CN112651256A - 二维码识别方法、装置、计算机设备及存储介质 - Google Patents
二维码识别方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112651256A CN112651256A CN201910969469.9A CN201910969469A CN112651256A CN 112651256 A CN112651256 A CN 112651256A CN 201910969469 A CN201910969469 A CN 201910969469A CN 112651256 A CN112651256 A CN 112651256A
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional code
- decoded
- initial
- contour
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 73
- 238000012216 screening Methods 0.000 claims abstract description 40
- 238000007781 pre-processing Methods 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 230000000877 morphologic effect Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000013072 incoming material Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06K7/1439—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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像处理领域,公开了一种二维码识别方法、装置、计算机设备及存储介质,其方法包括:获取初始图像;根据第一预处理方法对初始图像进行处理,获得初始图像的轮廓信息;根据预设筛选方法从轮廓信息中筛选出目标二维码轮廓;根据目标二维码轮廓从初始图像提取二维码区域图像;根据第二预处理方法对二维码区域图像进行处理,获得待解码图像,并对待解码图像进行解码,获得二维码信息。本发明提供的方案,可以提高对二维码图像的识别率,以满足较大识别范围、高速动态识别、高可靠性的应用场景下的识别需求。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种二维码识别方法、装置、计算机设备及存储介质。
背景技术
二维码是一种按照一定的规律将数据符号信息转化为二维平面上的几何图形,具有容量高、译码可靠性高、纠错能力强等优点,应用范围十分广泛。
根据二维码的实际用途可以划分为日用二维码和工业用二维码。日用二维码指的是生活中常见的支付、身份识别等场景所使用的二维码。日用二维码在使用时,通过移动设备主动去搜索二维码,以使二维码处在有效范围内,即使存在识别有误也不会有大的影响,由于可以重复进行,对识别范围、速度、可靠性要求不高。而工业用二维码的识别对识别设备具有很高的要求,要求识别设备具有快速自动识别、适用复杂工作环境、高可靠性等特点。
目前工业自动化领域已大量的采用二维码进行来料识别、标签认证、物料分类等工作。但是对于需要同时满足较大识别范围、高速动态识别、高可靠性的一些特定应用场景,仍然存在问题。实际应用中,宽幅面生产线中的工件上的多个二维码可能随机分布在整个幅面内,所以需要满足在大视场范围(超过1m)识别随机分布的多个小型二维码的要求;同时为了提升生产效率,自动化生产线的运行速度越来越快(超过60m/min),对于二维码的识别速度提出更高的要求;并且工业二维码识别的应用场合对可靠性要求非常高,不允许存在漏检或错检的情况(漏检可能造成当前工件不加工导致后续生产流程紊乱,而错检可能造成不按照正常程序加工或分类错乱等,均会造成较大损失)。
因而需要寻找一种二维码识别方法,以解决在需要同时满足较大识别范围、高速动态识别、高可靠性的应用场景下的识别需求,排除漏检和错检。
发明内容
基于此,有必要针对上述技术问题,提供一种二维码识别方法、装置、计算机设备及存储介质,以提高识别***在较大识别范围、高速动态下的识别能力,提高识别结果的准确率。
一种二维码识别方法,包括:
获取初始图像;
根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息;
根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓;
根据所述目标二维码轮廓从所述初始图像提取二维码区域图像;
根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息。
一种二维码识别装置,包括:
图像获取模块,用于获取初始图像;
轮廓获取模块,用于根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息;
