CN110569683A - 条码检测方法及条码检测*** - Google Patents
条码检测方法及条码检测*** Download PDFInfo
- Publication number
- CN110569683A CN110569683A CN201810751925.8A CN201810751925A CN110569683A CN 110569683 A CN110569683 A CN 110569683A CN 201810751925 A CN201810751925 A CN 201810751925A CN 110569683 A CN110569683 A CN 110569683A
- Authority
- CN
- China
- Prior art keywords
- image
- gradient
- gray
- vertical
- horizontal
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 91
- 230000008859 change Effects 0.000 claims abstract description 52
- 238000009826 distribution Methods 0.000 claims abstract description 52
- 238000005070 sampling Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 19
- 101000645402 Homo sapiens Transmembrane protein 163 Proteins 0.000 description 4
- 102100025764 Transmembrane protein 163 Human genes 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
- G06K7/10712—Fixed beam scanning
- G06K7/10722—Photodetector array or CCD scanning
-
- 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
- G06K7/1413—1D 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
- G06K7/1408—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
- G06K7/1452—Methods for optical code recognition including a method step for retrieval of the optical code detecting bar code edges
-
- 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
- G06K7/1456—Methods for optical code recognition including a method step for retrieval of the optical code determining the orientation of the optical code with respect to the reader and correcting therefore
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/22—Character recognition characterised by the type of writing
- G06V30/224—Character recognition characterised by the type of writing of printed characters having additional code marks or containing code marks
- G06V30/2247—Characters composed of bars, e.g. CMC-7
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Toxicology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种条码检测方法及条码检测***。该条码检测方法包含相机取得图像;取得图像中一区域内的每一个像素的水平图像梯度及垂直图像梯度;依据水平图像梯度及垂直图像梯度,产生每一个像素的梯度相位角度及梯度能量强度;将图像中的区域内的每一个像素的梯度能量强度二值化,以产生二值化后的图像;将二值化后的图像进行垂直以及水平采样,以产生垂直与水平方向上的灰阶值变化次数;依据垂直以及水平方向上的灰阶值变化次数,定位条码的图像区域;提取图像区域中的所有像素的多个梯度相位角度,以产生梯度相位角度分布;及依据梯度相位角度分布,产生条码的格式检测结果。
Description
技术领域
本发明公开一种条码检测方法及条码检测***,尤其涉及一种具高速检测能力的低复杂度的条码检测方法及条码检测***。
背景技术
随着科技进步,各种条码逐渐被应用在日常生活中,并慢慢地取代繁杂且易错误的文字信息。例如,一维条码将宽度不等的多个黑条(Bar)和白条(Space),按照一定的编码规则(即黑白宽度比例)排列,用以表达一组信息的图形识别元。常见的一维条码是由反射率相差很大的黑条和白条排成的平行线图案。二维条码则可为矩形,可视为将一维条码的图像往另一个轴向延伸的图像,因此可带有比一维条码更多的信息量。条码可以标出物品的生产国、制造厂家、商品名称、生产日期、图书分类号、邮件起止地点、类别、日期等信息,因而在商品流通、图书管理、邮政管理、银行***等许多领域都得到了广泛的应用。
