二维码区域检测方法、二维码识别方法、电子设备及介质技术

本申请提供二维码区域检测方法、二维码识别方法、电子设备及介质。所述二维码区域检测方法包括：获取用于二维码区域检测的图像；检测所述图像中的二维码特征，所述二维码特征包括码眼特征和码点特征；以及基于所述二维码特征计算二维码区域。所述二维码识别方法包括：根据所述的二维码区域检测方法检测二维码区域；对所述二维码区域进行二次对焦；接收二次对焦后的二维码图像；以及计算所述二维码图像的特征码。本申请二维码识别的识别率大大提升。升。升。

【技术实现步骤摘要】
二维码区域检测方法、二维码识别方法、电子设备及介质


[0001]本申请涉及图像处理
，特别地涉及二维码区域检测方法、二维码识别方法、电子设备及计算机可读存储介质。

技术介绍

[0002]在产品和工业领域存在多种特征码。一维的产品级特征码包括:UPC
‑
A、UPC
‑
E、EAN
‑
8、EAN
‑
13、UPC/EAN；一维的工业级特征码包括:Code 39、Code 93、Code 128、Codabar、Extension 2/5。二维的特征码包括：QR Code、Data Matrix、Aztec、PDF 417、MaxiCode、RSS
‑
14、RSS
‑
Expanded。二维码条码扫描器包括光源发射器、图像传感器、二维码识别程序等。二维码条码扫描器由光源发射器打出特定的光源用于条码扫描；光源在二维码介质(屏幕二维码、金属雕刻码、薄膜反光二维码等)上发生反射，二维码介质具有专有的特征，反射光束包含了二维码的特征信息；反射光束经过聚光透镜，并由图像传感器记录光信号的亮度和颜色并转换成数字图像信号；数字图像信号经过二维码识别程序识别出二维码信息。二维码条码扫描器有多种形态，比如手机、移动二维码扫描枪、固定二维码扫描枪等。
[0003]二维码条码扫描器的识别率受到多种情况制约：环境光影响，环境光低于或高于阈值，导致识别失败；识别距离，移动过程中，二维码信息由于超出有效距离而欠采样，有效像素不足，导致识别失败；识别角度，移动过程中，二维码信息由于超出有效角度而欠采样，有效像素不足，导致识别失败；信息残缺，移动过程中，二维码信息的有效信息低于阈值，导致识别失败。

