CN117077707A - 图像处理方法及装置、用于信息码识别的设备 - Google Patents

图像处理方法及装置、用于信息码识别的设备 Download PDF

Info

Publication number
CN117077707A
CN117077707A CN202311005044.9A CN202311005044A CN117077707A CN 117077707 A CN117077707 A CN 117077707A CN 202311005044 A CN202311005044 A CN 202311005044A CN 117077707 A CN117077707 A CN 117077707A
Authority
CN
China
Prior art keywords
color
pixel
value
channels
values
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
Application number
CN202311005044.9A
Other languages
English (en)
Inventor
杨会峰
樊旭川
黄金煌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Unigroup Tsingteng Microsystems Co Ltd
Original Assignee
Beijing Unigroup Tsingteng Microsystems Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Unigroup Tsingteng Microsystems Co Ltd filed Critical Beijing Unigroup Tsingteng Microsystems Co Ltd
Priority to CN202311005044.9A priority Critical patent/CN117077707A/zh
Publication of CN117077707A publication Critical patent/CN117077707A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Image Processing (AREA)

Abstract

本公开涉及信息码识别的技术领域，公开一种图像处理方法及装置、用于信息码识别的设备，方法包括：确定出原始图像中的背景区域；基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数；基于像素调整参数，调整原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致，从而将原始图像转换成灰度图像。确定像素调整参数的过程考虑了背景区域中各个颜色通道的颜色值的差异情况，可以使调整后的不同像素点的亮度变化程度相对一致，一定程度上避免背景区域中不同部分的亮度差异过大。仅对颜色通道的颜色值本身进行调整，未将一个像素点的不同颜色通道的颜色值进行融合，能够提高灰度图像的分辨率。

