CN112084804A - 针对信息缺失条形码智能获取补足像素的工作方法 - Google Patents

Abstract

本发明提出了一种针对信息缺失条形码智能获取补足像素的工作方法，包括：S1，获取条形码完整信息，或者根据条形码底端文字进行条形码完整信息校验，当校验信息一致时，则进行确实条形码信息判断，当校验信息不一致时，则重新提取新的条形码进行信息判断；S2，提取缺失信息的条形码，通过差值算法进行信息补足，对补足信息的条形码进行数据校验，对条形码底部文字与条形码图像一致性进行判断，并将匹配后的条形码进行图像增强处理；S3，图像增强处理后的条形码，进行旋转角度进行条形码验证，完成条形码的纠错过程，通过正则匹配方法，对字母、数字和线段进行匹配操作，确定相应条形码缺失信息坐标位置，上传至云端。

Description

针对信息缺失条形码智能获取补足像素的工作方法

技术领域

本发明涉及图像识别分析领域，尤其涉及一种针对信息缺失条形码智能获取补足像素的工作方法。

背景技术

条形码作为货物分拣，匹配、归类的重要验证手段，应用在很多领域，但是由于运输、分拣过程中造成污损，或者缺失信息，则会给后续的分拣、归类工作带来诸多不便，虽然有些扫描设备配置了缺失信息补足功能，但是并不能适应复杂环境下，缺失的一维条形码和二维条形码的信息补足过程，这就亟需本领域技术人员解决相应的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种针对信息缺失条形码智能获取补足像素的工作方法。

为了实现本发明的上述目的，本发明提供了一种针对信息缺失条形码智能获取补足像素的工作方法，包括如下步骤：

S1，获取条形码完整信息，或者根据条形码底端文字进行条形码完整信息校验，当校验信息一致时，则进行确实条形码信息判断，当校验信息不一致时，则重新提取新的条形码进行信息判断；

S2，提取缺失信息的条形码，通过差值算法进行信息补足，对补足信息的条形码进行数据校验，对条形码底部文字与条形码图像一致性进行判断，并将匹配后的条形码进行图像增强处理；

S3，图像增强处理后的条形码，进行旋转角度进行条形码验证，完成条形码的纠错过程，对字母、数字和线段进行匹配操作，确定相应条形码缺失信息坐标位置，上传至云端。

优选的，所述S1包括：

S1-1，提取新的条形码开始，通过间隔行数进行条形码特征提取，设置条形码行数扫描提取初值，根据提取切割限制原则，对于每个条形码的条形位置区间进行像素逐行扫描，像素扫描原则为X_line＝(N-1)^p·2^N，N∈[1,10]，上标P为像素点间隔阈值，当间隔阈值逐渐增加时，像素收集精度逐渐降低，对于条形码中校验过程初步完成；

优选的，所述S1包括：

S1-2，重新获取的条形码完整信息，对每一段条形码的字母和条形进行校验，如果条形码完整信息中包含两个完全相同的字母，其条形必然相同，如果经过重叠匹配之后该相同的字母和条形不同，则对该条形码整体进行异常诊断；

优选的，所述S1包括：

S1-3，条形码中相应字母出现频数，在条形码验证过程中进行统计操作，如果条形码识别失败。提取条形码异常原因时，如果因为条形发生异常则进行条形校验，如果字母发生异常则对字母进行校验，并将条形码识别失败的信息列表发送至远程服务器；

优选的，所述S2包括：

S2-1，提取缺失信息的条形码，将缺失信息的条形码与完整条形码进行映射，形成映射关系表；根据条形码映射关系表中的映射准确率，解析得到的缺失条形或者字母的条形码区域，判断缺失的条形码像素值，根据完整条形码的像素值对应缺失信息的条形码确定为条形码需要补足识别的像素值结果。

S2-2，根据完整条形码提取策略，间隔固定的像素点进行默认状态提取，对S2-1获取的缺失信息进行条形码信息统计已解析得到的确实条形码像素值；将缺失的条形码信息进行归类统计，将缺失信息的相应条形从大到小依次排列，确定条形码所识别解析得到缺失信息的条形码的像素值；

优选的，所述S2包括：

S2-3，根据完整条形码携带的字母，该字母确定为条形码的识别终点，缺失信息的条形码为识别起点，对识别成功的相应条形进行图像增强，将补足缺失信息的条形码进行均衡化处理，将相同的字母和条形确定为条形码的识别参照，提高条形码识别的准确率；

