

判断所述待识别纸张的图像特征数据是否为单一完整，若是，则待识别纸张的图像特征识别结果为正常，否则，获取待识别纸张的图像特征数据的图像特征重复数据；

利用所述图像特征重复数据得到待识别纸张的图像特征识别结果。

进一步的，利用所述图像特征重复数据得到待识别纸张的图像特征识别结果包括：

判断所述图像特征重复数据内是否存在待识别纸张的图像轮廓数据，若是，则获取待识别纸张的图像轮廓数据的数量，否则，待识别纸张的图像特征识别结果为异常；

判断所述待识别纸张的图像轮廓数据的数量是否为1，若是，则待识别纸张的图像特征识别结果为单独异常，否则，待识别纸张的图像特征识别结果为部分异常。

优选的，利用所述待识别纸张分区结果得到待识别纸张图像快速识别结果包括：

当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果与待识别纸张的图像特征识别结果均为正常时，所述待识别纸张图像快速识别结果为正常；

当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果与待识别纸张的图像特征识别结果均为异常时，所述待识别纸张图像快速识别结果为异常；

当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果为正常，且待识别纸张的图像特征识别结果为单独异常时，所述待识别纸张图像快速识别结果为单一待识别纸张位置异常；

当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果为正常，且待识别纸张的图像特征识别结果为部分异常时，所述待识别纸张图像快速识别结果为非单一待识别纸张异常。

与最接近的现有技术相比，本发明具有的有益效果：

利用纸张的基础尺寸数据进行初步快速筛选，保证了后续识别的准确性及高效性，同时，在后续识别的过程中，不仅对于当前识别纸张进行识别验证，而且对于大数量纸张的识别准确性有保证，将纸张位置异常也同步考虑进识别过程中，在识别过程中还对于与待识别纸张类似或仿造等情况做了初步的筛选，有较强的纸张特征针对性。

附图说明

图1是本发明提供的一种多目标纸张图像快速识别方法的流程图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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它实施例，都属于本发明保护的范围。

实施例1：本发明提供了一种多目标纸张图像快速识别方法，如图1所示，包括：

S1、获取待识别纸张的基础尺寸数据进行验证得到待识别纸张基础识别结果；

S2、利用所述待识别纸张基础识别结果进行区域划分处理得到待识别纸张分区结果；

S3、利用所述待识别纸张分区结果得到待识别纸张图像快速识别结果。

S1具体包括：

S1-1、获取待识别纸张的基础尺寸数据；

S1-2、判断所述待识别纸张的基础尺寸数据是否存在异常，若是，则根据所述待识别纸张的基础尺寸异常数据得到待识别纸张基础识别结果，否则，待识别纸张基础识别结果为正常；

其中，待识别纸张的基础尺寸数据为纸张长度、纸张宽度与纸张反光度。

本实施例中，一种多目标纸张图像快速识别方法，当待识别纸张的基础尺寸数据存在任一数据与实际应用的标准数据不对应时，即为待识别纸张的基础尺寸数据存在异常。

本实施例中，一种多目标纸张图像快速识别方法，在实际应用环境中，需要进行纸张图像识别的纸张大多为铜版纸或类似存在较强反光性的纸张，因此，在基础尺寸数据中加入反光度进行验证。

S1-2具体包括：

S1-2-1、当所述待识别纸张的基础尺寸数据存在异常时，判断所述待识别纸张的基础尺寸异常数据的数量是否为1，若是，则根据所述待识别纸张的基础尺寸异常数据类型得到待识别纸张基础识别结果，否则，待识别纸张基础识别结果为异常，放弃处理。

S1-2-1具体包括：

S1-2-1-1、当所述待识别纸张的基础尺寸异常数据类型为纸张长度时，判断所述待识别纸张的纸张反光度是否存在异常区域，若是，则所述待识别纸张基础识别结果为异常，否则，所述待识别纸张基础识别结果为待处理异常；

S1-2-1-2、当所述待识别纸张的基础尺寸异常数据类型为纸张宽度时，所述待识别纸张基础识别结果为异常；

S1-2-1-3、当所述待识别纸张的基础尺寸异常数据类型为纸张反光度时，判断所述待识别纸张的纸张长度是否超过标准纸张长度的1.5倍，若是，则所述待识别纸张基础识别结果为异常，否则，所述待识别纸张基础识别结果为待处理异常。

本实施例中，一种多目标纸张图像快速识别方法，标准纸张长度的1.5倍设定是基于相邻纸张发生位移，导致识别结果存在异常，在实际应用中，纸张的重叠部分不会超过纸张自身的50%，即重叠部分超过50%易发生识别机器卡顿或纸张损坏等情况。

