CN110348264B - 一种qr二维码图像校正方法及*** - Google Patents
一种qr二维码图像校正方法及*** Download PDFInfo
- Publication number
- CN110348264B CN110348264B CN201910601467.4A CN201910601467A CN110348264B CN 110348264 B CN110348264 B CN 110348264B CN 201910601467 A CN201910601467 A CN 201910601467A CN 110348264 B CN110348264 B CN 110348264B
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional code
- gray
- code image
- pixel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003702 image correction Methods 0.000 title claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims abstract description 59
- 230000009466 transformation Effects 0.000 claims abstract description 46
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004042 decolorization Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 13
- 238000012937 correction Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 241001290864 Schoenoplectus Species 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
- G06K7/146—Methods for optical code recognition the method including quality enhancement steps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Toxicology (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种QR二维码图像校正方法及***，所述方法包括：对所述QR二维码图像进行预处理得到灰度图像；对所述灰度图像进行二值化处理得到二值化图像；通过QR二维码图像中的定位图像得到变换参数矩阵；将所述二值化图像通过所述变换参数矩阵转换得到校正后的二维码图像，可对QR二维码图像进行快速高效的校正，提高从二维码图像中提取的信息的准确度。
Description
技术领域
本发明涉及二维码图像校正技术领域。更具体地，涉及一种QR二维码图像校正方法及***。
背景技术
二维条码(二维码)是在水平方向和垂直方向的二维空间上都存储信息的一种条码。与一维条码相比，二维条码具有信息密度高、信息容量大、条码符号的形状可变、编码范围广、修正错误能力强、安全强度高等优点，使得二维条码广泛应用于物流管理、安全防伪、身份认证、电子商务等众多领域。因此二维条码技术的研究在科技飞速发展的今天仍然具有十分重要的意义。
现有的二维码识别，基本均是在背景相对单一，光照条件较理想，获取的图像几何形变较小等条件下完成的，所以识别正确率较高。随着QR二维条码在我们日常生活中的广泛应用，用户手机等实际摄像设备采集到的二维码图片受设备本身、外界光照、拍摄环境、拍摄角度、二维码所处背景等影响很大，拍摄出来的图片可能会有较大几何形变、很多噪点、非单一背景，图像均匀性较差，导致图像处理时间过长，超出***规定解译时间，甚至难以准确的解译出二维码的信息，因此有必要对QR二维码图像进行快速高效的二值化、定位图像识别和几何形状校正，支撑二维码信息的准确提取。
发明内容
本发明的一个目的在于提供一种QR二维码图像校正方法，对QR二维码图像进行快速高效的校正，提高从二维码图像中提取的信息的准确度。本发明的另一个目的在于提供一种QR二维码图像校正***。
为达到上述目的，本发明采用下述技术方案：