Description

图像处理方法及装置、用于信息码识别的设备
技术领域
本公开涉及信息码识别的技术领域，例如涉及一种图像处理方法及装置、用于信息码识别的设备。
背景技术
信息码是是一种能够记录信息的图形标识符，常见的信息码包括条形码和二维码等，信息码被设备扫描后可获取其中所包含的信息。设备在扫描包含信息码的图像时，通常需要先将该图像转换成灰度图像，之后基于灰度图像进行图像识别，从而减少图像识别过程中的计算量。
相关技术提供了一种条码的识别方法，该方法是将每个像素点的不同蓝色通道的颜色值融合为一个颜色值，将融合得到的颜色值作为灰度图像中的一个像素点的亮度，例如，可以采用下述公式将每个像素点的不同蓝色通道的颜色值融合为一个颜色值：Gray＝(297×R+586×G+117×B)÷1000，其中，Gray为灰度处理后每个像素点的颜色值，R、G、B分别为原始图片的红色、绿色和蓝色通道的颜色值。这种方法最终可以得到单通道的灰度图像，但是这种单通道的灰度图像的分辨率通常较低，会影响扫码结果的准确性。
在相关技术中，还可以对原始图像中每个像素点的各个颜色通道的颜色值进行调整，使得同一个像素点的各个颜色通道的颜色值趋近于一致，从而将原始图像转换为对应的灰度图像。但是，这种获取灰度图像的方法，在将原始图像转换为灰度图像的过程中，采用的调整参数或调整模式相对固定。具体来说，针对不同的原始图像，通常采用固定的调整参数或调整模式来调整像素点的各个颜色通道的颜色值。使用上述方法来获取包含信息码的图像的灰度图像，会导致灰度图像的背景区域中不同部分的亮度差异较大。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键／重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
本公开实施例提供了一种图像处理方法及装置、用于信息码识别的设备，可以提高灰度图像的分辨率，且能减小灰度图像的背景区域中不同部分的亮度差异。
根据本公开实施例的第一方面，提供了一种图像处理方法，图像处理方法包括：
确定出原始图像中的背景区域；
基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数；
基于像素调整参数，调整原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致。
在一些实施例中，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道；基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数，包括：
基于背景区域中每个像素点的各个颜色通道的颜色值，分别计算出背景区域中第一颜色通道的第一颜色融合值、第二颜色通道的第二颜色融合值和第三颜色通道的第三颜色融合值；
基于第一颜色融合值、第二颜色融合值和第三颜色融合值，确定像素调整参数。
每种颜色通道的颜色融合值，可以在一定程度上反映背景区域中该颜色通道的所有颜色值的整体特征。通过将不同颜色通道的颜色融合值进行对比，可以较准确地评价出不同颜色通道的颜色值的差异情况，从而有助于得到更加符合实际情况的像素调整参数。
在一些实施例中，像素调整参数包括第一像素调整参数和第二像素调整参数；
基于第一颜色融合值、第二颜色融合值和第三颜色融合值，确定像素调整参数，包括：
确定第一颜色融合值与第二颜色融合值的第一差异结果，将第一差异结果作为第一像素调整参数；
确定第一颜色融合值与第三颜色融合值的第二差异结果，将第二差异结果作为第二像素调整参数。
以第一颜色融合值为基准，将第二颜色融合值和第三颜色融合值分别与第一颜色融合值的进行对比，得到第一像素调整参数和第二像素调整参数。在后续步骤中，分别基于第一像素调整参数和第二像素调整参数来调整第二颜色通道的颜色值和第三颜色通道的颜色值，使得第二颜色通道的颜色值和第三颜色通道的颜色值趋近于第一颜色通道的颜色值，而第一颜色通道的颜色值固定不变，这可以减少需要调整的颜色值的数量，从而节省计算资源，并且助于提升图像处理的效率。
在一些实施例中，确定出原始图像中的背景区域，包括：
从原始图像确定出多个参考像素点，其中，参考像素点对应的颜色特征值符合预设的颜色特征条件，参考像素点对应有原始图像中的一个窗口区域，窗口区域包括参考像素点及其临近的预设数量的像素点，颜色特征值是基于窗口区域中每个像素点的各个颜色通道的颜色值所计算出的；
基于参考像素点在原始图像中的排布特征，确定出原始图像中的背景区域。
颜色特征值是能够反映参考像素点所在窗口区域的所有像素点整体特征的参数；颜色特征条件可以用于判断像素点是否属于背景区域中的像素点。基于颜色特征值和颜色特征条件所筛选出的参考像素点可以被视为是背景区域中的像素点，这样基于参考像素点的排布特征便可以更准确地确定出原始图像中的背景区域。
在一些实施例中，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道；
颜色特征值包括：窗口区域中所有像素点的第一颜色通道的颜色值的第一均值、窗口区域中所有像素点的第二颜色通道的颜色值的第一均值、窗口区域中所有像素点的第三颜色通道的颜色值的第一均值；
颜色特征条件包括：每个第一均值均大于预设的均值阈值。
背景区域中的像素点的颜色值，通常大于信息码区域中的像素点的颜色值。当窗口区域中所有像素点的各个颜色通道的颜色值的均值均大于均值阈值时，可以认定窗口区域所对应的像素点大概率在背景区域。因此，基于均值阈值和窗口区域中所有像素点的各个颜色通道的颜色值的均值，能够更加准确地确定出参考像素点。
在一些实施例中，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道；
颜色特征值包括：窗口区域中所有像素点的第一颜色通道的颜色值的均方根、窗口区域中所有像素点的第二颜色通道的颜色值的均方根、窗口区域中所有像素点的第三颜色通道的颜色值的均方根；
颜色特征条件包括：每个均方根均小于预设的均方根阈值。
背景区域中的各像素点的颜色值之间的差异，通常小于信息码区域中的各像素点的颜色值之间的差异。当窗口区域中所有像素点的各个颜色通道的颜色值的均方根均小于均方根阈值时，可以认定窗口区域所对应的像素点大概率在背景区域。因此，基于均方根阈值和窗口区域中所有像素点的各个颜色通道的颜色值的均方根，能够更加准确地确定出参考像素点。
根据本公开实施例的第二方面，提供了一种图像处理装置，图像处理装置包括背景确定模块、参数确定模块和图像调整模块；
背景确定模块被配置为确定出原始图像中的背景区域；
参数确定模块基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数；
图像调整模块被配置为基于像素调整参数，调整原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致。
根据本公开实施例的第三方面，提供了一种图像处理装置，图像处理装置包括处理器和存储有程序指令的存储器，处理器被配置为在运行程序指令时，执行如第一方面提供的图像处理方法。
根据本公开实施例的第四方面，提供了一种用于信息码识别的设备，用于信息码识别的设备包括：
第二方面或第三方面提供的图像处理装置；
摄像头，摄像头与图像处理装置电连接，图像处理装置基于摄像头获取原始图像。
根据本公开实施例的第五方面，提供了一种存储介质，存储有程序指令，程序指令在运行时，执行第一方面提供的图像处理方法。
本公开实施例提供的图像处理方法及装置、设备，可以实现以下技术效果：
基于像素调整参数，将同一个像素点的各个通道的颜色值趋近于一致，从而将原始图像转换成灰度图像，其中，像素调整参数是依据背景区域每个像素点的各个颜色通道的颜色值确定出来的。由于确定像素调整参数的过程考虑了背景区域中的各个颜色通道的颜色值的差异情况，因此基于该像素调整参数来调整像素点各个颜色通道的颜色值之后，不同像素点的亮度变化程度相对一致，从而在一定程度上避免背景区域中不同部分的亮度差异过大。此外，在像素调整参数来调整像素点各个颜色通道的颜色值的过程，仅仅是对颜色通道的颜色值本身进行调整，并未将一个像素点的不同颜色通道的颜色值进行融合，也并未基于不同像素点的颜色值来生成一个像素的灰度值，得到的灰度图像保留了原始图像的通道数量，从而能够提高灰度图像的分辨率。
