CN117131896B - 一种ai二维码生成方法及计算机可读存储介质 - Google Patents
一种ai二维码生成方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN117131896B CN117131896B CN202311092069.7A CN202311092069A CN117131896B CN 117131896 B CN117131896 B CN 117131896B CN 202311092069 A CN202311092069 A CN 202311092069A CN 117131896 B CN117131896 B CN 117131896B
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- image
- white
- background image
- right triangle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims description 7
- 230000004927 fusion Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 17
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000009792 diffusion process Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06046—Constructional details
- G06K19/06103—Constructional details the marking being embedded in a human recognizable image, e.g. a company logo with an embedded two-dimensional code
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Abstract
一种AI二维码生成方法及计算机可读存储介质，该方法通过上传需要融入二维码的背景图像，并且输入需要AI美化的二维码内容或图片，生成初始黑白二维码图片，接着对背景图像进行图像预处理生成二值化图像，提取二值化图像的轮廓信息，生成待融入二维码的二值化图像，将初始黑白二维码图片与待融入二维码的二值化进行图像融合后，根据用户选择的美化风格进行重绘，最后再进行机器解码识别，生成可识别的AI二维码。本发明的优点在于：该方法能根据用户需求选择背景图像进而在背景图像中生成与背景图像融合度高的AI二维码，提高了AI二维码与背景图像的融合度，并且能够精准控制AI二维码融入的背景图像，增加了AI二维码在实际中的应用场景。
Description
技术领域
本发明涉及二维码生成技术领域，尤其涉及一种AI二维码生成方法及计算机可读存储介质。
背景技术
随着互联网技术领域的飞速发展，二维码已经成为商业和社交交流的重要工具，传统的二维码由单调的黑白编码模块组成，缺乏视觉美感，无法与二维码表示的信息或代表的品牌建立直观的联系。因此，为了美化二维码的视觉效果，将二维码与背景图像融合，生成带有背景图像的二维码。
经检索，目前与图像融合的艺术化二维码生成方法如专利号为CN201611062539.5(授权公告号为CN106778995B)的中国发明所示，该方法是通过结合图像视觉显著性与高斯约旦消元法，调整二维码码字，生成二维码与图像结合的二值艺术化二维码；建立二维码模块的扫描误差模型，设置预期的二维码模块扫描误差约束，局部调整二维码模块的灰度值，与输入图像的灰度化结果融合，生成灰度艺术化二维码；建立图像亮度调整方案，调整彩色原图的像素值，使其转化为灰度图后结果与灰度艺术化二维码一致，生成彩色艺术化二维码。现有技术中的二维码美化方法普遍是在黑白二维码形态上再叠加背景图层，基于背景图层与二维码黑色码点的对比色进行调整，通过调整颜色、叠图等方法修改对比色，该方法生成的普通美化的二维码与背景图层的融合度不高，美化样式的局限性较大。
