CN111459936B - 一种数据管理方法、数据管理装置及服务器 - Google Patents
一种数据管理方法、数据管理装置及服务器 Download PDFInfo
- Publication number
- CN111459936B CN111459936B CN202010219131.4A CN202010219131A CN111459936B CN 111459936 B CN111459936 B CN 111459936B CN 202010219131 A CN202010219131 A CN 202010219131A CN 111459936 B CN111459936 B CN 111459936B
- Authority
- CN
- China
- Prior art keywords
- product
- image data
- identification
- data
- target product
- 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
- 238000013523 data management Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004590 computer program Methods 0.000 claims description 25
- 238000000605 extraction Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 19
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000007547 defect Effects 0.000 abstract description 5
- 239000000047 product Substances 0.000 description 259
- 229910000831 Steel Inorganic materials 0.000 description 32
- 239000010959 steel Substances 0.000 description 32
- 230000006870 function Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 17
- 238000012795 verification Methods 0.000 description 14
- 238000011161 development Methods 0.000 description 10
- 230000018109 developmental process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000009877 rendering Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000012467 final product Substances 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052742 iron Inorganic materials 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
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000035945 sensitivity Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Multimedia (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种数据管理方法、数据管理装置、服务器及计算机可读存储介质,其中,该方法包括:接收轻量级应用客户端上传的图像数据;若所述图像数据包含有一个以上目标产品,则对所述图像数据进行识别操作,得到识别结果;获取所述轻量级应用客户端所在区域的区域标识码;建立所述识别结果与所述区域标识码的关联关系,并将所述关联关系存入预设的产品数据表中。通过本申请方案,解决了传统数据采集与管理技术中存在的流程和技术不足,提升了数据的分享效率与利用效率,同时也降低了企业的管理成本。
Description
技术领域
本申请属于数据处理技术领域,尤其涉及一种数据管理方法、数据管理装置、服务器及计算机可读存储介质。
背景技术
在厂房中,尤其是在钢铁厂中,现阶段对于现场数据的采集与管理的方式主要为手动的方式与非手动的方式,手动的方式虽然容易实现,但数据的采集与管理的过程繁琐复杂还极易出错,不能满足工作人员对数据采集与管理过程中快速简洁准确的要求;而非手动的方式虽然实现了数据的电子化管理,但前期数据采集与管理***的构建需要大量的工作,同时还需要依赖特定的设备对相关数据进行采集,采集后依然需要人工录入到计算机,另外,在数据录入之后,数据与产品位置的对应关系也不够清晰,仍然无法高效地对数据进行管理,这些均会导致数据管理的成本过高。
发明内容
本申请提供一种数据管理方法、数据管理装置、服务器及计算机可读存储介质,可解决传统数据采集与管理技术中存在的流程和技术不足,提升数据的分享效率与利用效率,同时降低企业的管理成本。
第一方面,本申请提供了一种数据管理方法,包括:
接收轻量级应用客户端上传的图像数据;
若上述图像数据包含有一个以上目标产品,则对上述图像数据进行识别操作,得到识别结果,上述识别操作包括:产品标识码识别、产品数量识别和/或产品质量识别;
获取上述轻量级应用客户端所在区域的区域标识码;
建立上述识别结果与上述区域标识码的关联关系,并将上述关联关系存入预设的产品数据表中。
第二方面,本申请提供了一种数据管理装置,包括:
图像数据接收单元,用于接收轻量级应用客户端上传的图像数据;
图像数据识别单元,用于若上述图像数据包含有一个以上目标产品,则对上述图像数据进行识别操作,得到识别结果,上述识别操作包括:产品标识码识别、产品数量识别和/或产品质量识别;
区域标识码获取单元,用于获取上述轻量级应用客户端所在区域的区域标识码;
关联关系存储单元,用于建立上述识别结果与上述区域标识码的关联关系,并将上述关联关系存入预设的产品数据表中。
第三方面,本申请提供了一种服务器,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述第一方面所述的方法。
第四方面,本申请提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如第一方面所述的方法。
第五方面,本申请提供了一种计算机程序产品,上述计算机程序产品包括计算机程序,上述计算机程序被一个或多个处理器执行时实现如第一方面所述的方法。