本发明公开了一种QR二维码图像校正方法，包括：
对所述QR二维码图像进行预处理得到灰度图像；
对所述灰度图像进行二值化处理得到二值化图像；
通过QR二维码图像中的定位图像得到变换参数矩阵；
将所述二值化图像通过所述变换参数矩阵转换得到校正后的二维码图像。
优选的，所述对所述QR二维码图像进行预处理得到灰度图像包括：
将彩色的QR二维码图像去色；
将去色后的二维码图像进行去噪滤波；
将去噪滤波后的二维码图像进行图像增强；
将图像增强后的二维码图像进行归一化处理得到所述灰度图像。
优选的，所述对所述灰度图像进行二值化处理具体包括：
通过直方图算法得到自适应灰度阈值；
将所述灰度图像每个像素点的灰度值与所述灰度阈值比较得到所述灰度图像对应的二值化图像。
优选的，所述将所述灰度图像每个像素点的灰度值与所述灰度阈值比较得到所述灰度图像对应的二值化图像具体包括：
将所述灰度图像每个像素点的灰度值与所述灰度阈值比较；
若所述像素点的灰度值大于等于所述灰度阈值，则所述像素点对应的二值化值取1，若所述像素点的灰度值小于所述灰度阈值，则所述像素点对应的二值化值取0；
根据灰度图像每个像素点的二值化值形成所述二值化图像。
优选的，所述通过QR二维码图像中的定位图像得到变换参数矩阵具体包括：
确定所述QR二维码图像三个角部的相同的定位图像；
根据QR二维码图像的定位图像与标准二维码图像的定位图像得到所述变换参数矩阵。
本发明还公开了一种QR二维码图像校正***，包括：
预处理模块，用于对所述QR二维码图像进行预处理得到灰度图像；
二值化处理模块，用于对所述灰度图像进行二值化处理得到二值化图像；
参数矩阵确定模块，用于通过QR二维码图像中的定位图像得到变换参数矩阵；
图像校正模块，用于将所述二值化图像通过所述变换参数矩阵转换得到校正后的二维码图像。
优选的，所述对所述QR二维码图像进行预处理得到灰度图像包括：
将彩色的QR二维码图像去色；
将去色后的二维码图像进行去噪滤波；
将去噪滤波后的二维码图像进行图像增强；
将图像增强后的二维码图像进行归一化处理得到所述灰度图像。
优选的，所述对所述灰度图像进行二值化处理具体包括：
通过直方图算法得到自适应灰度阈值；
将所述灰度图像每个像素点的灰度值与所述灰度阈值比较得到所述灰度图像对应的二值化图像。
优选的，所述将所述灰度图像每个像素点的灰度值与所述灰度阈值比较得到所述灰度图像对应的二值化图像具体包括：
将所述灰度图像每个像素点的灰度值与所述灰度阈值比较；
若所述像素点的灰度值大于等于所述灰度阈值，则所述像素点对应的二值化值取1，若所述像素点的灰度值小于所述灰度阈值，则所述像素点对应的二值化值取0；
根据灰度图像每个像素点的二值化值形成所述二值化图像。
优选的，所述通过QR二维码图像中的定位图像得到变换参数矩阵具体包括：
确定所述QR二维码图像三个角部的相同的定位图像；
根据QR二维码图像的定位图像与标准二维码图像的定位图像得到所述变换参数矩阵。
本发明通过对图像的预处理、二值化处理、基于二维码图像中的定位图像得到变换参数矩阵并进一步根据变换参数矩阵将二值化处理得到的二值化图像进行图像变换，将扭曲的QR二维码图像校正成标准QR二维码图像得到校正后的二维码图像，解决复杂背景、光照不均匀、几何形变条件下QR二维码图像的几何形快速校正问题，为实时准确提取二维码图像信息提供基础条件，提高二维码图像信息提取的准确度。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1示出本发明涉及一种QR二维码图像校正方法实施例的流程图之一；
图2示出本发明涉及一种QR二维码图像校正方法实施例的流程图之二；
图3示出本发明涉及一种QR二维码图像校正方法实施例的流程图之三；
图4示出本发明涉及一种QR二维码图像校正方法实施例的流程图之四；
图5示出本发明涉及一种QR二维码图像校正方法实施例的流程图之五；
图6示出本发明涉及一种QR二维码图像校正方法实施例定位图像中心点的四个角点的坐标示意图；
图7示出本发明涉及一种QR二维码图像校正***实施例的结构图；
图8示出适于用来实现本发明实施例的计算机设备的结构示意图。
具体实施方式
为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。
根据本发明的一个方面，本实施例公开了一种QR二维码图像校正方法。如图1所示，本实施例中，所述方法包括：
S100：对所述QR二维码图像进行预处理得到灰度图像。
S200：对所述灰度图像进行二值化处理得到二值化图像。
S300：通过QR二维码图像中的定位图像得到变换参数矩阵。