以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本公开。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
图1是本公开实施例提供的一种图像处理方法的示意图；
图2是本公开实施例提供的一种原始图像的示意图；
图3是本公开实施例提供的一种像素数据阵列的示意图；
图4是本公开实施例提供的另一种图像处理方法的示意图；
图5是本公开实施例提供的另一种图像处理方法的示意图；
图6是本公开实施例提供的另一种图像处理方法的示意图；
图7是本公开实施例提供的另一种图像处理方法的示意图；
图8是本公开实施例提供的一种图像处理方法的装置的示意图；
图9是本公开实施例提供的另一种图像处理方法的装置的示意图；
图10是本公开实施例提供的一种信息码识别的设备的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
除非另有说明，术语“多个”表示两个或两个以上。
本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
术语“对应”可以指的是一种关联关系或绑定关系，A与B相对应指的是A与B之间是一种关联关系或绑定关系。
信息码是是一种能够记录信息的图形标识符，常见的信息码包括条形码和二维码等，信息码被设备扫描后可获取其中所包含的信息。设备在扫描包含信息码的图像时，通常需要先将该图像转换成灰度图像，之后基于灰度图像进行图像识别，从而减少图像识别过程中的计算量。
相关技术提供了一种条码的识别方法，该方法是将每个像素点的不同蓝色通道的颜色值融合为一个颜色值，将融合得到的颜色值作为灰度图像中的一个像素点的亮度，例如，可以采用下述公式将每个像素点的不同蓝色通道的颜色值融合为一个颜色值：Gray＝(297×R+586×G+117×B)÷1000，其中，Gray为灰度处理后每个像素点的颜色值，R、G、B分别为原始图片的红色、绿色和蓝色通道的颜色值。这种方法最终可以得到单通道的灰度图像，但是这种单通道的灰度图像的分辨率通常较低，会影响扫码结果的准确性。
在相关技术中，还可以对原始图像中每个像素点的各个颜色通道的颜色值进行调整，使得同一个像素点的各个颜色通道的颜色值趋近于一致，从而将原始图像转换为对应的灰度图像。但是，这种获取灰度图像的方法，在将原始图像转换为灰度图像的过程中，采用的调整参数或调整模式相对固定。具体来说，针对不同的原始图像，通常采用固定的调整参数或调整模式来调整像素点的各个颜色通道的颜色值。使用上述方法来获取包含信息码的图像的灰度图像，会导致灰度图像的背景区域中不同部分的亮度差异较大。
首先对本公开实施例涉及到的概念进行解释说明。
彩色图像：彩色图像中的每个像素点通常具有3个颜色通道的颜色值，3个颜色通道分别是红色通道、绿色通道和蓝色通道，分别可以用字母R、G、B来表示，每个颜色通道的颜色值在0至 255之间，这三个色彩通道的组合可以表示像素点的颜色。
灰度图像：灰度图像可以包括两种类型。第一种灰度图像是单通道的图像，即图像中的每个像素点只有一个通道；第二种灰度图像，其每个像素点同样具有3个颜色通道的颜色值，但是3个颜色通道的颜色值相等（或趋近于一致）。
在本公开实施例中的原始图像为彩色图像，本公开实施例提供的图像处理方法，可以将该原始图像转换为第二种灰度图像。
本公开实施例提供的图像处理方法的执行主体，可以是具有图像处理能力的设备。例如，执行主体可以是手机、计算机和服务器等，还可以是用于信息码识别的设备。下面以执行主体是用于信息码识别的设备（以下简称设备）为例，对图像处理方法的具体内容进行说明。
结合图1所示，本公开实施例提供了一种图像处理方法，该方法可以包括以下步骤：
步骤101，设备确定出原始图像中的背景区域。
在此需要说明的是，原始图像可以包含待识别的信息码，信息码可以是条形码、二维码和三维码等。这里，设备可以包括摄像头，可以通过摄像头对信息码进行拍摄，从而得到原始图像，其中，摄像头可以是RGB型（彩色）图像传感器。
背景区域在原始图像中信息码所占据的区域之外。图2是本公开实施例提供的一种原始图像的示意图，结合图2所示，原始图像中包含有条形码，图2中的虚线框所包围的区域即可以认为是条形码所占据的区域，背景区域可以是原始图像中虚线框意外的区域。可以理解的是，图2中的虚线框仅仅是用于辅助指示出原始图像中的背景区域，真实的原始图像中并不包含该虚线框。
步骤102，设备基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数。
这里，设备可以基于摄像头获取到原始图像的像素数据阵列，图3是本公开实施例提供的一种像素数据阵列的示意图，像素数据阵列包含了原始中每个像素点的各个颜色通道的颜色值。可以理解的是，设备可以从原始图像的像素数据阵列中，确定出背景区域中每个像素点的各个颜色通道的颜色值，之后基于这些颜色值确定像素调整参数。在图3中，R、G、B均表示像素点的不同颜色通道的颜色值，其中，R为红色通道的颜色值，G为绿色通道的颜色值，B为蓝色通道的颜色值红色。每个R、G和B的具体值由原始图像本身确定，R、G和B的范围在0至 255之间。
步骤103，设备基于像素调整参数，调整原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致。
在此需要说明的是，使同一个像素点的各个通道的颜色值趋近于一致，是指让同一个像素点的各个通道的颜色值尽可能地相等。例如，原始图像中某个像素点的各个通道的颜色值分别是100、178、203，基于像素调整参数进行调整之后，像素点的各个通道的颜色值分别是100、98、101。可以理解的是，对于原始图像来说，当其中的任意一个像素点均实现了各个颜色通道的颜色值趋近于一致时，原始图像即转换为灰度图像。
在本公开实施例的图像处理方法中，像素调整参数是依据背景区域每个像素点的各个颜色通道的颜色值确定出来的。由于确定像素调整参数的过程考虑了背景区域中的各个颜色通道的颜色值的差异情况，因此基于该像素调整参数来调整像素点各个颜色通道的颜色值之后，不同像素点的亮度变化程度相对一致，从而在一定程度上避免背景区域中不同部分的亮度差异过大。此外，在像素调整参数来调整像素点各个颜色通道的颜色值的过程，仅仅是对颜色通道的颜色值本身进行调整，并未将一个像素点的不同颜色通道的颜色值进行融合，也并未基于不同像素点的颜色值来生成一个像素的灰度值，得到的灰度图像保留了原始图像的通道数量，从而能够提高灰度图像的分辨率。
在此需要说明的是，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道。颜色通道类型包括红色通道、绿色通道和蓝色通道。第一颜色通道、第二颜色通道和第三颜色通道所属的颜色通道类型可以根据实际的涉及需要而定。例如，第一颜色通道是绿色通道，第二颜色通道是红色通道，第三颜色通道是蓝色通道。
在一些实施例中，基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数，包括：基于背景区域中每个像素点的各个颜色通道的颜色值，分别计算出背景区域中第一颜色通道的第一颜色融合值、第二颜色通道的第二颜色融合值和第三颜色通道的第三颜色融合值；基于第一颜色融合值、第二颜色融合值和第三颜色融合值，确定像素调整参数。
在一些实施例中，基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数，包括：基于背景区域中每个像素点的各个颜色通道的颜色值，分别计算出背景区域中第一颜色通道的第一颜色融合值、第二颜色通道的第二颜色融合值和第三颜色通道的第三颜色融合值；基于第一颜色融合值、第二颜色融合值和第三颜色融合值，确定像素调整参数。
在一些实施例中，确定出原始图像中的背景区域，包括：从原始图像确定出多个参考像素点；基于参考像素点在原始图像中的排布特征，确定出原始图像中的背景区域。这里，参考像素点对应的颜色特征值应当符合预设的颜色特征条件。其中，参考像素点对应有原始图像中的一个窗口区域，窗口区域包括参考像素点及其临近的预设数量的像素点，颜色特征值是基于窗口区域中每个像素点的各个颜色通道的颜色值所计算出的。