目前，AI(Artificial Intelligence，中文人工智能，简称AI)绘图应用在图像处理领域被广泛应用，如广告设计、产品设计和游戏设计等领域，AI绘图应用的原理是基于大量数据和深度学习算法，模拟人类绘图的过程，得到对应的图像结果，并且机器通过学习算法，使计算机生成具有多样性和创新性的图形元素，从而提高创作效率。利用AI绘图应用能够生成不同艺术风格的AI二维码，赋予AI二维码更多的创意和个性化的特点，因此，AI绘图应用的兴起给二维码的样式提供了更多的可能性，但是现有的利用AI绘图应用生成的AI二维码仍然存在一些问题：
(1)AI二维码的生成效率低，在利用AI绘图应用生成AI二维码的过程中需要投入时间和精力训练图像处理模型，过程较为复杂，并且耗费用户的时间，不适合实时生成AI二维码或者大规模的应用。
(2)生成的AI二维码具有不可控性，AI绘图应用利用深度学习算法、计算机视觉和生成对抗网络模型等方法生成AI二维码，这些模型中的参数和结构复杂，包含大量的非线性变换和随机性操作，使得生成的AI二维码的背景图像无法精准控制，并且调整至预想内容需要耗费大量时间和精力。
(3)生成的AI二维码的尺寸布局具有局限性，现有的AI二维码大部分都是基于初始黑白二维码的形态，再通过参数绘图，生成正方形的AI二维码样式，使用场景具有局限性。
因此，利用AI绘图应用生成的AI二维码虽然能够提高二维码与背景图像的融合度，但是在商业应用中，企业如果确定了需要融入二维码的背景图像，生成的AI二维码具有不可控性，例如旅行社做旅途海报，在用户已经确定了海报的背景图像的情况下，利用AI绘图应用生成的AI二维码无法控制输出的背景图像，AI二维码与海报的背景图像的融合度不可控，增加了用户的生产成本，为此需要进一步的改进。
发明内容
本发明所要解决的技术问题是针对上述现有技术现状而提供一种能根据用户需求选择背景图像进而在背景图像中生成与背景图像融合度高的AI二维码生成方法。
本发明解决上述技术问题所采用的技术方案为：该AI二维码生成方法，其特征在于包括如下步骤：
步骤一、用户上传需要融入二维码的背景图像；
步骤二、用户输入需要AI美化的二维码内容或二维码图片，通过二维码生码技术或二维码解码及转码技术，将需要AI美化的二维码内容或二维码图片生成初始黑白二维码图片；
步骤三、对步骤一中用户上传的背景图像进行图像预处理：
首先将背景图像转为灰度图像，然后对灰度图像进行降噪处理，接着将经过降噪处理后的灰度图像进行二值分割，从而得到二值化背景图像；使用轮廓检测函数提取二值化背景图像的轮廓，通过像素点的位置表示提取到的二值化背景图像的轮廓信息，然后使用拟合多边形方法生成二值化背景图像的轮廓的逼近曲线，从而生成待融入二维码的背景图像；
步骤四、查找步骤三生成的二值化背景图像的轮廓的逼近曲线上的三个像素点能否构成直角三角形，如果轮廓的逼近曲线上的三个像素点能够构成直角三角形，则判断该直角三角形是否为等腰直角三角形，如果该直角三角形为等腰直角三角形，然后进行步骤五，如果该直角三角形不是等腰直角三角形，则通过改变直角三角形的边的长度，将直角三角形变换成等腰直角三角形，然后进行步骤五；如果轮廓的逼近曲线上的三个像素点不能构成直角三角形，则确定待融入二维码的背景图像的中心位置，然后进行步骤六；
步骤五、查找步骤二生成的初始黑白二维码图片中是否包含三个定位框，三个定位框的中心点是否构成等腰直角三角形，如果初始黑白二维码图片中包含等腰直角三角形，将初始黑白二维码图片进行旋转，使初始黑白二维码图片中的等腰直角三角形与步骤四中待融入二维码的背景图像中的等腰直角三角形重合，然后通过图像加权函数，将初始黑白二维码图片与待融入二维码的背景图像进行图像融合，生成二值化的AI二维码图像；如果初始黑白二维码图片中不包含等腰直角三角形，则进行步骤六；
步骤六、通过图像加权函数，将步骤二中生成的初始黑白二维码图片融入到步骤四中待融入二维码的背景图像的中心位置，生成二值化的AI二维码图像；
步骤七、用户在预设的图像处理模型中选择一个美化风格，通过预设的图像处理模型对步骤五或者步骤六生成的二值化的AI二维码图像进行重绘，生成美化后的AI二维码图像；
步骤八、将步骤七中生成的美化后的AI二维码图像进行机器解码识别，如果能够被解码识别，则输出可识别的AI二维码；如果不能被解码识别，调整预设的图像处理模型的干预参数后再进行重绘，直至生成的美化后的AI二维码能够被解码识别，输出可识别的AI二维码。