优选的，所述S2包括：

S2-4，将条形码进行均衡化处理过程中需要对缺失信息进行补足，对于缺失信息的条形码当前的每一黑色和白色条形的特征向量z_a和z_b，令其对应白色像素点为a，黑色像素点b，并根据高通量筛选数据集合，判断条形码二元组(a,b)是否存在非零像素点，若存在非零像素点，则令

下标m和n大于等于1，若不存在非零像素点，则令z_a＝0,z_b＝0；

根据图像增强矩阵C的属性，计算条形码像素值的相互作用率

其中，<r_a,r_b>表示求特征向量r_a和r_b的内积，通过分别进行饱和参数σ调节之后的z_a和z_b特征向量与抑制参数δ相加，在映射参数γ为正数时，[M_a,b·μ-γ]表示对条形码像素补足参数M_a,b与调节阈值μ和γ之差进行向上取整，通过算式绝对值求平方后，在像素点a和b以e为底的指数函数初始值始终为1，获得缺失信息的条形码条形码向量相似性，根据所补足信息目标相似性进行映射。

优选的，所述S3包括：

S3-1，将图像增强之后的条形码，进行旋转角度，从而验证其补足信息的准确性，顺时针旋转若干角度之后，从左向右依次遍历缺失信息的条形码的补足位置，根据条形码边缘像素区域的投影填充曲线，如果获取任一包含字母的条形码发生信息遗漏或者信息缺失，执行S3-2，

S3-2，对于遗漏信息的相应条形，根据旋转角度之后的像素点坐标位置进行区域刻画，并对缺失信息的相应条形从全部的缺失信息的条形码中切分，并重新执行S1进行缺失信息补足，直至条形码信息补足完成，并上传至远程云端服务器。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

改善缺失信息条形码在信息录入执行过程中，补充完整信息过程起到举足轻重的作用，通过本技术方案实施该确实条形码补足获取操作之后，能够为信息收集和分类提供有力帮助，并且对于补足后的缺失信息的条形码进行图像增强，更加有利于图像的恢复和再现，帮助条形码使用者完成相关录入，提高工作效率。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明完整条形码示意图；

图2是本发明缺失条形码信息示意图；

图3是本发明另一完整条形码示意图；

图4是本发明另一缺失条形码信息示意图；

图5是本发明另一完整条形码示意图；

图6是本发明另一缺失条形码信息示意图；

图7是本发明二维条形码示意图；

图8是本发明工作流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

如图1-7所示，为条形码的完整或者缺失信息的示意图；其中在图1和图2中，为横向连续缺失信息的示意图，图3和图4中为条形码点状缺失的示意图，图5和图6为条形码竖向缺失超过90％的示意图；图7为二维条形码缺失信息示意图；

如图8所示，本发明公开一种针对信息缺失条形码智能获取补足像素的工作方法，包括如下步骤：

S1，获取条形码完整信息，或者根据条形码底端文字进行条形码完整信息校验，当校验信息一致时，则进行确实条形码信息判断，当校验信息不一致时，则重新提取新的条形码进行信息判断；

S2，提取缺失信息的条形码，通过差值算法进行信息补足，对补足信息的条形码进行数据校验，对条形码底部文字与条形码图像一致性进行判断，并将匹配后的条形码进行图像增强处理；

S3，图像增强处理后的条形码，进行旋转角度进行条形码验证，完成条形码的纠错过程，对字母、数字和线段进行匹配操作，确定相应条形码缺失信息坐标位置，上传至云端。

所述S1包括如下步骤：

S1-1，提取新的条形码开始，通过间隔行数进行条形码特征提取，设置条形码行数扫描提取初值，根据提取切割限制原则，对于每个条形码的条形位置区间进行像素逐行扫描，像素扫描原则为X_line＝(N-1)^p·2^N，N∈[1,10]，上标P为像素点间隔阈值，当间隔阈值逐渐增加时，像素收集精度逐渐降低，对于条形码中校验过程初步完成；

S1-2，重新获取的条形码完整信息，对每一段条形码的字母和条形进行校验，如果条形码完整信息中包含两个完全相同的字母，其条形必然相同，如果经过重叠匹配之后该相同的字母和条形不同，则对该条形码整体进行异常诊断；例如：字符或者字母为1，但是与1相对应的条形并不相同，或者经过扫描之后不为1，则进行异常标注；