在一些实施例中，确定出原始图像中的背景区域，包括：将原始图像输入到图像识别模型中，基于图像识别模型确定出原始图像中的背景区域。这里，图像识别模型是人工智能模型，图像识别模型可以基于图像训练集训练得到，其中，图像训练集包括多个与原始图像同类型的样本图像。
结合图4所示，本公开实施例提供了另一种图像处理方法，该方法可以包括以下步骤：
步骤401，设备确定出原始图像中的背景区域。
步骤402，设备基于背景区域中每个像素点的各个颜色通道的颜色值，分别计算出背景区域中第一颜色通道的第一颜色融合值、第二颜色通道的第二颜色融合值和第三颜色通道的第三颜色融合值。
步骤403，设备基于第一颜色融合值、第二颜色融合值和第三颜色融合值，确定像素调整参数。
步骤404，设备基于像素调整参数，调整原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致。
每种颜色通道的颜色融合值，可以在一定程度上反映背景区域中该颜色通道的所有颜色值的整体特征。通过将不同颜色通道的颜色融合值进行对比，可以较准确地评价出不同颜色通道的颜色值的差异情况，从而有助于得到更加符合实际情况的像素调整参数。
在一些实施例中，第一颜色融合值是背景区域中所有像素点的第一颜色通道的颜色值的第二均值，第二颜色融合值是背景区域中所有像素点的第二颜色通道的颜色值的第二均值，第三颜色融合值是背景区域中所有像素点的第三颜色通道的颜色值的第二均值。
可选地，第二均值可以是算术平均值或加权平均值。
当第二均值是算术平均值时，以第一颜色通道为例，可以统计背景区域的像素点的总数，计算背景区域中所有像素点的第一颜色通道的颜色值的颜色值总和。之后基于颜色值总和和像素点的总数，即可计算出背景区域中所有像素点的第一颜色通道的颜色值的算术平均值。
当第二均值是加权平均值时，以第一颜色通道为例，可以统计背景区域中的像素点的总数，确定背景区域中每个像素点对应的权重系数。之后基于总数、背景区域中每个像素点对应的权重系数、背景区域中每个像素点的第一颜色通道的颜色值，即可计算出背景区域中所有像素点的第一颜色通道的颜色值的加权平均值。
这里，像素点对应的权重系数可以根据实际的设计需要而定。例如，可以根据像素点与原始图像中的信息码所占据的区域之间的距离，来确定像素点对应的权重系数。权重系数可以与距离成负相关，具体来说，像素点与原始图像中的信息码所占据的区域之间的距离越大，像素点对应的权重系数越小。
在一些实施例中，像素调整参数包括第一像素调整参数和第二像素调整参数。第一像素调整参数用于调整原始图像中每个像素点的第二颜色通道的颜色值，第二像素调整参数用于调整原始图像中每个像素点的第三颜色通道的颜色值。
在这种情况下，基于第一颜色融合值、第二颜色融合值和第三颜色融合值，确定像素调整参数，包括：确定第一颜色融合值与第二颜色融合值的第一差异结果，将第一差异结果作为第一像素调整参数；确定第一颜色融合值与第三颜色融合值的第二差异结果，将第二差异结果作为第二像素调整参数。
在一些实施例中，像素调整参数包括第一像素调整参数、第二像素调整参数和第三像素调整参数。第一像素调整参数用于调整原始图像中每个像素点的第一颜色通道的颜色值，第二像素调整参数用于调整原始图像中每个像素点的第二颜色通道的颜色值，第三像素调整参数用于调整原始图像中每个像素点的第三颜色通道的颜色值。
在这种情况下，基于第一颜色融合值、第二颜色融合值和第三颜色融合值，确定像素调整参数，包括：确定第一颜色融合值与预设的标准值的第一差异结果，将第一差异结果作为第一像素调整参数；确定第一颜色融合值与预设的标准值的第二差异结果，将第二差异结果作为第二像素调整参数；确定第三颜色融合值与预设的标准值的第三差异结果，将第三差异结果作为第三像素调整参数。这里，标准值可以根据实际的设计需要而定，例如，标准值可以是背景区域中所有颜色值的平均值。
结合图5所示，本公开实施例提供了另一种图像处理方法，该方法可以包括以下步骤：
步骤501，设备确定出原始图像中的背景区域。
步骤502，设备基于背景区域中每个像素点的各个颜色通道的颜色值，分别计算出背景区域中第一颜色通道的第一颜色融合值、第二颜色通道的第二颜色融合值和第三颜色通道的第三颜色融合值。
在此需要说明的是，在步骤502之后，可以执行步骤503和步骤504，步骤503和步骤504的执行顺序不区分先后。
步骤503，设备确定第一颜色融合值与第二颜色融合值的第一差异结果，将第一差异结果作为第一像素调整参数。
在此需要说明的是，在步骤503之后，可以执行步骤505。
步骤504，设备确定第一颜色融合值与第三颜色融合值的第二差异结果，将第二差异结果作为第二像素调整参数。
在此需要说明的是，在步骤504之后，可以执行步骤506。
步骤505，设备基于第一像素调整参数，调整原始图像中每个像素点的第二颜色通道的颜色值，使同一个像素点的第二颜色通道的颜色值趋近于第一颜色通道的颜色值。
步骤506，设备基于第二像素调整参数，调整原始图像中每个像素点的第三颜色通道的颜色值，使同一个像素点的第三颜色通道的颜色值趋近于第一颜色通道的颜色值。
以第一颜色融合值为基准，将第二颜色融合值和第三颜色融合值分别与第一颜色融合值的进行对比，得到第一像素调整参数和第二像素调整参数。在后续步骤中，分别基于第一像素调整参数和第二像素调整参数来调整第二颜色通道的颜色值和第三颜色通道的颜色值，使得第二颜色通道的颜色值和第三颜色通道的颜色值趋近于第一颜色通道的颜色值，而第一颜色通道的颜色值固定不变，这可以减少需要调整的颜色值的数量，从而节省计算资源，并且助于提升图像处理的效率。
在一些实施例中，第一差异结果是第一颜色融合值与第二颜色融合值的比值，第二差异结果是第一颜色融合值与第三颜色融合值的比值。具体来说，第一差异结果是第一颜色融合值除以第二颜色融合值的商值，第二差异结果是第一颜色融合值除以第三颜色融合值的商值。
在调整原始图像中每个像素点的第二颜色通道的颜色值时，可以将像素点的第二颜色通道的颜色值与第一差异结果的乘积，作为像素点的第二颜色通道的调整后颜色值。在调整原始图像中每个像素点的第三颜色通道的颜色值时，可以将像素点的第三颜色通道的颜色值与第二差异结果的乘积，作为像素点的第三颜色通道的调整后颜色值。
以第一颜色通道是绿色通道，第二颜色通道是红色通道，第三颜色通道是蓝色通道为例。如前文所述，第一颜色融合值是背景区域中所有像素点的第一颜色通道的颜色值的第二均值，该第二均值可以表示为AverageG2；第二颜色融合值是背景区域中所有像素点的第二颜色通道的颜色值的第二均值，该第二均值可以表示为AverageR2；第三颜色融合值是背景区域中所有像素点的第三颜色通道的颜色值的第二均值，该第二均值可以表示为AverageB2。
第一差异结果表示为Rratio，则有Rratio= AverageG2/AverageR2；第二差异结果表示为Bratio，则有Bratio=AverageG2/AverageB2。
将像素点的第二颜色通道的颜色值表示为ValR，将像素点的第二颜色通道的新的颜色值表示为ValR0，则有ValR0=(ValR)x(Rratio)；将像素点的第三颜色通道的颜色值表示为ValB，将像素点的第二颜色通道的新的颜色值表示为ValB0，则有ValB0=(ValB)x(Rratio)。
在一些实施例中，第一差异结果是第一颜色融合值与第二颜色融合值的差值，该差值可以是正数或负数。第二差异结果是第一颜色融合值与第三颜色融合值的差值，该差值可以是正数或负数。
在调整原始图像中每个像素点的第二颜色通道的颜色值时，可以将像素点的第二颜色通道的颜色值与第一差异结果的和值，作为像素点的第二颜色通道的调整后颜色值。在调整原始图像中每个像素点的第三颜色通道的颜色值时，可以将像素点的第三颜色通道的颜色值与第二差异结果的和值，作为像素点的第三颜色通道的调整后颜色值。
结合图6所示，本公开实施例提供了另一种图像处理方法，该方法可以包括以下步骤：
步骤601，设备从原始图像确定出多个参考像素点。
步骤602，设备基于参考像素点在原始图像中的排布特征，确定出原始图像中的背景区域。