由上可见,在本申请方案中,接收轻量级应用客户端上传的图像数据;若上述图像数据包含有一个以上目标产品,则对上述图像数据进行识别操作,得到识别结果;获取上述轻量级应用客户端所在区域的区域标识码;建立上述识别结果与所述区域标识码的关联关系,并将上述关联关系存入预设的产品数据表中。通过本申请方案,解决了传统数据采集与管理技术中存在的流程和技术不足,提升了数据的分享效率与利用效率,同时也降低了企业的管理成本。可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的数据管理方法的实现流程示意图;
图2是本申请实施例提供的产品标识码识别过程的示例图;
图3是本申请实施例提供的产品数量识别过程的示例图;
图4是本申请实施例提供的产品质量识别过程的示意图;
图5是本申请实施例提供的数据管理装置的示意图;
图6是本申请实施例提供的服务器的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
还应当理解,在本申请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。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
本申请实施例提供的数据管理方法可以应用于手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等终端设备上,本申请实施例对终端设备的具体类型不作任何限制。
为了说明本申请上述的技术方案,下面通过具体实施例来进行说明。
对本申请实施例提供的一种数据管理方法进行描述,请参阅图1,包括:
步骤101,接收轻量级应用客户端上传的图像数据。
在本申请实施例中,轻量级应用客户端可以嵌入在移动终端已安装的应用程序内,例如微信中内嵌的微信小程序。上述微信小程序是基于微信客户端运行的应用,可以跨操作***使用,且无需专门安装。通过微信小程序采集到的数据可以随时随地上传并存储在服务器中。在用户能够使用微信小程序之前,由程序编译人员预先构建微信小程序,首先进行开发环境的安装,包括:第一步,打开微信公众平台;第二步,在微信公众平台内中进行帐号注册、邮箱激活以及用户信息登记等操作,从而完成申请;第三步,完善小程序信息,实现信息的填写;第四步,下载开发工具,实现开发,开发时首先需要实现前台功能的开发,例如利用WeiXin Markup Language(WXML)、WeiXin Style Sheets(WXSS)、JavaScript(JS)实现前台静态功能页的开发,其次需要实现对业务逻辑完成后台开发,例如利用Python语言具体化内部技术细节,最后,将微信小程序后台与现有的数据管理装置内的***实现数据的自动化对接;第五步:在开发工具中新建项目,然后编译预览。其次程序编译人员可以基于安装好的开发环境进行项目开发,开发的过程此处不作赘述。该微信小程序开发完成后,用户即可以将已开发好的微信小程序加载在客户端中,过程示例如下:用户可以在打开微信后,通过微信扫一扫功能扫描本微信小程序的二维码,从而打开微信小程序,上述二维码是在微信小程序开发好时同时生成的具有该微信小程序唯一特征信息的标识;或者,用户也可以在打开微信后,通过下拉微信首页右上角的搜一搜功能并点击从而打开微信小程序。在上述微信小程序加载完成后,用户可通过该微信小程序向服务器发送各类请求。
在本申请实施例中,用户可以通过上述轻量级应用客户端上传图像数据,上传的方式可以是将获取到的原始图像上传,也可以是用户直接将产品的诸如编码(或标识码)和/或数量等信息作为图像数据上传。需要注意的是,本申请实施例中,图像数据的目标产品可基于应用场景而确定,此处不对上述图像数据的目标产品作出限定,例如在钢铁企业中,上述目标产品可以是板坯库中的板坯或钢卷库中的钢卷。
在本申请实施例中,可以是当用户选择利用轻量级应用客户端上传的图像数据时,轻量级应用客户端调用内部程序向上述轻量级应用客户端所属的移动终端发送开启相机的命令,从而可使用户使用相机的拍照功能获取产品的图像数据,当判断用户点击上传图像数据时,轻量级应用客户端将上述图像数据上传;也可以是当用户选择利用轻量级应用客户端上传的图像数据时,轻量级应用客户端直接在其界面内显示数据表格,该表格可供用户在其内按要求填写产品的一种或多种数据。当然,无论最终采用的上述哪一种方式,在用户上传图像数据之前,均可以存在要求用户在轻量级应用客户端内选择需要的功能模块,不同的功能模块对应了不同的数据采集功能。
步骤102,若上述图像数据包含有一个以上目标产品,则对上述图像数据进行识别操作,得到识别结果。
在本申请实施例中,如果用户通过轻量级应用客户端上传的图像数据包含有一个以上目标产品,则可以对图像数据进行识别操作,得到与图像数据中包含的目标产品对应的识别结果。也就是说,对于量级应用客户端上传的图像数据,首先可以对图像数据的基础内容进行判断:如果识别到图像数据中未包含有目标产品,则说明用户可能上传了错误的图像数据,例如上传的图像数据未包含有任何产品,或者上传的图像数据所包含的产品并不是指定的目标产品,此时可以通过轻量级应用客户端向当前用户反馈图像数据上传错误的提示信息,反馈提示信息的方式可以是在轻量级应用客户端所属移动终端的屏幕上通过文字提示,也可以利用上述移动终端进行语音提示,或者将文字与语音相结合进行提示,上述提示方式仅作为示例,具体的提示方式在此不做限定;如果识别到图像数据中包含有目标产品,则可以对上述图像数据进行具体的识别操作,从而得到识别结果。其中,识别操作可以包括但不限于如下一项以上:产品标识码识别、产品数量识别及产品质量识别。
进一步地,可以根据需要在轻量级应用客户端内打开不同的功能模块以执行不同类型的识别操作,仅作举例说明:在钢铁企业中,可以在轻量级应用客户端内选择“板坯库数据采集功能”,并在该功能模块下选择执行对板坯的标识码进行识别,对板坯的数量进行识别,以及对板坯的质量进行识别;也可以在轻量级应用客户端内选择“钢卷库数据采集功能”,并在该功能模块下选择执行对钢卷的标识码进行识别,对钢卷的数量进行识别,以及对钢卷的质量进行识别。需要说明的是,在对产品的标识码、数量和/或质量等参数进行识别时,可以对上述各个参数逐一进行识别,也可以对上述所有参数同时进行识别,此处不对各项识别操作的执行顺序作出限定。
步骤103,获取上述轻量级应用客户端所在区域的区域标识码。
在本申请实施例中,不仅可以通过识别操作获取各个产品的各类参数,还可以对各个产品进行定位,将产品、产品参数以及产品所在的区域有机地结合起来。通常情况下,在利用轻量级应用客户端上传包含有目标产品的图像数据时,用户自身也会处于该目标产品的附近,基于此,可以将轻量级应用客户端所在的区域近似看作当前目标产品所在的区域,即获取上述轻量级应用客户端所在区域的区域标识码等于获取目标产品所在区域的区域标识码。具体地,上述轻量级应用客户端所属的移动终端可以接收区域内设置的广播装置所广播的区域识别码,并将接收到的区域识别码上传至服务器中。