一般而言,要将条码识别以产生具有意义的信息需要两个步骤。第一个步骤称为条码采样步骤。条码采样步骤可以利用相机、扫描器、激光识别装置等光元件提取条码的图案。第二个步骤称为解码步骤。解码步骤可以利用查询表或是解码器将采样后的条码转换为有意义的信息。在一般解码步骤的前置步骤中,条码的存在性以及条码的格式(一维或是二维)需要先被检测出来。然而,一般由相机所拍的图像中,检测条码的存在性与格式必须将图像的像素一列一列地扫描。当图像的尺寸或解析度很高时,将非常耗时。并且,当条码检测失败时,上述逐列扫描的程序又必须再一次地执行,因此这种效率低且耗时的检测方式将会浪费***资源。
发明内容
本发明一实施例提出一种条码检测方法,包含相机取得图像,取得图像中一区域内的每一个像素的水平图像梯度及垂直图像梯度,依据水平图像梯度及垂直图像梯度,产生每一像素的梯度相位角度及梯度能量强度,将图像中的区域内的每一个像素的梯度能量强度二值化,以产生二值化后的图像,该二值化后的图像以N个像素为间隔的V个垂直扫描线进行垂直采样,以统计二值化后的图像于垂直方向上的V个灰阶值变化次数,将二值化后的图像以M个像素为间隔的H个水平扫描线进行水平采样,以统计二值化后的图像于水平方向上的H个灰阶值变化次数,依据垂直方向上的V个灰阶值变化次数以及水平方向上的H个灰阶值变化次数,定位条码的图像区域,提取图像区域中的所有像素的多个梯度相位角度,以产生梯度相位角度分布,以及依据梯度相位角度分布,产生条码的格式检测结果。N、M、V、H为大于等于1的正整数。
本发明另一实施例提出一种条码检测***,包含相机、处理器及存储器。相机用以取得图像。处理器耦接于相机,用以处理图像,以产生条码的格式检测结果。存储器,耦接于处理器,用以缓存图像处理数据。处理器取得图像中一区域内的每一个像素的水平图像梯度及垂直图像梯度,依据水平图像梯度及垂直图像梯度,产生每一个像素的梯度相位角度及梯度能量强度,将图像中的区域内的每一个像素的梯度能量强度二值化,以产生二值化后的图像,将二值化后的图像以N个像素为间隔的V个垂直扫描线进行垂直采样,以统计二值化后的图像于垂直方向上的V个灰阶值变化次数,并将V个灰阶值变化次数存入存储器,将二值化后的图像以M个像素为间隔的H个水平扫描线进行水平采样,以统计二值化后的图像于水平方向上的H个灰阶值变化次数,并将H个灰阶值变化次数存入存储器,依据存储器所存储的V个灰阶值变化次数以及H个灰阶值变化次数,定位条码的图像区域,提取图像区域中的所有像素的多个梯度相位角度,以产生梯度相位角度分布,依据梯度相位角度分布,产生条码的格式检测结果。N、M、V、H为大于等于1的正整数。
附图说明
图1是本发明的条码检测***的实施例的方块图。
图2是图1的条码检测***中,取得图像中每一个像素的水平图像梯度及垂直图像梯度的示意图。
图3是图1的条码检测***中,将图像二值化的示意图。
图4是图1的条码检测***中,将二值化后的图像进行水平采样以及垂直采样的示意图。
图5是图1的条码检测***中,产生二值化后的图像的垂直方向上的多个灰阶值变化次数以及水平方向上的多个灰阶值变化次数的示意图。
图6是图1的条码检测***中,依据垂直方向上的多个灰阶值变化次数以及水平方向上的多个灰阶值变化次数,产生图像区域的示意图。
图7是图1的条码检测***中,设定P个梯度相位决策边界的示意图。
图8是图1的条码检测***中,梯度相位角度分布仅包含一个峰度分布的示意图。
图9是图1的条码检测***中,梯度相位角度分布包含两个峰度分布的示意图。
图10是图1的条码检测***中,执行条码检测方法的流程图。
【符号说明】
100 条码检测***
10 相机
11 处理器
12 存储器
BC 条码
A及B 像素
IMG 图像
R 区域
BIMG 二值化后的图像
BBC 二值化后的条码
SH1至SH17 水平扫描线
SV1至SV31 垂直扫描线
CIMG 图像区域
DB1至DB8 梯度相位决策边界
C、C1及C2 峰度分布
PK、PK1及PK2 峰值
Φ、Φ1及Φ2 梯度相位角度
S901至S909 步骤
具体实施方式
图1是本发明的条码检测***100的实施例的方块图。条码检测***100可应用于检测一维条码以及二维条码,常见的一维条码有EAN/UPC,ISBN,Code 39,Code 93,Code128等,常见的二维条码有快速响应矩阵图码(Quick Response Code,QR Code)、PDF417条码、或是数据矩阵(Data Matrix)等。条码检测***100包含相机10、处理器11及存储器12。相机10用以提取图像。相机10可包含任何图像提取装置。例如,相机10可内建镜头以及感光元件,用以提取光信号,并将光信号进行处理以产生图像。相机10所提取的图像可包含条码图像。处理器11耦接于相机10,用以处理图像,以产生条码的格式检测结果。处理器11可为任何形式的处理装置,例如中央处理器、微处理器、逻辑运算单元或是可编程芯片等等。处理器11也可以判断条码图像是否可被检测。存储器12耦接于处理器11,用以缓存图像处理数据。存储器12可为任何形式的存储器装置,例如硬盘、随机存取存储器(Random AccessMemory,RAM)或是非易失性存储器(Non-Volatile Memory)等等。存储器12所存储的图像处理数据可为后文提及的水平图像梯度、垂直图像梯度、水平方向的灰阶值变化次数、垂直方向的灰阶值变化次数、多个梯度相位决策边界等数据。条码检测***100执行条码检测方法的步骤以及原理将在后文详述。
图2是条码检测***100中,取得图像IMG中每一个像素的水平图像梯度及垂直图像梯度的示意图。如前述提及,相机10具有图像提取的能力。因此,当处理器11接收到相机10所提取的图像IMG后,可以取得图像IMG中每一个像素的水平图像梯度及垂直图像梯度。例如,处理器11可以利用索伯(Sobel)算法,以水平矩阵模板及垂直矩阵模板对图像的每一个像素的亮度做卷积(Convolution)运算,以产生每一个像素的水平图像梯度及垂直图像梯度。然而,处理器11也可以仅针对图像IMG的一个区域内的每一个像素的水平图像梯度及垂直图像梯度进行计算,以降低复杂度。例如,图像IMG的区域可为图像IMG的某特定区域、图像IMG靠近中央的区域、或是将图像IMG的边缘裁切后的子区域等等。任何合理的区域范围以及位置的调整都属于本发明所公开的范围。然而,为了描述简化,下文实施例中的图像IMG的一个区域的范围可包含整张图像的范围。然而,如前述提及,在其他实施例中也可以针对小于图像IMG范围的一个区域进行梯度计算,以降低复杂度。在实际应用时,水平矩阵模板及垂直矩阵模板可为方阵(Square Matrix),用以与图像中每一个像素的数据向量做线性组合,再以此计算水平图像梯度及垂直图像梯度。