CN107766862A - 商品价格标签数字识别方法 - Google Patents

Abstract

本发明公开了一种商品价格标签数字识别方法，包括待识别数字定位、待识别数字预处理、待识别数字切割和模式识别，识别方法具体步骤如下：输入商品价格标签图片数字信息；待识别数字定位，针对商品的规格、条码、原价、现价、降价期限进行识别，利用模板匹配确定待识别数字区域位置；待识别数字预处理，针对商品价格标签的光照不均匀，采用自适应局部二值化或利用膨胀腐蚀形态学运算，获取最小矩形；待识别数字切割，采用垂直投影法，将价格标签数字切割成单个字符；模式识别，包括指纹特征识别和数字跳变特征识别，通过提取模板数字特征，与数字切割特征对比，若输出结果相同，则输出结果，否则多次测试经验输出结果。

Description

商品价格标签数字识别方法

技术领域

本发明属于智能商业价格图像识别技术领域，具体涉及到一款有关商品价格标签数字识别方法。

背景技术

随着人们生活水平的提高，超市已经成为人们不可或缺的部分，人们在满足物质需求的同时，也在享受超市购物带来的购物体验。为了客户的体验舒适，每天需要大量人工核实货架的商品位置摆放是否正确和商品价格是否合理，这样就无形的增加了人工成本，对于这种重复性的工作使用人工智能就可很好的解决。目前，针对商品价格的数字识别通常采用OCR识别，而OCR识别主要取决于图像预处理的结果，并且对识别的可靠性没有很好的依据。

发明内容

本发明要解决的技术问题在于提供一种商品价格标签数字识别方法，该方法使用多种方案相结合，输出准确度最高结果，经测试准确度99.1％。

为了解决上述技术问题，本发明通过以下方式来实现：

商品价格标签数字识别方法，包括待识别数字定位、待识别数字预处理、待识别数字切割和模式识别，识别方法具体步骤如下：

1)输入商品价格标签图片数字信息；

2)待识别数字定位，针对商品的规格、条码、原价、现价、降价期限进行识别，利用模板匹配确定待识别数字区域位置；

3)待识别数字预处理，针对商品价格标签的光照不均匀，采用自适应局部二值化或利用膨胀腐蚀形态学运算，获取最小矩形；

4)待识别数字切割，采用垂直投影法，将价格标签数字切割成单个字符；

5)模式识别，包括指纹特征识别和数字跳变特征识别，通过提取模板数字特征，与数字切割特征对比，若输出结果相同，则输出结果，否则多次测试经验输出结果。

与现有技术相比，本发明具有的有益效果：

本申请的价格识别方法，解决了背景技术中存在的技术问题，使用多种方案相结合，输出准确度最高结果，经测试准确度99.1％。

附图说明

图1为本发明的流程示意图；

图2为待识别的数字预处理示意图；

图3为待识别数字垂直投影示意图；

图4为待识别数字的模式识别示意图；

图5为待识别数字与模板库指纹示意图；

图6为数字跳变特征识别示意图。

具体实施方式

下面结合附图和具体实施例对本发明的具体实施方式作进一步详细的说明。

如图1所示，商品价格标签数字识别方法，包括待识别数字定位、待识别数字预处理、待识别数字切割和模式识别，识别方法具体步骤如下：

1)输入商品价格标签图片数字信息；

2)待识别数字定位，针对商品的规格、条码、原价、现价、降价期限进行识别，利用模板匹配确定待识别数字区域位置；

3)待识别数字预处理，针对商品价格标签的光照不均匀，采用自适应局部二值化或利用膨胀腐蚀形态学运算，获取最小矩形，比如商品的价格条码进行预处理如图2；

4)待识别数字切割，采用垂直投影法，将价格标签数字切割成单个字符；垂直投影法即是一个二值化图片按照从左至右的顺序，统计每一列黑色像素的个数，如图3，因二值化效果比较理想，通过垂直可以很容易切割成单个字符；

5)模式识别，通过提取模板数字的特征，与切割数字特征对比，输出最为接近的结果，本发明的模板如图4，其中模式识别包括指纹特征识别和数字跳变特征识别：

指纹特征识别：二值化单个数字图片和模板图片归一化至固定大小，本发明采用的归一化是16^*8，遍历二值化图片每一个像素，如果像素为白色标识该位为0，如果像素为黑色标识该位为1，构成128位指纹特征。

统计待识别的图片和模板库的指纹特征中值不相同的位数，不同的最少就是与识别图片相同的，如图5所示，且以图5中的模板2和3为例，待识别数字的指纹和模板2、3指纹对比，标识为红色的与待测样本不同，很明显模板2中不同的位数比模板3中的大，待识别数字为3。

进一步的，指纹特征算法虽然比较准确，但也存在问题，对二值化后的字符粗细有影响，因此本发明采用数字跳变特征相结合的方法。

数字跳变特征识别：二值化单个数字图片和模板图片归一化至固定大小，本发明采用的归一化是20^*35，从左至右每一行像素由白变黑的次数为HTD，从上至下每一列的像素由白变黑的次数为VTD，如图6。

统计待识别和模板向量的相似度，他们数量的乘积除以它们的长度。计算公式如下

其中：Xm、Xn分别为图m和图n的特征向量，J表示维度，Xmj表示Xm的第j个元素，Xnj表示Xn的第j个元素,VDT为1～35，HDT为1～20。

通过公式(1)分别计算出横向相似度值和纵向相似度值目标相似度如公式(2)计算得出：

Simi_mn＝Simi_VTD(X_m，X_n)+Simi_HTD(X_m，X_n) (2)

根据多次测试经验输出结果，若指纹特征算法和跳变特征算法结果相同，则输出该结果；若指纹特征算法和跳变特征算法中有一个为0，输出结果为0；若其他情况下以指纹特征算法为准。

以上所述仅是本发明的实施方式，再次声明，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进，这些改进也列入本发明权利要求的保护范围内。

Claims (1)

1.商品价格标签数字识别方法，其特征在于：包括待识别数字定位、待识别数字预处理、待识别数字切割和模式识别，识别方法具体步骤如下：

1)输入商品价格标签图片数字信息；

2)待识别数字定位，针对商品的规格、条码、原价、现价、降价期限进行识别，利用模板匹配确定待识别数字区域位置；

3)待识别数字预处理，针对商品价格标签的光照不均匀，采用自适应局部二值化或利用膨胀腐蚀形态学运算，获取最小矩形；

4)待识别数字切割，采用垂直投影法，将价格标签数字切割成单个字符；

5)模式识别，包括指纹特征识别和数字跳变特征识别，通过提取模板数字特征，与数字切割特征对比，若输出结果相同，则输出结果，否则多次测试经验输出结果。