技术实现思路

[0004]本申请提供二维码区域检测方法、二维码识别方法、电子设备及计算机可读存储介质，其能够解决现有技术中的以上不足。
[0005]第一方面，本申请提供一种二维码区域检测方法。所述二维码区域检测方法包括：获取用于二维码区域检测的图像；检测所述图像中的二维码特征，所述二维码特征包括码眼特征和码点特征；以及基于所述二维码特征计算二维码区域。在本申请中，通过对二维码特征进行检测来定位二维码区域，以用于二维码识别，有利于间接提升二维码识别率。
[0006]在第一方面的一种实现方式中，基于所述二维码特征计算二维码区域包括：对检测到的所述二维码特征的各区域进行区域融合以获取二维码特征区域；以及基于所述二维码特征区域计算所述二维码区域，所述二维码区域包括所述二维码特征区域和各个所述二维码特征之间的中间区域。
[0007]在第一方面的一种实现方式中，获取用于二维码区域检测的图像包括：对采集的图像进行灰度处理以获取用于二维码区域检测的图像。本实现方式中，对采集的图像进行灰度处理以进行后续二维码区域的检测，有利于降低计算复杂度，提高检测速度。
[0008]在第一方面的一种实现方式中，所述码眼特征和所述码点特征分别包括多个层级的特征。本实现方式中，提取多个层级的特征，有利用提高二维码区域计算的准确性。
[0009]在第一方面的一种实现方式中，所述码眼特征包括码眼低级特征、码眼中级特征和码眼高级特征，所述码眼低级特征包括码眼的点/线特征，所述码眼中级特征包括码眼的结构特征，所述码眼高级特征包括码眼的组态特征。
[0010]在第一方面的一种实现方式中，所述码点特征包括码点低级特征、码点中级特征和码点高级特征，所述码点低级特征包括码点的点/线特征，所述码点中级特征包括码点的结构特征，所述码点高级特征包括码点的组态特征。
[0011]在第一方面的一种实现方式中，基于所述二维码特征计算二维码区域包括：对多个层级的码眼特征进行融合以定位图像中的码眼区域；对多个层级的码点特征进行融合以定位图像中的码点区域；以及对所述码眼区域和所述码点区域进行区域融合以获取包括一个完整二维码的最大融合区域，所述最大融合区域为所述二维码区域。
[0012]在第一方面的一种实现方式中，对所述码眼区域和所述码点区域进行区域融合以获取包括一个完整二维码的最大融合区域包括：当所述图像中包括多个二维码时，基于所述码眼区域和所述码点区域进行区域融合，以获取多个包含一个完整二维码的最大融合区域，每一个最大融合区域对应一个所述二维码区域；以及将多个所述最大融合区域分割，以获取多个所述二维码区域。本实现方式中，本方法适用于一图多码的情况，可以单独区分出图像中每个二维码的位置，进而实现对多个二维码区域的分割，后续还可对单个二维码进行抠图，旋转，对齐等操作。
[0013]在第一方面的一种实现方式中，检测所述图像中的二维码特征包括：采用深度学习模型进行特征检测以获取所述图像中的所述二维码特征。在本实现方式中，采用深度学习模型进行多个层级的特征检测，可以更准确的识别大图小码、小图大码等码的位置，同时，时间复杂度不随图像分辨率变高而加大，因为深度学习模型输入总会将图像缩小至一个固定分辨率，而不影响识别效果，此外，时间复杂度不随图像中二维码的数量变大，因为深度学习模型仅进行一次特征提取便能提取图像中的所有二维码的二维码特征。
[0014]在第一方面的一种实现方式中，基于所述二维码特征计算二维码区域包括：采用深度学习模型对所述二维码特征进行计算以获取所述二维码区域。
[0015]在第一方面的一种实现方式中，所述二维码区域检测方法还包括：对所述二维码区域进行扩边处理，以生成包括所述二维码区域的用于二维码识别的图像。本实现方式中，扩边处理有利于扩大二维码区域的有效像素，间接提升识别率。
[0016]第二方面，本申请提供一种二维码识别方法。所述二维码识别方法包括：利用根据本申请第一方面任一项所述的二维码区域检测方法检测二维码区域；对所述二维码区域进行二次对焦；接收二次对焦后的二维码图像；以及计算所述二维码图像的特征码。本申请中，检测二维码区域并对二维码区域进行二次对焦，使二维码图像完整无缺失，同时二维码图像更加锐利和清晰，从数据源头上提升二维码原始图像的质量，有利于间接提升二维码识别率。
[0017]第三方面，本申请提供一种电子设备。所述电子设备包括：存储器，被配置为存储计算机程序；以及，处理器，被配置为调用所述计算机程序以执行根据本申请第一方面任一项所述的二维码区域检测方法和/或根据本申请第二方面所述的二维码识别方法。
[0018]第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序。所述计算机程序被执行以实现根据本申请第一方面任一项所述的二维码区域检测方法和/或根据
本申请第二方面所述的二维码识别方法。
[0019]在根据本申请的二维码区域检测方法、二维码识别方法、电子设备及计算机可读介质中，对二维码区域进行检测，实现对二维码区域的准确定位，进而提升有效的二维码图像像素，进而提升二维码的识别率。
附图说明
[0020]图1为根据本申请一实施例中二维码区域检测及二维码识别方法应用于扫本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种二维码区域检测方法，其特征在于，包括：获取用于二维码区域检测的图像；检测所述图像中的二维码特征，所述二维码特征包括码眼特征和码点特征；以及基于所述二维码特征计算二维码区域。2.根据权利要求1所述的二维码区域检测方法，其特征在于，基于所述二维码特征计算二维码区域包括：对检测到的所述二维码特征的各区域进行区域融合以获取二维码特征区域；以及基于所述二维码特征区域计算所述二维码区域，所述二维码区域包括所述二维码特征区域和各个所述二维码特征之间的中间区域。3.根据权利要求1述的二维码区域检测方法，其特征在于，获取用于二维码区域检测的图像包括：对采集的图像进行灰度处理以获取用于二维码区域检测的图像。4.根据权利要求1所述的二维码区域检测方法，其特征在于，所述码眼特征和所述码点特征分别包括多个层级的特征。5.根据权利要求4所述的二维码区域检测方法，其特征在于，所述码眼特征包括码眼低级特征、码眼中级特征和码眼高级特征，所述码眼低级特征包括码眼的点/线特征，所述码眼中级特征包括码眼的结构特征，所述码眼高级特征包括码眼的组态特征。6.根据权利要求4所述的二维码区域检测方法，其特征在于，所述码点特征包括码点低级特征、码点中级特征和码点高级特征，所述码点低级特征包括码点的点/线特征，所述码点中级特征包括码点的结构特征，所述码点高级特征包括码点的组态特征。7.根据权利要求4所述的二维码区域检测方法，其特征在于，基于所述二维码特征计算二维码区域包括：对多个层级的码眼特征进行融合以定位图像中的码眼区域；对多个层级的码点特征进行融合以定位图像中的码点区域；以及对所述码眼区域和所述码点区域进行区域融合以获取包括一个完整二维码的最大融合区域，所述最大融合区域为...

【专利技术属性】
技术研发人员：张昊，翁温民，吴丽，
申请(专利权)人：瑞芯微电子股份有限公司，
类型：发明
国别省市：