S1-3，条形码中相应字母出现频数，在条形码验证过程中进行统计操作，如果条形码识别失败。提取条形码异常原因时，如果因为条形发生异常则进行条形校验，如果字母发生异常则对字母进行校验，并将条形码识别失败的信息列表发送至远程服务器；

所述S2包括如下步骤：

S2-1，提取缺失信息的条形码，将缺失信息的条形码与完整条形码进行映射，形成映射关系表；根据条形码映射关系表中的映射准确率，解析得到的缺失条形或者字母的条形码区域，判断缺失的条形码像素值，根据完整条形码的像素值对应缺失信息的条形码确定为条形码需要补足识别的像素值结果。

S2-2，根据完整条形码提取策略，间隔固定的像素点进行默认状态提取，对S2-1获取的缺失信息进行条形码信息统计已解析得到的确实条形码像素值；将缺失的条形码信息进行归类统计，将缺失信息的相应条形从大到小依次排列，确定条形码所识别解析得到缺失信息的条形码的像素值；

S2-3，根据完整条形码携带的字母，该字母确定为条形码的识别终点，缺失信息的条形码为识别起点，对识别成功的相应条形进行图像增强，将补足缺失信息的条形码进行均衡化处理，将相同的字母和条形确定为条形码的识别参照，提高条形码识别的准确率；

S2-4，将条形码进行均衡化处理过程中需要对缺失信息进行补足，对于缺失信息的条形码当前的每一黑色和白色条形的特征向量z_a和z_b，令其对应白色像素点为a，黑色像素点b，并根据高通量筛选数据集合，判断条形码二元组(a,b)是否存在非零像素点，若存在非零像素点，则令

下标m和n大于等于1，若不存在非零像素点，则令z_a＝0,z_b＝0；

根据图像增强矩阵C的属性，计算条形码像素值的相互作用率

其中，<r_a,r_b>表示求特征向量r_a和r_b的内积，通过分别进行饱和参数σ调节之后的z_a和z_b特征向量与抑制参数δ相加，在映射参数γ为正数时，[M_a,b·μ-γ]表示对条形码像素补足参数M_a,b与调节阈值μ和γ之差进行向上取整，通过算式绝对值求平方后，在像素点a和b以e为底的指数函数初始值始终为1，获得缺失信息的条形码条形码向量相似性，根据所补足信息目标相似性进行映射。

所述S3包括：

S3-1，将图像增强之后的条形码，进行旋转角度，从而验证其补足信息的准确性，顺时针旋转若干角度之后，从左向右依次遍历缺失信息的条形码的补足位置，根据条形码边缘像素区域的投影填充曲线，如果获取任一包含字母的条形码发生信息遗漏或者信息缺失，执行S3-2，

S3-2，对于遗漏信息的相应条形，根据旋转角度之后的像素点坐标位置进行区域刻画，并对缺失信息的相应条形从全部的缺失信息的条形码中切分，并重新执行S1进行缺失信息补足，直至条形码信息补足完成，并上传至远程云端服务器。

通过条形的信息补足，包括填充法，扩展法，填充法为条形线段中间部位有缺失，将两条间隔线段合拢，扩展法采用条形整段缺失超过80％-90％时，经过分析计算之后，将缺失条形通过扩展方式进行补足。

通过上述发明可以看出：改善缺失信息条形码在信息录入执行过程中，补充完整信息过程起到举足轻重的作用，通过本技术方案实施该确实条形码补足获取操作之后，能够为信息收集和分类提供有力帮助，并且对于补足后的缺失信息的条形码进行图像增强，更加有利于图像的恢复和再现，帮助条形码使用者完成相关录入，提高工作效率。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种针对信息缺失条形码智能获取补足像素的工作方法，其特征在于，包括如下步骤：

S1，获取条形码完整信息，或者根据条形码底端文字进行条形码完整信息校验，当校验信息一致时，则进行确实条形码信息判断，当校验信息不一致时，则重新提取新的条形码进行信息判断；

S2，提取缺失信息的条形码，通过差值算法进行信息补足，对补足信息的条形码进行数据校验，对条形码底部文字与条形码图像一致性进行判断，并将匹配后的条形码进行图像增强处理；

