CN117474032B - 一种基于数据分析的计算机二维码智能防伪方法 - Google Patents

Abstract

本发明涉及二维码防伪技术领域，涉及到一种基于数据分析的计算机二维码智能防伪方法，通过消费者登录系统并上传目标二维码图像，从中提取出目标二维码对应的图像信息，进一步得出目标二维码对应的初筛真实符合系数，并依据目标二维码对应的初筛真实符合系数进行筛选分析，同时还将目标二维码图像进行灰度化处理，由此分析得出目标二维码对应的复筛真实符合系数，最终分析得出目标二维码对应的真伪结果，并及时反馈至消费者，在一定程度上提高了消费者识别结果的准确性，避免消费者发生财产损失等问题，从而提高了后续消费者使用二维码的有效性，同时还有效的消除了消费者对产品真伪鉴定结果的疑心。

Description

一种基于数据分析的计算机二维码智能防伪方法

技术领域

本发明属于二维码防伪技术领域，涉及到一种基于数据分析的计算机二维码智能防伪方法。

背景技术

随着互联网的高速发展，二维码在现代金融、企业营销、电商支付、产品溯源等领域起到了至关重要的作用，如今二维码技术在各个领域仍呈现裂变式发展时态，已无法满足信息容量及应用多样性的需求，且其本身不具备防伪功能，难以避免假冒复制的风险，由此凸显了二维码防伪的管理重要性。

目前对二维码防伪主要通过消费者扫描二维码图像，通过移动通信网络将拍摄条码图像传递到服务器端，由服务器对图像进行译码和解密，然后将最终处理的信息反馈给消费者，消费者通过对比产品与查询反馈的信息的一致性，从而实现对产品的真伪鉴证，这种识别方式存在一定的不安全性，很显然这种分析方式存在以下问题：

1、当前仅凭消费者自行扫码从而识别二维码的真实性，在一定程度上无法保证消费者识别结果的准确性，进而导致消费者发生财产损失等问题，从而降低后续消费者使用二维码的有效性，无法消除消费者对产品真伪鉴定结果的疑心。

2、当前的二维码无法防止假冒伪劣产品的出现，无法保护企业和消费者的利益，同时也不能有效的提升防伪级别，无法真实的反映出二维码的防伪识别性，进而无法有效的提高二维码的防伪的合格率，从而无法有效的减少二维码防伪过程中的损耗和成本。

发明内容

鉴于以上现有技术存在的问题，本发明提供一种基于数据分析的计算机二维码智能防伪方法，用于解决据上述技术问题。

为了实现上述目的及其他目的，本发明采用的技术方案如下：

本发明提供了一种基于数据分析的计算机二维码智能防伪方法，该方法包括如下步骤：

步骤一、二维码图像采集：由消费者登录系统并上传目标二维码图像，实现电子防伪申请；

步骤二、二维码防伪初步分析：基于目标二维码对应的图像，从中提取出目标二维码对应的图像信息，并对目标二维码对应的图像信息进行分析，得出目标二维码对应的初筛真实符合系数；

步骤三、二维码防伪初预判：依据目标二维码对应的初筛真实符合系数进行筛选分析，若判定得出目标二维码的真伪结果为虚假，则将目标二维码的真伪结果反馈至步骤六，反之则执行步骤四；

步骤四、二维码防伪深度分析：将目标二维码图像进行灰度化处理，由此分析得出目标二维码对应的复筛真实符合系数；

步骤五、二维码防伪深预判：依据步骤三的分析方式同理对目标二维码对应的复筛真实符合系数进行筛选分析，若判定得出目标二维码的真伪结果为虚假，则将目标二维码的真伪结果反馈至步骤六，反之将目标二维码的真伪结果记为真实，同样反馈至步骤六；

步骤六、结果接收终端：由消费者登录系统查看目标二维码对应的真伪结果。

需要进一步说明的是，所述目标二维码对应的图像信息具体包括各子区域中各顶角点的顶角度数、各边长对应弯曲度数以及各子区域对应的填墨面积、亮度值、色度值和饱和度值。

需要进一步说明的是，所述步骤二二维码防伪初步分析中包括色度分析和轮廓分析。

需要进一步说明的是，所述色度分析中对目标二维码对应的图像信息进行分析，具体分析过程如下：

从目标二维码对应的图像信息中获取目标二维码对应各子区域的亮度值、色度值和饱和度值，并将其分别标记为和/>，其中，g表示各子区域对应的编号，g=1,2,...p;

通过计算公式，计算得出目标二维码对应的色度初筛真实符合系数/>，其中/>和/>分别表示设定的亮度、色度和饱和度对应的权重因子，/>和/>分别表示二维码数据库存储的二维码区域许可亮度差值、许可色度差值和许可饱和度差值，/>和/>分别表示为设定的二维码区域参考亮度值、色度值和饱和度值。

需要进一步说明的是，所述轮廓分析中对目标二维码对应的图像信息进行分析，具体分析过程如下：

从目标二维码对应的图像信息中获取目标二维码对应各子区域中各顶角点的顶角度数、各边长对应弯曲度数以及各子区域对应的填墨面积；

依据分析公式分析得出目标二维码对应的轮廓初筛真实符合系数/>，/>表示/>，e表示为自然常数，/>表示运算判断符号，和/>表示设定的二维码顶角标准度数、二维码区域标准填墨面积和二维码许可弯曲度数，/>表示目标二维码对应第g个子区域中第d个顶角点的顶角度数，d表示各顶角点对应的编号，d=1,2,...n，/>表示目标二维码对应第g个子区域中第b个边长对应弯曲度数，b表示各边长对应的编号，b=1,2,...m，/>表示目标二维码对应第g个子区域对应的填墨面积。

需要进一步说明的是，所述得出目标二维码对应的初筛真实符合系数，具体获取过程如下：

依据目标二维码对应的色度初筛真实符合系数和轮廓初筛真实符合系数/>，依据分析公式/>，得出目标二维码对应的初筛真实符合系数/>，c1和c2分别表示设定的色度和轮廓对应初筛真实符合系数的系数因子。

需要进一步说明的是，所述依据目标二维码对应的初筛真实符合系数进行筛选分析，具体筛选过程如下：

将目标二维码对应的初筛真实符合系数与设定的二维码参考初筛真实符合系数进行比对，若目标二维码对应的初筛真实符合系数大于或等于二维码参考初筛真实符合系数，则判定目标二维码的真伪结果为真实，若目标二维码对应的初筛真实符合系数小于二维码参考初筛真实符合系数，则判定目标二维码的真伪结果为虚假。

需要进一步说明的是，所述分析得出目标二维码对应的复筛真实符合系数，具体分析过程如下：

将目标二维码图像进行灰度化处理，由此得出目标二维码对应的灰度图像，由此得出目标二维码图像中各帧格对应灰度图像的RGB值，并将其导入HSV模型中，由此得出目标二维码图像中各帧格对应灰度图像的最大RGB值和最小RGB值，将其分别标记为和，j表示各帧格对应的编号，j=1,2,...i；

依据分析公式、/>和/>，计算得出目标二维码图像中各帧格对应灰度图像的HSV模型值/>，其中，和/>分别表示目标二维码图像中第j个帧格对应灰度图像的红色值、绿色值和蓝色值；

并将目标二维码图像中各帧格对应灰度图像的HSV模型值在RGB空间中重新标注，由此得到目标二维码图像中各帧格对应灰度图像对应的调整RGB值，并得到目标二维码图像中各帧格对应灰度图像对应的调整红色值、调整绿色值和调整蓝色值，将其分别标记为和/>；

依据分析公式，分析得出目标二维码对应的复筛真实符合系数/>，/>和/>分别表示设定的许可红色差值、许可绿色差值和许可蓝色差值，/>和/>分别表示预拟定的二维码对应灰度图像中参考红色值、参考绿色值和参考蓝色值。

如上所述，本发明提供的一种基于数据分析的计算机二维码智能防伪方法，至少具有以下有益效果：

（1）本发明提供的一种基于数据分析的计算机二维码智能防伪方法，通过消费者登录系统并上传目标二维码图像，从中提取出目标二维码对应的图像信息，进一步得出目标二维码对应的初筛真实符合系数，并依据目标二维码对应的初筛真实符合系数进行筛选分析，同时还将目标二维码图像进行灰度化处理，由此分析得出目标二维码对应的复筛真实符合系数，最终分析得出目标二维码对应的真伪结果，并及时反馈至消费者，有效地解决了当前技术对于二维码防伪还存在一定局限性的问题，在一定程度上提高了消费者识别结果的准确性，避免消费者发生财产损失等问题，从而提高了后续消费者使用二维码的有效性，同时还有效的消除了消费者对产品真伪鉴定结果的疑心。

（2）本发明实施例能有效的防止假冒伪劣产品的出现，合理的保护了企业和消费者的利益，同时也能有效的提升防伪级别，真实的反映出二维码的防伪识别性，同时还有效的提高二维码的防伪的合格率，从而减少了二维码防伪过程中的损耗和成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的方法各步骤连接示意图。

图2为本发明定义词语解释示意图。

具体实施方式

下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

请参阅图1所示，一种基于数据分析的计算机二维码智能防伪方法，该方法包括如下步骤：

步骤一、二维码图像采集：由消费者登录系统并上传目标二维码图像，实现电子防伪申请；

步骤二、二维码防伪初步分析：基于目标二维码对应的图像，从中提取出目标二维码对应的图像信息，并对目标二维码对应的图像信息进行分析，得出目标二维码对应的初筛真实符合系数；

在上述方案基础上优选，所述目标二维码对应的图像信息具体包括各子区域中各顶角点的顶角度数、各边长对应弯曲度数以及各子区域对应的填墨面积、亮度值、色度值和饱和度值。

请参阅图2所示，需要补充的是，提取出目标二维码对应的图像信息，具体提取过程如下：将目标二维码按照矩阵式的划分方式划分为各子区域，由此得到目标二维码中各子区域，并从中提取得到各子区域中各顶角点的顶角度数、各边长对应弯曲度数以及各子区域对应的填墨面积、亮度值、色度值和饱和度值。

需要补充的是，各子区域对应的色度值表示为：将目标二维码中各子区域图像进行放大，直至显示帧格，由此得出目标二维码各子区域对应各帧格的色度值，由此统计得出目标二维码各子区域对应各色度值对应的帧格数目，并将其按照从大到小的顺序进行排列，由此筛选得出帧格数目最多的色度值作为目标二维码各子区域对应的色度值。

在上述方案基础上优选，所述步骤二二维码防伪初步分析中包括色度分析和轮廓分析。

在上述方案基础上优选，所述色度分析中对目标二维码对应的图像信息进行分析，具体分析过程如下：

从目标二维码对应的图像信息中获取目标二维码对应各子区域的亮度值、色度值和饱和度值，并将其分别标记为和/>，其中，g表示各子区域对应的编号，g=1,2,...p;

通过计算公式，计算得出目标二维码对应的色度初筛真实符合系数/>，其中/>和/>分别表示设定的亮度、色度和饱和度对应的权重因子，/>和/>分别表示二维码数据库存储的二维码区域许可亮度差值、许可色度差值和许可饱和度差值，/>和/>分别表示为设定的二维码区域参考亮度值、色度值和饱和度值。

在上述方案基础上优选，所述轮廓分析中对目标二维码对应的图像信息进行分析，具体分析过程如下：

从目标二维码对应的图像信息中获取目标二维码对应各子区域中各顶角点的顶角度数、各边长对应弯曲度数以及各子区域对应的填墨面积；

依据分析公式分析得出目标二维码对应的轮廓初筛真实符合系数/>，/>表示/>，e表示为自然常数，/>表示运算判断符号，/>和/>表示设定的二维码顶角标准度数、二维码区域标准填墨面积和二维码许可弯曲度数，表示目标二维码对应第g个子区域中第d个顶角点的顶角度数，d表示各顶角点对应的编号，d=1,2,...n，/>表示目标二维码对应第g个子区域中第b个边长对应弯曲度数，b表示各边长对应的编号，b=1,2,...m，/>表示目标二维码对应第g个子区域对应的填墨面积。

需要补充的是，n和m分别取值为4，和/>分别取值为90°和0°。

在上述方案基础上优选，所述得出目标二维码对应的初筛真实符合系数，具体获取过程如下：

依据目标二维码对应的色度初筛真实符合系数和轮廓初筛真实符合系数/>，依据分析公式/>，得出目标二维码对应的初筛真实符合系数/>，c1和c2分别表示设定的色度和轮廓对应初筛真实符合系数的系数因子。

步骤三、二维码防伪初预判：依据目标二维码对应的初筛真实符合系数进行筛选分析，若判定得出目标二维码的真伪结果为虚假，则将目标二维码的真伪结果反馈至步骤六，反之则执行步骤四；

在上述方案基础上优选，所述依据目标二维码对应的初筛真实符合系数进行筛选分析，具体筛选过程如下：

将目标二维码对应的初筛真实符合系数与设定的二维码参考初筛真实符合系数进行比对，若目标二维码对应的初筛真实符合系数大于或等于二维码参考初筛真实符合系数，则判定目标二维码的真伪结果为真实，若目标二维码对应的初筛真实符合系数小于二维码参考初筛真实符合系数，则判定目标二维码的真伪结果为虚假。

步骤四、二维码防伪深度分析：将目标二维码图像进行灰度化处理，由此分析得出目标二维码对应的复筛真实符合系数；

在上述方案基础上优选，所述分析得出目标二维码对应的复筛真实符合系数，具体分析过程如下：

将目标二维码图像进行灰度化处理，由此得出目标二维码对应的灰度图像，由此得出目标二维码图像中各帧格对应灰度图像的RGB值，并将其导入HSV模型中，由此得出目标二维码图像中各帧格对应灰度图像的最大RGB值和最小RGB值，将其分别标记为和，j表示各帧格对应的编号，j=1,2,...i；

依据分析公式、/>和，计算得出目标二维码图像中各帧格对应灰度图像的HSV模型值/>，其中，/>和/>分别表示目标二维码图像中第j个帧格对应灰度图像的红色值、绿色值和蓝色值；

并将目标二维码图像中各帧格对应灰度图像的HSV模型值在RGB空间中重新标注，由此得到目标二维码图像中各帧格对应灰度图像对应的调整RGB值，并得到目标二维码图像中各帧格对应灰度图像对应的调整红色值、调整绿色值和调整蓝色值，将其分别标记为和/>；

依据分析公式，分析得出目标二维码对应的复筛真实符合系数/>，/>和/>分别表示设定的许可红色差值、许可绿色差值和许可蓝色差值，/>和/>分别表示预拟定的二维码对应灰度图像中参考红色值、参考绿色值和参考蓝色值。

本发明实施例能有效的防止假冒伪劣产品的出现，合理的保护了企业和消费者的利益，同时也能有效的提升防伪级别，真实的反映出二维码的防伪识别性，同时还有效的提高二维码的防伪的合格率，从而减少了二维码防伪过程中的损耗和成本。

步骤五、二维码防伪深预判：依据步骤三的分析方式同理对目标二维码对应的复筛真实符合系数进行筛选分析，若判定得出目标二维码的真伪结果为虚假，则将目标二维码的真伪结果反馈至步骤六，反之将目标二维码的真伪结果记为真实，同样反馈至步骤六；

需要补充的是，将目标二维码对应的复筛真实符合系数与设定的二维码参考复筛真实符合系数进行比对，若目标二维码对应的复筛真实符合系数大于或等于二维码参考复筛真实符合系数，则判定目标二维码的真伪结果为真实，若目标二维码对应的复筛真实符合系数小于二维码参考复筛真实符合系数，则判定目标二维码的真伪结果为虚假。

步骤六、结果接收终端：由消费者登录系统查看目标二维码对应的真伪结果。

本发明提供的一种基于数据分析的计算机二维码智能防伪方法，通过消费者登录系统并上传目标二维码图像，从中提取出目标二维码对应的图像信息，进一步得出目标二维码对应的初筛真实符合系数，并依据目标二维码对应的初筛真实符合系数进行筛选分析，同时还将目标二维码图像进行灰度化处理，由此分析得出目标二维码对应的复筛真实符合系数，最终分析得出目标二维码对应的真伪结果，并及时反馈至消费者，有效地解决了当前技术对于二维码防伪还存在一定局限性的问题，在一定程度上提高了消费者识别结果的准确性，避免消费者发生财产损失等问题，从而提高了后续消费者使用二维码的有效性，同时还有效的消除了消费者对产品真伪鉴定结果的疑心。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优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的具体实施方式。显然，根据本说明书的内容，可做很多的修改和变化。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发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (3)

1.一种基于数据分析的计算机二维码智能防伪方法，其特征在于，该方法包括如下步骤：

步骤一、二维码图像采集：由消费者登录系统并上传目标二维码图像，实现电子防伪申请；

步骤二、二维码防伪初步分析：基于目标二维码对应的图像，从中提取出目标二维码对应的图像信息，并对目标二维码对应的图像信息进行分析，得出目标二维码对应的初筛真实符合系数；

所述步骤二二维码防伪初步分析中包括色度分析和轮廓分析；

所述色度分析中对目标二维码对应的图像信息进行分析，具体分析过程如下：

从目标二维码对应的图像信息中获取目标二维码对应各子区域的亮度值、色度值和饱和度值，并将其分别标记为和/>，其中，g表示各子区域对应的编号，g=1,2,...p;

通过计算公式，计算得出目标二维码对应的色度初筛真实符合系数/>，其中/>和/>分别表示设定的亮度、色度和饱和度对应的权重因子，/>和/>分别表示二维码数据库存储的二维码区域许可亮度差值、许可色度差值和许可饱和度差值，/>和/>分别表示为设定的二维码区域参考亮度值、色度值和饱和度值；

所述轮廓分析中对目标二维码对应的图像信息进行分析，具体分析过程如下：

从目标二维码对应的图像信息中获取目标二维码对应各子区域中各顶角点的顶角度数、各边长对应弯曲度数以及各子区域对应的填墨面积；

依据分析公式分析得出目标二维码对应的轮廓初筛真实符合系数/>，/>表示/>，e表示为自然常数，/>表示运算判断符号，/>和/>表示设定的二维码顶角标准度数、二维码区域标准填墨面积和二维码许可弯曲度数，表示目标二维码对应第g个子区域中第d个顶角点的顶角度数，d表示各顶角点对应的编号，d=1,2,...n，/>表示目标二维码对应第g个子区域中第b个边长对应弯曲度数，b表示各边长对应的编号，b=1,2,...m，/>表示目标二维码对应第g个子区域对应的填墨面积；

所述得出目标二维码对应的初筛真实符合系数，具体获取过程如下：

依据目标二维码对应的色度初筛真实符合系数和轮廓初筛真实符合系数/>，依据分析公式/>，得出目标二维码对应的初筛真实符合系数/>，c1和c2分别表示设定的色度和轮廓对应初筛真实符合系数的系数因子；

步骤三、二维码防伪初预判：依据目标二维码对应的初筛真实符合系数进行筛选分析，若判定得出目标二维码的真伪结果为虚假，则将目标二维码的真伪结果反馈至步骤六，反之则执行步骤四；

步骤四、二维码防伪深度分析：将目标二维码图像进行灰度化处理，由此分析得出目标二维码对应的复筛真实符合系数；

所述分析得出目标二维码对应的复筛真实符合系数，具体分析过程如下：

将目标二维码图像进行灰度化处理，由此得出目标二维码对应的灰度图像，由此得出目标二维码图像中各帧格对应灰度图像的RGB值，并将其导入HSV模型中，由此得出目标二维码图像中各帧格对应灰度图像的最大RGB值和最小RGB值，将其分别标记为和/>，j表示各帧格对应的编号，j=1,2,...i；

依据分析公式、/>和/>，计算得出目标二维码图像中各帧格对应灰度图像的HSV模型值/>，其中，/>和/>分别表示目标二维码图像中第j个帧格对应灰度图像的红色值、绿色值和蓝色值；

并将目标二维码图像中各帧格对应灰度图像的HSV模型值在RGB空间中重新标注，由此得到目标二维码图像中各帧格对应灰度图像对应的调整RGB值，并得到目标二维码图像中各帧格对应灰度图像对应的调整红色值、调整绿色值和调整蓝色值，将其分别标记为和/>；

依据分析公式，分析得出目标二维码对应的复筛真实符合系数/>，/>和/>分别表示设定的许可红色差值、许可绿色差值和许可蓝色差值，/>和/>分别表示预拟定的二维码对应灰度图像中参考红色值、参考绿色值和参考蓝色值；

步骤五、二维码防伪深预判：依据步骤三的分析方式同理对目标二维码对应的复筛真实符合系数进行筛选分析，若判定得出目标二维码的真伪结果为虚假，则将目标二维码的真伪结果反馈至步骤六，反之将目标二维码的真伪结果记为真实，同样反馈至步骤六；

步骤六、结果接收终端：由消费者登录系统查看目标二维码对应的真伪结果。

2.根据权利要求1所述的一种基于数据分析的计算机二维码智能防伪方法，其特征在于，所述目标二维码对应的图像信息具体包括各子区域中各顶角点的顶角度数、各边长对应弯曲度数以及各子区域对应的填墨面积、亮度值、色度值和饱和度值。

3.根据权利要求1所述的一种基于数据分析的计算机二维码智能防伪方法，其特征在于，所述依据目标二维码对应的初筛真实符合系数进行筛选分析，具体筛选过程如下：

将目标二维码对应的初筛真实符合系数与设定的二维码参考初筛真实符合系数进行比对，若目标二维码对应的初筛真实符合系数大于或等于二维码参考初筛真实符合系数，则判定目标二维码的真伪结果为真实，若目标二维码对应的初筛真实符合系数小于二维码参考初筛真实符合系数，则判定目标二维码的真伪结果为虚假。