本实施例中，一种多目标纸张图像快速识别方法，所述待处理异常为待识别纸张与相邻下一待识别纸张存在粘连重叠，需要进行调整恢复至同一时刻检测单一纸张。

S2具体包括：

S2-1、获取待识别纸张的图像数据进行区域划分处理得到待识别纸张的图像轮廓数据与待识别纸张的图像特征数据；

S2-2、利用所述待识别纸张的图像轮廓数据得到待识别纸张的图像轮廓识别结果；

S2-3、利用所述待识别纸张的图像特征数据得到待识别纸张的图像特征识别结果；

S2-4、利用所述待识别纸张的图像轮廓识别结果与待识别纸张的图像特征识别结果作为待识别纸张分区结果。

S2-1具体包括：

S2-1-1、获取待识别纸张的图像数据；

S2-1-2、利用所述待识别纸张的图像数据基于opencv根据纸张轮廓标准值得到待识别纸张的图像轮廓数据；

S2-1-3、去除所述待识别纸张的图像数据中的待识别纸张的图像轮廓数据作为待识别纸张的图像特征数据；

其中，纸张轮廓标准值为待识别纸张的四周边缘轮廓，不占用纸张内容区域。

本实施例中，一种多目标纸张图像快速识别方法，所述opencv的过程算法的在本申请方案中应用的具体步骤如下：

1、转灰度，降噪；

2、边缘检测；

3、轮廓提取；

4、重新执行步骤3，提升精度；

5、找到长方形四条边，即为纸张的外围四边形；

6、得出结果。

S2-2具体包括：

S2-2-1、判断所述待识别纸张的图像轮廓数据是否为对称对应，若是，则待识别纸张的图像轮廓识别结果为正常，否则，所述待识别纸张的图像轮廓识别结果为异常；

其中，同一待识别纸张的图像轮廓数据包括待识别纸张的图像上边轮廓数据、待识别纸张的图像下边轮廓数据、待识别纸张的图像左边轮廓数据与待识别纸张的图像右边轮廓数据。

本实施例中，一种多目标纸张图像快速识别方法，正常纸张通常为方正对称的形状，所述对称对应的定义为待识别纸张的图像上边轮廓数据与待识别纸张的图像下边轮廓数据的数值相等，待识别纸张的图像左边轮廓数据与待识别纸张的图像右边轮廓数据的数值相等。

S2-3具体包括：

S2-3-1、判断所述待识别纸张的图像特征数据是否为单一完整，若是，则待识别纸张的图像特征识别结果为正常，否则，获取待识别纸张的图像特征数据的图像特征重复数据；

S2-3-2、利用所述图像特征重复数据得到待识别纸张的图像特征识别结果。

本实施例中，一种多目标纸张图像快速识别方法，所述单一完整的定义为图像特征数据为同一纸张上的完整图像内容。

S2-3-2具体包括：

S2-3-2-1、判断所述图像特征重复数据内是否存在待识别纸张的图像轮廓数据，若是，则获取待识别纸张的图像轮廓数据的数量，否则，待识别纸张的图像特征识别结果为异常；

S2-3-2-2、判断所述待识别纸张的图像轮廓数据的数量是否为1，若是，则待识别纸张的图像特征识别结果为单独异常，否则，待识别纸张的图像特征识别结果为部分异常。

S3具体包括：

S3-1、当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果与待识别纸张的图像特征识别结果均为正常时，所述待识别纸张图像快速识别结果为正常；

S3-2、当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果与待识别纸张的图像特征识别结果均为异常时，所述待识别纸张图像快速识别结果为异常；

S3-3、当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果为正常，且待识别纸张的图像特征识别结果为单独异常时，所述待识别纸张图像快速识别结果为单一待识别纸张位置异常；

S3-4、当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果为正常，且待识别纸张的图像特征识别结果为部分异常时，所述待识别纸张图像快速识别结果为非单一待识别纸张异常。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种多目标纸张图像快速识别方法，其特征在于，包括：

获取待识别纸张的基础尺寸数据进行验证得到待识别纸张基础识别结果；

利用所述待识别纸张基础识别结果进行区域划分处理得到待识别纸张分区结果；

利用所述待识别纸张分区结果得到待识别纸张图像快速识别结果。

2.如权利要求1所述的一种多目标纸张图像快速识别方法，其特征在于，所述获取待识别纸张的基础尺寸数据进行验证得到待识别纸张基础识别结果包括：

获取待识别纸张的基础尺寸数据；

判断所述待识别纸张的基础尺寸数据是否存在异常，若是，则根据所述待识别纸张的基础尺寸异常数据得到待识别纸张基础识别结果，否则，待识别纸张基础识别结果为正常；

其中，待识别纸张的基础尺寸数据为纸张长度、纸张宽度与纸张反光度。

3.如权利要求2所述的一种多目标纸张图像快速识别方法，其特征在于，根据所述待识别纸张的基础尺寸异常数据得到待识别纸张基础识别结果包括：

当所述待识别纸张的基础尺寸数据存在异常时，判断所述待识别纸张的基础尺寸异常数据的数量是否为1，若是，则根据所述待识别纸张的基础尺寸异常数据类型得到待识别纸张基础识别结果，否则，待识别纸张基础识别结果为异常，放弃处理。