步骤603，设备确定出原始图像中的背景区域。
步骤604，设备基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数。
步骤605，设备基于像素调整参数，调整原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致。
在步骤601中，参考像素点对应的颜色特征值符合预设的颜色特征条件，参考像素点对应有原始图像中的一个窗口区域，窗口区域包括参考像素点及其临近的预设数量的像素点，颜色特征值是基于窗口区域中每个像素点的各个颜色通道的颜色值所计算出的。
下面介绍一种确定参考像素点的流程。具体地，可以依次将原始图像中的各个像素点作为候选像素点，针对每个候选像素点执行以下步骤：
确定出候选像素点对应的窗口区域，其中，窗口区域包括参考像素点及其临近的预设数量的像素点；基于窗口中每个像素点的各个颜色通道的颜色值，计算出候选像素点对应的颜色特征值；在确定颜色特征值符合预设的颜色特征条件的情况下，将该候选像素点确定为参考像素点。
这里，窗口区域的大小和形状可以根据实际的设计需要而定。例如，窗口区域可以是5×5的方格区域，其中，5是指窗口区域的边长是5个像素点，也就是说，窗口区域中包含了25个像素点。参考像素点（候选像素点）在窗口区域中的位置可以根据实际情况而定，例如，参考像素点（候选像素点）可以在窗口区域中心、顶点和边缘等位置。
在此需要说明的是，候选像素点对应的颜色特征值，是能够反映参考像素点所在窗口区域的所有像素点整体特征的参数。颜色特征条件可以用于判断候选像素点是否属于背景区域中的像素点，当候选像素点是属于背景区域中的像素点时，可以将候选像素点确定为参考像素点。进一步地，根据颜色特征值的类型可以设置相应的颜色特征条件，当颜色特征值符合颜色特征条件时，则可以认定候选像素点是属于背景区域中的像素点，此时可以将候选像素点确定为参考像素点。基于颜色特征值和颜色特征条件所筛选出的参考像素点可以被视为是背景区域中的像素点，这样基于参考像素点的排布特征便可以更准确地确定出原始图像中的背景区域。
如前文所述，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道。在一些实施例中，颜色特征值可以包括：窗口区域中所有像素点的第一颜色通道的颜色值的第一均值、窗口区域中所有像素点的第二颜色通道的颜色值的第一均值、窗口区域中所有像素点的第三颜色通道的颜色值的第一均值。
颜色特征条件包括：每个第一均值均大于预设的均值阈值。也就是说，窗口区域中所有像素点的第一颜色通道的颜色值的第一均值、窗口区域中所有像素点的第二颜色通道的颜色值的第一均值、窗口区域中所有像素点的第三颜色通道的颜色值的第一均值均大于均值阈值时，可以将候选像素点确定为参考像素点。
背景区域中的像素点的颜色值，通常大于信息码区域中的像素点的颜色值。当窗口区域中所有像素点的各个颜色通道的颜色值的均值均大于均值阈值时，可以认定窗口区域所对应的像素点大概率在背景区域。因此，基于均值阈值和窗口区域中所有像素点的各个颜色通道的颜色值的均值，能够更加准确地确定出参考像素点。
可选地，第一均值可以是算术平均值或加权平均值。
当第一均值是算术平均值时，以第一颜色通道为例，可以统计窗口区域的像素点的总数，计算窗口区域中所有像素点的第一颜色通道的颜色值的颜色值总和。之后基于颜色值总和和像素点的总数，即可计算出窗口区域中所有像素点的第一颜色通道的颜色值的算术平均值。
当第二均值是加权平均值时，以第一颜色通道为例，可以统计窗口区域中的像素点的总数，确定窗口区域中每个像素点对应的权重系数。之后基于总数、窗口区域中每个像素点对应的权重系数、窗口区域中每个像素点的第一颜色通道的颜色值，即可计算出窗口区域中所有像素点的第一颜色通道的颜色值的加权平均值。
这里，像素点对应的权重系数可以根据实际的设计需要而定。例如，可以根据像素点与窗口区域的中心点之间的距离，来确定像素点对应的权重系数。权重系数可以与距离成负相关，具体来说，像素点与窗口区域的中心点之间的距离越大，像素点对应的权重系数越小。
当第一均值是算术平均值时，以第一颜色通道是绿色通道，第二颜色通道是红色通道，第三颜色通道是蓝色通道为例。窗口区域中所有像素点的各个颜色通道的颜色值的第一均值可以通过以下公式计算得到：
AverageG1=(∑ValG)/ num1；
AverageR1=(∑ValR)/ num1；
AverageB1=(∑ValB)/ num1。
在上述公式中，AverageG1是窗口区域中所有像素点的第一颜色通道的颜色值的第一均值、AverageR1是窗口区域中所有像素点的第二颜色通道的颜色值的第一均值、AverageB1是窗口区域中所有像素点的第三颜色通道的颜色值的第一均值，∑ValG是窗口区域中像素点的第一颜色通道的颜色值的颜色值总和、∑ValR是窗口区域中像素点的第二颜色通道的颜色值的颜色值总和、∑ValB是窗口区域中像素点的第三颜色通道的颜色值的颜色值总和，num1是窗口区域中像素点的总数。
将均值阈值表示为thAverage，可以理解的是，当AverageG1、AverageR1和AverageB1均大于thAverage时，可以将候选像素点确定为参考像素点。
如前文所述，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道。在一些实施例中，颜色特征值可以包括：窗口区域中所有像素点的第一颜色通道的颜色值的均方根、窗口区域中所有像素点的第二颜色通道的颜色值的均方根、窗口区域中所有像素点的第三颜色通道的颜色值的均方根。
颜色特征条件包括：每个均方根均小于预设的均方根阈值。也就是说，窗口区域中所有像素点的第一颜色通道的颜色值的均方根、窗口区域中所有像素点的第二颜色通道的颜色值的均方根、窗口区域中所有像素点的第三颜色通道的颜色值的均方根均小于均方根阈值时，可以将候选像素点确定为参考像素点。
背景区域中的各像素点的颜色值之间的差异，通常小于信息码区域中的各像素点的颜色值之间的差异。当窗口区域中所有像素点的各个颜色通道的颜色值的均方根均小于均方根阈值时，可以认定窗口区域所对应的像素点大概率在背景区域。因此，基于均方根阈值和窗口区域中所有像素点的各个颜色通道的颜色值的均方根，能够更加准确地确定出参考像素点。
以第一颜色通道是绿色通道，第二颜色通道是红色通道，第三颜色通道是蓝色通道为例。窗口区域中所有像素点的各个颜色通道的颜色值的均方根可以通过以下公式计算得到：
RMS_G=((∑(ValG-AverageG2)^2)/ num2)^0.5；
RMS_R=((∑(ValR-AverageR2)^2) num2)^0.5；
RMS_B=((∑(ValB-AverageB2)^2)/ num2)^0.5。
在上述公式中，RMS_G是窗口区域中所有像素点的第一颜色通道的颜色值的均方根，RMS_R是窗口区域中所有像素点的第二颜色通道的颜色值的均方根，RMS_B是窗口区域中所有像素点的第三颜色通道的颜色值的均方根，AverageG2是窗口区域中所有像素点的第一颜色通道的颜色值的第一均值、AverageR2是窗口区域中所有像素点的第二颜色通道的颜色值的第一均值、AverageB2是窗口区域中所有像素点的第三颜色通道的颜色值的第一均值，ValG是窗口区域中像素点的第一颜色通道的颜色值、ValR是窗口区域中像素点的第二颜色通道的颜色值、ValB是窗口区域中像素点的第三颜色通道的颜色值，num2是窗口区域中像素点的总数。
将均方根阈值表示为thRMS，可以理解的是，当RMS_G、RMS_R和RMS_B均小于thRMS时，可以将候选像素点确定为参考像素点。
如前文所述，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道。在一些实施例中，颜色特征值可以包括：窗口区域中所有像素点的第一颜色通道的颜色值的第一均值、窗口区域中所有像素点的第二颜色通道的颜色值的第一均值、窗口区域中所有像素点的第三颜色通道的颜色值的第一均值、窗口区域中所有像素点的第一颜色通道的颜色值的均方根、窗口区域中所有像素点的第二颜色通道的颜色值的均方根、窗口区域中所有像素点的第三颜色通道的颜色值的均方根。