轮廓筛选模块,用于根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓;
图像提取模块,用于根据所述目标二维码轮廓从所述初始图像提取二维码区域图像;
图像解码模块,用于根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息。
一种计算机设备,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,所述处理器执行所述计算机程序时实现上述二维码识别方法。
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,所述计算机程序被处理器执行时实现上述二维码识别方法。
上述二维码识别方法、装置、计算机设备及存储介质,通过获取初始图像,以获待处理的图像。根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息,以将初始图像转化为轮廓图像,降低图像数据的处理量。根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓,以精确定位二维码的所在区域。根据所述目标二维码轮廓从所述初始图像提取二维码区域图像,以获得需要解码的局部图像。根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息,以优化二维码区域图像的图像质量,提高识别速度。本发明提供的方案,可以提高对二维码图像的识别率,以满足较大识别范围、高速动态识别、高可靠性的应用场景下的识别需求。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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发明的一些实施例,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是本发明一实施例中二维码识别方法的一流程示意图;
图2是本发明一实施例中二维码识别方法处理过程中生成的多个图像;
图3是本发明一实施例中二维码识别方法的一流程示意图;
图4是本发明一实施例中二维码识别应用于自动化流水线的结构示意图;
图5是本发明一实施例中二维码识别方法的一流程示意图;
图6是本发明一实施例中二维码识别方法的一流程示意图;
图7是本发明一实施例中二维码识别方法的一流程示意图;
图8是本发明一实施例中二维码识别方法的一流程示意图;
图9是本发明一实施例中二维码识别方法的一流程示意图;
图10是本发明一实施例中二维码识别装置的一结构示意图;
图11是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在一实施例中,如图1所示,提供一种二维码识别方法,包括如下步骤:
S10、获取初始图像;
S20、根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息;
S30、根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓;
S40、根据所述目标二维码轮廓从所述初始图像提取二维码区域图像;
S50、根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息。
本实施例中,可以根据预设的环境参数设置环境的光亮度,根据需要设置拍摄装置的视场范围。在设置完毕后,通过拍摄装置获取被拍摄物的初始图像。这样获取到的初始图像质量更高,有利于提高初始图像中的二维码的识别率。在一具体应用实例中,二维码识别方法应用于生产线上的自动识别,识别的有效视场范围为1.3m*1m,被拍摄的产品或物料的移动速度为1m/s。
第一预处理方法包括了若干的处理步骤,可将初始图像处理为轮廓图像,生成轮廓信息。这里涉及的处理步骤包括但不限于锐化、自适应二值化、中值滤波、形态学开运算。轮廓信息可以包括多个轮廓数据。每个轮廓数据可以使用图像中的一系列点表示,这些点在轮廓图像中表现为一个闭合的轨迹。具体的,一轮廓数据可表示为:[(32,32),(33,32),(34,32),(35,32),(35,33),…..]。具体的,在图2中,图2-1为初始图像,图2-2为图2-1经锐化和自适应二值化处理后的图像,图2-3为图2-2经中值滤波及形态学开运算处理后的图像。
预设筛选方法用于排除与需要识别的轮廓(二维码轮廓)形状不相似、和颜色排布不符合规范(二维码的颜色规范)的轮廓。预设筛选方法中,可以对轮廓的长宽比、轮廓面积、黑白像素比、轮廓边缘与中心点距离等参数中的任意一项或多项进行限定,获得一个或多个限定范围。然后根据这些限定范围对轮廓信息中的所有轮廓数据进行筛选,选取出一个适合的目标二维码轮廓。若初始图像中包含多于一个的二维码,则目标二维码轮廓的个数可以是多于一个。
在确定目标二维码轮廓后,可以根据目标二维码轮廓中包含的各个边缘点的坐标数据从初始图像中提取出二维码区域图像。在图2中,经过筛选,从图2-3选取包含目标二维码轮廓的图像,即为图2-4。然后,对图2-4进行裁切,获得目标二维码区域图像,即为图2-5。