S400：将所述二值化图像通过所述变换参数矩阵转换得到校正后的二维码图像。
本发明通过对图像的预处理、二值化处理、基于二维码图像中的定位图像得到变换参数矩阵并进一步根据变换参数矩阵将二值化处理得到的二值化图像进行图像变换，将扭曲的QR二维码图像校正成标准QR二维码图像得到校正后的二维码图像，解决复杂背景、光照不均匀、几何形变条件下QR二维码图像的几何形快速校正问题，为实时准确提取二维码图像信息提供基础条件，提高二维码图像信息提取的准确度。
在优选的实施方式中，如图2所示，所述S100具体可包括：
S110：将彩色的QR二维码图像去色。具体的，对彩色的QR二维码图像采用灰度化处理可对QR二维码图像去色。
S120：将去色后的二维码图像进行去噪滤波。优选的，可采用中值滤波方法平滑去除噪声。
S130：将去噪滤波后的二维码图像进行图像增强。优选的，对去噪滤波后的二维码图像可采用伽玛变换方式进行对比度增强以实现图像增强处理。
S140：将图像增强后的二维码图像进行归一化处理得到所述灰度图像。具体的，在一个具体例子中，可通过以下公式实归一化：
其中，增强后的二维码图像为I，高为H，宽为W，I(u，v)表示I的第u行、第v列的像素的灰度值，Imax和Imin分别为图像中所有像素的灰度值中的最大值和最小值，则I(r，c)∈[Imin，Imax]，O(u,v)为归一化后的图像第u行、第v列的像素的灰度值，O(u，v)∈[0，1]。
在优选的实施方式中，如图3所示，所述S200具体可包括：
S210：通过直方图算法得到自适应灰度阈值。本实施例提供了一种改进的直方图技术以求取自适应灰度阈值。具体的，对归一化的灰度图像O(u，v)求取直方图H(i)，i∈[0，1]，同时求得H(i)的最大和最小灰度值直方图Hmax和Hmin。初始分割阈值分别求小于Hth(0)和大于Hth(0)两个区域的均值，分别设为Hmin_mean，Hmax_mean，再令依次迭代，直到Hth(i)＜Hth(i-1)或i＜n，其中i表示迭代次数，n表示最大迭代次数。根据迭代后得到的阈值Hth(i)对O(r，c)进行二值化。本实施例的基于直方图自适应阈值提取方法主要是迭代求取直方图阈值分割两部分后图像区域的灰度均值，比较两部分分割区域的灰度均值，直至灰度均值收敛时对应的阈值即确定为二维图像最终分割阈值，以提高后续解码提取信息的准确度。
S220：将所述灰度图像每个像素点的灰度值与所述灰度阈值比较得到所述灰度图像对应的二值化图像。
在优选的实施方式中，如图4所示，所述S220具体可包括：
S221：将所述灰度图像每个像素点的灰度值与所述灰度阈值比较。
S222：若所述像素点的灰度值大于等于所述灰度阈值，则所述像素点对应的二值化值取1，若所述像素点的灰度值小于所述灰度阈值，则所述像素点对应的二值化值取0。
S223：根据灰度图像每个像素点的二值化值形成所述二值化图像。通过确定每个像素点的二值化值，可得到一个由0和1组成的二维矩阵数组，这个二维矩阵数组与二值化图像的每个像素点一一对应。由于二维码解码是根据二值化后得到的二维矩阵数组计算的，所以二值化的好坏直接影响到后面解码的成功与否，采用基于直方图自适应阈值算法实现图像二值化得到二值化图像
在优选的实施方式中，如图5所示，所述S300具体可包括：
S310：确定所述QR二维码图像三个角部的相同的定位图像。
QR二维码图像中包括三个不同位置的相同图像，分别是位于二维码图像左上角、右上角和左下角三个位置的定位图像，每个位置的定位图像可以看作是由三个重叠的同心的正方形组成，其中，三个正方形分别为7×7个黑色模块、5×5个白色模块和3×3个黑色模块。最终三个正方形重叠形成的每个位置定位图像的模块序列由一个黑一白一黑一白一黑次序构成，各个相同颜色模块宽度的比例是1:1:3:1:1，根据定位图像的像素特征可确定位置定位图像
S320：根据QR二维码图像的定位图像与标准二维码图像的定位图像得到所述变换参数矩阵。
通过定位图像的像素特征可确定QR二维码图像中三个角部的定位图像的位置，根据定位图像在QR二维码图像中的像素范围可确定视场中QR二维码图像的位置和方向，即可得到变换参数矩阵。
具体的，可根据方程AX＝B得到变换参数矩阵，其中，A、B为矩阵参数，X为变换参数矩阵。A表示由校正后需得到的标准QR二维码图像中每个定位图像的中心点和四个角点坐标构成的参数矩阵形成的方程参数，B为摄像头实际拍摄得到的QR二维码图像中每个定位图像的中心点和四个角点坐标构成的参数矩阵形成的方程参数。
