CN117291208B - 一种二维码提取方法及系统 - Google Patents
一种二维码提取方法及系统 Download PDFInfo
- Publication number
- CN117291208B CN117291208B CN202311576410.6A CN202311576410A CN117291208B CN 117291208 B CN117291208 B CN 117291208B CN 202311576410 A CN202311576410 A CN 202311576410A CN 117291208 B CN117291208 B CN 117291208B
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- processed
- image
- horizontal
- extracting
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000000877 morphologic effect Effects 0.000 claims abstract description 15
- 238000005070 sampling Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006740 morphological transformation Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation 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
- 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
- G06K7/1417—2D bar codes
-
- 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
- G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种二维码提取方法及系统,涉及二维码识别技术领域,解决了传统的三点定位方案因定位框缺失导致的二维码提取、识别障碍的问题,其技术方案要点是:包括:S1、获取待处理图像,所述待处理图像包含一张二维码图片;S2、对所述待处理图像进行二值化处理和形态学处理,得到二值化待处理图像;S3、对所述二值化待处理图像进行边缘提取,并对边缘进行水平和垂直投影,得到水平和垂直像素波峰图;S4、根据所述水平和垂直像素波峰图提取二维码横纵坐标,根据所述二维码横纵坐标返回待处理图像提取二维码图片;本方案根据边缘轮廓水平、垂直投影提取二维码区域,不再依赖定位框,保留原始信息,提取、识别更加精准。
Description
技术领域
本发明涉及二维码识别技术领域,更具体地说,它涉及一种二维码提取方法及系统。
背景技术
目前,二维码提取主要根据三个定位框结合形态学处理进行轮廓提取,要求定位框必须完整无破损,否则无法进行提取。但在一般情况下,二维码图像中的定位框可能出现污点、不清晰或者破损的情况,这将直接影响后续提取识别的结果。
有鉴于此,本申请提供一种二维码提取方法及系统,解决上述问题。
发明内容
本申请的目的是提供一种二维码提取方法及系统,解决现有二维码提取在定位框破损的情况下提取识别精准度差的问题性,通过垂直投影、水平投影的波峰图,抓取更精细化的目标区域,从而保证提取结果的精准度。
本申请首先提供一种二维码提取方法,包括如下步骤:
S1、获取待处理图像,所述待处理图像包含一张二维码图片;
S2、对所述待处理图像进行二值化处理和形态学处理,得到二值化待处理图像;
S3、对所述二值化待处理图像进行边缘提取,并对边缘进行水平和垂直投影,得到水平和垂直像素波峰图;
S4、根据所述水平和垂直像素波峰图提取二维码横纵坐标,根据所述二维码横纵坐标返回待处理图像提取二维码图片。
采用上述技术方案,相较于传统的三点定位方案,本方案根据边缘轮廓水平、垂直投影提取二维码区域,一方面,不再依赖定位框,定位框缺失不影响二维码的提取与识别;另一方面,无需进行频繁的形态学处理,可大大避免形态学处理带来的信息缺失,尽量保留原始信息,提取、识别更加精准。
在一种可能的实施方式中,步骤S3包括:
通过canny算法从所述二值化待处理图像中提取边缘;
对所述边缘进行水平投影,统计各行的像素点之和绘制水平像素波峰图,对所述边缘进行垂直投影,统计各列的像素点之和绘制垂直像素波峰图。
在一种可能的实施方式中,步骤S4包括:
从所述水平像素波峰图中按顺序提取首个大于行设定阈值的行以及最后一个大于行设定阈值的行作为纵坐标的始末位置;
从所述垂直像素波峰图中按顺序提取首个大于列设定阈值的列以及最后一个大于列设定阈值的列作为横坐标的始末位置;
根据所述横坐标的始末位置和纵坐标的始末位置从所述待处理图像中提取二维码图片。
在一种可能的实施方式中,所述行设定阈值为水平像素波峰图中波峰和波谷的均值与行经验系数的乘积,所述列设定阈值为垂直像素波峰图中波峰和波谷的均值与列经验系数的乘积。
在一种可能的实施方式中,还包括如下步骤:
S5、对所述二维码图片进行mesh采样网络生成,并将有效网络绘制在空白图层,提取二维码包含的信息流数据;
S6、将所述信息流数据带入解码算法得到二维码解码结果。
本申请还提供一种二维码提取系统,包括:
图像获取模块,用于获取待处理图像,所述待处理图像包含一张二维码图片;
二值化处理模块,用于对所述待处理图像进行二值化处理和形态学处理,得到二值化待处理图像;
边缘投影模块,用于对所述二值化待处理图像进行边缘提取,并对边缘进行水平和垂直投影,得到水平和垂直像素波峰图;
二维码提取模块,用于根据所述水平和垂直像素波峰图提取二维码横纵坐标,根据所述二维码横纵坐标返回待处理图像提取二维码图片。
在一种可能的实施方式中,所述边缘投影模块,包括:
边缘提取模块,用于通过canny算法从所述二值化待处理图像中提取边缘;
投影模块,用于对所述边缘进行水平投影,统计各行的像素点之和绘制水平像素波峰图,对所述边缘进行垂直投影,统计各列的像素点之和绘制垂直像素波峰图。
在一种可能的实施方式中,所述二维码提取模块,包括:
水平定位模块,用于从所述水平像素波峰图中按顺序提取首个大于行设定阈值的行以及最后一个大于行设定阈值的行作为纵坐标的始末位置;
垂直定位模块,用于从所述垂直像素波峰图中按顺序提取首个大于列设定阈值的列以及最后一个大于列设定阈值的列作为横坐标的始末位置;
图像提取模块,用于根据所述横坐标的始末位置和纵坐标的始末位置从所述待处理图像中提取二维码图片。
在一种可能的实施方式中,所述水平定位模块中的所述行设定阈值为水平像素波峰图中波峰和波谷的均值与行经验系数的乘积,所述垂直定位模块中的列设定阈值为垂直像素波峰图中波峰和波谷的均值与列经验系数的乘积。
在一种可能的实施方式中,还包括:
信息流提取模块,用于对所述二维码图片进行mesh采样网络生成,并将有效网络绘制在空白图层,提取二维码包含的信息流数据;
二维码解码模块,用于将所述信息流数据带入解码算法得到二维码解码结果。
与现有技术相比,本申请具有以下有益效果:本发明提供的一种二维码提取方法及系统采用垂直、水平投影的方式,通过绘制垂直、水平像素波峰图来抓取更精细化的二维码区域,从而保证提取结果的精准度。能解决传统三点定位法存在的依赖定位框、定位框不清晰或者破损时无法识别二维码的问题。能够减少基于形态学框选提取造成的信息缺失。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明实施例1提供的本方案适用的二维码图片;
图2为本发明实施例1提供的二维码提取方法的流程示意图;
图3(a)为本发明实施例1提供的水平像素波峰图;
图3(b)为本发明实施例1提供的垂直像素波峰图;
图4为本发明实施例1提供的本方案提取的二维码图片;
图5为本发明实施例1提供的本方案mesh采样得到的二维码;
图6为本发明实施例2提供的二维码提取系统的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本申请作进一步的详细说明,本申请的示意性实施方式及其说明仅用于解释本申请,并不作为对本申请的限定。
首先,对本方案适用的二维码进行说明。请参见图1所示,图1为本方案适用的二维码图片。该二维码并不依赖传统的三点定位,而是基于QR二维码的数学纠错编码逻辑reedsolo 加密算法将用户提供的信息加密为0、1字符串,并按一定长度截断、平铺,转化为如图1所示的由黑白像素点构成的二维码。
基于上述二维码,执行本方案的二维码提取方法及系统,可有效解决传统的三点定位方案因定位框缺失导致的二维码提取、识别障碍的问题。需要说明的是,传统的三点定位方案,在缺失任意一个定位框时,均无法提取、识别二维码内容,本方案不存在此类问题。下面给出本方案的具体实施例。
实施例1提供一种二维码提取方法,请参见图2所示,图2为二维码提取方法的流程示意图。方法包括如下步骤:
S1、获取待处理图像,所述待处理图像包含一张二维码图片;
S2、对所述待处理图像进行二值化处理和形态学处理,得到二值化待处理图像;
S3、对所述二值化待处理图像进行边缘提取,并对边缘进行水平和垂直投影,得到水平和垂直像素波峰图;
S4、根据所述水平和垂直像素波峰图提取二维码横纵坐标,根据所述二维码横纵坐标返回待处理图像提取二维码图片。
具体地,本方案通过拍照、网络传输等方式获取待处理图像,待处理图像中包含一张如图1所示的二维码图片。需要说明的是,待处理图像是经过基本处理的图像,基本处理包括但不限于角点检测、透视变换、形态学变换等,其目的在于校正待处理图像可能出现的形变、歪斜、剔除待处理图像中的大面积干扰,仅保留二维码部分和无法剔除的小面积干扰,以便执行本方案接下来的处理。接着,结合大津(OUT)阈值法与局部阈值法对待处理图像进行自适应二值化处理,并进行小尺度膨胀、腐蚀等形态学处理,进一步减少图像中的干扰,得到二值化待处理图像。对二值化待处理图像进行边缘(轮廓)提取,并将边缘投影至水平方向和垂直方向,逐行、逐列统计边缘的像素点之和,生成水平像素波峰图和垂直像素波峰图。通过迭代训练得到的设定阈值从水平像素波峰图和垂直像素波峰图中定位二维码区域位置,进而从待处理图像中提取二维码图片。
本方案采用水平、垂直边缘投影定位二维码区域的原理在于:待处理图像包括二维码区域和非二维码区域,二维码区域由多个或离散或连续的像素点组成,其边缘轮廓较大且聚集,无论在水平方向投影还是在垂直方向投影的像素点均呈连续且聚集的状态,非二维码区域主要包含前期未处理掉的小面积干扰,该小面积干扰通常是离散的孤点,其边缘轮廓较小且分散。故此,可以通过设定阈值从水平像素波峰图和垂直像素波峰图中定位二维码区域位置。
可以理解的是,相较于传统的三点定位方案,本方案根据边缘轮廓水平、垂直投影提取二维码区域。一方面,不再依赖定位框,定位框缺失不影响二维码的提取与识别;另一方面,无需进行频繁的形态学处理,可大大避免形态学处理带来的信息缺失,尽量保留原始信息,提取、识别更加精准。
在一种可能的实施方式中,步骤S3包括:S31、通过canny算法从所述二值化待处理图像中提取边缘;S32、对所述边缘进行水平投影,统计各行的像素点之和绘制水平像素波峰图,对所述边缘进行垂直投影,统计各列的像素点之和绘制垂直像素波峰图。
具体地,请参见图3(a)和图3(b)所示,图3(a)为水平像素波峰图,图3(b)为垂直像素波峰图,步骤S3中,先通过canny算法从二值化待处理图像中提取边缘轮廓,接着将边缘轮缘向水平和垂直方向进行投影,最后逐行统计边缘轮廓的像素点之和,以行数为纵坐标,像素点之和为横坐标绘制水平像素波峰图,逐列统计边缘轮廓的像素点之和,以列数为横坐标,像素点之和为纵坐标绘制垂直像素波峰图。
需要说明的是,步骤S3中,采用canny算法从二值化待处理图像中提取边缘,仅为一种示例性地实现方式,并不构成对本申请的限制。在其他的实现方式中也可以采用诸如sobel、prewitt等现有的边缘检测算法提取边缘轮廓。
在一种可能的实施方式中,步骤S4包括:S41、从所述水平像素波峰图中按顺序提取首个大于行设定阈值的行以及最后一个大于行设定阈值的行作为纵坐标的始末位置;S42、从所述垂直像素波峰图中按顺序提取首个大于列设定阈值的列以及最后一个大于列设定阈值的列作为横坐标的始末位置;S43、根据所述横坐标的始末位置和纵坐标的始末位置从所述待处理图像中提取二维码图片。
具体地,请参见图4所示,图4为本方案提取的二维码图片。在水平像素波峰图中,从上到下,或从下到上,取第一个像素点之和大于行设定阈值的行,以及最后一个像素点之和大于行设定阈值的行,作为纵坐标的始末位置;在垂直像素波峰图中,从左到右,或从右到左,取第一个像素点之和大于列设定阈值的列,以及最后一个像素点之和大于列设定阈值的列,作为横坐标的始末位置。在横坐标的始末位置和纵坐标的始末位置作延长线,四条延长线围合出的矩形区域为二维码区域,取矩形区域的四个端点坐标,带入待处理图像即可提取二维码图片。
需要说明的是,步骤S41和S42的顺序可调换,并不影响本方案的实现。
在一种可能的实施方式中,所述行设定阈值为水平像素波峰图中波峰和波谷的均值与行经验系数的乘积,所述列设定阈值为垂直像素波峰图中波峰和波谷的均值与列经验系数的乘积。
具体地,从图3(a)和图3(b)中可以看到像素波峰图中边缘轮廓投影其实是一段连续的不规则波峰波谷曲线,图像中的干扰噪点也会在像素波峰图上有所体现。但是颜色的深浅、各行或各列像素点之和的大小在波峰中体现有所不同。故而为了更精准的提取二维码区域,下面分析二维码区域行、列像素点之和的特征:
1.二维码区域同一行或同一列中绝不会仅仅有一个或者两个矩形方块;
2.二维码区域的行、列像素点之和一定大于图像中各行像素点之和或各列像素点之和;
3.二维码区域的行、列像素点之和一定是连续的、高峰值的波动曲线。
由此,我们依据投影曲线波峰波谷均值乘以经验系数α,作为判别标准,经验系数α可通过多次迭代试验得到。
在一种可能的实施方式中,方法还包括:S5、对所述二维码图片进行mesh采样网络生成,并将有效网络绘制在空白图层,提取二维码包含的信息流数据;S6、将所述信息流数据带入解码算法得到二维码解码结果。
具体地,请参见图5所示,图5为本方案mesh采样得到的二维码。为了将图4转化为计算机可识读的信息,需要对图4的二维码图片进行mesh采样网络生成,该mesh采样网络可取9行9列的网格。将有效网格绘制在空白图层上,对最上、最下、最左、最右的有效网格进行位置取样,得到信息流区域,再逐格填表得到所需的信息流数据。将信息流数据带入解码算法中即可获得二维码解码结果。
可以理解的是,本方案采用垂直、水平投影的方式,通过绘制垂直、水平像素波峰图来抓取更精细化的二维码区域,从而保证提取结果的精准度。能解决传统三点定位法存在的依赖定位框、定位框不清晰或者破损时无法识别二维码的问题。能够减少基于形态学框选提取造成的信息缺失。
实施例2提供一种二维码提取系统,请参见图6所示,图6为二维码提取系统的结构示意图。系统用于实现实施例1中给出的方法,系统包括:
图像获取模块,用于获取待处理图像,所述待处理图像包含一张二维码图片;
二值化处理模块,用于对所述待处理图像进行二值化处理和形态学处理,得到二值化待处理图像;
边缘投影模块,用于对所述二值化待处理图像进行边缘提取,并对边缘进行水平和垂直投影,得到水平和垂直像素波峰图;
二维码提取模块,用于根据所述水平和垂直像素波峰图提取二维码横纵坐标,根据所述二维码横纵坐标返回待处理图像提取二维码图片。
在一种可能的实施方式中,所述边缘投影模块,包括:边缘提取模块,用于通过canny算法从所述二值化待处理图像中提取边缘;投影模块,用于对所述边缘进行水平投影,统计各行的像素点之和绘制水平像素波峰图,对所述边缘进行垂直投影,统计各列的像素点之和绘制垂直像素波峰图。
在一种可能的实施方式中,所述二维码提取模块,包括:水平定位模块,用于从所述水平像素波峰图中按顺序提取首个大于行设定阈值的行以及最后一个大于行设定阈值的行作为纵坐标的始末位置;垂直定位模块,用于从所述垂直像素波峰图中按顺序提取首个大于列设定阈值的列以及最后一个大于列设定阈值的列作为横坐标的始末位置;图像提取模块,用于根据所述横坐标的始末位置和纵坐标的始末位置从所述待处理图像中提取二维码图片。
在一种可能的实施方式中,所述水平定位模块中的所述行设定阈值为水平像素波峰图中波峰和波谷的均值与行经验系数的乘积,所述垂直定位模块中的列设定阈值为垂直像素波峰图中波峰和波谷的均值与列经验系数的乘积。
在一种可能的实施方式中,系统还包括:信息流提取模块,用于对所述二维码图片进行mesh采样网络生成,并将有效网络绘制在空白图层,提取二维码包含的信息流数据;二维码解码模块,用于将所述信息流数据带入解码算法得到二维码解码结果。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种二维码提取方法,其特征在于,包括如下步骤:
S1、获取待处理图像,所述待处理图像包含一张二维码图片;
S2、对所述待处理图像进行二值化处理和形态学处理,得到二值化待处理图像;
S3、对所述二值化待处理图像进行边缘提取,并对边缘进行水平和垂直投影,得到水平和垂直像素波峰图;
S4、根据所述水平和垂直像素波峰图提取二维码横纵坐标,根据所述二维码横纵坐标返回待处理图像提取二维码图片;
步骤S3包括:
通过canny算法从所述二值化待处理图像中提取边缘;
对所述边缘进行水平投影,统计各行的像素点之和绘制水平像素波峰图,对所述边缘进行垂直投影,统计各列的像素点之和绘制垂直像素波峰图;
步骤S4包括:
从所述水平像素波峰图中按顺序提取首个大于行设定阈值的行以及最后一个大于行设定阈值的行作为纵坐标的始末位置;
从所述垂直像素波峰图中按顺序提取首个大于列设定阈值的列以及最后一个大于列设定阈值的列作为横坐标的始末位置;
根据所述横坐标的始末位置和纵坐标的始末位置从所述待处理图像中提取二维码图片。
2.根据权利要求1所述的一种二维码提取方法,其特征在于,所述行设定阈值为水平像素波峰图中波峰和波谷的均值与行经验系数的乘积,所述列设定阈值为垂直像素波峰图中波峰和波谷的均值与列经验系数的乘积。
3.根据权利要求1所述的一种二维码提取方法,其特征在于,还包括如下步骤:
S5、对所述二维码图片进行mesh采样网络生成,并将有效网络绘制在空白图层,提取二维码包含的信息流数据;
S6、将所述信息流数据带入解码算法得到二维码解码结果。
4.一种二维码提取系统,其特征在于,包括:
图像获取模块,用于获取待处理图像,所述待处理图像包含一张二维码图片;
二值化处理模块,用于对所述待处理图像进行二值化处理和形态学处理,得到二值化待处理图像;
边缘投影模块,用于对所述二值化待处理图像进行边缘提取,并对边缘进行水平和垂直投影,得到水平和垂直像素波峰图;
二维码提取模块,用于根据所述水平和垂直像素波峰图提取二维码横纵坐标,根据所述二维码横纵坐标返回待处理图像提取二维码图片;
所述边缘投影模块,包括:
边缘提取模块,用于通过canny算法从所述二值化待处理图像中提取边缘;
投影模块,用于对所述边缘进行水平投影,统计各行的像素点之和绘制水平像素波峰图,对所述边缘进行垂直投影,统计各列的像素点之和绘制垂直像素波峰图;
所述二维码提取模块,包括:
水平定位模块,用于从所述水平像素波峰图中按顺序提取首个大于行设定阈值的行以及最后一个大于行设定阈值的行作为纵坐标的始末位置;
垂直定位模块,用于从所述垂直像素波峰图中按顺序提取首个大于列设定阈值的列以及最后一个大于列设定阈值的列作为横坐标的始末位置;
图像提取模块,用于根据所述横坐标的始末位置和纵坐标的始末位置从所述待处理图像中提取二维码图片。
5.根据权利要求4所述的一种二维码提取系统,其特征在于,所述水平定位模块中的所述行设定阈值为水平像素波峰图中波峰和波谷的均值与行经验系数的乘积,所述垂直定位模块中的列设定阈值为垂直像素波峰图中波峰和波谷的均值与列经验系数的乘积。
6.根据权利要求4所述的一种二维码提取系统,其特征在于,还包括:
信息流提取模块,用于对所述二维码图片进行mesh采样网络生成,并将有效网络绘制在空白图层,提取二维码包含的信息流数据;
二维码解码模块,用于将所述信息流数据带入解码算法得到二维码解码结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311576410.6A CN117291208B (zh) | 2023-11-24 | 2023-11-24 | 一种二维码提取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311576410.6A CN117291208B (zh) | 2023-11-24 | 2023-11-24 | 一种二维码提取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117291208A CN117291208A (zh) | 2023-12-26 |
CN117291208B true CN117291208B (zh) | 2024-01-23 |
Family
ID=89253816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311576410.6A Active CN117291208B (zh) | 2023-11-24 | 2023-11-24 | 一种二维码提取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117291208B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004280713A (ja) * | 2003-03-18 | 2004-10-07 | Hitachi Ltd | 車番認識装置 |
CN1885312A (zh) * | 2006-07-11 | 2006-12-27 | 电子科技大学 | 基于数学形态学和概率统计的虹膜定位方法 |
CN101197004A (zh) * | 2007-12-25 | 2008-06-11 | 深圳矽感科技有限公司 | 一种二维条码及其编解码方法 |
CN102855632A (zh) * | 2012-08-28 | 2013-01-02 | 福建鸿博印刷股份有限公司 | 一种用于票据印刷在线检测的可变号码定位方法 |
CN104933387A (zh) * | 2015-06-24 | 2015-09-23 | 上海快仓智能科技有限公司 | 一种基于二维码解码的快速定位识别的方法 |
CN107609451A (zh) * | 2017-09-14 | 2018-01-19 | 斯坦德机器人(深圳)有限公司 | 一种基于二维码的高精度视觉定位方法及系统 |
CN112560538A (zh) * | 2021-02-26 | 2021-03-26 | 江苏东大集成电路系统工程技术有限公司 | 一种根据图像冗余信息快速定位受损qr码的方法 |
CN116842976A (zh) * | 2023-06-27 | 2023-10-03 | 厦门大学 | 一种基于图像粗定位后的DataMatrix二维码识别方法及系统 |
-
2023
- 2023-11-24 CN CN202311576410.6A patent/CN117291208B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004280713A (ja) * | 2003-03-18 | 2004-10-07 | Hitachi Ltd | 車番認識装置 |
CN1885312A (zh) * | 2006-07-11 | 2006-12-27 | 电子科技大学 | 基于数学形态学和概率统计的虹膜定位方法 |
CN101197004A (zh) * | 2007-12-25 | 2008-06-11 | 深圳矽感科技有限公司 | 一种二维条码及其编解码方法 |
CN102855632A (zh) * | 2012-08-28 | 2013-01-02 | 福建鸿博印刷股份有限公司 | 一种用于票据印刷在线检测的可变号码定位方法 |
CN104933387A (zh) * | 2015-06-24 | 2015-09-23 | 上海快仓智能科技有限公司 | 一种基于二维码解码的快速定位识别的方法 |
CN107609451A (zh) * | 2017-09-14 | 2018-01-19 | 斯坦德机器人(深圳)有限公司 | 一种基于二维码的高精度视觉定位方法及系统 |
CN112560538A (zh) * | 2021-02-26 | 2021-03-26 | 江苏东大集成电路系统工程技术有限公司 | 一种根据图像冗余信息快速定位受损qr码的方法 |
CN116842976A (zh) * | 2023-06-27 | 2023-10-03 | 厦门大学 | 一种基于图像粗定位后的DataMatrix二维码识别方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于符号特征的QR码识别算法;张民;郑建立;;计算机工程(第04期);第278-280页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117291208A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111814722B (zh) | 一种图像中的表格识别方法、装置、电子设备及存储介质 | |
WO2018018788A1 (zh) | 一种基于图像识别的计量表抄表装置及其方法 | |
CN107045634B (zh) | 一种基于最大稳定极值区域与笔画宽度的文本定位方法 | |
CN104751142B (zh) | 一种基于笔划特征的自然场景文本检测方法 | |
CN108416355B (zh) | 一种基于机器视觉的工业现场生产数据的采集方法 | |
WO2018145470A1 (zh) | 一种图像检测方法和装置 | |
WO2019085971A1 (zh) | 图像中定位文本的方法、装置、电子设备和存储介质 | |
WO2017016448A1 (zh) | 一种qr码特征检测方法及系统 | |
WO2019200802A1 (zh) | 合同影像图片的识别方法、电子装置及可读存储介质 | |
CN112329641B (zh) | 一种表格识别方法、装置、设备及可读存储介质 | |
CN111353961B (zh) | 一种文档曲面校正方法及装置 | |
CN109409356B (zh) | 一种基于swt的多方向中文印刷体文字检测方法 | |
CN102663378A (zh) | 连笔手写字符的识别方法 | |
CN103258201A (zh) | 一种融合全局和局部信息的表格线提取方法 | |
WO2021253633A1 (zh) | 一种批量二维码的识别方法及识别终端 | |
CN110060260B (zh) | 一种图像处理方法及系统 | |
CN112364862B (zh) | 一种基于直方图相似度的扰动变形汉字图片匹配的方法 | |
CN109753981B (zh) | 一种图像识别的方法及装置 | |
CN113139535A (zh) | 一种ocr文档识别方法 | |
CN106778766B (zh) | 一种基于定位点的旋转数字识别方法及系统 | |
CN116704516A (zh) | 一种用于水溶肥料包装的视觉检测方法 | |
CN110569848A (zh) | 一种电力设备铭牌的特征提取方法及系统 | |
CN110969163B (zh) | 一种检测图像中文本信息的方法 | |
CN117291208B (zh) | 一种二维码提取方法及系统 | |
CN110276260B (zh) | 一种基于深度摄像头的商品检测方法 |
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 |