第二预处理方法包括了若干的图像优化步骤,以提高二维码的识别率。其中,图像优化步骤包括但不限于对比度增强、二值化。经第二预处理方法优化后可以得到优化后的待解码图像。选用适用的标准解码方法则可解析出待解码图像中包含的的二维码信息。在一些实施例中,可以使用的标准解码方法包括QRcode解码、DataMatrix解码等。
步骤S10-S60中,获取初始图像,以获待处理的图像。根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息,以将初始图像转化为轮廓图像,降低图像数据的处理量。根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓,以精确定位二维码的所在区域。根据所述目标二维码轮廓从所述初始图像提取二维码区域图像,以获得需要解码的局部图像。根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息,以优化二维码区域图像的图像质量,提高识别速度。
可选的,如图3所示,步骤S10包括:
S101、获取预设设置参数,所述预设设置参数包括环境设置参数和拍摄设置参数;
S102、检查当前环境是否与所述环境设置参数匹配;
S103、若当前环境与所述环境设置参数匹配,则根据所述拍摄设置参数对目标对象进行拍摄,获得所述初始图像。
本实施例中,需要提供一个较佳的拍摄环境,以使拍摄设备获得更清晰的初始图像。
如图4所示,处于自动生产线上的二维码识别装置01可分别与光源控制器06、运动控制装置07、拍摄设备02连接。光源控制器06与工业级光源03连接,用于控制工业级光源03的亮度。运动控制装置07用于控制传送带05的运动速度。被拍摄物04置于传送带05上。当被拍摄物04进入拍摄设备02的有效视场范围内,拍摄设备02获取被拍摄物04的初始图像,然后将该初始图像传送给二维码识别装置01。二维码识别装置01包括了若干的图像识别单元,可以从初始图像中识别出二维码信息。
二维码识别装置01可以从输入装置(未图示)(此处的输入装置指的是预设设置参数的提供方)获取预设设置参数。预设设置参数包括但不限于环境设置参数和拍摄设置参数。在一些情况下,预设设置参数还可以包括运动设置参数、图像处理参数(如二维码轮廓的设置参数)。二维码识别装置01可将环境设置参数传送给光源控制器06,光源控制器06根据环境设置参数调节工业级光源03的亮度。在一些情况下,可在工业级光源03附近设置光感应器(未图示),以检查工业级光源03的发光强度是否达到预设要求。若工业级光源03的发光强度是否达到预设要求,则判定当前环境与环境设置参数匹配。
在当前环境与环境设置参数匹配时,二维码识别装置01可以将拍摄设置参数发送给拍摄设备02,由拍摄设备02对目标对象进行拍摄,生成初始图像,并将初始图像传回二维码识别装置01。
步骤S101-S103中,获取预设设置参数,所述预设设置参数包括环境设置参数和拍摄设置参数,以获得合适的预设设置参数,提高初始图像的成像质量。检查当前环境是否与所述环境设置参数匹配,以保证初始图像是在预设设置参数控制的环境下拍摄,若环境与环境设置参数不匹配,则产生报错信息。若当前环境与所述环境设置参数匹配,则根据所述拍摄设置参数对目标对象进行拍摄,获得所述初始图像,以完成拍摄动作,获得待处理的初始图像。
可选的,如图5所示,步骤S20包括:
S201、根据预设锐化参数对所述初始图像进行锐化处理,获得锐化图像;
S202、对所述锐化图像进行自适应二值化处理,获得二值化图像;
S203、对所述二值化图像进行中值滤波处理,获得中值滤波图像;
S204、对所述中值滤波图像进行形态学开运算处理,获得至少一个的连通区域;
S205、根据所述至少一个的连通区域生成所述轮廓信息。
本实施例中,预设锐化参数可以来自上述预设设置参数。对初始图像进行锐化处理,可采用拉普拉斯算子进行锐化,生成锐化图像。例如,使用的两个变量的离散拉普拉斯锐化算子可以是: 在一些情况下,也可以使用其他锐化算法对初始图像进行锐化。
在获得锐化图像之后,可以采用自适应二值化算法对锐化图像进行二值化处理。自适应二值化算法包括但不限于OTSU自适应二值化算法。经二值化处理,锐化图像转化为二值化图像。图像二值化(Image Binarization)可以将图像上的像素点的灰度值设置为0或255,使得出现图像呈现出明显的黑白效果。
然后,可将二值化图像再经中值滤波,生成中值滤波图像。中值滤波是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。
可将中值滤波图像再经形态学开运算处理,生成包含至少一个的连通区域的图像。形态学开运算可以平滑中值滤波图像中的轮廓,消除细狭的突出物。此步骤的形态学开运算的卷积窗口可以设置较大的参数。
经形态学开运算处理后,可得到至少一个的连通区域,每个连通区域对应一个轮廓。对连通区域进行边缘处理,提取各个边缘点的坐标,生成轮廓数据。轮廓信息包括了所有的轮廓数据。