在图2中,Y轴为垂直轴,X轴为水平轴。像素A位于条码BC之外,因此像素A附近的颜色并无太大变化。因此,像素A所计算出来的水平梯度以及垂直梯度A(▽XA,▽YA)都是很小的数值。然而,像素B位于条码BC之内,因此像素B附近的颜色可能会有变化。因此,像素B所计算出来的水平梯度以及垂直梯度B(▽XB,▽YB)中,至少一个会是较大的数值,依此类推。在处理器11将图像IMG中所有像素的水平梯度以及垂直梯度都计算完成后,可将所有像素的水平梯度以及垂直梯度数据存储于存储器12中。接着,处理器11可以依据每一个像素的水平图像梯度及垂直图像梯度,产生每一个像素的梯度相位角度及梯度能量强度。举例而言,当某个像素的垂直图像梯度非常高,但是水平图像梯度趋近于零,表示某个像素的梯度相位角度趋近于π/2,像素附近的图像边缘近似垂直分布。反之,当某个像素的水平图像梯度非常高,但是垂直图像梯度趋近于零,表示某个像素的梯度相位角度趋近于0,像素附近的图像边缘近似水平分布。并且,每一个像素的梯度能量强度可视为利用引数为水平图像梯度及垂直图像梯度的非线性函数推导出来。梯度能量强度也会与梯度图像的亮度有关。梯度图像亮度越亮的像素点表示其梯度能量强度越强,梯度图像亮度越暗的像素点表示其梯度能量强度越弱。处理器11也可以将图像IMG中所有像素的梯度相位角度以及梯度能量强度存储于存储器12中。
图3是图1的条码检测***中,将图像二值化的示意图。在前述提及,处理器11可以产生图像IMG中所有像素的梯度能量强度。接着,处理器11可以依据阈值与每一个像素的比较结果,将图像IMG中的每一个像素对应至第一灰阶值或第二灰阶值。例如,处理器11可以设定一个阈值,当某个像素的梯度能量强度比阈值高,则将某个像素对应至第一灰阶值。当某个像素的梯度能量强度比阈值低,则将某个像素对应至第二灰阶值。第一灰阶值可为趋近于灰阶值为255的白色,而第二灰阶值可为趋近于灰阶值为0的黑色。利用上述的二值化程序,处理器11可以将图2中的图像IMG转换为只有两种颜色的二值化后的图像BIMG。例如,在图3的二值化后的图像BIMG中,二值化后的条码BBC只包含黑白两种颜色,而在二值化后的条码BBC之外的区域R可只包含白色。藉由如前述的二值化程序后,可以降低噪声的影响量,增加条码检测的可靠度。
图4是条码检测***100中,将二值化后的图像BIMG进行水平采样以及垂直采样的示意图。为了降低运算时间以及计算复杂度,条码检测***100可采用间隔采样的机制,以检测二值化后的图像BIMG的颜色特性。条码检测***100可以使用以N个像素为间隔的V个垂直扫描线进行垂直采样,以统计二值化后的图像BIMG于垂直方向上的V个灰阶值变化次数。举例而言,相邻的垂直扫描线可以间隔2~4个像素(N为2~4之间)。图像BIMG可用垂直扫描线SV1至SV31(V=31)进行垂直采样,以统计二值化后的图像BIMG于垂直方向上的31个灰阶值变化次数。同理,条码检测***100可以使用以M个像素为间隔的H个水平扫描线进行水平采样,以统计二值化后的图像BIMG于水平方向上的H个灰阶值变化次数。举例而言,相邻的水平扫描线可以间隔2~4个像素(M为2~4之间)。图像BIMG可用水平扫描线SH1至SH17(H=17)进行垂直采样,以统计二值化后的图像BIMG于水平方向上的17个灰阶值变化次数。然而,本发明却不以此为限制。举例而言,N、M、V、H可为任何大于等于1的正整数。在图4中,由于条码检测***100引入了间隔采样的机制,以检测二值化后的图像BIMG的颜色特性,因此可以有效地降低院算复杂度以及缩短操作时间。并且,N、M、V、H也可以依据不同的需求调整。例如需要高解析度的检测质量下,垂直采样间隔N以及水平采样间隔M可以减少,以增加垂直扫描线的数量V以及水平扫描线的数量H。或者,两相邻的垂直扫描线的垂直采样间隔N以及两相邻的水平扫描线的水平采样间隔M也可以动态地调整。例如,总数为V的垂直扫描线中,可以调整垂直扫描线的密度分布,以使两相邻的垂直扫描线的垂直采样间隔N是可变的参数。并且,两相邻的水平扫描线的水平采样间隔M可以动态地调整。例如,总数为H的水平扫描线中,可以调整水平扫描线的密度分布,以使两相邻的水平扫描线的水平采样间隔M是可变的参数。因此,藉由适当调整采样参数,条码检测***100将具有很高的操作弹性。
图5是条码检测***100中,产生二值化后的图像BIMG的垂直方向上的多个灰阶值变化次数以及水平方向上的多个灰阶值变化次数的示意图。如前述,二值化后的图像BIMG只会有较亮的第一灰阶值以及较暗的第二灰阶值。因此,单一条扫描线所采样的一列或一行像素的颜色数据,可包含此列或此行像素的颜色变化。例如,水平扫描线SH1、SH2、SH16以及SH17扫描到二值化后的条码BBC之外的区域,因此仅检测到了第一灰阶值。在没有灰阶值变化的状态下,水平扫描线SH1、SH2、SH16以及SH17所对应的灰阶值变化次数即为0,以SH1(0)、SH2(0)、SH16(0)及SH17(0)表示。水平扫描线SH3及SH15扫描到二值化后的条码BBC之内的区域,因此至少检测到了两次灰阶值的变化,在图5中以SH3(4)以及SH15(2)表示。类似地,垂直扫描线SV1至SV9以及SV24至SV31扫描到二值化后的条码BBC之外的区域,因此仅检测到了第一灰阶值。在没有灰阶值变化的状态下,垂直扫描线SV1至SV9以及SV24至SV31所对应的灰阶值变化次数即为零,以SV1(0)至SV9(0)以及SV24(0)至SV31(0)表示。垂直扫描线SV10及SV23扫描到二值化后的条码BBC之内的区域,因此至少检测到了两次灰阶值的变化,在图5中以SV10(2)以及SV23(2)表示。更一般性地说,二值化后的图像BIMG于水平方向上的H个灰阶值变化次数,为二值化后的图像BIMG于水平方向上,以H个水平扫描线进行水平采样的H个第一灰阶值与第二灰阶值相互转换的次数。类似地,二值化后的图像于垂直方向上的V个灰阶值变化次数,为二值化后的图像于垂直方向上,以V个垂直扫描线进行垂直采样的V个第一灰阶值与第二灰阶值相互转换的次数。