进一步的改进，所述步骤八之后还包括：
步骤九、裁剪出步骤八中生成的可识别的AI二维码的二维码区域，将裁剪出的二维码区域根据步骤五或者步骤六中确定的融入位置融入到步骤一中用户输入的背景图像中，得到第二种可选择的AI二维码；
步骤十、输出步骤八生成的可识别的AI二维码和步骤九生成的第二种可选择的AI二维码。
作为改进，所述步骤二中的解码及转码技术具体包括如下步骤：
步骤1、输入用户输入的二维码图片；
步骤2、对用户输入的二维码图片进行预处理；
步骤3、识别用户输入的二维码图片中的定位模块和校准模块，判断该二维码图片中是否有定位模块和校准模块，如果没有定位模块和校准模块，则提示用户，用户输入的二维码图片无二维码图案；如果有定位模块和校准模块，则确定该二维码图片中二维码的位置和方向；
步骤4、根据二维码编码规则，提取该二维码图片中的数据码字和校验码字；
步骤5、根据二维码的纠错区域，对数据码字进行纠错操作，还原出原始数据；
步骤6、将原始数据按照对应的生码规则生成初始黑白二维码；
步骤7、输出初始黑白二维码。
进一步的改进，所述步骤三中拟合多边形方法采用的是迭代重点拟合算法。
进一步的改进，所述步骤四中改变直角三角形的边的长度的方法共有三种，第一种方法为将直角三角形的最短边拉伸至与最长边长度一致；第二种方法为将直角三角形的最长边缩短至与最短边长度一致；第三种方法为将直角三角形的最长边和最短边的长度变为最长边与最短边长度之和的一半。
再改进，所述步骤五中查找步骤二中生成的初始黑白二维码图片是否包含三个定位框，三个定位框的中心点是否构成等腰直角三角形的方法具体步骤如下：
步骤A、首先对步骤二中生成的初始黑白二维码图片进行灰度处理，然后进行二值化分割，得到初始黑白二维码的二值化图像；
步骤B、然后使用轮廓检测函数对步骤A生成的初始黑白二维码的二值化图像进行轮廓获取，通过定位框的轮廓具有一个父轮廓和两个子轮廓的特点，在初始黑白二维码的二值化图像中筛选出三个定位框；
步骤C、对步骤B筛选出的三个定位框进行图元分析，通过分析每个定位框的图元的横向黑白比例是否是1:1:3:1:1，从而确定三个定位框是否是初始黑白二维码图片的定位模块；
步骤D、然后提取三个定位框的中心点，计算三个定位框中心点围成的三角形，三角形中角度为90度的角点所在位置就是初始黑白二维码图片中左上角的定位点，另外两个角点即为初始黑白二维码图片中左下角的定位点和右上角的定位点的位置。
作为改进，所述步骤七中的图像处理模型为潜在扩散模型。
进一步改进，所述步骤八中的干预参数包括如下参数之一或任意组合：扩散系数、迭代次数、初始条件、相关性和噪声强度。
一种计算机可读存储介质，所述计算机可读存储介质中存储有AI二维码生成方法的计算机程序，该计算机程序能被处理器执行时实现上述任一方法。
与现有技术相比，本发明的优点在于：在用户确定了需要融入二维码的背景图像的情况下，能够根据用户输入的背景图像，利用AI绘图应用提取背景图像的轮廓，从而确定二维码的融入位置，然后进行图像融合，生成与背景图像融合度高的AI二维码，提高了AI二维码与背景图像的融合度，并且能够精准控制AI二维码融入的背景图像，增加了AI二维码在实际中的应用场景。
附图说明
图1为本发明实施例1中的AI二维码生成方法的流程图；
图2为本发明实施例1中的AI二维码生成方法的效果示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
实施例1
如图1所示，本发明提供的AI二维码生成方法，其包括如下步骤：
步骤一、用户上传需要融入二维码的背景图像；
步骤二、用户输入需要AI美化的二维码内容或二维码图片，通过二维码生码技术或二维码解码及转码技术，将需要AI美化的二维码内容或二维码图片生成初始黑白二维码图片，其中解码及转码技术具体包括如下步骤：
步骤1、输入用户输入的二维码图片；
步骤2、对用户输入的二维码图片进行预处理；
步骤3、识别用户输入的二维码图片中的定位模块和校准模块，判断该二维码图片中是否有定位模块和校准模块，如果没有定位模块和校准模块，则提示用户，用户输入的二维码图片无二维码图案；如果有定位模块和校准模块，则确定该二维码图片中二维码的位置和方向；
步骤4、根据二维码编码规则，提取该二维码图片中的数据码字和校验码字；
步骤5、根据二维码的纠错区域，对数据码字进行纠错操作，还原出原始数据；