步骤S201-S205中,根据预设锐化参数对所述初始图像进行锐化处理,获得锐化图像,以强化二维码的边缘轮廓。对所述锐化图像进行自适应二值化处理,获得二值化图像,以减少初始图像的数据处理量。对所述二值化图像进行中值滤波处理,获得中值滤波图像,以消除噪音干扰。对所述中值滤波图像进行形态学开运算处理,获得至少一个的连通区域,以平滑二维码图像的轮廓。根据所述至少一个的连通区域生成所述轮廓信息,以生成可供筛选的轮廓信息。
可选的,如图6所示,步骤S30包括:
S301、对所述轮廓信息中的轮廓数据的轮廓边缘进行外包围矩形处理,计算所述外包围矩形的长和宽;
S302、选取长宽比处于预设长宽比例范围内的轮廓数据为第一选取轮廓数据;
S303、计算各个所述第一选取轮廓数据的面积;
S304、选取面积处于预设面积范围内的第一选取轮廓数据为第二选取轮廓数据;
S305、根据所述第二选取轮廓数据从所述初始图像中提取第二选取区域图像,并计算所述第二选取区域图像的黑白像素比;
S306、选取黑白像素比处于预设黑白像素比范围内的第二选取轮廓数据为第三选取轮廓数据;
S307、计算所述第三选取轮廓数据的轮廓中心点,计算所述轮廓中心点与轮廓边缘点的最长距离和最短距离,计算所述最长距离和最短距离的比值;
S308、选取所述最长距离和最短距离的比值处于预设比例范围内的第三选取轮廓数据为所述目标二维码轮廓。
本实施例中,可以设置多个筛选条件,当被筛选的轮廓数据符合所有筛选条件时,可以确定该轮廓数据为目标二维码轮廓。在筛选的过程中,这些筛选条件可以是平行设置的。例如,可以先按照步骤S301-S302筛选出符合预设长宽比例范围的轮廓数据,再按照步骤S303-S304筛选出符合预设面积范围的轮廓数据;也可以先按照步骤S303-S304筛选出符合预设面积范围的轮廓数据,再按照步骤S301-S302筛选出符合预设长宽比例范围的轮廓数据。
在一实施例中,预设长宽比例范围可以是[0.6-1.4]。
在一实施例中,预设黑白像素比范围可以是[0.5-1.5]。
在一实施例中,预设比例范围(最长距离和最短距离的比值)可以[0.86-2.0]。
步骤S301-S308中,对所述轮廓信息中的轮廓数据的轮廓边缘进行外包围矩形处理,计算所述外包围矩形的长和宽,以估算轮廓数据的长宽比。选取长宽比处于预设长宽比例范围内的轮廓数据为第一选取轮廓数据,以根据长宽比排除不符的轮廓数据,减少二维码解码的计算量。计算各个所述第一选取轮廓数据的面积,以计算轮廓数据的面积。选取面积处于预设面积范围内的第一选取轮廓数据为第二选取轮廓数据,以根据面积排除不符的轮廓数据,减少二维码解码的计算量。根据所述第二选取轮廓数据从所述初始图像中提取第二选取区域图像,并计算所述第二选取区域图像的黑白像素比,以计算轮廓数据所对应的图像的黑白像素比。选取黑白像素比处于预设黑白像素比范围内的第二选取轮廓数据为第三选取轮廓数据,以根据黑白像素比排除不符的轮廓数据,减少二维码解码的计算量。计算所述第三选取轮廓数据的轮廓中心点,计算所述轮廓中心点与轮廓边缘点的最长距离和最短距离,计算所述最长距离和最短距离的比值,以计算轮廓数据中轮廓中心点与轮廓边缘点的最长距离和最短距离的比值。选取所述最长距离和最短距离的比值处于预设比例范围内的第三选取轮廓数据为所述目标二维码轮廓,以根据中心距离比排除不符的轮廓数据,减少二维码解码的计算量。
可选的,如图7所示,步骤S40包括:
S401、根据所述目标二维码轮廓从所述初始图像提取初始二维码区域图像;
S402、获取所述初始二维码区域图像的四个二维码图形顶点;
S403、从四个所述二维码图形顶点选取三个二维码图形顶点,并计算三个二维码图形顶点所形成的角的角度,所述角与二维码图形共用两条边;
S404、判断所述角度是否处于预设角度范围内;
S405、若所述角度处于预设角度范围内,则确定所述初始二维码区域图像为所述二维码区域图像;
S406、若所述角度不处于预设角度范围内,则对所述初始二维码区域图像进行透视变换,获得所述二维码区域图像。
本实施例中,可判断由四个二维码图形顶点组成的二维码图形是否为类矩形。若二维码图形为类矩形,则初始二维码区域图像为二维码区域图像。可采用标准解码方法对二维码区域图像进行解码。若二维码图形不为类矩形,则可以使用透视变换对初始二维码区域图像进行校正,提高对初始图像的识别率。透视变换是将图片投影至一个新的视平面,可根据初始二维码区域图像的四个二维码图形顶点及所需变换后图像的四个顶点计算变换矩阵,输入初始二维码区域图像及计算的变换矩阵,则可以计算出透视变换后的二维码区域图像。
步骤S401-S406中,根据所述目标二维码轮廓从所述初始图像提取初始二维码区域图像;获取所述初始二维码区域图像的四个二维码图形顶点;从四个所述二维码图形顶点选取三个二维码图形顶点,并计算三个二维码图形顶点所形成的角的角度,所述角与二维码图形共用两条边;判断所述角度是否处于预设角度范围内,以确定初始二维码区域图像中的二维码图形是否为类矩形。若所述角度处于预设角度范围内,则确定所述初始二维码区域图像为所述二维码区域图像,此时不需要对初始二维码区域图像进行变形处理。若所述角度不处于预设角度范围内,则对所述初始二维码区域图像进行透视变换,获得所述二维码区域图像,以校正二维码图形,提高二维码的识别率。
可选的,如图8所示,步骤S50包括:
S501、根据预设对比度增强参数对所述二维码区域图像进行对比度增强处理,获得对比度优化图像;