4.如权利要求3所述的一种多目标纸张图像快速识别方法，其特征在于，根据所述待识别纸张的基础尺寸异常数据类型得到待识别纸张基础识别结果包括：

当所述待识别纸张的基础尺寸异常数据类型为纸张长度时，判断所述待识别纸张的纸张反光度是否存在异常区域，若是，则所述待识别纸张基础识别结果为异常，否则，所述待识别纸张基础识别结果为待处理异常；

当所述待识别纸张的基础尺寸异常数据类型为纸张宽度时，所述待识别纸张基础识别结果为异常；

当所述待识别纸张的基础尺寸异常数据类型为纸张反光度时，判断所述待识别纸张的纸张长度是否超过标准纸张长度的1.5倍，若是，则所述待识别纸张基础识别结果为异常，否则，所述待识别纸张基础识别结果为待处理异常。

5.如权利要求1所述的一种多目标纸张图像快速识别方法，其特征在于，利用所述待识别纸张基础识别结果进行区域划分处理得到待识别纸张分区结果包括：

获取待识别纸张的图像数据进行区域划分处理得到待识别纸张的图像轮廓数据与待识别纸张的图像特征数据；

利用所述待识别纸张的图像轮廓数据得到待识别纸张的图像轮廓识别结果；

利用所述待识别纸张的图像特征数据得到待识别纸张的图像特征识别结果；

利用所述待识别纸张的图像轮廓识别结果与待识别纸张的图像特征识别结果作为待识别纸张分区结果。

6.如权利要求5所述的一种多目标纸张图像快速识别方法，其特征在于，所述获取待识别纸张的图像数据进行区域划分处理得到待识别纸张的图像轮廓数据与待识别纸张的图像特征数据包括：

获取待识别纸张的图像数据；

利用所述待识别纸张的图像数据基于opencv根据纸张轮廓标准值得到待识别纸张的图像轮廓数据；

去除所述待识别纸张的图像数据中的待识别纸张的图像轮廓数据作为待识别纸张的图像特征数据；

其中，纸张轮廓标准值为待识别纸张的四周边缘轮廓，不占用纸张内容区域。

7.如权利要求5所述的一种多目标纸张图像快速识别方法，其特征在于，利用所述待识别纸张的图像轮廓数据得到待识别纸张的图像轮廓识别结果包括：

判断所述待识别纸张的图像轮廓数据是否为对称对应，若是，则待识别纸张的图像轮廓识别结果为正常，否则，所述待识别纸张的图像轮廓识别结果为异常；

其中，同一待识别纸张的图像轮廓数据包括待识别纸张的图像上边轮廓数据、待识别纸张的图像下边轮廓数据、待识别纸张的图像左边轮廓数据与待识别纸张的图像右边轮廓数据。

8.如权利要求5所述的一种多目标纸张图像快速识别方法，其特征在于，利用所述待识别纸张的图像特征数据得到待识别纸张的图像特征识别结果包括：

判断所述待识别纸张的图像特征数据是否为单一完整，若是，则待识别纸张的图像特征识别结果为正常，否则，获取待识别纸张的图像特征数据的图像特征重复数据；

利用所述图像特征重复数据得到待识别纸张的图像特征识别结果。

9.如权利要求8所述的一种多目标纸张图像快速识别方法，其特征在于，利用所述图像特征重复数据得到待识别纸张的图像特征识别结果包括：

判断所述图像特征重复数据内是否存在待识别纸张的图像轮廓数据，若是，则获取待识别纸张的图像轮廓数据的数量，否则，待识别纸张的图像特征识别结果为异常；

判断所述待识别纸张的图像轮廓数据的数量是否为1，若是，则待识别纸张的图像特征识别结果为单独异常，否则，待识别纸张的图像特征识别结果为部分异常。

10.如权利要求1所述的一种多目标纸张图像快速识别方法，其特征在于，利用所述待识别纸张分区结果得到待识别纸张图像快速识别结果包括：

当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果与待识别纸张的图像特征识别结果均为正常时，所述待识别纸张图像快速识别结果为正常；

当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果与待识别纸张的图像特征识别结果均为异常时，所述待识别纸张图像快速识别结果为异常；

当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果为正常，且待识别纸张的图像特征识别结果为单独异常时，所述待识别纸张图像快速识别结果为单一待识别纸张位置异常；

当所述待识别纸张分区结果的待识别纸张的图像轮廓识别结果为正常，且待识别纸张的图像特征识别结果为部分异常时，所述待识别纸张图像快速识别结果为非单一待识别纸张异常。

Images