步骤6、将原始数据按照对应的生码规则生成初始黑白二维码；
步骤7、输出初始黑白二维码；
步骤三、对步骤一中用户上传的背景图像进行图像预处理：
首先将背景图像转为灰度图像，然后对灰度图像进行降噪处理，接着将经过降噪处理后的灰度图像进行二值分割，从而得到二值化背景图像；使用轮廓检测函数提取二值化背景图像的轮廓，通过像素点的位置表示提取到的二值化背景图像的轮廓信息，然后使用迭代重点拟合算法生成二值化背景图像的轮廓的逼近曲线，从而生成待融入二维码的背景图像；
步骤四、查找步骤三生成的二值化背景图像的轮廓的逼近曲线上的三个像素点能否构成直角三角形，如果轮廓的逼近曲线上的三个像素点能够构成直角三角形，则判断该直角三角形是否为等腰直角三角形，如果该直角三角形为等腰直角三角形，然后进行步骤五，如果该直角三角形不是等腰直角三角形，则通过改变直角三角形的边的长度，将直角三角形变换成等腰直角三角形，其中改变直角三角形的边的长度的方法共有三种，第一种方法为将直角三角形的最短边拉伸至与最长边长度一致，第二种方法为将直角三角形的最长边缩短至与最短边长度一致，第三种方法为将直角三角形的最长边和最短边的长度变为最长边与最短边长度之和的一半，三种方法都能将直角三角形变换为等腰直角三角的话，三种方法生成的待融入二维码的背景图像都进行步骤五；如果轮廓的逼近曲线上的三个像素点不能构成直角三角形，则确定待融入二维码的背景图像的中心位置，然后进行步骤六；
步骤五、查找步骤二生成的初始黑白二维码图片中是否包含三个定位框，三个定位框的中心点是否构成等腰直角三角形，如果初始黑白二维码图片中包含等腰直角三角形，将初始黑白二维码图片进行旋转，使初始黑白二维码图片中的等腰直角三角形与步骤四中待融入二维码的背景图像中的等腰直角三角形重合，然后通过图像加权函数，将初始黑白二维码图片与待融入二维码的背景图像进行图像融合，生成二值化的AI二维码图像；如果初始黑白二维码图片中不包含等腰直角三角形，则进行步骤六，其中查找步骤二中生成的初始黑白二维码图片是否包含三个定位框，三个定位框的中心点是否构成等腰直角三角形的方法具体步骤如下：
步骤A、首先对步骤二中生成的初始黑白二维码图片进行灰度处理，然后进行二值化分割，得到初始黑白二维码的二值化图像；
步骤B、然后使用轮廓检测函数对步骤A生成的初始黑白二维码的二值化图像进行轮廓获取，通过定位框的轮廓具有一个父轮廓和两个子轮廓的特点，在初始黑白二维码的二值化图像中筛选出三个定位框；
步骤C、对步骤B筛选出的三个定位框进行图元分析，通过分析每个定位框的图元的横向黑白比例是否是1:1:3:1:1，从而确定三个定位框是否是初始黑白二维码图片的定位模块；
步骤D、然后提取三个定位框的中心点，计算三个定位框中心点围成的三角形，三角形中角度为90度的角点所在位置就是初始黑白二维码图片中左上角的定位点，
另外两个角点即为初始黑白二维码图片中左下角的定位点和右上角的定位点的位置。
步骤六、通过图像加权函数，将步骤二中生成的初始黑白二维码图片融入到步骤四中待融入二维码的背景图像的中心位置，生成二值化的AI二维码图像；
步骤七、用户在预设的图像处理模型中选择一个美化风格，通过预设的图像处理模型对步骤五或者步骤六生成的二值化的AI二维码图像进行重绘，生成美化后的AI二维码图像，其中图像处理模型为潜在扩散模型；
步骤八、将步骤七中生成的美化后的AI二维码图像进行机器解码识别，如果能够被解码识别，则输出可识别的AI二维码；如果不能被解码识别，调整预设的图像处理模型的干预参数后再进行重绘，直至生成的美化后的AI二维码能够被解码识别，输出可识别的AI二维码，其中干预参数包括扩散系数、迭代次数、初始条件、相关性和噪声强度；
步骤九、裁剪出步骤八中生成的可识别的AI二维码的二维码区域，将裁剪出的二维码区域根据步骤五或者步骤六中确定的融入位置融入到步骤一中用户输入的背景图像中，得到第二种可选择的AI二维码；
步骤十、输出步骤八生成的可识别的AI二维码和步骤九生成的第二种可选择的AI二维码。
实施例2
本实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有AI二维码生成方法的计算机程序，该计算机程序能被处理器执行时实现实施例1的方法。
Claims (9)
1.一种AI二维码生成方法，其特征在于包括如下步骤：
步骤一、用户上传需要融入二维码的背景图像；