S502、根据预设灰度阈值对所述对比度优化图像进行二值化处理,获得所述待解码图像,并对所述待解码图像进行解码,获得二维码信息。
本实施例中,对比度增强可采用3*3模块的二阶拉普拉斯锐化算法,以便于像素信息的分离。预设灰度阈值可以根据实际需要进行设定。经对比度增强处理后,可获得对比度优化图像。
预设灰度阈值可以包括多个灰度阈值。起始的灰度阈值可以是20、30等。使用起始的灰度阈值对对比度优化图像进行二值化处理,生成待解码图像,并对待解码图像进行解码,若解码成功,则可以获得二维码信息。若解码失败,则使用预设灰度阈值中的另外一个灰度阈值继续对对比度优化图像,直至解析出初始图像中的二维码信息。若所有的预设灰度阈值均已用完,仍无法获得二维码信息,则输出识别错误的提醒。
步骤S501-S502中,根据预设对比度增强参数对所述二维码区域图像进行对比度增强处理,获得对比度优化图像,以便于二维码区域图像中的像素信息分离。根据预设灰度阈值对所述对比度优化图像进行二值化处理,获得所述待解码图像,并对所述待解码图像进行解码,获得二维码信息,以获得最终需要的二维码信息。
可选的,如图9所示,步骤S502包括:
S5021、根据初始灰度阈值对所述对比度优化图像进行二值化处理,获得第一待解码图像;
S5022、对所述第一待解码图像进行解码,判断是否解码成功;
S5023、若对所述第一待解码图像解码失败,则以指定步长对所述初始灰度阈值进行修改,获得灰度变更阈值;
S5024、根据所述灰度变更阈值对所述对比度优化图像进行二值化处理,获得第二待解码图像;
S5025、对所述第二待解码图像进行解码;
S5026、若所述第二待解码图像解码成功,则获取所述第二待解码图像的解码结果,即所述二维码信息;
S5027、若所述第二待解码图像解码失败,则继续按照所述指定步长对所述灰度变更阈值进行修改,直至修改后的灰度变更阈值超出预设灰度范围。
本实施例中,可以分别使用不同灰度阈值对对比度优化图像进行二值化处理,以得到相应的二值化图像。使用标准解码方法对二值化图像进行解码。若解码成功,则返回识别出的二维码信息。若解码失败,更换灰度阈值,继续生成二值化图像。更换灰度阈值,可以使用指定步长,如10。例如,可分别使用灰度阈值为20、30、40……对对比度优化图像进行二值化处理。预设灰度范围可以根据需要进行设定,如可以是[20,180]。
步骤S5021-S5027中,根据初始灰度阈值对所述对比度优化图像进行二值化处理,获得第一待解码图像;对所述第一待解码图像进行解码,判断是否解码成功,若解码成功,可输出二维码信息,若解码失败,则需重试。若对所述第一待解码图像解码失败,则以指定步长对所述初始灰度阈值进行修改,获得灰度变更阈值;根据所述灰度变更阈值对所述对比度优化图像进行二值化处理,获得第二待解码图像;S5025、对所述第二待解码图像进行解码;若所述第二待解码图像解码成功,则获取所述第二待解码图像的解码结果,即所述二维码信息,通过修改灰度阈值,以提高对二值化图像的识别率。若所述第二待解码图像解码失败,则继续按照所述指定步长对所述灰度变更阈值进行修改,直至修改后的灰度变更阈值超出预设灰度范围,以在较宽的灰度阈值范围内对二值化图像进行解码,提高二维码识别的正确率。
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,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种二维码识别装置,该二维码识别装置与上述实施例中二维码识别方法一一对应。如图10所示,该二维码识别装置包括图像获取模块10、轮廓获取模块20、轮廓筛选模块30、图像提取模块40和图像解码模块50。各功能模块详细说明如下:
图像获取模块10,用于获取初始图像;
轮廓获取模块20,用于根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息;
轮廓筛选模块30,用于根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓;
图像提取模块40,用于根据所述目标二维码轮廓从所述初始图像提取二维码区域图像;
图像解码模块50,用于根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息。
可选的,图像获取模块10包括:
获取参数单元,用于获取预设设置参数,所述预设设置参数包括环境设置参数和拍摄设置参数;
环境检查单元,用于检查当前环境是否与所述环境设置参数匹配;
拍摄单元,用于若当前环境与所述环境设置参数匹配,则根据所述拍摄设置参数对目标对象进行拍摄,获得所述初始图像。
可选的,轮廓获取模块20包括:
锐化单元,用于根据预设锐化参数对所述初始图像进行锐化处理,获得锐化图像;
二值化单元,用于对所述锐化图像进行自适应二值化处理,获得二值化图像;
中值滤波单元,用于对所述二值化图像进行中值滤波处理,获得中值滤波图像;
开运算单元,用于对所述中值滤波图像进行形态学开运算处理,获得至少一个的连通区域;
生成轮廓单元,用于根据所述至少一个的连通区域生成所述轮廓信息。
可选的,轮廓筛选模块30包括:
长宽计算单元,用于对所述轮廓信息中的轮廓数据的轮廓边缘进行外包围矩形处理,计算所述外包围矩形的长和宽;