图6是条码检测***100中,依据垂直方向上的多个灰阶值变化次数以及水平方向上的多个灰阶值变化次数,产生图像区域CIMG的示意图。如前述,二值化后的图像BIMG可利用间隔采样的方式,取得垂直方向上的多个灰阶值变化次数以及水平方向上的多个灰阶值变化次数。若是某条扫描线对应的灰阶值变化次数为零,表示采样颜色为单一色调,因此将不会对应至条码的区域。反之,若是某条扫描线对应的灰阶值变化次数大于零,表示采样颜色非为单一色调,因此可能会对应至条码的区域。因此,在条码检测***100中,可依据V个灰阶值变化次数,产生垂直数值区间,其中垂直数值区间的灰阶值变化次数大于零。例如,垂直扫描线SV10及SV23的灰阶值变化次数大于零,因此可以判断在垂直扫描线SV10及SV23之间的所有扫描线的对应的灰阶值变化次数全部或是绝大部分会大于零。因此,在垂直扫描线SV10至SV23的区间内,可能会对应条码图像。因此,条码检测***100可以将垂直扫描线SV10至SV23的区间稍微扩展,以保证可以涵盖到条码图像。最后,条码检测***100可使用垂直扫描线SV9及SV24之间的区间,当成定位条码的图像区域CIMG的X轴向区间。然而,条码检测***100也可以直接使用垂直扫描线SV10及SV23之间的区间,当成定位条码的图像区域CIMG的X轴向区间。类似地,在条码检测***100中,可依据H个灰阶值变化次数,产生水平数值区间,其中水平数值区间的灰阶值变化次数大于零。例如,水平扫描线SH3及SH15的灰阶值变化次数大于零,因此可以判断在水平扫描线SH3及SH15之间的所有扫描线的对应的灰阶值变化次数全部或是绝大部分会大于零。因此,在水平扫描线SH3至SH15的区间内,可能会对应条码图像。因此,条码检测***100可以将水平扫描线SH3至SH15的区间稍微扩展,以保证可以涵盖到条码图像。最后,条码检测***100可使用水平扫描线SH2及SH16之间的区间,当成定位条码的图像区域CIMG的Y轴向区间。然而,条码检测***100也可以直接使用水平扫描线SH3及SH15之间的区间,当成定位条码的图像区域CIMG的Y轴向区间。图7是条码检测***100中,设定P个梯度相位决策边界的示意图。在条码检测***100中,可以预先设定P个梯度相位决策边界(Decision Boundary),其中相邻的梯度相位决策边界相差2π/P。例如,当P为8时,条码检测***100可以预先设定8个梯度相位决策边界,以DB1至DB8表示。梯度相位决策边界DB1对应角度为0的相位、梯度相位决策边界DB2对应角度为2π/8的相位、梯度相位决策边界DB3对应角度为4π/8的相位,依此类推。如前述提及,处理器11可以产生图像IMG中的每一个像素的梯度相位角度。并且,如上述提及,处理器11也可产生定位条码的图像区域CIMG。因此,处理器11可将图像区域CIMG中的所有像素的多个梯度相位角度,利用P个梯度相位决策边界以产生多个梯度相位决策角度。换句话说,图像区域CIMG中的每一个像素的梯度相位角度,将会被量化为P个梯度相位决策边界中的其中一个梯度相位决策边界。因此,处理器11产生的多个梯度相位决策角度只会有P种可能的组合。在此,由于二维条码的转折点对应π/2,因此P为大于等于4的偶数,如此才能有效地将图像区域CIMG中二维条码的梯度相位角度特性量化。
图8是条码检测***100中,梯度相位角度分布仅包含一个峰度(Kurtosis)分布C的示意图。如前述,处理器11可将图像区域CIMG中的所有像素的多个梯度相位角度,利用P个梯度相位决策边界以产生多个梯度相位决策角度。接着,处理器11可依此产生梯度相位角度分布。例如,处理器11可将图像区域CIMG中的所有像素对应的多个梯度相位决策角度(有P种角度的可能性)进行统计分析。例如,处理器11可依据图像区域CIMG中的所有像素对应的多个梯度相位决策角度,统计当梯度相位决策角度为0(对应梯度相位决策边界DB1)时的数量,统计当梯度相位决策角度为2π/8(对应梯度相位决策边界DB2)时的数量,依此类推。最后,处理器11可以产生如图8所示的梯度相位角度分布。若梯度相位角度分布仅包含一个峰度分布C,处理器11可产生条码为一维条码的格式检测结果,其原理描述于下。由于一维条码为单一轴向的多个黑条(Bar)以及白条(Space)所组成,因此其图像的梯度相位角度是单一的角度。在一维条码未被旋转的情况下,其梯度相位角度应为π/2。然而,当相机10提取包含一维条码的图像时,可能一维条码的图像会被旋转。然而,若是旋转角度为θ,则一维条码的梯度相位角度应为π/2+θ。因此,在图8中,若梯度相位角度分布仅包含一个峰度分布C,且峰值PK趋近于Φ,则处理器11可判断扫描的条码为一维条码,甚至可以计算出旋转角度θ为Φ-π/2。
图9是条码检测***100中,梯度相位角度分布包含两个峰度分布C1及C2的示意图。如前述提及,处理器11可将图像区域CIMG中的所有像素的多个梯度相位角度,利用P个梯度相位决策边界以产生多个梯度相位决策角度。接着,处理器11可依此产生梯度相位角度分布。例如,处理器11可将图像区域CIMG中的所有像素对应的多个梯度相位决策角度(有P种角度的可能性)进行统计分析。例如,处理器11可依据图像区域CIMG中的所有像素对应的多个梯度相位决策角度,统计当梯度相位决策角度为0(对应梯度相位决策边界DB1)时的数量,统计当梯度相位决策角度为2π/8(对应梯度相位决策边界DB2)时的数量,依此类推。最后,处理器11可以产生如图9所示的梯度相位角度分布。若梯度相位角度分布仅包含两个峰度分布C1及C2,处理器11可产生条码为二维条码的格式检测结果,其原理描述于下。由于二维条码为双轴向的多个黑以及白色的图像区块所组成,因此其图像的梯度相位角度是两个角度。在二维条码未被旋转的情况下,其梯度相位角度的集合应包含0以及π/2。然而,当相机10提取包含二维条码的图像时,可能二维条码的图像会被旋转。然而,若是旋转角度为θ,则二维条码的梯度相位角度的集合应包含θ以及π/2+θ。因此,在图9中,若梯度相位角度分布仅包含两个峰度分布C1及C2,峰值PK1以及PK2分别趋近于Φ1以及Φ2,且Φ1以及Φ2相差π/2时,则处理器11可判断扫描的条码为二维条码,甚至可以计算出旋转角度θ为Φ1。
图8以及图9仅为说明实施例中梯度相位角度分布的示意图。然而,图8以及图9可以用任何方式求得。例如,当条码检测***100引入P个梯度相位决策边界时,所产生的梯度相位角度分布可为离散型的分布状态。然而,条码检测***100也可以用内插法或是平滑算法使分布曲线平滑化。任何合理的技术变更都属于本发明所公开的范围。
图10是条码检测***100中,执行条码检测方法的流程图。条码检测方法包含步骤S901至步骤S909。任何合理的步骤变更都属于本发明所公开的范围。步骤S901至步骤S909如下所述。
步骤S901:相机10取得图像IMG;
步骤S902:取得图像IMG中一个区域内的每一个像素的水平图像梯度及垂直图像梯度;
步骤S903:依据水平图像梯度及垂直图像梯度,产生每一个像素的梯度相位角度及梯度能量强度;
步骤S904:将图像IMG中之一个区域内的每一个像素的梯度能量强度二值化,以产生二值化后的图像BIMG;
步骤S905:将二值化后的图像BIMG以N个像素为间隔的V个垂直扫描线进行垂直采样,以统计二值化后的图像BIMG于垂直方向上的V个灰阶值变化次数;
步骤S906:将该二值化后的图像BIMG以M个像素为间隔的H个水平扫描线进行水平采样,以统计二值化后的图像BIMG于水平方向上的H个灰阶值变化次数;
步骤S907:依据垂直方向上的V个灰阶值变化次数以及水平方向上的H个灰阶值变化次数,定位条码的图像区域CIMG;
步骤S908:提取图像区域CIMG中的所有像素的多个梯度相位角度,以产生梯度相位角度分布;
步骤S909:依据梯度相位角度分布,产生条码的格式检测结果。
步骤S901至步骤S909的详细说明以及原理已在前文中提及,故在此将不再赘述。然而,具有一般常识的技术人员也合理地变更步骤S901至步骤S909的内容。举例而言,在步骤S907中,若垂直方向上的V个灰阶值变化次数以及水平方向上的H个灰阶值变化次数均趋近于0时,表示相机10所提取的图像中,没有条码的信息。因此处理器11可以发出一个“尚未检测到条码”的讯息以告知使用者,并继续下一个图像的检测。例如,在步骤S907中,当处理器11取得条码的图像区域CIMG后,可以由原始相机所提取到的图像IMG,针对图像区域CIMG放大,以增加后续解码的可靠度。或者,在步骤S909中,当梯度相位角度分布具有两个峰度分布,但两峰度分布所对应的两峰值的梯度相位差过大或过小(标准应该趋近于π/2)。处理器11可以发出一个“条码检测异常”的讯息以告知使用者。通过步骤S901至步骤S909的流程,条码检测***100可以用较低的运算复杂度以及较少的处理时间,来检测条码的格式以及存在性。
综上所述,本发明描述了一种条码检测方法以及条码检测***。条码检测***可使用相机提取图像,并用处理器计算图像中全范围或是特定区域内的每一个像素的水平梯度以及垂直梯度,以产生每一个像素的梯度相位角度以及梯度能量强度。为了增加检测精准度,处理器可以将图像进行二值化处理。随后,利用间隔采样的机制以检测二值化后的图像的颜色特性,可大幅降低计算复杂度和处理时间。最后,处理器将会由相机提取的图像中,裁切出条码的图像区域以进一步地分析梯度相位角度分布。最终,处理器可以依据梯度相位角度分布产生条码的格式检测结果。因此,本发明的条码检测方法以及条码检测***,除了具有高检测可靠度外,还具有低运算复杂度以及降低处理时间的优点。
以上所述仅为本发明的优选实施例,凡依本发明权利要求书所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (10)
1.一种条码检测方法,包含:
相机取得图像;
取得该图像中一区域内的每一像素的水平图像梯度及垂直图像梯度;
依据该水平图像梯度及该垂直图像梯度,产生该每一像素的梯度相位角度及梯度能量强度;
将该图像中的该区域内的该每一像素的该梯度能量强度二值化,以产生二值化后的图像;
将该二值化后的图像以N个像素为间隔的V个垂直扫描线进行垂直采样,以统计该二值化后的图像于垂直方向上的V个灰阶值变化次数;
将该二值化后的图像以M个像素为间隔的H个水平扫描线进行水平采样,以统计该二值化后的图像于水平方向上的H个灰阶值变化次数;
依据该垂直方向上的该V个灰阶值变化次数以及该水平方向上的该H个灰阶值变化次数,定位条码的图像区域;
提取该图像区域中的所有像素的多个梯度相位角度,以产生梯度相位角度分布;及
依据该梯度相位角度分布,产生该条码的格式检测结果;
其中N、M、V、H为大于等于1的正整数。
2.如权利要求1所述的方法,其中取得该图像中该每一像素的该水平图像梯度及该垂直图像梯度,为利用水平矩阵模板及垂直矩阵模板对该图像的该每一像素的亮度做卷积(Convolution)运算,以产生该每一像素的该水平图像梯度及该垂直图像梯度。
3.如权利要求1所述的方法,其中将该图像中的该每一像素的该梯度能量强度二值化,以产生该二值化后的图像包含:
设定阈值;及
比较该阈值与该梯度能量强度,以将该图像中的该每一像素对应至第一灰阶值或第二灰阶值;
其中该第一灰阶值大于该第二灰阶值。
4.如权利要求3所述的方法,其中该二值化后的图像于该垂直方向上的V个灰阶值变化次数,为该二值化后的图像于该垂直方向上,以该V个垂直扫描线进行垂直采样的V个该第一灰阶值与该第二灰阶值相互转换的次数。
5.如权利要求3所述的方法,其中该二值化后的图像于该水平方向上的H个灰阶值变化次数,为该二值化后的图像于该水平方向上,以该H个水平扫描线进行水平采样的H个该第一灰阶值与该第二灰阶值相互转换的次数。
6.如权利要求1所述的方法,其中依据该垂直方向上的该V个灰阶值变化次数以及该水平方向上的该H个灰阶值变化次数,定位该条码的该图像区域包含:
依据该V个灰阶值变化次数,产生垂直数值区间,其中该垂直数值区间的灰阶值变化次数大于零;
依据该H个灰阶值变化次数,产生水平数值区间,其中该水平数值区间的灰阶值变化次数大于零;及
依据该垂直区间及该水平区间,定位该条码的该图像区域。
7.如权利要求1所述的方法,还包含:
设定P个梯度相位决策边界(Decision Boundary),其中相邻的梯度相位决策边界相差2π/P;
将该图像区域中的所有像素的这些梯度相位角度,利用该P个梯度相位决策边界以产生多个梯度相位决策角度;及
依据这些梯度相位决策角度,产生该梯度相位角度分布;
其中P为大于等于4的偶数。
8.如权利要求1所述的方法,其中依据该梯度相位角度分布,产生该条码的该格式检测结果包含:
若该梯度相位角度分布仅包含峰度(Kurtosis)分布,产生该条码为一维条码的该格式检测结果。
9.如权利要求1所述的方法,其中依据该梯度相位角度分布,产生该条码的该格式检测结果包含:
若该梯度相位角度分布包含两峰度(Kurtosis)分布,且该两峰度分布所对应的两峰值相位差趋近于π/2,产生该条码为二维条码的该格式检测结果。
10.一种条码检测***,包含:
相机,用以取得图像;
处理器,耦接于该相机,用以处理该图像,以产生条码的格式检测结果;及
存储器,耦接于该处理器,用以缓存图像处理数据;
其中该处理器取得该图像中一区域内的每一像素的水平图像梯度及垂直图像梯度,依据该水平图像梯度及该垂直图像梯度,产生该每一像素的梯度相位角度及梯度能量强度,将该图像中的该区域内的该每一像素的该梯度能量强度二值化,以产生二值化后的图像,将该二值化后的图像以N个像素为间隔的V个垂直扫描线进行垂直采样,以统计该二值化后的图像于垂直方向上的V个灰阶值变化次数,并将该V个灰阶值变化次数存入该存储器,将该二值化后的图像以M个像素为间隔的H个水平扫描线进行水平采样,以统计该二值化后的图像于水平方向上的H个灰阶值变化次数,并将该H个灰阶值变化次数存入该存储器,依据该存储器所存储的该V个灰阶值变化次数以及该H个灰阶值变化次数,定位一条码的图像区域,提取该图像区域中的所有像素的多个梯度相位角度,以产生梯度相位角度分布,依据该梯度相位角度分布,产生该条码的格式检测结果,且N、M、V、H为大于等于1的正整数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107119409 | 2018-06-06 | ||
TW107119409A TWI676936B (zh) | 2018-06-06 | 2018-06-06 | 條碼偵測方法及條碼偵測系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110569683A true CN110569683A (zh) | 2019-12-13 |
CN110569683B CN110569683B (zh) | 2023-06-09 |
Family
ID=68765081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810751925.8A Active CN110569683B (zh) | 2018-06-06 | 2018-07-03 | 条码检测方法及条码检测*** |
Country Status (3)
Country | Link |
---|---|
US (1) | US10650204B2 (zh) |
CN (1) | CN110569683B (zh) |
TW (1) | TWI676936B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113033234A (zh) * | 2019-12-25 | 2021-06-25 | 伟诠电子股份有限公司 | 条码检测方法及*** |
CN116503570A (zh) * | 2023-06-29 | 2023-07-28 | 聚时科技(深圳)有限公司 | 图像的三维重建方法及相关装置 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10872257B2 (en) | 2018-06-06 | 2020-12-22 | Weltrend Semiconductor Inc. | Barcode detection method and barcode detection system for increasing detection efficiency |
CN111353324A (zh) * | 2020-03-30 | 2020-06-30 | 深圳市杰普特光电股份有限公司 | 玻璃内部点阵二维码读取方法 |
GB2595215A (en) * | 2020-05-15 | 2021-11-24 | Smiths Detection France S A S | Detection of liquid |
CN113305017B (zh) * | 2021-05-28 | 2022-11-08 | 柳州源创电喷技术有限公司 | 全自动阀芯综合智能检测分选方法 |
CN114564978B (zh) * | 2022-04-27 | 2022-07-15 | 北京紫光青藤微***有限公司 | 用于二维码解码的方法及装置、电子设备、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 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW544643B (en) * | 2001-05-08 | 2003-08-01 | Chunghwa Telecom Co Ltd | Method for cropping area of license plate from vehicle image |
US20070086653A1 (en) * | 2005-10-18 | 2007-04-19 | The University Of Connecticut | Optical data storage device and method |
JP2007259306A (ja) * | 2006-03-24 | 2007-10-04 | Univ Waseda | 予測器及び画像符号化器 |
CN101976442A (zh) * | 2010-11-09 | 2011-02-16 | 东华大学 | 一种用于表征织物纹理的分形概貌与Sobel算子滤波细节混合特征向量提取方法 |
US20110085732A1 (en) * | 2009-10-09 | 2011-04-14 | Ting-Yuan Cheng | Qr code processing method and apparatus thereof |
CN102243706A (zh) * | 2011-08-18 | 2011-11-16 | 杭州海康威视软件有限公司 | 基于目标边缘方向的目标分类方法和*** |
CN103426407A (zh) * | 2012-05-25 | 2013-12-04 | 北京凡达讯科技有限公司 | 多灰阶动态显示刷新加速方法、驱动电子纸显示屏的装置 |
CN103942803A (zh) * | 2014-05-05 | 2014-07-23 | 北京理工大学 | 基于sar图像的水域自动检测方法 |
CN105975894A (zh) * | 2016-05-11 | 2016-09-28 | 华中科技大学 | 一种基于自适应边缘检测和映射模型的一维码识别算法 |
CN106845484A (zh) * | 2017-02-28 | 2017-06-13 | 浙江华睿科技有限公司 | 一种一维码区域的定位方法及装置 |
CN108073849A (zh) * | 2016-11-18 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 条码检测方法、装置及*** |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5459492A (en) * | 1993-08-30 | 1995-10-17 | Texas Instruments Incorporated | Method and apparatus for printing stroke and contone data together |
US6895109B1 (en) * | 1997-09-04 | 2005-05-17 | Texas Instruments Incorporated | Apparatus and method for automatically detecting defects on silicon dies on silicon wafers |
TWI286706B (en) * | 2002-11-28 | 2007-09-11 | Shenzhen Syscan Technology Co | Two-dimensional barcode card and the decoding method |
TWI232681B (en) * | 2003-08-27 | 2005-05-11 | Mediatek Inc | Method of transforming one video output format into another video output format without degrading display quality |
TW201025152A (en) * | 2008-12-31 | 2010-07-01 | Icp Electronics Inc | Method for fast locating pattern |
US9329443B2 (en) * | 2010-03-29 | 2016-05-03 | Seiko Epson Corporation | Liquid crystal display device having first and second dielectric films with different thicknesses |
EP2619711A4 (en) * | 2010-09-20 | 2017-06-07 | HID Global Corporation | Machine-readable symbols |
US8763908B1 (en) * | 2012-03-27 | 2014-07-01 | A9.Com, Inc. | Detecting objects in images using image gradients |
WO2016062785A2 (en) * | 2014-10-21 | 2016-04-28 | University College Cork - National University Of Ireland, Cork | Smart photonic imaging method and apparatus |
CN105989317B (zh) * | 2015-02-11 | 2021-10-08 | 北京鼎九信息工程研究院有限公司 | 一种二维码的识别方法及装置 |
US9396422B1 (en) * | 2015-11-19 | 2016-07-19 | Xerox Corporation | Methods and systems for localizing aztec codes |
US10521659B2 (en) * | 2016-11-21 | 2019-12-31 | Yazaki Corporation | Image processing device, image processing method, and image processing program |
-
2018
- 2018-06-06 TW TW107119409A patent/TWI676936B/zh active
- 2018-07-03 CN CN201810751925.8A patent/CN110569683B/zh active Active
- 2018-08-14 US US16/103,877 patent/US10650204B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW544643B (en) * | 2001-05-08 | 2003-08-01 | Chunghwa Telecom Co Ltd | Method for cropping area of license plate from vehicle image |
US20070086653A1 (en) * | 2005-10-18 | 2007-04-19 | The University Of Connecticut | Optical data storage device and method |
JP2007259306A (ja) * | 2006-03-24 | 2007-10-04 | Univ Waseda | 予測器及び画像符号化器 |
US20110085732A1 (en) * | 2009-10-09 | 2011-04-14 | Ting-Yuan Cheng | Qr code processing method and apparatus thereof |
CN101976442A (zh) * | 2010-11-09 | 2011-02-16 | 东华大学 | 一种用于表征织物纹理的分形概貌与Sobel算子滤波细节混合特征向量提取方法 |
CN102243706A (zh) * | 2011-08-18 | 2011-11-16 | 杭州海康威视软件有限公司 | 基于目标边缘方向的目标分类方法和*** |
CN103426407A (zh) * | 2012-05-25 | 2013-12-04 | 北京凡达讯科技有限公司 | 多灰阶动态显示刷新加速方法、驱动电子纸显示屏的装置 |
CN103942803A (zh) * | 2014-05-05 | 2014-07-23 | 北京理工大学 | 基于sar图像的水域自动检测方法 |
CN105975894A (zh) * | 2016-05-11 | 2016-09-28 | 华中科技大学 | 一种基于自适应边缘检测和映射模型的一维码识别算法 |
CN108073849A (zh) * | 2016-11-18 | 2018-05-25 | 杭州海康威视数字技术股份有限公司 | 条码检测方法、装置及*** |
CN106845484A (zh) * | 2017-02-28 | 2017-06-13 | 浙江华睿科技有限公司 | 一种一维码区域的定位方法及装置 |
Non-Patent Citations (1)
Title |
---|
聂小刚: "IC测试探针尺寸及表面缺陷的图像测量方法及***" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113033234A (zh) * | 2019-12-25 | 2021-06-25 | 伟诠电子股份有限公司 | 条码检测方法及*** |
CN113033234B (zh) * | 2019-12-25 | 2024-02-13 | 伟诠电子股份有限公司 | 条码检测方法及*** |
CN116503570A (zh) * | 2023-06-29 | 2023-07-28 | 聚时科技(深圳)有限公司 | 图像的三维重建方法及相关装置 |
CN116503570B (zh) * | 2023-06-29 | 2023-11-24 | 聚时科技(深圳)有限公司 | 图像的三维重建方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
TWI676936B (zh) | 2019-11-11 |
TW202001669A (zh) | 2020-01-01 |
CN110569683B (zh) | 2023-06-09 |
US10650204B2 (en) | 2020-05-12 |
US20190377918A1 (en) | 2019-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110569683B (zh) | 条码检测方法及条码检测*** | |
US11194984B2 (en) | Localization of machine-readable indicia in digital capture systems | |
JP7245218B2 (ja) | シンボル読み取りのためのローカルトーンマッピング | |
US8550351B2 (en) | Matrix type two-dimensional barcode decoding chip and decoding method thereof | |
US6758399B1 (en) | Distortion correction method in optical code reading | |
US10599902B2 (en) | Methods and apparatus for decoding under-resolved symbols | |
US20020044689A1 (en) | Apparatus and method for global and local feature extraction from digital images | |
US7303130B2 (en) | Method and device for recording of data | |
EP2393037A1 (en) | Data matrix decoding chip and decoding method thereof | |
EP2393035A2 (en) | QR barcode decoding chip and decoding method thereof | |
CA3132866A1 (en) | Digital marking of items for recycling | |
EP3462372B1 (en) | System and method for detecting optical codes with damaged or incomplete finder patterns | |
US11878327B2 (en) | Methods and arrangements for sorting items, useful in recycling | |
CN111783495A (zh) | 一种条形码识别方法、装置、电子设备及存储介质 | |
CN115270839A (zh) | 一种基于PPYOLOv2模型的工业场景QR Code检测与识别方法 | |
US10872257B2 (en) | Barcode detection method and barcode detection system for increasing detection efficiency | |
WO2022021687A1 (zh) | 快速响应码区域定位方法、电子设备及存储介质 | |
KR20020058161A (ko) | 코드화된 패턴 및 이의 코드 추출 방법 | |
CN116976372A (zh) | 基于方形基准码的图片识别方法、装置、设备及介质 | |
CN113435557A (zh) | 一种二维码生成、解码、识别方法、装置及设备 | |
US5764798A (en) | Prioritized searching methods for finding a coded symbol in a digitized image | |
CN116306731A (zh) | 一种识别条形码的方法、装置、电子设备和存储介质 | |
TWI742492B (zh) | 條碼偵測方法及系統 | |
JP7269335B2 (ja) | 光学コード認識用イメージセンサ | |
JP2005184787A (ja) | 画像処理方法及び画像処理装置 |
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 |