步骤二、用户输入需要AI美化的二维码内容或二维码图片，通过二维码生码技术或二维码解码及转码技术，将需要AI美化的二维码内容或二维码图片生成初始黑白二维码图片；
步骤三、对步骤一中用户上传的背景图像进行图像预处理：
首先将背景图像转为灰度图像，然后对灰度图像进行降噪处理，接着将经过降噪处理后的灰度图像进行二值分割，从而得到二值化背景图像；使用轮廓检测函数提取二值化背景图像的轮廓，通过像素点的位置表示提取到的二值化背景图像的轮廓信息，然后使用拟合多边形方法生成二值化背景图像的轮廓的逼近曲线，从而生成待融入二维码的背景图像；
步骤四、查找步骤三生成的二值化背景图像的轮廓的逼近曲线上的三个像素点能否构成直角三角形，如果轮廓的逼近曲线上的三个像素点能够构成直角三角形，则判断该直角三角形是否为等腰直角三角形，如果该直角三角形为等腰直角三角形，然后进行步骤五，如果该直角三角形不是等腰直角三角形，则通过改变直角三角形的边的长度，将直角三角形变换成等腰直角三角形，然后进行步骤五；如果轮廓的逼近曲线上的三个像素点不能构成直角三角形，则确定待融入二维码的背景图像的中心位置，然后进行步骤六；
步骤五、查找步骤二生成的初始黑白二维码图片中是否包含三个定位框，三个定位框的中心点是否构成等腰直角三角形，如果初始黑白二维码图片中包含等腰直角三角形，将初始黑白二维码图片进行旋转，使初始黑白二维码图片中的等腰直角三角形与步骤四中待融入二维码的背景图像中的等腰直角三角形重合，然后通过图像加权函数，将初始黑白二维码图片与待融入二维码的背景图像进行图像融合，生成二值化的AI二维码图像；如果初始黑白二维码图片中不包含等腰直角三角形，则进行步骤六；
步骤六、通过图像加权函数，将步骤二中生成的初始黑白二维码图片融入到步骤四中待融入二维码的背景图像的中心位置，生成二值化的AI二维码图像；
步骤七、用户在预设的图像处理模型中选择一个美化风格，通过预设的图像处理模型对步骤五或者步骤六生成的二值化的AI二维码图像进行重绘，生成美化后的AI二维码图像；
步骤八、将步骤七中生成的美化后的AI二维码图像进行机器解码识别，如果能够被解码识别，则输出可识别的AI二维码；如果不能被解码识别，调整预设的图像处理模型的干预参数后再进行重绘，直至生成的美化后的AI二维码能够被解码识别，输出可识别的AI二维码。
2.根据权利要求1所述的AI二维码生成方法，其特征在于：所述步骤八之后还包括：
步骤九、裁剪出步骤八中生成的可识别的AI二维码的二维码区域，将裁剪出的二维码区域根据步骤五或者步骤六中确定的融入位置融入到步骤一中用户输入的背景图像中，得到第二种可选择的AI二维码；
步骤十、输出步骤八生成的可识别的AI二维码和步骤九生成的第二种可选择的AI二维码。
3.根据权利要求1所述的AI二维码生成方法，其特征在于：所述步骤二中的解码及转码技术具体包括如下步骤：
步骤1、输入用户输入的二维码图片；
步骤2、对用户输入的二维码图片进行预处理；
步骤3、识别用户输入的二维码图片中的定位模块和校准模块，判断该二维码图片中是否有定位模块和校准模块，如果没有定位模块和校准模块，则提示用户，用户输入的二维码图片无二维码图案；如果有定位模块和校准模块，则确定该二维码图片中二维码的位置和方向；
步骤4、根据二维码编码规则，提取该二维码图片中的数据码字和校验码字；
步骤5、根据二维码的纠错区域，对数据码字进行纠错操作，还原出原始数据；
步骤6、将原始数据按照对应的生码规则生成初始黑白二维码；
步骤7、输出初始黑白二维码。
4.根据权利要求1所述的AI二维码生成方法，其特征在于：所述步骤三中拟合多边形方法采用的是迭代重点拟合算法。
5.根据权利要求1所述的AI二维码生成方法，其特征在于：所述步骤四中改变直角三角形的边的长度的方法共有三种，第一种方法为将直角三角形的最短边拉伸至与最长边长度一致；第二种方法为将直角三角形的最长边缩短至与最短边长度一致；第三种方法为将直角三角形的最长边和最短边的长度变为最长边与最短边长度之和的一半。
6.根据权利要求1所述的AI二维码生成方法，其特征在于：所述步骤五中查找步骤二中生成的初始黑白二维码图片是否包含三个定位框，三个定位框的中心点是否构成等腰直角三角形的方法具体步骤如下：
步骤A、首先对步骤二中生成的初始黑白二维码图片进行灰度处理，然后进行二值化分割，得到初始黑白二维码的二值化图像；