第一筛选单元,用于选取长宽比处于预设长宽比例范围内的轮廓数据为第一选取轮廓数据;
面积计算单元,用于计算各个所述第一选取轮廓数据的面积;
第二筛选单元,用于选取面积处于预设面积范围内的第一选取轮廓数据为第二选取轮廓数据;
像素比计算单元,用于根据所述第二选取轮廓数据从所述初始图像中提取第二选取区域图像,并计算所述第二选取区域图像的黑白像素比;
第三筛选单元,用于选取黑白像素比处于预设黑白像素比范围内的第二选取轮廓数据为第三选取轮廓数据;
距离比计算单元,用于计算所述第三选取轮廓数据的轮廓中心点,计算所述轮廓中心点与轮廓边缘点的最长距离和最短距离,计算所述最长距离和最短距离的比值;
第四筛选单元,用于选取所述最长距离和最短距离的比值处于预设比例范围内的第三选取轮廓数据为所述目标二维码轮廓。
可选的,图像提取模块40包括:
初步提取单元,用于根据所述目标二维码轮廓从所述初始图像提取初始二维码区域图像;
确定顶点单元,用于获取所述初始二维码区域图像的四个二维码图形顶点;
计算角度单元,用于从四个所述二维码图形顶点选取三个二维码图形顶点,并计算三个二维码图形顶点所形成的角的角度,所述角与二维码图形共用两条边;
角度判断单元,用于判断所述角度是否处于预设角度范围内;
第一确定单元,用于若所述角度处于预设角度范围内,则确定所述初始二维码区域图像为所述二维码区域图像;
第二确定单元,用于若所述角度不处于预设角度范围内,则对所述初始二维码区域图像进行透视变换,获得所述二维码区域图像。
可选的,图像解码模块50包括:
对比度单元,用于根据预设对比度增强参数对所述二维码区域图像进行对比度增强处理,获得对比度优化图像;
解码单元,用于根据预设灰度阈值对所述对比度优化图像进行二值化处理,获得所述待解码图像,并对所述待解码图像进行解码,获得二维码信息。
可选的,解码单元包括:
第一二值化子单元,用于根据初始灰度阈值对所述对比度优化图像进行二值化处理,获得第一待解码图像;
第一解码子单元,用于对所述第一待解码图像进行解码,判断是否解码成功;
灰度修改子单元,用于若对所述第一待解码图像解码失败,则以指定步长对所述初始灰度阈值进行修改,获得灰度变更阈值;
第二二值化子单元,用于根据所述灰度变更阈值对所述对比度优化图像进行二值化处理,获得第二待解码图像;
第二解码子单元,用于对所述第二待解码图像进行解码;
解码成功子单元,用于若所述第二待解码图像解码成功,则获取所述第二待解码图像的解码结果,即所述二维码信息;
重复解码子单元,用于若所述第二待解码图像解码失败,则继续按照所述指定步长对所述灰度变更阈值进行修改,直至修改后的灰度变更阈值超出预设灰度范围。
关于二维码识别装置的具体限定可以参见上文中对于二维码识别方法的限定,在此不再赘述。上述二维码识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图11所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储二维码识别方法涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种二维码识别方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上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以下步骤:
获取初始图像;
根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息;
根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓;
根据所述目标二维码轮廓从所述初始图像提取二维码区域图像;
根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取初始图像;
根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息;
根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓;
根据所述目标二维码轮廓从所述初始图像提取二维码区域图像;
根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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,即将所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。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种二维码识别方法,其特征在于,包括:
获取初始图像;
根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息;
根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓;
根据所述目标二维码轮廓从所述初始图像提取二维码区域图像;