颜色特征条件包括：每个第一均值均大于预设的均值阈值、每个均方根均小于预设的均方根阈值。也就是说，窗口区域中所有像素点的第一颜色通道的颜色值的第一均值、窗口区域中所有像素点的第二颜色通道的颜色值的第一均值、窗口区域中所有像素点的第三颜色通道的颜色值的第一均值均大于均值阈值，并且窗口区域中所有像素点的第一颜色通道的颜色值的均方根、窗口区域中所有像素点的第二颜色通道的颜色值的均方根、窗口区域中所有像素点的第三颜色通道的颜色值的均方根均小于均方根阈值时，可以将候选像素点确定为参考像素点。
在一些实施例中，背景区域中的参考像素点满足以下条件：参考像素点连续排布，并且参考像素点的数量大于预设的数量阈值。
可选地，可以设备基于参考像素点在原始图像中的排布特征，确定出多个候选区域，其中，每个候选区域包含多个参考像素点，并且候选区域中的多个参考像素点连续排布；之后将包含的参考像素点最多的候选区域确定为背景区域。
这里，可以基于参考像素点之间的距离来评判参考像素点是否连续排布。例如，针对每个参考像素点，可以计算该参考像素点与最近的另一个参考像素点之间的距离；若该距离大于预设的距离阈值，可以判定这两个参考像素点不是连续排布；若该距离小于预设的距离阈值，可以判定这两个参考像素点是连续排布。
可选地，对于一个包含有多个参考像素点的区域，当该区域中包含有非连续排布的参考像素点时，可以确定该区域的多个参考像素点不是连续排布的。
可选地，对于一个包含有多个参考像素点的区域，当该区域中包含有非连续排布的参考像素点的数量大于预设的数量阈值时，可以确定该区域的多个参考像素点不是连续排布的。
结合图7所示，本公开实施例提供了另一种图像处理方法，该方法可以包括以下步骤：
步骤701，设备确定原始图像的亮度值。
步骤702，设备判断原始图像的亮度值是否在预设的亮度范围内。
当原始图像的亮度值在预设的亮度范围内时，执行步骤704；当原始图像的亮度值在预设的亮度范围内时，执行步骤703。
步骤703，设备调整摄像头增益和曝光值，以使得原始图像的亮度值在预设的亮度范围内。
在步骤703之后，可以执行步骤704。
步骤704，设备确定出原始图像中的背景区域。
步骤705，设备基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数。
步骤706，设备基于像素调整参数，调整原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致。
结合图8所示，本公开实施例提供了一种图像处理装置800 ，图像处理装置800包括背景确定模块801、参数确定模块802和图像调整模块803。
背景确定模块801，被配置为确定出原始图像中的背景区域。
参数确定模块802，基于背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数。
图像调整模块803，被配置为基于像素调整参数，调整原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致。
本公开实施例提供的图像处理装置800，基于像素调整参数，将同一个像素点的各个通道的颜色值趋近于一致，从而将原始图像转换成灰度图像，其中，像素调整参数是依据背景区域每个像素点的各个颜色通道的颜色值确定出来的。由于确定像素调整参数的过程考虑了背景区域中的各个颜色通道的颜色值的差异情况，因此基于该像素调整参数来调整像素点各个颜色通道的颜色值之后，不同像素点的亮度变化程度相对一致，从而在一定程度上避免背景区域中不同部分的亮度差异过大。此外，在像素调整参数来调整像素点各个颜色通道的颜色值的过程，仅仅是对颜色通道的颜色值本身进行调整，并未将一个像素点的不同颜色通道的颜色值进行融合，也并未基于不同像素点的颜色值来生成一个像素的灰度值，得到的灰度图像保留了原始图像的通道数量，从而能够提高灰度图像的分辨率。
在一些实施例中，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道；参数确定模块802被配置为：
基于背景区域中每个像素点的各个颜色通道的颜色值，分别计算出背景区域中第一颜色通道的第一颜色融合值、第二颜色通道的第二颜色融合值和第三颜色通道的第三颜色融合值；
基于第一颜色融合值、第二颜色融合值和第三颜色融合值，确定像素调整参数。
在一些实施例中，第一颜色融合值是背景区域中所有像素点的第一颜色通道的颜色值的第二均值；
第二颜色融合值是背景区域中所有像素点的第二颜色通道的颜色值的第二均值；
第三颜色融合值是背景区域中所有像素点的第三颜色通道的颜色值的第二均值。
在一些实施例中，像素调整参数包括第一像素调整参数和第二像素调整参数；参数确定模块802被配置为：
确定第一颜色融合值与第二颜色融合值的第一差异结果，将第一差异结果作为第一像素调整参数；
确定第一颜色融合值与第三颜色融合值的第二差异结果，将第二差异结果作为第二像素调整参数。
在一些实施例中，第一差异结果是第一颜色融合值与第二颜色融合值的比值，第二差异结果是第一颜色融合值与第三颜色融合值的比值。
在一些实施例中，图像调整模块803被配置为：
基于第一像素调整参数，调整原始图像中每个像素点的第二颜色通道的颜色值，使同一个像素点的第二颜色通道的颜色值趋近于第一颜色通道的颜色值；
基于第二像素调整参数，调整原始图像中每个像素点的第三颜色通道的颜色值，使同一个像素点的第三颜色通道的颜色值趋近于第一颜色通道的颜色值。
在一些实施例中，背景确定模块801被配置为：
从原始图像确定出多个参考像素点，其中，参考像素点对应的颜色特征值符合预设的颜色特征条件，参考像素点对应有原始图像中的一个窗口区域，窗口区域包括参考像素点及其临近的预设数量的像素点，颜色特征值是基于窗口区域中每个像素点的各个颜色通道的颜色值所计算出的；
基于参考像素点在原始图像中的排布特征，确定出原始图像中的背景区域。
在一些实施例中，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道；
颜色特征值包括：窗口区域中所有像素点的第一颜色通道的颜色值的第一均值、窗口区域中所有像素点的第二颜色通道的颜色值的第一均值、窗口区域中所有像素点的第三颜色通道的颜色值的第一均值；
颜色特征条件包括：每个第一均值均大于预设的均值阈值。
在一些实施例中，颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道；
颜色特征值包括：窗口区域中所有像素点的第一颜色通道的颜色值的均方根、窗口区域中所有像素点的第二颜色通道的颜色值的均方根、窗口区域中所有像素点的第三颜色通道的颜色值的均方根；
颜色特征条件包括：每个均方根均小于预设的均方根阈值。
在一些实施例中，背景区域中的参考像素点满足以下条件：参考像素点连续排布，并且参考像素点的数量大于预设的数量阈值。
结合图9所示，本公开实施例提供了一种图像处理装置900，图像调整模块900包括处理器（processor）901和存储器（memory）902。可选地，该装置还可以包括通信接口（Communication Interface）903和总线904。其中，处理器901、通信接口903、存储器902可以通过总线904完成相互间的通信。通信接口903可以用于信息传输。处理器901可以调用存储器902中的逻辑指令，以执行上述相应实施例的图像处理方法。
此外，上述的存储器902中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
存储器902作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器901通过运行存储在存储器902中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述相应实施例的图像处理方法。
存储器902可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、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器902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。