步骤B、然后使用轮廓检测函数对步骤A生成的初始黑白二维码的二值化图像进行轮廓获取，通过定位框的轮廓具有一个父轮廓和两个子轮廓的特点，在初始黑白二维码的二值化图像中筛选出三个定位框；
步骤C、对步骤B筛选出的三个定位框进行图元分析，通过分析每个定位框的图元的横向黑白比例是否是1:1:3:1:1，从而确定三个定位框是否是初始黑白二维码图片的定位模块；
步骤D、然后提取三个定位框的中心点，计算三个定位框中心点围成的三角形，三角形中角度为90度的角点所在位置就是初始黑白二维码图片中左上角的定位点，另外两个角点即为初始黑白二维码图片中左下角的定位点和右上角的定位点的位置。
7.根据权利要求1所述的AI二维码生成方法，其特征在于：所述步骤七中的图像处理模型为潜在扩散模型。
8.根据权利要求1所述的AI二维码生成方法，其特征在于：所述步骤八中的干预参数包括如下参数之一或任意组合：扩散系数、迭代次数、初始条件、相关性和噪声强度。
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有AI二维码生成方法的计算机程序，该计算机程序能被处理器执行时实现如权利要求1至8中任一项权利要求所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311092069.7A CN117131896B (zh) | 2023-08-29 | 2023-08-29 | 一种ai二维码生成方法及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311092069.7A CN117131896B (zh) | 2023-08-29 | 2023-08-29 | 一种ai二维码生成方法及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117131896A CN117131896A (zh) | 2023-11-28 |
| CN117131896B true CN117131896B (zh) | 2024-03-08 |
Family
ID=88854120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311092069.7A Active CN117131896B (zh) | 2023-08-29 | 2023-08-29 | 一种ai二维码生成方法及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117131896B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106599965A (zh) * | 2016-11-25 | 2017-04-26 | 北京矩石科技有限公司 | 一种将图像卡通化并与二维码融合的方法与装置 |
| CN107818282A (zh) * | 2017-09-30 | 2018-03-20 | 努比亚技术有限公司 | 二维码识别方法、终端及计算机可读存储介质 |
| CN107832652A (zh) * | 2017-09-28 | 2018-03-23 | 努比亚技术有限公司 | 二维码识别方法、终端及计算机可读存储介质 |
| CN110766117A (zh) * | 2018-07-27 | 2020-02-07 | 郑州大学 | 一种二维码的生成方法及系统 |
-
2023
- 2023-08-29 CN CN202311092069.7A patent/CN117131896B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106599965A (zh) * | 2016-11-25 | 2017-04-26 | 北京矩石科技有限公司 | 一种将图像卡通化并与二维码融合的方法与装置 |
| CN107832652A (zh) * | 2017-09-28 | 2018-03-23 | 努比亚技术有限公司 | 二维码识别方法、终端及计算机可读存储介质 |
| CN107818282A (zh) * | 2017-09-30 | 2018-03-20 | 努比亚技术有限公司 | 二维码识别方法、终端及计算机可读存储介质 |