仅作举例说明,在钢铁企业中,可以预先将库房划定为多个规则的区域,如在纵向上划分出1区、2区、3区以及4区,在横向上划分出A跨、B跨、C跨以及D跨,因此产品所在的具体区域对应的可以是1区A跨、1区B跨、3区D跨、4区A跨等等,具体的分区方式可根据实际工作情况进行设置,在此便不作限定。在将库房划定为多个规则的区域后,可以在每一个区域中设置一个无线广播装置,无线广播装置可以持续或周期地向周围发送短距离无线广播信号,该短距离无线广播信号为可供上述轻量级应用客户端接收的信号,该短距离无线广播信号由于只能在短距离内进行有效传输,因此在该短距离无线广播信号对应的区域以外,轻量级应用客户端已无法接收到该短距离无线广播信号或由于该短距离无线广播信号的信号强度过小而选择直接将其过滤。另外,每一个无线广播装置发送出的无线广播信号均会具有特有的身份信息,该身份信息能够表征无线广播信号来源于哪一无线广播装置,例如处于1区A跨的无线广播装置发送出的无线广播信号中会包含有关于“1区A跨”的信息,而处于3区D跨跨的无线广播装置发送出的无线广播信号中会包含有关于“3区D跨”的信息,因此根据轻量级应用客户端当前接收到的无线广播信号,就可以得知上述轻量级应用客户端当前所在区域的区域标识码,也就等同于得知待识别的产品所在区域的区域标识码,进而将上述区域标识码当前得到的识别结果联系起来。
步骤104,建立所述识别结果与所述区域标识码的关联关系,并将所述关联关系存入预设的产品数据表中。
在本申请实施例中,数据管理装置根据轻量级应用客户端上传的图像数据进行识别得出识别结果,同时接收轻量级应用客户端上传的自身所在区域的区域标识码。为便于管理,数据管理装置可以将上述识别结果与上述区域标识码进行关联,并将得到的关联关系存储到预设的产品数据表中。上述预设的产品数据表可以存储在数据管理装置内部,也可以经由数据管理装置存储到企业服务器数据库中,任意一个拥有权限的数据管理装置可以对服务器数据库中的数据进行增加、删除或修改等操作。
仅作举例说明,预设的产品数据表中某一条记录可以是:“产品类别:板坯;产品标识码:960306620100;产品数量:1;所在区域:3区D跨;产品质量:合格”,也可以是:“产品类别:钢卷;产品标识码:①9A1723220058X1250,②9A1723220058X47;产品数量:2;所在区域:1区C跨;产品质量:①合格,②层错”。当然上述产品数据表中的数据记录形式可以按需设置,在此不做限定。
可选地,在步骤101之前,还包括:
A1、接收上述轻量级应用客户端发送的身份信息。
在本申请实施例中,轻量级应用客户端往往具备前台数据上传功能,后台数据处理功能,以及最后的结果展示与涉及的数据库增删改查等功能。为了保证数据的安全性,避免非法用户对数据进行篡改,还可增设登录验证功能。例如,用户可以在轻量级应用客户端的相关登录提示界面中输入自己的身份信息,身份信息的具体内容可以是用户真实姓名、用户ID、身份证号和/或用户密码等信息,用户具体需要输入哪些身份信息可以由轻量级应用客户端的管理人员任意设置,也可以是用户在提供的特定几个选项中选择想要输入的身份信息类型。用户在轻量级应用客户端的相关登录提示界面中输入身份信息后,轻量级应用客户端会将上述身份信息发送至数据管理装置。
A2、验证上述身份信息是否合法。
在本申请实施例中,数据管理装置会对接收到的身份信息进行合法性验证,验证的过程可以是直接在数据管理装置自身内部进行验证,也可以是将接收到的身份信息转发给相应的身份信息验证服务器,由上述身份信息验证服务器将身份信息与自身的数据库信息进行对比验证,在身份信息验证服务器对身份信息验证完毕后,身份信息验证服务器会将验证结果(合法/不合法)发送至数据管理装置。
A3、若上述身份信息验证为合法,则向上述轻量级应用客户端开放上述图像数据的上传权限。
在本申请实施例中,数据管理装置将验证结果返回至轻量级应用客户端,上述轻量级应用客户端根据上述验证结果判断是否具有登录上述轻量级应用客户端的权限。如果上述身份信息验证为合法,则认为用户当前输入的身份信息具有使用权限,可以使用上述轻量级应用客户端,也即,可以向上述轻量级应用客户端的当前登录用户开放图像数据上传权限,以方便进行图像数据的上传操作。用户成功登录上述轻量级应用客户端后,可以正常使用后续的功能模块,即用户可以根据自己的需要选取不同的功能模块展开其工作。在上述身份信息验证为合法后,数据管理装置可以将用户的诸如个人信息、部门、班组或职位等信息调取出来,并将上述各个信息与用户后续上传的图像数据相关联。
可选地,上述步骤102,还包括:
B1、调用预设的图像识别算法对上述图像数据进行预处理,得到处理后图像数据。
在本申请实施例中,数据管理装置调用内部预设的图像识别算法对接收到的图像数据进行预处理,图像识别算法可以采用python算法,预处理的过程可以是对接收到的图像数据进行对比度调整、角度调整、平衡处理以及纹路处理等工作,从而使处理后的图像数据能够最佳的表现出其所包含的目标产品图像,在对接收到的图像数据进行预处理之后,数据管理装置对预处理后得到的处理后图像数据进行识别,以确定出处理后图像数据中所包含的目标产品的产品类别。当然,图像识别算法可以由工作人员按需设置。
B2、确定上述处理后图像数据中所包含的目标产品的产品类别。
在本申请实施例中,数据管理装置将处理后图像数据中的目标产品部分提取出来,得到目标产品部分提取图像,并将上述目标产品部分提取图像与多个不同的预设产品数字模型进行对比,从而确定出目标产品部分提取图像对应的产品类别,进而也就确定出处理后图像数据中所包含的目标产品的产品类别。仅作举例说明,预设产品数字模型可以有板坯数字模型以及钢卷数字模型等,当产品部分提取图像与板坯数字模型的相似度达到或超过预设阈值(例如95%)时,则认为当前目标产品部分提取图像对应的产品为板坯,即确定处理后图像数据中所包含的目标产品的产品类别为板坯。当然,上述预设阈值可由工作人员按需设置,预设产品数字模型可以由工作人员按需修改、增加或删除,在此不做限定。
B3、基于上述产品类别对上述处理后图像数据中的目标产品进行识别操作,得到识别结果。
在本申请实施例中,数据管理装置可以基于确定出的上述处理后图像数据中所包含的目标产品的产品类别,进一步地对上述处理后图像数据中的目标产品进行识别,从而得到需要的识别结果。仅作举例说明,在一种应用场景下,当确定出上述处理后图像数据中所包含的目标产品的产品类别为钢卷时,数据管理装置则会基于钢卷这一既定产品类别对上述处理后图像数据中的目标产品进行识别操作,具体指的是钢卷的标识码识别、钢卷的数量识别和/或钢卷的质量识别,最终便可以得到上述钢卷的标识码信息、钢卷的数量信息和/或钢卷的质量信息。需要注意的是,在一次识别操作过程中,可以只得出一种识别结果,例如只得到钢卷的标识码信息,也可以得出任意组合的几种识别结果,例如得到钢卷的标识码信息和质量信息,还可以直接得出全部识别结果,例如直接得到钢卷的标识码信息、钢卷的数量信息和钢卷的质量信息,最终数据管理装置能够得到的识别结果种类可以由用户按需选择,也可以是轻量级应用客户端中的默认设置,在此不作限定。