根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息。
2.如权利要求1所述的二维码识别方法,其特征在于,所述获取初始图像,包括:
获取预设设置参数,所述预设设置参数包括环境设置参数和拍摄设置参数;
检查当前环境是否与所述环境设置参数匹配;
若当前环境与所述环境设置参数匹配,则根据所述拍摄设置参数对目标对象进行拍摄,获得所述初始图像。
3.如权利要求1所述的二维码识别方法,其特征在于,所述根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息,包括:
根据预设锐化参数对所述初始图像进行锐化处理,获得锐化图像;
对所述锐化图像进行自适应二值化处理,获得二值化图像;
对所述二值化图像进行中值滤波处理,获得中值滤波图像;
对所述中值滤波图像进行形态学开运算处理,获得至少一个的连通区域;
根据所述至少一个的连通区域生成所述轮廓信息。
4.如权利要求1所述的二维码识别方法,其特征在于,所述根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓,包括:
对所述轮廓信息中的轮廓数据的轮廓边缘进行外包围矩形处理,计算所述外包围矩形的长和宽;
选取长宽比处于预设长宽比例范围内的轮廓数据为第一选取轮廓数据;
计算各个所述第一选取轮廓数据的面积;
选取面积处于预设面积范围内的第一选取轮廓数据为第二选取轮廓数据;
根据所述第二选取轮廓数据从所述初始图像中提取第二选取区域图像,并计算所述第二选取区域图像的黑白像素比;
选取黑白像素比处于预设黑白像素比范围内的第二选取轮廓数据为第三选取轮廓数据;
计算所述第三选取轮廓数据的轮廓中心点,计算所述轮廓中心点与轮廓边缘点的最长距离和最短距离,计算所述最长距离和最短距离的比值;
选取所述最长距离和最短距离的比值处于预设比例范围内的第三选取轮廓数据为所述目标二维码轮廓。
5.如权利要求1所述的二维码识别方法,其特征在于,所述根据所述目标二维码轮廓从所述初始图像提取二维码区域图像,包括:
根据所述目标二维码轮廓从所述初始图像提取初始二维码区域图像;
获取所述初始二维码区域图像的四个二维码图形顶点;
从四个所述二维码图形顶点选取三个二维码图形顶点,并计算三个二维码图形顶点所形成的角的角度,所述角与二维码图形共用两条边;
判断所述角度是否处于预设角度范围内;
若所述角度处于预设角度范围内,则确定所述初始二维码区域图像为所述二维码区域图像;
若所述角度不处于预设角度范围内,则对所述初始二维码区域图像进行透视变换,获得所述二维码区域图像。
6.如权利要求1所述的二维码识别方法,其特征在于,所述根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息,包括:
根据预设对比度增强参数对所述二维码区域图像进行对比度增强处理,获得对比度优化图像;
根据预设灰度阈值对所述对比度优化图像进行二值化处理,获得所述待解码图像,并对所述待解码图像进行解码,获得二维码信息。
7.如权利要求6所述的二维码识别方法,其特征在于,所述根据预设灰度阈值对所述对比度优化图像进行二值化处理,获得所述待解码图像,并对所述待解码图像进行解码,获得二维码信息,包括:
根据初始灰度阈值对所述对比度优化图像进行二值化处理,获得第一待解码图像;
对所述第一待解码图像进行解码,判断是否解码成功;
若对所述第一待解码图像解码失败,则以指定步长对所述初始灰度阈值进行修改,获得灰度变更阈值;
根据所述灰度变更阈值对所述对比度优化图像进行二值化处理,获得第二待解码图像;
对所述第二待解码图像进行解码;
若所述第二待解码图像解码成功,则获取所述第二待解码图像的解码结果,即所述二维码信息;
若所述第二待解码图像解码失败,则继续按照所述指定步长对所述灰度变更阈值进行修改,直至修改后的灰度变更阈值超出预设灰度范围。
8.一种二维码识别装置,其特征在于,包括:
图像获取模块,用于获取初始图像;
轮廓获取模块,用于根据第一预处理方法对所述初始图像进行处理,获得所述初始图像的轮廓信息;
轮廓筛选模块,用于根据预设筛选方法从所述轮廓信息中筛选出目标二维码轮廓;
图像提取模块,用于根据所述目标二维码轮廓从所述初始图像提取二维码区域图像;
图像解码模块,用于根据第二预处理方法对所述二维码区域图像进行处理,获得待解码图像,并对所述待解码图像进行解码,获得二维码信息。
9.一种计算机设备,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7中任一项所述二维码识别方法。
10.一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7中任一项所述二维码识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910969469.9A CN112651256A (zh) | 2019-10-12 | 2019-10-12 | 二维码识别方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910969469.9A CN112651256A (zh) | 2019-10-12 | 2019-10-12 | 二维码识别方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112651256A true CN112651256A (zh) | 2021-04-13 |