在一个具体例子中，在二值化后图像中依据黑白色模块宽度的比例是1:1:3:1:1探测定位图像。这里提出了基于四线扫描方法确定定位图像方法，四条扫描线分别是水平扫描线、垂直扫描线、两条对角扫描线。当水平扫描线和垂直扫描线初步探测到定位图像后，在分别用两条对角扫描线进行扫描，只有四条扫描线同时满足色块比例后，即可确定该图形为定位图像，同时根据对角扫描线的交点初步定位图像中心点，在根据该区域图像像素坐标均值求取定位图像的中心坐标分别为(x(1)，y(1)),(x(2)，y(2)),(x(3)，y(3))。根据三个定位图像中心点确定QR二维码图像的旋转角度θ，根据旋转角度，可求取每个定位图像的四个角点，共十二个角点，这十五个点对应顺序如图6所示。其中，旋转角度θ可通过以下公式确定：
其中，
在优选的实施方式中，在S400中，获取变换参数矩阵X后，再根据实际获取的QR二维码图像中每个像素进行变换，获得标准的QR二维码图像，即完成图像几何校正。
在一个具体例子中，首先根据定位图像中心点间距离求出标准QR二维码图像的版本号，由版本号可计算编码图像的模块数和模块大小，由此确定此版本标准QR二维码定位图像中心点和四个角点坐标，共15个点坐标(u(i)，v(i))，i＝1、2......15，构成矩阵A，用实际拍摄得到的QR二维码图像的定位图像中心点和四个角点坐标，共15个点坐标(x(i)，y(i))，i＝1、2......15构成矩阵B。由AX＝B可得到透视变换X的八个参数，设为a、b、c、d、e、f、g。计算出标准QR二维码图像上像素点坐标和实际拍摄QR码图像像素点坐标映射关系，其中(u,v)为标准QR二维码图像像素点坐标，(x,y)为实际拍摄QR二维码图像像素点坐标。则(x,y)可通过以下公式确定：
根据计算得到的对应位置灰度像素值(x,y)，即完成图像校正，设校正后图像为Iresult(u，v)∈[0，1]，采用四邻域5点平均作为校正后像素灰度值，再对灰度图像进行二值化得到校正后的QR二维码图像。
本发明通过对图像的预处理、基于直方图自适应预值二值化、基于扫描线的定位图像自动识别以及基于多特征点的透视变换技术，解决复杂背景、光照不均匀、几何形变条件下QR二维码图像的几何形快速校正问题，为实时准确提取二维码图像信息提供基础条件，提高二维码图像信息提取的准确度。
并且，本发明提出的基于直方图的自适应阈值提取方法相对传统的OSTU阈值提取算法，计算复杂度低一个数量级，图像分割效果与OSTU分割效果相当。本发明提出的基于水平、垂直和对角线方向的扫描线定位图像识别方法，相对其它基于边缘检测和基于Hough变换的直线检测算法准确率更高，计算复杂度至少低于2个数量级。本发明提出的基于多特征点的透视变换校正技术，充分利用了定位图像中心特征点及每个定位图像的四个角点，其几何校正性能更好，并且不增加额外的计算开销。
基于相同原理，本实施例还公开了一种QR二维码图像校正***。如图7所示，本实施例中，所述***包括预处理模块11、二值化处理模块12、参数矩阵确定模块13和图像校正模块14。
在优选的实施方式中，所述预处理模块11具体可用于将彩色的QR二维码图像去色，将去色后的二维码图像进行去噪滤波，将去噪滤波后的二维码图像进行图像增强，将图像增强后的二维码图像进行归一化处理得到所述灰度图像。
具体的，对彩色的QR二维码图像采用灰度化处理可对QR二维码图像去色。可采用中值滤波方法平滑去除噪声。对去噪滤波后的二维码图像可采用伽玛变换方式进行对比度增强以实现图像增强处理。
具体的，在一个具体例子中，可通过以下公式实归一化：
其中，增强后的二维码图像为I，高为H，宽为W，I(u，v)表示I的第u行、第v列的像素的灰度值，Imax和Imin分别为图像中所有像素的灰度值中的最大值和最小值，则I(r，c)∈[Imin，Imax]，O(u,v)为归一化后的图像第u行、第v列的像素的灰度值，O(u，v)∈[0，1]。
在优选的实施方式中，所述二值化处理模块12具体可用于通过直方图算法得到自适应灰度阈值，将所述灰度图像每个像素点的灰度值与所述灰度阈值比较得到所述灰度图像对应的二值化图像。
本实施例提供了一种改进的直方图技术以求取自适应灰度阈值。具体的，对归一化的灰度图像O(u，v)求取直方图H(i)，i∈[0，1]，同时求得H(i)的最大和最小灰度值直方图Hmax和Hmin。初始分割阈值分别求小于Hth(0)和大于Hth(0)两个区域的均值，分别设为Hmin_mean，Hmax_mean，再令/>依次迭代，直到Hth(i)＜Hth(i-1)或i＜n，其中i表示迭代次数，n表示最大迭代次数。根据迭代后得到的阈值Hth(i)对O(r，c)进行二值化。本实施例的基于直方图自适应阈值提取方法主要是迭代求取直方图阈值分割两部分后图像区域的灰度均值，比较两部分分割区域的灰度均值，直至灰度均值收敛时对应的阈值即确定为二维图像最终分割阈值，以提高后续解码提取信息的准确度。
在优选的实施方式中，所述二值化处理模块12进一步可用于将所述灰度图像每个像素点的灰度值与所述灰度阈值比较。若所述像素点的灰度值大于等于所述灰度阈值，则所述像素点对应的二值化值取1，若所述像素点的灰度值小于所述灰度阈值，则所述像素点对应的二值化值取0。根据灰度图像每个像素点的二值化值形成所述二值化图像。通过确定每个像素点的二值化值，可得到一个由0和1组成的二维矩阵数组，这个二维矩阵数组与二值化图像的每个像素点一一对应。由于二维码解码是根据二值化后得到的二维矩阵数组计算的，所以二值化的好坏直接影响到后面解码的成功与否，采用基于直方图自适应阈值算法实现图像二值化得到二值化图像
在优选的实施方式中，所述参数矩阵确定模块13具体可用于确定所述QR二维码图像三个角部的相同的定位图像，根据QR二维码图像的定位图像与标准二维码图像的定位图像得到所述变换参数矩阵。
QR二维码图像中包括三个不同位置的相同图像，分别是位于二维码图像左上角、右上角和左下角三个位置的定位图像，每个位置的定位图像可以看作是由三个重叠的同心的正方形组成，其中，三个正方形分别为7×7个黑色模块、5×5个白色模块和3×3个黑色模块。最终三个正方形重叠形成的每个位置定位图像的模块序列由一个黑一白一黑一白一黑次序构成，各个相同颜色模块宽度的比例是1:1:3:1:1，根据定位图像的像素特征可确定位置定位图像
通过定位图像的像素特征可确定QR二维码图像中三个角部的定位图像的位置，根据定位图像在QR二维码图像中的像素范围可确定视场中QR二维码图像的位置和方向，即可得到变换参数矩阵。
具体的，可根据方程AX＝b得到变换参数矩阵，其中，A、b为矩阵参数，X为变换参数矩阵。A表示由校正后需得到的标准QR二维码图像中每个定位图像的中心点和四个角点坐标构成的参数矩阵形成的方程参数，b为摄像头实际拍摄得到的QR二维码图像中每个定位图像的中心点和四个角点坐标构成的参数矩阵形成的方程参数。
在一个具体例子中，在二值化后图像中依据黑白色模块宽度的比例是1:1:3:1:1探测定位图像。这里提出了基于四线扫描方法确定定位图像方法，四条扫描线分别是水平扫描线、垂直扫描线、两条对角扫描线。当水平扫描线和垂直扫描线初步探测到定位图像后，在分别用两条对角扫描线进行扫描，只有四条扫描线同时满足色块比例后，即可确定该图形为定位图像，同时根据对角扫描线的交点初步定位图像中心点，在根据该区域图像像素坐标均值求取定位图像的中心坐标分别为(x(1)，y(1)),(x(2)，y(2)),(x(3)，y(3))。根据三个定位图像中心点确定QR二维码图像的旋转角度θ，根据旋转角度，可求取每个定位图像的四个角点，共十二个角点，这十五个点对应顺序如图6所示。其中，旋转角度θ可通过以下公式确定：
其中，
在优选的实施方式中，图像校正模块14获取变换参数矩阵X后，再根据实际获取的QR二维码图像中每个像素进行变换，获得标准的QR二维码图像，即完成图像几何校正。
在一个具体例子中，首先根据定位图像中心点间距离求出标准QR二维码图像的版本号，由版本号可计算编码图像的模块数和模块大小，由此确定此版本标准QR二维码定位图像中心点和四个角点坐标，共15个点坐标(u(i)，v(i))，i＝1、2......15，构成矩阵A，用实际拍摄得到的QR二维码图像的定位图像中心点和四个角点坐标，共15个点坐标(x(i)，y(i))，i＝1、2……15构成矩阵b。由AX＝b可得到透视变换X的八个参数，设为a、b、c、d、e、f、g。计算出标准QR二维码图像上像素点坐标和实际拍摄QR码图像像素点坐标映射关系，其中(u,v)为标准QR二维码图像像素点坐标，(x,y)为实际拍摄QR二维码图像像素点坐标。则(x,y)可通过以下公式确定：
根据计算得到的对应位置灰度像素值(x,y)，即完成图像校正，设校正后图像为Iresult(u，v)∈[0，1]，采用四邻域5点平均作为校正后像素灰度值，再对灰度图像进行二值化得到校正后的QR二维码图像。
上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机设备，具体的，计算机设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在一个典型的实例中计算机设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的由客户端执行的方法，或者，所述处理器执行所述程序时实现如上所述的由服务器执行的方法。
下面参考图8，其示出了适于用来实现本申请实施例的计算机设备600的结构示意图。
如图8所示，计算机设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中，还存储有***600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶反馈器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡，调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口606。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包括用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种QR二维码图像校正方法，其特征在于，包括：
对所述QR二维码图像进行预处理得到灰度图像；
对所述灰度图像进行二值化处理得到二值化图像；
通过QR二维码图像中的定位图像得到变换参数矩阵；
将所述二值化图像通过所述变换参数矩阵转换得到校正后的二维码图像，其中，
根据所述定位图像的中心点间距离求出标准QR二维码图像的版本号，由所述版本号计算编码图像的模块数和模块大小，并由此确定所述版本号对应的标准QR二维码定位图像中心点和四个角点坐标，共15个点坐标(u(i)，v(i))，i＝1、2......15，构成矩阵A，用实际拍摄得到的QR二维码图像的定位图像中心点和四个角点坐标，共15个点坐标(x(i)，y(i))，i＝1、2......15构成矩阵B；由AX＝B可得到变换参数矩阵X的八个参数，设为a、b、c、d、e、f、g；
计算出标准QR二维码图像上像素点坐标和实际拍摄QR码图像像素点坐标映射关系，其中(u,v)为标准QR二维码图像像素点坐标，(x,y)为实际拍摄QR二维码图像像素点坐标，则对应位置灰度像素值(x,y)可通过以下公式确定：
根据计算得到的对应位置灰度像素值(x,y)完成图像校正，设校正后图像为Ireslt(u，v)∈[0，1]，采用四邻域5点平均作为校正后像素灰度值，再对灰度图像进行二值化得到校正后的QR二维码图像。
2.根据权利要求1所述的QR二维码图像校正方法，其特征在于，所述对所述QR二维码图像进行预处理得到灰度图像包括：
将彩色的QR二维码图像去色；
将去色后的二维码图像进行去噪滤波；
将去噪滤波后的二维码图像进行图像增强；
将图像增强后的二维码图像进行归一化处理得到所述灰度图像。
3.根据权利要求1所述的QR二维码图像校正方法，其特征在于，所述对所述灰度图像进行二值化处理具体包括：
通过直方图算法得到自适应灰度阈值；
将所述灰度图像每个像素点的灰度值与所述灰度阈值比较得到所述灰度图像对应的二值化图像。
4.根据权利要求3所述的QR二维码图像校正方法，其特征在于，所述将所述灰度图像每个像素点的灰度值与所述灰度阈值比较得到所述灰度图像对应的二值化图像具体包括：
将所述灰度图像每个像素点的灰度值与所述灰度阈值比较；
若所述像素点的灰度值大于等于所述灰度阈值，则所述像素点对应的二值化值取1，若所述像素点的灰度值小于所述灰度阈值，则所述像素点对应的二值化值取0；
根据灰度图像每个像素点的二值化值形成所述二值化图像。
5.根据权利要求1所述的QR二维码图像校正方法，其特征在于，所述通过QR二维码图像中的定位图像得到变换参数矩阵具体包括：
确定所述QR二维码图像三个角部的相同的定位图像；
根据QR二维码图像的定位图像与标准二维码图像的定位图像得到所述变换参数矩阵。
6.一种QR二维码图像校正***，其特征在于，包括：
预处理模块，用于对所述QR二维码图像进行预处理得到灰度图像；
二值化处理模块，用于对所述灰度图像进行二值化处理得到二值化图像；
参数矩阵确定模块，用于通过QR二维码图像中的定位图像得到变换参数矩阵；
图像校正模块，用于将所述二值化图像通过所述变换参数矩阵转换得到校正后的二维码图像；
根据所述定位图像中心点间距离求出标准QR二维码图像的版本号，由所述版本号计算编码图像的模块数和模块大小，并由此确定所述版本号对应的标准QR二维码定位图像中心点和四个角点坐标，共15个点坐标(u(i)，v(i))，i＝1、2......15，构成矩阵A，用实际拍摄得到的QR二维码图像的定位图像中心点和四个角点坐标，共15个点坐标(x(i)，y(i))，i＝1、2......15构成矩阵B；由AX＝B可得到变换参数矩阵X的八个参数，设为a、b、c、d、e、f、g；
计算出标准QR二维码图像上像素点坐标和实际拍摄QR码图像像素点坐标映射关系，其中(u,v)为标准QR二维码图像像素点坐标，(x,y)为实际拍摄QR二维码图像像素点坐标，则对应位置灰度像素值(x,y)可通过以下公式确定：
根据计算得到的对应位置灰度像素值(x,y)完成图像校正，设校正后图像为Iresult(u，v)∈[0，1]，采用四邻域5点平均作为校正后像素灰度值，再对灰度图像进行二值化得到校正后的QR二维码图像。
7.根据权利要求6所述的QR二维码图像校正***，其特征在于，所述预处理模块具体用于将彩色的QR二维码图像去色，将去色后的二维码图像进行去噪滤波，将去噪滤波后的二维码图像进行图像增强，将图像增强后的二维码图像进行归一化处理得到所述灰度图像。
8.根据权利要求6所述的QR二维码图像校正***，其特征在于，所述二值化处理模块具体用于通过直方图算法得到自适应灰度阈值，将所述灰度图像每个像素点的灰度值与所述灰度阈值比较得到所述灰度图像对应的二值化图像。
9.根据权利要求8所述的QR二维码图像校正***，其特征在于，所述二值化处理模块进一步用于将所述灰度图像每个像素点的灰度值与所述灰度阈值比较，若所述像素点的灰度值大于等于所述灰度阈值，则所述像素点对应的二值化值取1，若所述像素点的灰度值小于所述灰度阈值，则所述像素点对应的二值化值取0，根据灰度图像每个像素点的二值化值形成所述二值化图像。
10.根据权利要求6所述的QR二维码图像校正***，其特征在于，所述参数矩阵确定模块具体用于确定所述QR二维码图像三个角部的相同的定位图像，根据QR二维码图像的定位图像与标准二维码图像的定位图像得到所述变换参数矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910601467.4A CN110348264B (zh) | 2019-07-04 | 2019-07-04 | 一种qr二维码图像校正方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910601467.4A CN110348264B (zh) | 2019-07-04 | 2019-07-04 | 一种qr二维码图像校正方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110348264A CN110348264A (zh) | 2019-10-18 |
| CN110348264B true CN110348264B (zh) | 2023-12-26 |
Family
ID=68177568
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910601467.4A Active CN110348264B (zh) | 2019-07-04 | 2019-07-04 | 一种qr二维码图像校正方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110348264B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111223065B (zh) * | 2020-01-13 | 2023-08-01 | 中国科学院重庆绿色智能技术研究院 | 图像矫正方法、不规则文本识别方法、装置、存储介质和设备 |
| CN111311497B (zh) * | 2020-02-12 | 2023-05-05 | 广东工业大学 | 一种条形码图像角度校正方法和装置 |
| CN111339797B (zh) * | 2020-02-25 | 2023-05-02 | 福州符号信息科技有限公司 | 一种能够准确识别受损一维条码的解码方法及终端 |
| CN111343339B (zh) * | 2020-03-03 | 2021-07-23 | 青岛海信移动通信技术股份有限公司 | 移动终端及其图像显示方法 |
| CN111598794A (zh) * | 2020-04-24 | 2020-08-28 | 山东易华录信息技术有限公司 | 一种去除水下重叠情况的图像成像方法及装置 |
| CN111798619B (zh) * | 2020-07-09 | 2021-12-10 | 常德市广汇气体有限公司 | 一种通过扫码充装气瓶的充气*** |
| CN114330400B (zh) * | 2020-10-12 | 2023-12-08 | 珠海格力电器股份有限公司 | 二维码图像处理方法、***、装置、电子设备及存储介质 |
| CN113095104A (zh) * | 2021-05-08 | 2021-07-09 | 山东新一代信息产业技术研究院有限公司 | 一种缺损二维码定位方法 |
| CN114582301A (zh) * | 2022-03-08 | 2022-06-03 | 康键信息技术（深圳）有限公司 | 一种信息显示方法、装置、电子设备及存储介质 |
| CN117057377B (zh) * | 2023-10-11 | 2024-01-12 | 青岛冠成软件有限公司 | 码的识别匹配方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104517089B (zh) * | 2013-09-29 | 2017-09-26 | 北大方正集团有限公司 | 一种二维码解码***及其方法 |
| CN104636118B (zh) * | 2013-11-10 | 2017-07-04 | 航天信息股份有限公司 | 基于光平衡的qr二维码自适应二值化处理方法和装置 |
| CN103914675B (zh) * | 2014-03-17 | 2016-11-16 | 东华大学 | 一种服装的快速响应矩阵二维码识别方法 |
-
2019
- 2019-07-04 CN CN201910601467.4A patent/CN110348264B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110348264A (zh) | 2019-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110348264B (zh) | 一种qr二维码图像校正方法及*** | |
| CN106485183B (zh) | 一种二维码定位方法及*** | |
| CN110046529B (zh) | 二维码识别方法、装置及设备 | |
| CN105069394B (zh) | 二维码加权平均灰度法解码方法及*** | |
| CN107169489B (zh) | 倾斜图像校正的方法和装置 | |
| CN108021837B (zh) | 一种条形码检测方法、条形码检测装置及电子设备 | |
| CN110009615B (zh) | 图像角点的检测方法及检测装置 | |
| CN111680690A (zh) | 一种文字识别方法及装置 | |
| CN108932449B (zh) | 一种基于聚类的条码二值化方法及*** | |
| CN111259908A (zh) | 基于机器视觉的钢卷号识别方法、***、设备及存储介质 | |
| WO2018040948A1 (zh) | 一种数字对象唯一标识符doi识别方法与装置 | |
| CN109522768A (zh) | Qr码的识别方法及装置 | |
| CN112163443A (zh) | 一种扫码方法、扫码装置及移动终端 | |
| CN111681160B (zh) | 曲面图像的还原方法、装置、设备及可读存储介质 | |
| CN112634301A (zh) | 设备区域图像提取方法及装置 | |
| CN111311497B (zh) | 一种条形码图像角度校正方法和装置 | |
| CN112419207A (zh) | 一种图像矫正方法及装置、*** | |
| CN113111674A (zh) | Aztec码定位与解码方法、***、设备及存储介质 | |
| CN115909353A (zh) | 一种图像二值化处理方法和装置 | |
| CN112085721A (zh) | 基于人工智能的水淹车定损方法、装置、设备及存储介质 | |
| CN117557565B (zh) | 一种锂电池极片的检测方法及其装置 | |
| CN110751156A (zh) | 用于表格线大块干扰去除方法、***、设备及介质 | |
| CN108960246B (zh) | 一种用于图像识别的二值化处理装置及方法 | |
| CN111353324A (zh) | 玻璃内部点阵二维码读取方法 | |
| CN111178111A (zh) | 二维码检测方法、电子设备、存储介质及*** |
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 |