可选地,当用户选择的识别种类包含有对目标产品的产品标识码识别时,上述步骤B3,还包括:
C1、根据上述产品类别,确定与上述目标产品相关的产品标识码格式。
在本申请实施例中,数据管理装置可以根据确定出的上述处理后图像数据中所包含的目标产品的产品类别,在自身的内部存储中或企业服务器数据库查找并确定出与上述目标产品的产品类别对应的产品标识码格式。仅作举例说明,当确定出目标产品的产品类别为钢卷时,可以在数据管理装置内部或企业服务器数据库中查找与钢卷所应当对应的标识码格式“9A??????????X????”(“?”代表此处标识码位可以为任意数字)。上述标识码格式用以作为判断处理后图像数据所包含的文字的字符识别结果是否符合要求的标准。
C2、对上述处理后图像数据所包含的文字进行字符识别,得到一个以上字符串。
在本申请实施例中,对处理后图像数据中包含的文字进行字符识别,字符识别的过程可以是先对处理后图像数据中包含文字的部分进行定位,再对定位的部分进行字符分割,并对分割后的各个单一字符进行识别并按原始字符排列顺序进行显示,上述过程可以参照图2中的实例。这里需要说明的是,处理后图像数据中可以同时存在有多个产品,例如对板坯进行产品标识码识别时,往往多个板坯上下罗列在一起,因此用户上传的一张图像数据中也会包含有多个产品,相应地对处理后图像数据所包含的文字进行字符识别也会得到多个字符串。
C3、分别检测各个字符串与上述产品标识码格式是否匹配。
在本申请实施例中,将上述得到一个以上字符串与产品标识码格式进行比对,以判断各个产品上的字符串是否与产品标识码格式匹配,
C4、将与上述产品标识码格式匹配的字符串确定为产品标识码识别结果。
在本申请实施例中,将与上述产品标识码格式匹配的字符串确定为产品标识码识别结果。当处理后图像数据中包含有多个产品时,最终得到的产品标识码识别结果的展示顺序可以与产品的罗列顺序保持一致,例如产品罗列顺序从上到下依次为:产品A、产品B和产品C,那么最终得到的产品标识码识别结果的展示顺序也应当为产品A的标识码、产品B的标识码和产品C的标识码。仅作举例说明,当处理后图像数据中包含有从上到下罗列的板坯1、板坯2和板坯3时,最终得到的产品标识码识别结果可以是“板坯1:9605879014030;板坯2:9605879014017;板坯3:9605879014181”。另外,如果处理后图像数据中某一产品的产品标识码未成功识别,也应当按照产品的罗列顺序在产品标识码识别结果中表现出来,仅作举例说明,当处理后图像数据中包含有从上到下罗列的板坯1、板坯2和板坯3,且板坯2的标识码未被成功识别时,最终得到的产品标识码识别结果可以是“板坯1:9605879014030;板坯2:未被识别;板坯3:9605879014181”。
可选地,在上述步骤C2之前,上述数据管理方法还可以包括:
利用图像识别算法对处理后图像数据中的字符进行定位,以找到具有整体共性特征的长串字符作为需要进行识别的字符;
相应地,上述对上述处理后图像数据所包含的文字进行字符识别,得到一个以上字符串,包括:
对需要进行识别的字符进行字符识别,得到一个以上字符串。
在本申请实施例中,仅作举例说明:产品标识码“9A1723220058X1250”中的各个字符之间均存在整体共性特征,因此图像识别算法可以直接将“9A1723220058X1250”视为一个整体作为产品标识码。而在实际工作中,工作人员往往可能会用记号笔等工具在产品上做标记,显然的是这些标记不能作为产品标识码进行识别。因此,可利用图像识别算法对处理后图像数据中真实代表产品标识码的字符进行准确定位,在对上述字符进行准确定位后,对上述处理后图像数据所包含的文字进行字符识别,从而得到一个以上字符串。
可选地,在上述步骤C4之后,上述数据管理方法还可以包括:
向所述轻量级应用客户端反馈所述产品数量识别结果。
在本申请实施例中,在将与上述产品标识码格式匹配的字符串确定为产品标识码识别结果后,数据管理装置还可以将上述产品数量识别结果存储到自身的内部存储器和/或企业服务器中,与此同时,还可以将产品数量识别结果直接反馈给轻量级应用客户端,轻量级应用客户端通过一定的渲染将接收到的产品数量识别结果以纯文字、表格和/或语音等形式展示给用户。
当用户选择的识别种类包含有针对目标产品的产品标识码识别时,上述步骤B3,还包括:
D1、根据上述产品类别,确定与上述目标产品相关的产品轮廓。
在本申请实施例中,数据管理装置可以根据已确定出的产品类别,在内部或企业服务器中调取与上述产品类别对应的产品轮廓模型,并根据上述产品轮廓模型确定出上述处理后图像数据中与目标产品相关的产品轮廓。在确定出上述处理后图像数据中与目标产品相关的产品轮廓之前,可以先对处理后图像数据进行一定的灰度化处理和/或纹理优化处理。
D2、提取上述处理后图像数据中各个物体的物体轮廓。
在本申请实施例中,数据管理装置提取上述处理后图像数据中各个物体的物体轮廓,提取的方式可以是将处理后图像数据进行纹理分割,从而划分出与物体数量对等的多个区域,每个区域的边界可以用框线表示,框线的位置即表示各个物体的物体轮廓所在位置,上述过程可以参考图3中的示例。
D3、分别检测各个物体的物体轮廓是否与上述产品轮廓匹配,并根据检测结果确定产品数量。
在本申请实施例中,数据管理装置分别检测各个物体的物体轮廓是否与上述产品轮廓(即对应的产品轮廓模型)匹配,并统计匹配的产品的产品数量
D4、将上述产品数量确定为产品数量识别结果。
在本申请实施例中,数据管理装置将将上述产品数量确定为产品数量识别结果,并将上述产品数量识别结果存储到自身的内部存储器和/或企业服务器中,与此同时,还可以将产品数量识别结果直接反馈给轻量级应用客户端,轻量级应用客户端通过一定的渲染将接收到的产品数量识别结果以纯文字、表格和/或语音等形式展示给用户。
当用户选择的识别种类包含有针对目标产品的产品质量识别时,上述步骤B3,还包括:
E1、根据上述产品类别,确定与上述目标产品相关的质量识别模型。
在本申请实施例中,数据管理装置可以根据上确定出的述产品类别,在数据管理装置自身的内部存储器中或企业服务器中匹配出与上述目标产品相关的质量识别模型。仅作举例说明,当确定目标产品的产品类别是钢卷时,数据管理装置便可以在自身的内部存储器或企业服务器中搜索钢卷的质量识别模型,并将上述质量识别模型作为衡量目标产品的产品质量的标准。
E2、将上述处理后图像数据与上述质量识别模型进行匹配,得到匹配度。
在本申请实施例中,数据管理装置可以对上述处理后图像数据进行一定的预处理,例如对处理后图像数据中的感兴趣区域进行提取,去除无关的背景区域,只保留用于判断产品质量的关键部分,从而减小噪声的干扰和匹配时的误差。数据管理装置还可以对处理后图像数据或上述提取出的感兴趣区域进一步进行特征提取,特征提取可以使用Hough梯度算法和边缘检测等算法。将提取出来各个特征与对应的质量识别模型进行匹配拟合,得到匹配度。
E3、基于上述匹配度确定产品质量识别结果。
在本申请实施例中,数据管理装置中存储有不同产品类别下不同匹配度对应的产品质量识别结果,例如可以存在一预设阈值,当匹配度不小于95%时,数据管理装置可以判定当前目标产品合格,而当匹配度小于95%时,数据管理装置则可以判定当前目标产品不合格,当然,对于产品质量的识别可以并不局限于合格与不合格两种质量识别结果,例如在利用上述方式判断目标产品不合格时,数据管理装置还可以进一步地提取出具体未达到匹配标准的未匹配部位,并具体针对该未匹配部位展开进一步的识别,即将上述这些具体的未匹配部位与质量识别模型进行匹配,从而确定出目标产品具体不合格的部位或原因。
仅作举例说明,当某一钢卷被识别为不合格时,数据管理装置会对钢卷具体不合格的部位或原因进行识别,从而得出外塔、内塔、中塔、层错、松卷、散卷、边裂或其它具体的质量识别结果,因此最终得到的产品质量识别结果可以表现为:合格,不合格(外塔)、不合格(内塔)、不合格(中塔)、不合格(层错)、不合格(松卷)、不合格(散卷)、不合格(边裂)等结果,上述过程可以参照图4。而在对板坯的质量进行识别时,最终得到的产品质量识别结果可以表现为:合格,不合格(倒角)、不合格(夹杂)、不合格(脏污)、不合格(起皮)等结果。数据管理装置还可以将不同产品的不同特征数据以及对应的匹配度用作建立模型和改进模型,从而在识别产品质量的同时,还可以不断提升质量识别模型的灵敏度。
可选地,在上述步骤104之后,还包括:
将上述关联关系发送至上述轻量级应用客户端。
在本申请实施例中,数据管理装置在对用户上传的图像数据的目标产品进行识别,以得到产品标识码识别结果、产品数量识别结果和/或产品质量识别结果后,为了使用户能够立刻直观地感受到识别结果,数据管理装置还可以将得到的产品标识码识别结果、产品数量识别结果和/或产品质量识别结果直接反馈给上述轻量级应用客户端,上述轻量级客户端通过一定的渲染将接收到的产品数量识别结果以纯文字、表格和/或语音等形式展示给用户。
可选地,上文已指出了数据管理装置还可以有数据库增删改查的功能,因而,上述数据管理方法还包括:
F1、若接收到上述轻量级应用客户端发送的历史数据查询请求,则在上述产品数据表中查询上述历史数据查询请求所指向的数据。
在本申请实施例中,用户还可以通过上述轻量级应用客户端主动发送历史数据查询请求,以请求查看数据管理装置内存储的数据和/或企业服务器中存储的数据。因此数据管理装置如果接收到上述轻量级应用客户端发送的历史数据查询请求,则可以基于上述历史数据查询请求中包含的请求内容在上述产品数据表中查询上述历史数据查询请求所指向的数据。其中,上述预设的产品数据表可以存储在数据管理装置内部,也可以经由数据管理装置存储到企业服务器数据库中,任意一个拥有权限的数据管理装置可以对服务器数据库中的数据进行增加、删除或修改等操作。例如,隶属于钢卷仓库的员工只拥有对钢卷相关数据的增加、删除或修改权限,而隶属于板坯仓库的员工只拥有对板坯相关数据的增加、删除或修改权限,同时为了便于数据的管理,高级管理人员可以拥有对所有仓库对应数据的增加、删除或修改权限,例如经理可以同时拥有对板坯相关数据以及钢卷相关数据的增加、删除或修改权限,对于用户可以拥有的权限可以根据用户成功登录轻量级应用客户端时所输入的身份信息识别得出。
F2、向上述轻量级应用客户端反馈查询得到的数据。
在本申请实施例中,数据管理装置将上述历史数据查询请求所指向的数据反馈给上述轻量级应用客户端,轻量级应用客户端通过一定的渲染后以纯文字、表格和/或语音等形式展示给用户,当轻量级应用客户端以纯文字或表格等形式将数据显示在其界面上时,用户可以在上述界面内通过选择、滑动等操作对数据进行增加、删除或修改操作。
由上可见,通过本申请实施例,接收轻量级应用客户端上传的图像数据;若上述图像数据包含有一个以上目标产品,则对上述图像数据进行识别操作,得到识别结果;获取上述轻量级应用客户端所在区域的区域标识码;建立上述识别结果与所述区域标识码的关联关系,并将上述关联关系存入预设的产品数据表中。通过本申请方案,解决了传统数据采集与管理技术中存在的流程和技术不足,提升了数据的分享效率与利用效率,同时也降低了企业的管理成本。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文所提出的数据管理方法,下面对本申请实施例提供的一种数据管理装置进行描述,请参阅图5,上述数据管理装置5包括:
图像数据接收单元501,用于接收轻量级应用客户端上传的图像数据;
图像数据识别单元502,用于若上述图像数据包含有一个以上目标产品,则对上述图像数据进行识别操作,得到识别结果,上述识别操作包括:产品标识码识别、产品数量识别和/或产品质量识别;
区域标识码获取单元503,用于获取上述轻量级应用客户端所在区域的区域标识码;
关联关系存储单元504,用于建立上述识别结果与上述区域标识码的关联关系,并将上述关联关系存入预设的产品数据表中。
可选地,上述数据管理装置5,还包括:
身份信息接收单元,用于接收上述轻量级应用客户端发送的身份信息;
身份信息验证单元,用于验证上述身份信息是否合法;
上传权限开放单元,用于若上述身份信息验证为合法,则向上述轻量级应用客户端开放上述图像数据的上传权限。
可选地,上述图像数据识别单元502,还包括:
图像数据预处理子单元,用于调用预设的图像识别算法对上述图像数据进行预处理,得到处理后图像数据;
产品类别确定子单元,用于确定上述处理后图像数据中所包含的目标产品的产品类别;
识别结果生成子单元,用于基于上述产品类别对上述处理后图像数据中的目标产品进行识别操作,得到识别结果。
可选地,上述识别结果生成子单元,还包括:
产品标识码格式确定子单元,用于根据上述产品类别,确定与上述目标产品相关的产品标识码格式;
字符串生成子单元,用于对上述处理后图像数据所包含的文字进行字符识别,得到一个以上字符串;
第一检测子单元,用于分别检测各个字符串与上述产品标识码格式是否匹配;
产品标识码识别结果生成子单元,用于将与上述产品标识码格式匹配的字符串确定为产品标识码识别结果。
可选地,上述识别结果生成子单元,还包括:
产品轮廓确定子单元,用于根据上述产品类别,确定与上述目标产品相关的产品轮廓;
物体轮廓提取子单元,用于提取上述处理后图像数据中各个物体的物体轮廓;
第二检测子单元,用于分别检测各个物体的物体轮廓是否与上述产品轮廓匹配,并根据检测结果确定产品数量;
产品数量识别结果生成子单元,用于将上述产品数量确定为产品数量识别结果。
可选地,上述识别结果生成子单元,还包括:
质量识别模型确定子单元,用于根据上述产品类别,确定与上述目标产品相关的质量识别模型;
第三检测子单元,用于将上述处理后图像数据与上述质量识别模型进行匹配,得到匹配度;
产品质量识别结果生成子单元,用于基于上述匹配度确定产品质量识别结果。
可选地,上述数据管理装置5,还包括:
关联关系发送单元,用于将上述关联关系发送至上述轻量级应用客户端。