S3，图像增强处理后的条形码，进行旋转角度进行条形码验证，完成条形码的纠错过程，对字母、数字和线段进行匹配操作，确定相应条形码缺失信息坐标位置，上传至云端。

2.根据权利要求1所述的针对信息缺失条形码智能获取补足像素的工作方法，其特征在于，所述S1包括：

S1-1，提取新的条形码开始，通过间隔行数进行条形码特征提取，设置条形码行数扫描提取初值，根据提取切割限制原则，对于每个条形码的条形位置区间进行像素逐行扫描，像素扫描原则为X_line＝(N-1)^p·2^N，N∈[1,10]，上标P为像素点间隔阈值，当间隔阈值逐渐增加时，像素收集精度逐渐降低，对于条形码中校验过程初步完成。

3.根据权利要求2所述的针对信息缺失条形码智能获取补足像素的工作方法，其特征在于，所述S1包括：

S1-2，重新获取的条形码完整信息，对每一段条形码的字母和条形进行校验，如果条形码完整信息中包含两个完全相同的字母，其条形必然相同，如果经过重叠匹配之后该相同的字母和条形不同，则对该条形码整体进行异常诊断。

4.根据权利要求2所述的针对信息缺失条形码智能获取补足像素的工作方法，其特征在于，所述S1包括：

S1-3，条形码中相应字母出现频数，在条形码验证过程中进行统计操作，如果条形码识别失败。提取条形码异常原因时，如果因为条形发生异常则进行条形校验，如果字母发生异常则对字母进行校验，并将条形码识别失败的信息列表发送至远程服务器。

5.根据权利要求1所述的针对信息缺失条形码智能获取补足像素的工作方法，其特征在于，所述S2包括：

S2-1，提取缺失信息的条形码，将缺失信息的条形码与完整条形码进行映射，形成映射关系表；根据条形码映射关系表中的映射准确率，解析得到的缺失条形或者字母的条形码区域，判断缺失的条形码像素值，根据完整条形码的像素值对应缺失信息的条形码确定为条形码需要补足识别的像素值结果。

S2-2，根据完整条形码提取策略，间隔固定的像素点进行默认状态提取，对S2-1获取的缺失信息进行条形码信息统计已解析得到的确实条形码像素值；将缺失的条形码信息进行归类统计，将缺失信息的相应条形从大到小依次排列，确定条形码所识别解析得到缺失信息的条形码的像素值。

6.根据权利要求1所述的针对信息缺失条形码智能获取补足像素的工作方法，其特征在于，所述S2包括：

S2-3，根据完整条形码携带的字母，该字母确定为条形码的识别终点，缺失信息的条形码为识别起点，对识别成功的相应条形进行图像增强，将补足缺失信息的条形码进行均衡化处理，将相同的字母和条形确定为条形码的识别参照，提高条形码识别的准确率。

7.根据权利要求6所述的针对信息缺失条形码智能获取补足像素的工作方法，其特征在于，所述S2包括：

S2-4，将条形码进行均衡化处理过程中需要对缺失信息进行补足，对于缺失信息的条形码当前的每一黑色和白色条形的特征向量z_a和z_b，令其对应白色像素点为a，黑色像素点b，并根据高通量筛选数据集合，判断条形码二元组(a,b)是否存在非零像素点，若存在非零像素点，则令

下标m和n大于等于1，若不存在非零像素点，则令z_a＝0,z_b＝0；

根据图像增强矩阵C的属性，计算条形码像素值的相互作用率

其中，<r_a,r_b>表示求特征向量r_a和r_b的内积，通过分别进行饱和参数σ调节之后的z_a和z_b特征向量与抑制参数δ相加，在映射参数γ为正数时，

表示对条形码像素补足参数M_a,b与调节阈值μ和γ之差进行向上取整，通过算式绝对值求平方后，在像素点a和b以e为底的指数函数初始值始终为1，获得缺失信息的条形码条形码向量相似性，根据所补足信息目标相似性进行映射。

8.根据权利要求1所述的针对信息缺失条形码智能获取补足像素的工作方法，其特征在于，所述S3包括：

S3-1，将图像增强之后的条形码，进行旋转角度，从而验证其补足信息的准确性，顺时针旋转若干角度之后，从左向右依次遍历缺失信息的条形码的补足位置，根据条形码边缘像素区域的投影填充曲线，如果获取任一包含字母的条形码发生信息遗漏或者信息缺失，执行S3-2，

S3-2，对于遗漏信息的相应条形，根据旋转角度之后的像素点坐标位置进行区域刻画，并对缺失信息的相应条形从全部的缺失信息的条形码中切分，并重新执行S1进行缺失信息补足，直至条形码信息补足完成，并上传至远程云端服务器。

Images