本公开实施例提供的图像处理装置900，基于像素调整参数，将同一个像素点的各个通道的颜色值趋近于一致，从而将原始图像转换成灰度图像，其中，像素调整参数是依据背景区域每个像素点的各个颜色通道的颜色值确定出来的。由于确定像素调整参数的过程考虑了背景区域中的各个颜色通道的颜色值的差异情况，因此基于该像素调整参数来调整像素点各个颜色通道的颜色值之后，不同像素点的亮度变化程度相对一致，从而在一定程度上避免背景区域中不同部分的亮度差异过大。此外，在像素调整参数来调整像素点各个颜色通道的颜色值的过程，仅仅是对颜色通道的颜色值本身进行调整，并未将一个像素点的不同颜色通道的颜色值进行融合，也并未基于不同像素点的颜色值来生成一个像素的灰度值，得到的灰度图像保留了原始图像的通道数量，从而能够提高灰度图像的分辨率。
结合图10所示，本公开实施例提供了一种用于信息码识别的设备，用于信息码识别的设备包括图像处理装置1001和摄像头1002，摄像头1002与图像处理装置1001电连接，图像处理装置1001可以基于摄像头1002获取原始图像。其中，图像处理装置1001可以是上述的图像处理装置800或图像处理装置900。
本公开实施例提供的用于信息码识别的设备，基于像素调整参数，将同一个像素点的各个通道的颜色值趋近于一致，从而将原始图像转换成灰度图像，其中，像素调整参数是依据背景区域每个像素点的各个颜色通道的颜色值确定出来的。由于确定像素调整参数的过程考虑了背景区域中的各个颜色通道的颜色值的差异情况，因此基于该像素调整参数来调整像素点各个颜色通道的颜色值之后，不同像素点的亮度变化程度相对一致，从而在一定程度上避免背景区域中不同部分的亮度差异过大。此外，在像素调整参数来调整像素点各个颜色通道的颜色值的过程，仅仅是对颜色通道的颜色值本身进行调整，并未将一个像素点的不同颜色通道的颜色值进行融合，也并未基于不同像素点的颜色值来生成一个像素的灰度值，得到的灰度图像保留了原始图像的通道数量，从而能够提高灰度图像的分辨率。
可选地，摄像头1002可以是RGB型（彩色）图像传感器。
可选地，用于信息码识别的设备1000还可以包括补光灯1003和/或定位灯1004。图像处理装置1001可以分别与补光灯1003和定位灯1004电连接，控制补光灯1003和定位灯1004打开或关闭。
本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行上述用于…的方法。上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本公开中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”（a）、“一个”（an）和“所述”（the）旨在同样包括复数形式。类似地，如在本公开中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本公开中时，术语“包括”（comprise）及其变型“包括”（comprises）和/或包括（comprising）等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本文所披露的实施例中，所揭露的方法、产品（包括但不限于装置、设备等），可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种图像处理方法，其特征在于，包括：
确定出原始图像中的背景区域；
基于所述背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数；
基于所述像素调整参数，调整所述原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致。
2.根据权利要求1所述的方法，其特征在于，所述颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道；
所述基于所述背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数，包括：
基于所述背景区域中每个像素点的各个颜色通道的颜色值，分别计算出所述背景区域中所述第一颜色通道的第一颜色融合值、所述第二颜色通道的第二颜色融合值和所述第三颜色通道的第三颜色融合值；
基于所述第一颜色融合值、所述第二颜色融合值和所述第三颜色融合值，确定像素调整参数。
3.根据权利要求2所述的方法，其特征在于，所述像素调整参数包括第一像素调整参数和第二像素调整参数；
所述基于所述第一颜色融合值、所述第二颜色融合值和所述第三颜色融合值，确定像素调整参数，包括：
确定所述第一颜色融合值与所述第二颜色融合值的第一差异结果，将所述第一差异结果作为所述第一像素调整参数；
确定所述第一颜色融合值与所述第三颜色融合值的第二差异结果，将所述第二差异结果作为所述第二像素调整参数。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述确定出原始图像中的背景区域，包括：
从所述原始图像确定出多个参考像素点，其中，所述参考像素点对应的颜色特征值符合预设的颜色特征条件，所述参考像素点对应有所述原始图像中的一个窗口区域，所述窗口区域包括所述参考像素点及其临近的预设数量的像素点，所述颜色特征值是基于所述窗口区域中每个像素点的各个颜色通道的颜色值所计算出的；
基于所述参考像素点在所述原始图像中的排布特征，确定出所述原始图像中的背景区域。
5.根据权利要求4所述的方法，其特征在于，所述颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道；
所述颜色特征值包括：所述窗口区域中所有像素点的所述第一颜色通道的颜色值的第一均值、所述窗口区域中所有像素点的所述第二颜色通道的颜色值的第一均值、所述窗口区域中所有像素点的所述第三颜色通道的颜色值的第一均值；
所述颜色特征条件包括：每个所述第一均值均大于预设的均值阈值。
6.根据权利要求4所述的方法，其特征在于，所述颜色通道分为第一颜色通道、第二颜色通道和第三颜色通道；
所述颜色特征值包括：所述窗口区域中所有像素点的所述第一颜色通道的颜色值的均方根、所述窗口区域中所有像素点的所述第二颜色通道的颜色值的均方根、所述窗口区域中所有像素点的所述第三颜色通道的颜色值的均方根；
所述颜色特征条件包括：每个所述均方根均小于预设的均方根阈值。
7.一种图像处理装置，其特征在于，包括：
背景确定模块，被配置为确定出原始图像中的背景区域；
参数确定模块，基于所述背景区域中每个像素点的各个颜色通道的颜色值，确定像素调整参数；
图像调整模块，被配置为基于所述像素调整参数，调整所述原始图像中每个像素点的颜色通道的颜色值，使同一个像素点的各个通道的颜色值趋近于一致。
8.一种图像处理装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1至6中任一项所述的图像处理方法。
9.一种用于信息码识别的设备，其特征在于，包括：
如权利要求7或8所述的图像处理装置；
摄像头，所述摄像头与所述图像处理装置电连接，所述图像处理装置基于所述摄像头获取原始图像。
10.一种存储介质，存储有程序指令，其特征在于，所述程序指令在运行时，执行如权利要求1至6中任一项所述的图像处理方法。
CN202311005044.9A 2023-08-10 2023-08-10 图像处理方法及装置、用于信息码识别的设备 Pending CN117077707A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311005044.9A CN117077707A (zh) 2023-08-10 2023-08-10 图像处理方法及装置、用于信息码识别的设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311005044.9A CN117077707A (zh) 2023-08-10 2023-08-10 图像处理方法及装置、用于信息码识别的设备

Publications (1)

Publication Number Publication Date
CN117077707A true CN117077707A (zh) 2023-11-17

Family

ID=88718734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311005044.9A Pending CN117077707A (zh) 2023-08-10 2023-08-10 图像处理方法及装置、用于信息码识别的设备

Country Status (1)

Country Link
CN (1) CN117077707A (zh)

Similar Documents

Publication Publication Date Title
EP3477931A1 (en) Image processing method and device, readable storage medium and electronic device
US7720279B2 (en) Specifying flesh area on image
US7406193B2 (en) Image processing method and image processing apparatus for making luminance correction
CN107209931B (zh) 颜色校正装置和方法
JP5810628B2 (ja) 画像処理装置及び画像処理プログラム
EP1211637A2 (en) Digital image processing system and method for emphasizing a main subject of an image
WO2005022466A2 (en) Detecting and correcting redeye in an image
JP2005310123A (ja) 特定シーンの画像を選別する装置、プログラムおよびプログラムを記録した記録媒体
EP2645697B1 (en) Image processing apparatus and method
CN110390643B (zh) 一种车牌增强方法、装置及电子设备
CN111489322B (zh) 给静态图片加天空滤镜的方法及装置
EP2750365B1 (en) Image processing device and computer program
CN114022790B (zh) 遥感图像中云层检测及图像压缩方法、装置和存储介质
EP3407589B1 (en) Image processing apparatus, image processing method, and storage medium
JPH09186877A (ja) 画像処理装置
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
US20110026818A1 (en) System and method for correction of backlit face images
CN111340722B (zh) 图像处理方法、处理装置、终端设备及可读存储介质
CN116958113A (zh) 一种产品检测方法、装置、设备及存储介质
CN117077707A (zh) 图像处理方法及装置、用于信息码识别的设备
CN113395407A (zh) 图像处理装置、图像处理方法及计算机可读介质
CN109242750B (zh) 图片签名方法、图片匹配方法、装置、设备及存储介质
CN114255193A (zh) 一种板卡图像增强方法、装置、设备及可读存储介质
US9070011B2 (en) Automated segmentation tuner
CN116225972B (zh) 图片差异对比方法、装置及存储介质

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