可选地,上述数据管理装置5,还包括:
历史数据查询请求接收单元,用于若接收到上述轻量级应用客户端发送的历史数据查询请求,则在上述产品数据表中查询上述历史数据查询请求所指向的数据;
数据反馈单元,用于向上述轻量级应用客户端反馈查询得到的数据。
由上可见,通过本申请实施例,数据管理装置接收轻量级应用客户端上传的图像数据;若上述图像数据包含有一个以上目标产品,则对上述图像数据进行识别操作,得到识别结果;获取上述轻量级应用客户端所在区域的区域标识码;建立上述识别结果与所述区域标识码的关联关系,并将上述关联关系存入预设的产品数据表中。通过本申请方案,解决了传统数据采集与管理技术中存在的流程和技术不足,提升了数据的分享效率与利用效率,同时也降低了企业的管理成本。
本申请实施例还提供了一种服务器,请参阅图6,本申请实施例中的服务器60包括:存储器601,一个或多个处理器602(图6中仅示出一个)及存储在存储器601上并可在处理器上运行的计算机程序。其中:存储器601用于存储软件程序以及模块,处理器602通过运行存储在存储器601的软件程序以及单元,从而执行各种功能应用以及数据处理,以获取上述预设事件对应的资源。具体地,上述处理器602通过运行存储在存储器601的上述计算机程序时实现以下步骤:
接收轻量级应用客户端上传的图像数据;
若上述图像数据包含有一个以上目标产品,则对上述图像数据进行识别操作,得到识别结果,上述识别操作包括:产品标识码识别、产品数量识别和/或产品质量识别;
获取上述轻量级应用客户端所在区域的区域标识码;
建立上述识别结果与上述区域标识码的关联关系,并将上述关联关系存入预设的产品数据表中。
假设上述为第一种可能的实施方式,则在第一种可能的实施方式作为基础而提供的第二种可能的实施方式中,在上述接收轻量级应用客户端上传的图像数据之前,上述处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤:
接收上述轻量级应用客户端发送的身份信息;
验证上述身份信息是否合法;
若上述身份信息验证为合法,则向上述轻量级应用客户端开放上述图像数据的上传权限。
在第一种可能的实施方式作为基础而提供的第三种可能的实施方式中,上述处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤:
调用预设的图像识别算法对上述图像数据进行预处理,得到处理后图像数据;
确定上述处理后图像数据中所包含的目标产品的产品类别;
基于上述产品类别对上述处理后图像数据中的目标产品进行识别操作,得到识别结果。
在第三种可能的实施方式作为基础而提供的第四种可能的实施方式中,上述处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤:
根据上述产品类别,确定与上述目标产品相关的产品标识码格式;
对上述处理后图像数据所包含的文字进行字符识别,得到一个以上字符串;
分别检测各个字符串与上述产品标识码格式是否匹配;
将与上述产品标识码格式匹配的字符串确定为产品标识码识别结果。
在第三种可能的实施方式作为基础而提供的第五种可能的实施方式中,上述处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤:
根据上述产品类别,确定与上述目标产品相关的产品轮廓;
提取上述处理后图像数据中各个物体的物体轮廓;
分别检测各个物体的物体轮廓是否与上述产品轮廓匹配,并根据检测结果确定产品数量;
将上述产品数量确定为产品数量识别结果。
在第三种可能的实施方式作为基础而提供的第六种可能的实施方式中,上述处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤:
根据上述产品类别,确定与上述目标产品相关的质量识别模型;
将上述处理后图像数据与上述质量识别模型进行匹配,得到匹配度;
基于上述匹配度确定产品质量识别结果。
在第一种可能的实施方式作为基础而提供的第七种可能的实施方式中,在上述建立上述识别结果与上述区域标识码的关联关系,并将上述关联关系存入预设的产品数据表中之后,上述处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤:
将上述关联关系发送至上述轻量级应用客户端。
在上述第一种可能的实施方式作为基础,或者上述第二种可能的实施方式作为基础,或者上述第三种可能的实施方式作为基础,或者上述第四种可能的实施方式作为基础,或者上述第五种可能的实施方式作为基础,或者上述第六种可能的实施方式作为基础,或者上述第七种可能的实施方式作为基础,而提供的第八种可能的实施方式中,上述处理器602通过运行存储在存储器601的上述计算机程序时还实现以下步骤:
若接收到上述轻量级应用客户端发送的历史数据查询请求,则在上述产品数据表中查询上述历史数据查询请求所指向的数据;
向上述轻量级应用客户端反馈查询得到的数据。
进一步,上述服务器还可包括:一个或多个输入设备和一个或多个输出设备。存储器601、处理器602、输入设备和输出设备通过总线连接。
应当理解,在本申请实施例中,所称处理器602可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(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。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。
输入设备可以包括键盘、触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备可以包括显示器、扬声器等。
存储器601可以包括只读存储器和随机存取存储器,并向处理器602提供指令和数据。存储器601的一部分或全部还可以包括非易失性随机存取存储器。例如,存储器601还可以存储设备类型的信息。
由上可见,通过本申请实施例,服务器接收轻量级应用客户端上传的图像数据;若上述图像数据包含有一个以上目标产品,则对上述图像数据进行识别操作,得到识别结果;获取上述轻量级应用客户端所在区域的区域标识码;建立上述识别结果与所述区域标识码的关联关系,并将上述关联关系存入预设的产品数据表中。通过本申请方案,解决了传统数据采集与管理技术中存在的流程和技术不足,提升了数据的分享效率与利用效率,同时也降低了企业的管理成本。
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,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读存储介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机可读存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括是电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种数据管理方法,其特征在于,包括:
接收轻量级应用客户端上传的图像数据;
若所述图像数据包含有一个以上目标产品,则对所述图像数据进行识别操作,得到识别结果,所述识别操作包括产品质量识别,或者,所述识别操作包括产品标识码识别和产品数量识别中的至少一项、以及所述产品质量识别;
获取所述轻量级应用客户端所在区域的区域标识码;
建立所述识别结果与所述区域标识码的关联关系,并将所述关联关系存入预设的产品数据表中;
所述对所述图像数据进行识别操作,得到识别结果,包括:
调用预设的图像识别算法对所述图像数据进行预处理,得到处理后图像数据;
确定所述处理后图像数据中所包含的目标产品的产品类别;
基于所述产品类别对所述处理后图像数据中的目标产品进行识别操作,得到识别结果;
所述基于所述产品类别对所述处理后图像数据中的目标产品进行识别操作,得到识别结果,还包括:
根据所述产品类别,确定与所述目标产品相关的质量识别模型;
将所述处理后图像数据与所述质量识别模型进行匹配,得到匹配度;
基于所述匹配度确定产品质量识别结果;
所述将所述处理后图像数据与所述质量识别模型进行匹配,得到匹配度,包括:
提取所述处理后图像数据中的感兴趣区域;
采用Hough梯度算法和/或边缘检测算法对提取得到的所述感兴趣区域进行特征提取,得到至少一个特征;
将所述至少一个特征中各个特征与对应的质量识别模型进行匹配拟合,得到所述匹配度;
在所述基于所述匹配度确定产品质量识别结果之后,所述方法还包括:
在所述目标产品的产品质量识别结果为不合格时,提取所述目标产品中未达到匹配标准的未匹配部位;
对所述未匹配部位与所述质量识别模型进行匹配,确定出所述目标产品具体不合格的部位或原因。
2.如权利要求1所述的数据管理方法,其特征在于,在所述接收轻量级应用客户端上传的图像数据之前,还包括:
接收所述轻量级应用客户端发送的身份信息;
验证所述身份信息是否合法;
若所述身份信息验证为合法,则向所述轻量级应用客户端开放所述图像数据的上传权限。
3.如权利要求1所述的数据管理方法,其特征在于,所述基于所述产品类别对所述处理后图像数据中的目标产品进行识别操作,得到识别结果,包括:
根据所述产品类别,确定与所述目标产品相关的产品标识码格式;
对所述处理后图像数据所包含的文字进行字符识别,得到一个以上字符串;
分别检测各个字符串与所述产品标识码格式是否匹配;
将与所述产品标识码格式匹配的字符串确定为产品标识码识别结果。
4.如权利要求1所述的数据管理方法,其特征在于,所述基于所述产品类别对所述处理后图像数据中的目标产品进行识别操作,得到识别结果,还包括:
根据所述产品类别,确定与所述目标产品相关的产品轮廓;
提取所述处理后图像数据中各个物体的物体轮廓;
分别检测各个物体的物体轮廓是否与所述产品轮廓匹配,并根据检测结果确定产品数量;
将所述产品数量确定为产品数量识别结果。
5.如权利要求1-4任一项所述的数据管理方法,其特征在于,所述数据的管理方法,还包括:
若接收到所述轻量级应用客户端发送的历史数据查询请求,则在所述产品数据表中查询所述历史数据查询请求所指向的数据;
向所述轻量级应用客户端反馈查询得到的数据。
6.一种数据管理装置,其特征在于,包括:
图像数据接收单元,用于接收轻量级应用客户端上传的图像数据;
图像数据识别单元,用于若所述图像数据包含有一个以上目标产品,则对所述图像数据进行识别操作,得到识别结果,所述识别操作包括产品质量识别,或者,所述识别操作包括产品标识码识别和产品数量识别中的至少一项、以及所述产品质量识别;
区域标识码获取单元,用于获取所述轻量级应用客户端所在区域的区域标识码;
关联关系存储单元,用于建立所述识别结果与所述区域标识码的关联关系,并将所述关联关系存入预设的产品数据表中;
所述对所述图像数据进行识别操作,得到识别结果,包括:
调用预设的图像识别算法对所述图像数据进行预处理,得到处理后图像数据;
确定所述处理后图像数据中所包含的目标产品的产品类别;
基于所述产品类别对所述处理后图像数据中的目标产品进行识别操作,得到识别结果;
所述基于所述产品类别对所述处理后图像数据中的目标产品进行识别操作,得到识别结果,还包括:
根据所述产品类别,确定与所述目标产品相关的质量识别模型;
将所述处理后图像数据与所述质量识别模型进行匹配,得到匹配度;
基于所述匹配度确定产品质量识别结果;
所述将所述处理后图像数据与所述质量识别模型进行匹配,得到匹配度,包括:
提取所述处理后图像数据中的感兴趣区域;
采用Hough梯度算法和/或边缘检测算法对提取得到的所述感兴趣区域进行特征提取,得到至少一个特征;
将所述至少一个特征中各个特征与对应的质量识别模型进行匹配拟合,得到所述匹配度;
在所述基于所述匹配度确定产品质量识别结果之后,还包括:
在所述目标产品的产品质量识别结果为不合格时,提取所述目标产品中未达到匹配标准的未匹配部位;
对所述未匹配部位与所述质量识别模型进行匹配,确定出所述目标产品具体不合格的部位或原因。
7.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010219131.4A CN111459936B (zh) | 2020-03-25 | 2020-03-25 | 一种数据管理方法、数据管理装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010219131.4A CN111459936B (zh) | 2020-03-25 | 2020-03-25 | 一种数据管理方法、数据管理装置及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111459936A CN111459936A (zh) | 2020-07-28 |
CN111459936B true CN111459936B (zh) | 2023-09-29 |
Family
ID=71679198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010219131.4A Active CN111459936B (zh) | 2020-03-25 | 2020-03-25 | 一种数据管理方法、数据管理装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111459936B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269043B (zh) * | 2021-04-27 | 2023-08-18 | 辽宁科技大学 | 一种钢卷松卷的实时跟踪识别方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105374036A (zh) * | 2015-11-04 | 2016-03-02 | 玉溪师范学院 | 一种图片处理方法及装置 |
CN107578052A (zh) * | 2017-09-15 | 2018-01-12 | 北京京东尚科信息技术有限公司 | 货品处理方法及*** |
CN108074058A (zh) * | 2016-11-15 | 2018-05-25 | 北京京东尚科信息技术有限公司 | 仓储管理方法及装置 |
CN108550002A (zh) * | 2018-01-17 | 2018-09-18 | 桂林电子科技大学 | 一种银行贵金属智能盘库***及方法 |
CN108985325A (zh) * | 2018-06-05 | 2018-12-11 | 广州视源电子科技股份有限公司 | 一种分类方法、装置、设备和*** |
CN109255568A (zh) * | 2018-08-21 | 2019-01-22 | 南京理工大学 | 一种基于图像识别的智能仓储*** |
CN110287971A (zh) * | 2019-05-22 | 2019-09-27 | 平安银行股份有限公司 | 数据验证方法、装置、计算机设备及存储介质 |
WO2020019437A1 (zh) * | 2018-07-25 | 2020-01-30 | 平安科技(深圳)有限公司 | 终端运行数据的监控方法、装置、终端设备及介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014112302A (ja) * | 2012-12-05 | 2014-06-19 | Ricoh Co Ltd | 所定領域管理システム、通信方法、及びプログラム |
WO2018016494A1 (ja) * | 2016-07-20 | 2018-01-25 | 株式会社サンクレエ | 在庫管理サーバ、在庫管理システム、在庫管理プログラムおよび在庫管理方法 |
CN109948603A (zh) * | 2019-01-25 | 2019-06-28 | 深圳技威时代科技有限公司 | 一种社交关系建立方法、社交关系建立装置及车载终端 |
-
2020
- 2020-03-25 CN CN202010219131.4A patent/CN111459936B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105374036A (zh) * | 2015-11-04 | 2016-03-02 | 玉溪师范学院 | 一种图片处理方法及装置 |
CN108074058A (zh) * | 2016-11-15 | 2018-05-25 | 北京京东尚科信息技术有限公司 | 仓储管理方法及装置 |
CN107578052A (zh) * | 2017-09-15 | 2018-01-12 | 北京京东尚科信息技术有限公司 | 货品处理方法及*** |
CN108550002A (zh) * | 2018-01-17 | 2018-09-18 | 桂林电子科技大学 | 一种银行贵金属智能盘库***及方法 |
CN108985325A (zh) * | 2018-06-05 | 2018-12-11 | 广州视源电子科技股份有限公司 | 一种分类方法、装置、设备和*** |
WO2020019437A1 (zh) * | 2018-07-25 | 2020-01-30 | 平安科技(深圳)有限公司 | 终端运行数据的监控方法、装置、终端设备及介质 |
CN109255568A (zh) * | 2018-08-21 | 2019-01-22 | 南京理工大学 | 一种基于图像识别的智能仓储*** |
CN110287971A (zh) * | 2019-05-22 | 2019-09-27 | 平安银行股份有限公司 | 数据验证方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111459936A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110765770B (zh) | 一种合同自动生成方法及装置 | |
CN109992601B (zh) | 待办事项信息的推送方法、装置和计算机设备 | |
CN111475694B (zh) | 一种数据处理方法、装置、终端及存储介质 | |
CN110532461B (zh) | 信息平台推送方法、装置、计算机设备及存储介质 | |
CN102915295A (zh) | 文档检测方法及装置 | |
CN112667697A (zh) | 结合rpa和ai的房产信息的获取方法及装置 | |
CN113032834A (zh) | 一种数据库表格处理方法、装置、设备及存储介质 | |
CN111628896A (zh) | It运维管理方法、装置、设备及计算机存储介质 | |
CN112559776A (zh) | 一种敏感信息的定位方法及*** | |
CN111459936B (zh) | 一种数据管理方法、数据管理装置及服务器 | |
US20210295030A1 (en) | Scanning devices with zonal ocr user interfaces | |
CN113076961A (zh) | 一种图像特征库更新方法、图像检测方法和装置 | |
CN115578045A (zh) | 招标审核方法、电子设备及相关产品 | |
CN112990868A (zh) | 车辆保险自动赔付方法、***、设备及存储介质 | |
CN110533381B (zh) | 案件管辖权审核方法、装置、计算机设备和存储介质 | |
CN109636578B (zh) | 信贷信息的风险检测方法、装置、设备及可读存储介质 | |
CN112000862A (zh) | 数据处理方法及装置 | |
CN111582831A (zh) | 政务信箱管理方法、***及存储介质 | |
CN116383786A (zh) | 一种基于物联网的大数据信息监管***及方法 | |
CN115545976A (zh) | 跨境商标注册方法、***、装置及计算机可读存储介质 | |
CN110288272B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN114970495A (zh) | 人名消歧方法、装置、电子设备及存储介质 | |
CN113837170A (zh) | 车辆保险理赔申请的自动审核处理方法、装置及设备 | |
CN110443202B (zh) | 论文字体工整度即时分析***、方法及存储介质 | |
CN113377818A (zh) | 流程验证方法、装置、计算机设备及存储介质 |
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 |