| CN110766117A (zh) * | 2018-07-27 | 2020-02-07 | 郑州大学 | 一种二维码的生成方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117131896A (zh) | 2023-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | Stylized aesthetic QR code | |
| Cai et al. | PiiGAN: generative adversarial networks for pluralistic image inpainting | |
| Chu et al. | Halftone QR codes | |
| CN106778995B (zh) | 一种与图像融合的艺术化二维码生成方法及装置 | |
| CN110378985B (zh) | 一种基于gan的动漫绘画辅助创作方法 | |
| US10922860B2 (en) | Line drawing generation | |
| Li et al. | An aesthetic QR code solution based on error correction mechanism | |
| CN105117760A (zh) | 一种将二维码与彩色图片融合生成彩色图片二维码的方法 | |
| Hung et al. | Micrography QR codes | |
| CN112183150A (zh) | 图像二维码及其制备方法、解析装置和解析方法 | |
| CN112784531B (zh) | 一种基于深度学习和部件拼接的中文字形及字库生成方法 | |
| CN112036137A (zh) | 一种基于深度学习的多风格书法数字墨水仿真方法和系统 | |
| CN113449787B (zh) | 基于汉字笔画结构的字体库补全方法及系统 | |
| CN116822548B (zh) | 生成高识别率ai二维码的方法及计算机可读存储介质 | |
| Yao et al. | Manga vectorization and manipulation with procedural simple screentone | |
| He et al. | Diff-font: Diffusion model for robust one-shot font generation | |
| CN109492735B (zh) | 二维码生成方法及计算机可读存储介质 | |
| CN117131896B (zh) | 一种ai二维码生成方法及计算机可读存储介质 | |
| Rathi et al. | Aesthetic QR: Approaches for Beautified, Fast Decoding, and Secured QR Codes. | |
| Kim et al. | Game effect sprite generation with minimal data via conditional GAN | |
| Zhang et al. | Edge aware domain transformation for face sketch synthesis | |
| Wang et al. | CLAST: Contrastive Learning for Arbitrary Style Transfer | |
| Zhang et al. | A fast solution for Chinese calligraphy relief modeling from 2D handwriting image | |
| Goncalves et al. | Guidednet: Single image dehazing using an end-to-end convolutional neural network | |
| CN110516202A (zh) | 文档生成器的获取方法、文档生成方法、装置及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |