CN117648905B - 热敏打印机标签指令解析方法及相关装置 - Google Patents

Abstract

本发明实施例提供一种热敏打印机标签指令解析方法以及相关装置，属于打印机技术领域。该方法包括：获得标签指令，并对标签指令进行解析，获得标签指令对应的标签内容和标签格式；根据标签内容和标签格式获得标签指令对应的初始标签图像，并根据标签格式确定初始标签图像对应的布局信息；根据布局信息对初始标签图像进行边缘检测，获得初始标签图像对应的边缘点集；对边缘点集中任意一个边缘点沿着对应的梯度方向获得边缘点对应的初始拟合点，并根据线性差值法确定初始拟合点对应的灰度值；利用高斯卷积核和灰度值对初始拟合点进行筛选，获得边缘点对应的目标拟合点；根据目标拟合点对初始标签图像进行修正，获得目标标签图像。

Description

热敏打印机标签指令解析方法及相关装置

技术领域

本发明涉及打印机技术领域，尤其涉及一种热敏打印机标签指令解析方法及相关装置。

背景技术

随着热敏打印技术的广泛应用，人们对于高效、准确解析打印机标签指令的需求越来越迫切。但是相关技术中在对标签指令进行解析获得排版内容后进行显示时，显示效果较差，降低了用户排版效率，进而影响用户满意度。

发明内容

本发明实施例的主要目的在于提供一种热敏打印机标签指令解析方法及相关装置，旨在解决相关技术中在对标签指令进行解析获得排版内容后进行显示时，显示效果较差，降低了用户排版效率，进而影响用户满意度的问题。

第一方面，本发明实施例提供一种热敏打印机标签指令解析方法，包括：

获得所述标签指令，并对所述标签指令进行解析，获得所述标签指令对应的标签内容和标签格式；

根据所述标签内容和所述标签格式获得所述标签指令对应的初始标签图像，并根据所述标签格式确定所述初始标签图像对应的布局信息；

根据所述布局信息对所述初始标签图像进行边缘检测，获得所述初始标签图像对应的边缘点集；

对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点，并根据线性差值法确定所述初始拟合点对应的灰度值；

利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点；

根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像。

第二方面，本发明实施例提供一种热敏打印机标签指令解析装置，包括：

数据获取模块，用于获得所述标签指令，并对所述标签指令进行解析，获得所述标签指令对应的标签内容和标签格式；

信息获取模块，用于根据所述标签内容和所述标签格式获得所述标签指令对应的初始标签图像，并根据所述标签格式确定所述初始标签图像对应的布局信息；

边缘检测模块，用于根据所述布局信息对所述初始标签图像进行边缘检测，获得所述初始标签图像对应的边缘点集；

数值计算模块，用于对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点，并根据线性差值法确定所述初始拟合点对应的灰度值；

数据筛选模块，用于利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点；

数据修正模块，用于根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像。

第三方面，本发明实施例还提供一种终端设备，所述终端设备包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，其中所述计算机程序被所述处理器执行时，实现如本发明说明书提供的任一项热敏打印机标签指令解析方法的步骤。

第四方面，本发明实施例还提供一种存储介质，用于计算机可读存储，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如本发明说明书提供的任一项热敏打印机标签指令解析方法的步骤。

本发明实施例提供一种热敏打印机标签指令解析方法及相关装置，该方法包括：获得标签指令，并对标签指令进行解析，获得标签指令对应的标签内容和标签格式；根据标签内容和标签格式获得标签指令对应的初始标签图像，并根据标签格式确定初始标签图像对应的布局信息；根据布局信息对初始标签图像进行边缘检测，获得初始标签图像对应的边缘点集；对边缘点集中任意一个边缘点沿着对应的梯度方向获得边缘点对应的初始拟合点，并根据线性差值法确定初始拟合点对应的灰度值；利用高斯卷积核和灰度值对初始拟合点进行筛选，获得边缘点对应的目标拟合点；根据目标拟合点对初始标签图像进行修正，获得目标标签图像。本申请中根据标签指令对应的初始标签图像的布局信息进行边缘检测，获得对应的边缘点集，进而对边缘点集中的边缘点获得对应的初始拟合点，并利用线性差值法获得初始拟合点对应的灰度值并结合高斯卷积核进行筛选，从而得到目标拟合点，进而提高拟合的准确性。最后利用目标拟合点对初始标签图像进行修正，可以得到最终的目标标签图像，进一步优化和调整标签的展示效果。本申请从标签指令开始，逐步提取关键信息，并进行图像处理和分析，最终得到准确的目标标签图像，提升标签指令对应的展示结果的准确性和可视化效果。解决了相关技术中在对标签指令进行解析获得排版内容后进行显示时，显示效果较差，降低了用户排版效率，进而影响用户满意度的问题。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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为本发明实施例提供的一种热敏打印机标签指令解析方法的流程示意图；

图2为本发明实施例提供的一种热敏打印机标签指令解析装置的模块结构示意图；

图3为本发明实施例提供的一种终端设备的结构示意框图。

具体实施方式

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他实施例，都属于本发明保护的范围。

附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

本发明实施例提供一种热敏打印机标签指令解析方法及相关装置。其中，该热敏打印机标签指令解析方法可应用于终端设备中，该终端设备可以平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。该终端设备可以为服务器，也可以为服务器集群。

下面结合附图，对本发明的一些实施例作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

请参照图1，图1为本发明实施例提供的一种热敏打印机标签指令解析方法的流程示意图。

如图1所示，该热敏打印机标签指令解析方法包括步骤S101至步骤S106。

步骤S101、获得所述标签指令，并对所述标签指令进行解析，获得所述标签指令对应的标签内容和标签格式。

示例性地，热敏打印机可以是标签打印机，用户在标签打印机中编辑和排版内容组成对应的标签指令，进而将标签指令发送给与标签打印机通信连接的终端设备或者标签打印机的其他内部处理结构，从而使得终端设备或者标签打印机的其他内部处理结构接收到标签指令后，对标签指令进行解析，从而获得标签指令对应的标签内容和标签格式，其中，标签内容用于描述标签的文字内容或图像内容，标签格式用于描述标签的布局或样式。

示例性地，对标签指令进行解析的过程可以是：热敏打印机确定用户使用的是哪种标签指令语言(例如ZPL或EPL)，根据所使用的标签指令语言，将用户发送的指令进行解析，将指令字符串拆分成不同的字段，并解析每个字段的含义和参数，从而获得标签指令对应的标签内容和标签格式。例如，标签内容是文字内容1、文字内容2以及文字内容3，标签格式可以是将标签内容进行上下排列，也可以是将文字内容1和文字内容2左右排列，文字内容3排列在文字内容1的下方等等。

步骤S102、根据所述标签内容和所述标签格式获得所述标签指令对应的初始标签图像，并根据所述标签格式确定所述初始标签图像对应的布局信息。

示例性地，对标签指令进行解析后，获得标签指令对应的标签内容和标签格式，进而将标签内容根据标签格式进行排列，从而获得排列结果，进而将排列结果进行格式转换存储为图像形式，从而获得标签指令对应的初始标签图像。

示例性地，对标签格式进行了解和理解，标签格式可能包括各种元素，如文本、图像、图标、线条等，以及它们在布局中的相对位置和排列方式，进而根据相对位置和排列方式确定初始标签图像可以划分的区域信息，从而根据区域信息将初始标签图像进行拆分，从而将拆分结果确定为初始标签结果对应的布局信息。

在一些实施方式中，所述根据所述标签格式确定所述初始标签图像对应的布局信息，包括：根据所述标签格式获得对应的标签模板，并根据所述标签模板确定对应的区域划分位置；根据所述区域划分位置对所述初始标签图像进行拆分，获得所述初始标签图像对应的所述布局信息。

示例性地，不同的标签格式对应着不同的标签模板，进而将标签格式和标签模板组成对应的映射关系，进而在获得标签指令中的标签格式后，利用标签格式在映射关系中查询，从而获得标签格式对应的标签模板。

示例性地，标签模板中包括标签内容之间的相对位置、大小、边距、对齐方式等。标签内容可以是文本内容，也可以是条码内容等等。进而将标签内容根据标签模板中的相对位置、大小、边距进行设置，从而可知标签内容在初始标签图像中占据的区域划分位置，区域划分位置包括标签内容占据的长度和宽度，进而根据标签模板中的对齐方式和排列方式对区域划分位置进行排列，从而利用排列结果对初始标签图像进行拆分，从而获得初始标签图像对应的布局信息。

例如，标签格式对应地标签模板中定义了不同标签内容对应地各个区域，如文本区、图像区、图标区、条码区等。进而根据标签内容对各个区域地实际占用大小进行确定，从而获得初始标签图像中的不同区域的区域划分位置。这些区域划分位置定义了各个区域的边界和相对位置。从而根据区域划分位置，对初始标签图像进行拆分，将其分割为对应的不同区域图像。进而对拆分后的区域图像进行分析和处理，可以获取到初始标签图像对应地布局信息。布局信息包括各个区域的位置、大小、对齐方式等，进而描述了初始标签图像的整体布局。

具体地，根据标签格式和标签模板获取到初始标签图像的布局信息。该布局信息为后续对初始标签图像进行修正提供了良好地支撑。

步骤S103、根据所述布局信息对所述初始标签图像进行边缘检测，获得所述初始标签图像对应的边缘点集。

示例性地，布局信息反映了初始标签图像中不同内容的显示区域的位置信息、大小信息等等，进而根据布局信息对初始标签图像进行拆分，获得不同区域图像，进而分别对不同区域图像进行边缘检测，从而获得不同区域图像中不同内容对应的边缘检测结果。

示例性地，根据之前确定的区域划分位置，将初始标签图像拆分成不同的区域图像。每个区域图像包含了特定的标签内容。对每个区域图像应用合适的边缘检测算法。常见的边缘检测算法包括Canny边缘检测算法、Sobel算子、Laplacian算子等，可以根据具体需求选择合适的算法。通过应用对应的边缘检测算法，可以得到每个区域图像的边缘检测结果。边缘检测结果描述了图像中不同元素的轮廓。

示例性地，根据边缘检测结果中各个像素点组成该区域图像对应地初始边缘点集，进而获得各个区域图像对应地初始边缘点集，进而将全部初始边缘点集进行组合，从而获得初始标签图像对应的边缘点集。

例如，初始标签图像包括区域图像1、区域图像2以及区域图像3，若区域图像1对应地初始边缘点集为集合1、区域图像2对应地初始边缘点集为集合2、区域图像3对应地初始边缘点集为集合3，则初始标签图像对应的边缘点集为集合1、集合2、集合3。

步骤S104、对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点，并根据线性差值法确定所述初始拟合点对应的灰度值。

示例性地，根据之前的边缘检测结果，可以得到不同区域图像对应的初始边缘集中的边缘点的位置信息。对于任意一个边缘点可以根据Sobel算子的结果得到该点梯度的大小和方向。通过沿着梯度方向在该点周围搜索，当获得搜索结果中搜索点与该点之间的距离值，当距离值小于或者等于预设距离值时，则将该搜索点作为该边缘点对应的初始拟合点。

示例性地，从区域图像中获得该搜索点对应的初始灰度值，也即获得了初始拟合点对应的初始灰度值，进而计算初始拟合点中相邻拟合点之间初始灰度值的差值，进而计算各个差值之间的平均值，进而获得该边缘点对应的像素值，从而利用该像素值和平均值结合线性差值法，依次获得初始拟合点中各个拟合点对应的灰度值。

在一些实施方式中，所述对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点，包括：将所述边缘点确定为中心点，根据所述中心点和所述梯度方向确定目标数量的节点；确定任意两个相邻所述节点之间的距离信息，进而根据所述距离信息和所述节点确定所述边缘点对应的所述初始拟合点。

示例性地，当计算边缘点集中的任意边缘点对应的初始拟合点时，将该边缘点作为中心点，则获得该边缘点的梯度方向进而沿该梯度方向，在两边各取目标数量的节点，进而确定目标数量的节点中任意两个相邻节点之间的距离信息，进而根据距离信息确定节点对应的位置信息，进而根据该位置信息获得边缘点对应的初始拟合点。

例如，目标数量为3，则边缘点b为中心点，则边缘点b左侧的节点分别为a1、a2、a3，边缘点b右侧的节点分别为c1、c2、c3。若确定目标数量的节点中任意两个相邻节点之间的距离信息为d个像素值，则可根据边缘点b的位置信息结合梯度信息以及距离信息确定各个节点对应的位置信息，进而将各个节点以及各个节点对应的位置信息共同确定为边缘点对应的初始拟合点。

具体地，通过引入初始拟合点，可以提高对边缘线段的拟合准确性，从而提高边缘检测和分析的准确性和可靠性，为后续对初始边缘图像进行修正提供良好地支撑。

在一些实施方式中，所述距离信息至少包括方向信息，所述确定任意两个相邻所述节点之间的距离信息，包括：计算所述边缘点的所述梯度方向与目标线之间的夹角值；当所述夹角值小于预设角度值时，则确定所述方向信息为水平方向；当所述夹角值大于或者等于所述预设角度值时，则确定所述方向信息为垂直方向。

示例性地，目标线为水平方向对应的直线，预设角度值为45度，则计算边缘点的梯度方向与水平方向对应的直线之间的夹角值，当夹角值小于45度时，则确定方向信息为水平方向；当夹角值大于或者等于45度时，则确定方向信息为垂直方向。

可选地，目标线可以为水平方向对应的直线，也可以为垂直方向对应的直线，预设角度值可以为45度，可以为40度，也可以为其他角度等等，本申请不做具体限制，用户可根据实际需求自行选择。

示例性地，在获得距离信息中包括的方向信息后，利用方向信息确定各个节点对应的位置信息对应的计算方式，从而根据对应的计算方式和距离信息中的距离大小对各个节点对应的位置信息进行计算，从而获得边缘点对应的初始拟合点。

在一些实施方式中，所述根据线性差值法确定所述初始拟合点对应的灰度值，包括：根据所述方向信息和所述初始标签图像对应的像素位置获得所述初始拟合点对应的第一相近点和第二相近点；根据所述初始标签图像获得所述第一相近点对应的第一像素值和所述第二相近点对应的第二像素值；根据所述第一像素值和所述第二像素值确定所述初始拟合点对应的所述灰度值；其中，根据下列公式计算所述灰度值：

g(x，y)＝(1-μ)*g(x1，y1)+μ*g(x2，y2)

g(x，y)表示所述初始拟合点对应的所述灰度值，x表示所述初始拟合点对应的水平坐标，y表示所述初始拟合点对应的垂直坐标，μ＝x1-y1，g(x1，y1)表示所述第一相近点对应的所述第一像素值，x1表示所述第一相近点对应的水平坐标，y1表示所述第一相近点对应的垂直坐标，g(x2，y2)表示所述第二相近点对应的所述第二像素值，x2表示所述第二相近点对应的水平坐标，y2表示所述第二相近点对应的垂直坐标，其中，当所述方向信息为所述水平方向时，当所述方向信息为所述垂直方向时，/>

示例性地，将初始标签图像的像素看成正方形小网格，将小网格的中心点作为整像素点。而获得的初始拟合点不一定都是整像素点，因此。利用线性插值法处理初始拟合点的灰度值。

示例性地，根据方向信息和初始标签图像对应的像素位置结合边缘点获得初始拟合点在初始标签图像中相隔较近时左右两侧或者上下两侧时对应的第一相近点和第二相近点。从而在初始标签图像中进行查询获得第一相近点对应的第一像素值和第二相近点对应的第二像素值。

示例性地，在获得第一相近点对应的第一像素值和第二相近点对应的第二像素值后，根据g(x，y)＝(1-μ)*g(x1，y1)+μ*g(x2，y2)结合第一像素值和第二像素值确定初始拟合点对应的灰度值。其中，g(x，y)表示初始拟合点对应的灰度值，x表示初始拟合点对应的水平坐标，y表示初始拟合点对应的垂直坐标，μ＝x1-y1，g(x1，y1)表示第一相近点对应的第一像素值，x1表示第一相近点对应的水平坐标，y1表示第一相近点对应的垂直坐标，g(x2，y2)表示第二相近点对应的第二像素值，x2表示第二相近点对应的水平坐标，y2表示第二相近点对应的垂直坐标。

示例性地，当方向信息为水平方向时，当方向信息为垂直方向时，

例如，当求解边缘点右侧距离最近或下侧距离最近的第一个拟合点的灰度值时，由于边缘点的坐标信息是已知的，则该第一个拟合点的第一相近点可以是该边缘点，第二相近点则是当方向信息为水平方向时，x2＝x1+1，当方向信息为垂直方向时，y2＝y1-1。当求解边缘点左侧距离最近或上侧距离最近的第一个拟合点的灰度值时，由于边缘点的坐标信息是已知的，则该第一个拟合点的第一相近点可以是该边缘点，第二相近点则是当方向信息为水平方向时，x2＝x1-1，当方向信息为垂直方向时，y2＝y1+1。

示例性地，依次类推，当获得边缘点最近距离的拟合点的灰度值后，将该最近距离的拟合点当作已知点，进而利用g(x，y)＝(1-μ)*g(x1，y1)+μ*g(x2,y2)，继续求救该已知点对应的最近距离的拟合点的灰度值，直至所有初始拟合点均获得对应的灰度值。

步骤S105、利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点。

示例性地，可以利用高斯卷积核对初始拟合点进行滤波。高斯滤波器可提高图像的平滑性，从而减少噪声的干扰。根据高斯卷积核和初始拟合点的灰度值，可以将其进行初步筛选，去除掉那些不够准确或者不符合要求的点。

示例性地，通过初步筛选后，剩下的点有助于更好地拟合边缘。根据之前计算的梯度方向，可以确定目标拟合点的位置。可以从初始拟合点沿着梯度方向开始向两侧搜索，找到较强的灰度变化。这些点即为目标拟合点，可以表示边缘在该位置处的精确位置。

示例性地，在获得目标拟合点之后，可以进行进一步的筛选。可以通过计算目标拟合点与相邻点之间的相对位置和距离等信息，来判断目标拟合点是否符合要求。符合要求的点即为较为准确的目标拟合点，可以用于后续的分析和处理。

示例性地，对初始拟合点进行筛选，获得边缘点对应的目标拟合点。这些拟合点提供了较为准确的边缘位置信息，可以用于进一步分析和处理。

在一些实施方式中，所述利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点，包括：根据所述高斯卷积核对所述灰度值进行尺度变换，获得尺度空间；根据所述尺度空间，获得所述初始拟合点之间的高斯差分尺度空间；根据所述高斯差分尺度空间进行导数运算，获得所述初始拟合点对应的导数值；根据所述导数值确定所述初始拟合点对应的剔除阈值，并根据所述剔除阈值确定所述边缘点对应的所述目标拟合点。

示例性地，假设高斯卷积核为G(x，y，λ)，初始拟合点对应地灰度值为h(x，y)，则尺度空间可根据下列公式确定：

其中，L(x，y，λ)表示对应地尺度空间，(x，y)表示初始拟合点对应地空间位置，λ表示尺度因子，表示卷积符号。

示例性地，根据利用不同地尺度因子获得不同地尺度空间，进而将两个不同尺度因子对应地不同尺度空间进行做差，从而获得初始拟合点之间的高斯差分尺度空间。从而提高边缘的响应性，并使边缘更加鲁棒。

示例性地，根据高斯差分尺度空间，可以进行导数运算来获得初始拟合点对应的导数值。根据导数值确定初始拟合点对应的剔除阈值。

例如，当导数值小于预设数值时，不稳定点剔除率与稳定点误去除率之间的比值最大，则将该预设数值确定为剔除阈值。

示例性地，根据剔除阈值确定剔除标准，进而将满足剔除标准的点从初始拟合点中剔除，从而获得目标拟合点。

具体地，通过尺度空间的计算和高斯差分的运算，可以在不同尺度和尺度差异下更准确地检测图像特征，高斯差分尺度空间的计算可以增强边缘的响应，使其更加显著和准确，提高边缘检测的质量和可靠性。通过导数运算和剔除阈值的确定，可以更准确地定位和筛选出边缘点，从而提高边缘的定位准确性。通过剔除阈值确定目标拟合点，可以去除噪声和不必要的边缘点，避免出现假阳性。从而为后续得到目标标签图像提供良好的支撑。

步骤S106、根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像。

示例性地，在获得初始标签图像对应的布局信息中各个边缘点集对应的目标拟合点后，可以计算目标拟合点和边缘点集之间的角度偏差，从而根据角度偏差调整初始标签图像，从而获得目标标签图像。进而将目标标签图像在热敏打印机上进行显示，进而用户通过热敏打印机的显示效果快速查看自身设置的标签内容和标签格式对应的标签效果。

在一些实施方式中，所述根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像，包括：根据所述目标拟合点获得目标对象对应的拟合结果，并根据所述边缘点确定所述目标对象对应的初始结果；根据所述拟合结果和所述初始结果确定所述初始标签图像对应的水平偏移量、垂直偏移量以及偏移角度；根据所述水平偏移量、所述垂直偏移量以及所述偏移角度对所述初始标签图像进行修正，获得所述目标标签图像。

示例性地，目标对象为标签指令中的标签内容，可以是文字、可以是条码。进而使用一些拟合算法(例如最小二乘算法)从边缘点中获得目标对象的大致形状，作为初始结果。并利用拟合算法(例如样条曲线拟合)从目标拟合点中计算出目标对象的精确形状，作为拟合结果。

示例性地，通过比较拟合结果和初始结果，可以计算出初始标签图像对应的水平偏移量、垂直偏移量和偏移角度。偏移量可以简单地计算拟合结果与初始结果的差异，偏移角度可以计算取向的不同之处。从而计算初始结果到达拟合结果时所需的水平偏移量、垂直偏移量以及偏移角度，从而将初始标签图像根据水平偏移量、垂直偏移量以及偏移角度进行变化，从而获得目标标签图像。

具体地，通过比较拟合结果和初始结果，计算初始标签图像的偏移量和偏移角度。这样可以精确地定位目标对象在图像中的目标位置和目标方向。从而对初始标签图像进行修正，使其更精确地对应于目标对象，进而使得修正后的目标标签图像具有更高的准确性和可靠性。

本实施例提供的热敏打印机标签指令解析方法的一个应用场景为：用户向热敏打印机发送标签指令，并对标签指令进行解析，获得标签指令对应的标签内容和标签格式；根据标签内容和标签格式获得标签指令对应的初始标签图像，并根据标签格式确定初始标签图像对应的布局信息；根据布局信息对初始标签图像进行边缘检测，获得初始标签图像对应的边缘点集；对边缘点集中任意一个边缘点沿着对应的梯度方向获得边缘点对应的初始拟合点，并根据线性差值法确定初始拟合点对应的灰度值；利用高斯卷积核和灰度值对初始拟合点进行筛选，获得边缘点对应的目标拟合点；根据目标拟合点对初始标签图像进行修正，获得目标标签图像。本申请中热敏打印机可以根据标签指令对应的初始标签图像的布局信息进行边缘检测，获得对应的边缘点集，进而对边缘点集中的边缘点获得对应的初始拟合点，并利用线性差值法获得初始拟合点对应的灰度值并结合高斯卷积核进行筛选，从而得到目标拟合点，进而提高拟合的准确性。最后利用目标拟合点对初始标签图像进行修正，可以得到最终的目标标签图像，进一步优化和调整标签的展示效果。本申请从标签指令开始，逐步提取关键信息，并进行图像处理和分析，最终得到准确的目标标签图像，提升标签指令对应的展示结果的准确性和可视化效果。解决了相关技术中在对标签指令进行解析获得排版内容后进行显示时，显示效果较差，降低了用户排版效率，进而影响用户满意度的问题。

请参阅图2，图2为本申请实施例提供的一种热敏打印机标签指令解析装置200，该热敏打印机标签指令解析装置200包括数据获取模块201、信息获取模块202、边缘检测模块203、数值计算模块204、数据筛选模块205、数据修正模块206，其中，数据获取模块201，用于获得所述标签指令，并对所述标签指令进行解析，获得所述标签指令对应的标签内容和标签格式；信息获取模块202，用于根据所述标签内容和所述标签格式获得所述标签指令对应的初始标签图像，并根据所述标签格式确定所述初始标签图像对应的布局信息；边缘检测模块203，用于根据所述布局信息对所述初始标签图像进行边缘检测，获得所述初始标签图像对应的边缘点集；数值计算模块204，用于对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点，并根据线性差值法确定所述初始拟合点对应的灰度值；数据筛选模块205，用于利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点；数据修正模块206，用于根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像。

在一些实施方式中，信息获取模块202在所述根据所述标签格式确定所述初始标签图像对应的布局信息过程中，执行：

根据所述标签格式获得对应的标签模板，并根据所述标签模板确定对应的区域划分位置；

根据所述区域划分位置对所述初始标签图像进行拆分，获得所述初始标签图像对应的所述布局信息。

在一些实施方式中，数值计算模块204在所述对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点过程中，执行：

将所述边缘点确定为中心点，根据所述中心点和所述梯度方向确定目标数量的节点；

确定任意两个相邻所述节点之间的距离信息，进而根据所述距离信息和所述节点确定所述边缘点对应的所述初始拟合点。

在一些实施方式中，所述距离信息至少包括方向信息，数值计算模块204在所述确定任意两个相邻所述节点之间的距离信息过程中，执行：

计算所述边缘点的所述梯度方向与目标线之间的夹角值；

当所述夹角值小于预设角度值时，则确定所述方向信息为水平方向；

当所述夹角值大于或者等于所述预设角度值时，则确定所述方向信息为垂直方向。

在一些实施方式中，数值计算模块204在所述根据线性差值法确定所述初始拟合点对应的灰度值过程中，执行：

根据所述方向信息和所述初始标签图像对应的像素位置获得所述初始拟合点对应的第一相近点和第二相近点；

根据所述初始标签图像获得所述第一相近点对应的第一像素值和所述第二相近点对应的第二像素值；

根据所述第一像素值和所述第二像素值确定所述初始拟合点对应的所述灰度值；

其中，根据下列公式计算所述灰度值：

g(x，y)＝(1-μ)*g(x1，y1)+μ*g(x2，y2)

g(x，y)表示所述初始拟合点对应的所述灰度值，x表示所述初始拟合点对应的水平坐标，y表示所述初始拟合点对应的垂直坐标，μ＝x1-y1，g(x1，y1)表示所述第一相近点对应的所述第一像素值，x1表示所述第一相近点对应的水平坐标，y1表示所述第一相近点对应的垂直坐标，g(x2，y2)表示所述第二相近点对应的所述第二像素值，x2表示所述第二相近点对应的水平坐标，y2表示所述第二相近点对应的垂直坐标，其中，当所述方向信息为所述水平方向时，当所述方向信息为所述垂直方向时，/>

在一些实施方式中，数据筛选模块205在所述利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点过程中，执行：

根据所述高斯卷积核对所述灰度值进行尺度变换，获得尺度空间；

根据所述尺度空间，获得所述初始拟合点之间的高斯差分尺度空间；

根据所述高斯差分尺度空间进行导数运算，获得所述初始拟合点对应的导数值；

根据所述导数值确定所述初始拟合点对应的剔除阈值，并根据所述剔除阈值确定所述边缘点对应的所述目标拟合点。

在一些实施方式中，数据修正模块205在所述根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像过程中，执行：

根据所述目标拟合点获得目标对象对应的拟合结果，并根据所述边缘点确定所述目标对象对应的初始结果；

根据所述拟合结果和所述初始结果确定所述初始标签图像对应的水平偏移量、垂直偏移量以及偏移角度；

根据所述水平偏移量、所述垂直偏移量以及所述偏移角度对所述初始标签图像进行修正，获得所述目标标签图像。

在一些实施方式中，热敏打印机标签指令解析装置200可应用于终端设备。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的热敏打印机标签指令解析装置200的具体工作过程，可以参考前述热敏打印机标签指令解析方法实施例中的对应过程，在此不再赘述。

请参阅图3，图3为本发明实施例提供的一种终端设备的结构示意性框图。

如图3所示，终端设备300包括处理器301和存储器302，处理器301和存储器302通过总线303连接，该总线比如为I2C(Inter-integrated Circuit)总线。

具体地，处理器301用于提供计算和控制能力，支撑整个终端设备的运行。处理器301可以是中央处理单元(Central Processing Unit，CPU)，该处理器301还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

具体地，存储器302可以是Flash芯片、只读存储器(ROM，Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本发明实施例方案相关的部分结构的框图，并不构成对本发明实施例方案所应用于其上的终端设备的限定，具体的服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器用于运行存储在存储器中的计算机程序，并在执行所述计算机程序时实现本发明实施例提供的任意一种所述的热敏打印机标签指令解析方法。

在一实施例中，所述处理器用于运行存储在存储器中的计算机程序，并在执行所述计算机程序时实现如下步骤：

获得所述标签指令，并对所述标签指令进行解析，获得所述标签指令对应的标签内容和标签格式；

根据所述标签内容和所述标签格式获得所述标签指令对应的初始标签图像，并根据所述标签格式确定所述初始标签图像对应的布局信息；

根据所述布局信息对所述初始标签图像进行边缘检测，获得所述初始标签图像对应的边缘点集；

对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点，并根据线性差值法确定所述初始拟合点对应的灰度值；

利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点；

根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像。

在一些实施方式中，处理器301在所述根据所述标签格式确定所述初始标签图像对应的布局信息过程中，执行：

根据所述标签格式获得对应的标签模板，并根据所述标签模板确定对应的区域划分位置；

根据所述区域划分位置对所述初始标签图像进行拆分，获得所述初始标签图像对应的所述布局信息。

在一些实施方式中，处理器301在所述对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点过程中，执行：

将所述边缘点确定为中心点，根据所述中心点和所述梯度方向确定目标数量的节点；

确定任意两个相邻所述节点之间的距离信息，进而根据所述距离信息和所述节点确定所述边缘点对应的所述初始拟合点。

在一些实施方式中，所述距离信息至少包括方向信息，处理器301在所述确定任意两个相邻所述节点之间的距离信息过程中，执行：

计算所述边缘点的所述梯度方向与目标线之间的夹角值；

当所述夹角值小于预设角度值时，则确定所述方向信息为水平方向；

当所述夹角值大于或者等于所述预设角度值时，则确定所述方向信息为垂直方向。

在一些实施方式中，处理器301在所述根据线性差值法确定所述初始拟合点对应的灰度值过程中，执行：

根据所述方向信息和所述初始标签图像对应的像素位置获得所述初始拟合点对应的第一相近点和第二相近点；

根据所述初始标签图像获得所述第一相近点对应的第一像素值和所述第二相近点对应的第二像素值；

根据所述第一像素值和所述第二像素值确定所述初始拟合点对应的所述灰度值；

其中，根据下列公式计算所述灰度值：

g(x，y)＝(1-μ)*g(x1，y1)+μ*g(x2，y2)

g(x，y)表示所述初始拟合点对应的所述灰度值，x表示所述初始拟合点对应的水平坐标，y表示所述初始拟合点对应的垂直坐标，μ＝x1-y1，g(x1，y1)表示所述第一相近点对应的所述第一像素值，x1表示所述第一相近点对应的水平坐标，y1表示所述第一相近点对应的垂直坐标，g(x2，y2)表示所述第二相近点对应的所述第二像素值，x2表示所述第二相近点对应的水平坐标，y2表示所述第二相近点对应的垂直坐标，其中，当所述方向信息为所述水平方向时，当所述方向信息为所述垂直方向时，/>

在一些实施方式中，处理器301在所述利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点过程中，执行：

根据所述高斯卷积核对所述灰度值进行尺度变换，获得尺度空间；

根据所述尺度空间，获得所述初始拟合点之间的高斯差分尺度空间；

根据所述高斯差分尺度空间进行导数运算，获得所述初始拟合点对应的导数值；

根据所述导数值确定所述初始拟合点对应的剔除阈值，并根据所述剔除阈值确定所述边缘点对应的所述目标拟合点。

在一些实施方式中，处理器301在所述根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像过程中，执行：

根据所述目标拟合点获得目标对象对应的拟合结果，并根据所述边缘点确定所述目标对象对应的初始结果；

根据所述拟合结果和所述初始结果确定所述初始标签图像对应的水平偏移量、垂直偏移量以及偏移角度；

根据所述水平偏移量、所述垂直偏移量以及所述偏移角度对所述初始标签图像进行修正，获得所述目标标签图像。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端设备的具体工作过程，可以参考前述热敏打印机标签指令解析方法实施例中的对应过程，在此不再赘述。

本发明实施例还提供一种存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如本发明实施例说明书提供的任一项热敏打印机标签指令解析方法的步骤。

其中，所述存储介质可以是前述实施例所述的终端设备的内部存储单元，例如所述终端设备的硬盘或内存。所述存储介质也可以是所述终端设备的外部存储设备，例如所述终端设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施例中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

应当理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本发明的具体实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种热敏打印机标签指令解析方法，其特征在于，所述方法包括：

获得所述标签指令，并对所述标签指令进行解析，获得所述标签指令对应的标签内容和标签格式；

根据所述标签内容和所述标签格式获得所述标签指令对应的初始标签图像，并根据所述标签格式确定所述初始标签图像对应的布局信息；

根据所述布局信息对所述初始标签图像进行边缘检测，获得所述初始标签图像对应的边缘点集；

对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点，并根据线性差值法确定所述初始拟合点对应的灰度值；

利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点；

根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像。

2.根据权利要求1所述的方法，其特征在于，所述根据所述标签格式确定所述初始标签图像对应的布局信息，包括：

根据所述标签格式获得对应的标签模板，并根据所述标签模板确定对应的区域划分位置；

根据所述区域划分位置对所述初始标签图像进行拆分，获得所述初始标签图像对应的所述布局信息。

3.根据权利要求1所述的方法，其特征在于，所述对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点，包括：

将所述边缘点确定为中心点，根据所述中心点和所述梯度方向确定目标数量的节点；

确定任意两个相邻所述节点之间的距离信息，进而根据所述距离信息和所述节点确定所述边缘点对应的所述初始拟合点。

4.根据权利要求3所述的方法，其特征在于，所述距离信息至少包括方向信息，所述确定任意两个相邻所述节点之间的距离信息，包括：

计算所述边缘点的所述梯度方向与目标线之间的夹角值；

当所述夹角值小于预设角度值时，则确定所述方向信息为水平方向；

当所述夹角值大于或者等于所述预设角度值时，则确定所述方向信息为垂直方向。

5.根据权利要求4所述的方法，其特征在于，所述根据线性差值法确定所述初始拟合点对应的灰度值，包括：

根据所述方向信息和所述初始标签图像对应的像素位置获得所述初始拟合点对应的第一相近点和第二相近点；

根据所述初始标签图像获得所述第一相近点对应的第一像素值和所述第二相近点对应的第二像素值；

根据所述第一像素值和所述第二像素值确定所述初始拟合点对应的所述灰度值；

其中，根据下列公式计算所述灰度值：

g(x，y)＝(1-μ)*g(x1，y1)+μ*g(x2，y2)

g(x，y)表示所述初始拟合点对应的所述灰度值，x表示所述初始拟合点对应的水平坐标，y表示所述初始拟合点对应的垂直坐标，μ＝x1-y1，g(x1，y1)表示所述第一相近点对应的所述第一像素值，x1表示所述第一相近点对应的水平坐标，y1表示所述第一相近点对应的垂直坐标，g(x2，y2)表示所述第二相近点对应的所述第二像素值，x2表示所述第二相近点对应的水平坐标，y2表示所述第二相近点对应的垂直坐标，其中，当所述方向信息为所述水平方向时，当所述方向信息为所述垂直方向时，/>

6.根据权利要求1所述的方法，其特征在于，所述利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点，包括：

根据所述高斯卷积核对所述灰度值进行尺度变换，获得尺度空间；

根据所述尺度空间，获得所述初始拟合点之间的高斯差分尺度空间；

根据所述高斯差分尺度空间进行导数运算，获得所述初始拟合点对应的导数值；

根据所述导数值确定所述初始拟合点对应的剔除阈值，并根据所述剔除阈值确定所述边缘点对应的所述目标拟合点。

7.根据权利要求1所述的方法，其特征在于，所述根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像，包括：

根据所述目标拟合点获得目标对象对应的拟合结果，并根据所述边缘点确定所述目标对象对应的初始结果；

根据所述拟合结果和所述初始结果确定所述初始标签图像对应的水平偏移量、垂直偏移量以及偏移角度；

根据所述水平偏移量、所述垂直偏移量以及所述偏移角度对所述初始标签图像进行修正，获得所述目标标签图像。

8.一种热敏打印机标签指令解析装置，其特征在于，包括：

数据获取模块，用于获得所述标签指令，并对所述标签指令进行解析，获得所述标签指令对应的标签内容和标签格式；

信息获取模块，用于根据所述标签内容和所述标签格式获得所述标签指令对应的初始标签图像，并根据所述标签格式确定所述初始标签图像对应的布局信息；

边缘检测模块，用于根据所述布局信息对所述初始标签图像进行边缘检测，获得所述初始标签图像对应的边缘点集；

数值计算模块，用于对所述边缘点集中任意一个边缘点沿着对应的梯度方向获得所述边缘点对应的初始拟合点，并根据线性差值法确定所述初始拟合点对应的灰度值；

数据筛选模块，用于利用高斯卷积核和所述灰度值对所述初始拟合点进行筛选，获得所述边缘点对应的目标拟合点；

数据修正模块，用于根据所述目标拟合点对所述初始标签图像进行修正，获得目标标签图像。

9.一种终端设备，其特征在于，所述终端设备包括处理器、存储器；

所述存储器用于存储计算机程序；

所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至7中任一项所述的热敏打印机标签指令解析方法。

10.一种计算机存储介质，用于计算机存储，其特征在于，所述计算机存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1至7中任一项所述的热敏打印机标签指令解析方法的步骤。