Family
ID=75343332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910969469.9A Pending CN112651256A (zh) | 2019-10-12 | 2019-10-12 | 二维码识别方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112651256A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113468905A (zh) * | 2021-07-12 | 2021-10-01 | 深圳思谋信息科技有限公司 | 图形码识别方法、装置、计算机设备和存储介质 |
CN113591507A (zh) * | 2021-08-03 | 2021-11-02 | 深圳市杰恩世智能科技有限公司 | 一种鲁棒的二维码DataMatrix定位方法及*** |
CN114330407A (zh) * | 2021-12-30 | 2022-04-12 | 深圳创维-Rgb电子有限公司 | 条形码的检测识别方法、装置、设备和存储介质 |
CN114723766A (zh) * | 2022-04-14 | 2022-07-08 | 润芯微科技(江苏)有限公司 | 一种二维码提取与展示的方法及电子设备 |
CN115375625A (zh) * | 2022-07-25 | 2022-11-22 | 北京数美时代科技有限公司 | 一种二维码检测解码方法、***、电子设备及介质 |
CN116468060A (zh) * | 2023-04-23 | 2023-07-21 | 创新奇智(上海)科技有限公司 | 一种dpm码处理方法、装置、存储介质及设备 |
CN116542926A (zh) * | 2023-05-04 | 2023-08-04 | 上海感图网络科技有限公司 | 电池的二维码缺陷识别方法、装置、设备及存储介质 |
CN116563048A (zh) * | 2023-07-05 | 2023-08-08 | 江西科技学院 | 一种财务报销方法、***及计算机 |
CN113689378B (zh) * | 2021-07-07 | 2024-04-05 | 杭州未名信科科技有限公司 | 试纸带精准定位的判定方法、装置、存储介质及终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009113231A1 (ja) * | 2008-03-14 | 2009-09-17 | 株式会社ソニー・コンピュータエンタテインメント | 画像処理装置および画像処理方法 |
CN107545207A (zh) * | 2017-09-28 | 2018-01-05 | 云南电网有限责任公司电力科学研究院 | 基于图像处理的dm二维码识别方法及装置 |
CN109815763A (zh) * | 2019-01-04 | 2019-05-28 | 广州广电研究院有限公司 | 二维码的检测方法、装置和存储介质 |
-
2019
- 2019-10-12 CN CN201910969469.9A patent/CN112651256A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009113231A1 (ja) * | 2008-03-14 | 2009-09-17 | 株式会社ソニー・コンピュータエンタテインメント | 画像処理装置および画像処理方法 |
CN107545207A (zh) * | 2017-09-28 | 2018-01-05 | 云南电网有限责任公司电力科学研究院 | 基于图像处理的dm二维码识别方法及装置 |
CN109815763A (zh) * | 2019-01-04 | 2019-05-28 | 广州广电研究院有限公司 | 二维码的检测方法、装置和存储介质 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689378B (zh) * | 2021-07-07 | 2024-04-05 | 杭州未名信科科技有限公司 | 试纸带精准定位的判定方法、装置、存储介质及终端 |
CN113468905A (zh) * | 2021-07-12 | 2021-10-01 | 深圳思谋信息科技有限公司 | 图形码识别方法、装置、计算机设备和存储介质 |
WO2023284609A1 (zh) * | 2021-07-12 | 2023-01-19 | 深圳思谋信息科技有限公司 | 图形码识别方法、装置、计算机设备和存储介质 |
CN113468905B (zh) * | 2021-07-12 | 2024-03-26 | 深圳思谋信息科技有限公司 | 图形码识别方法、装置、计算机设备和存储介质 |
CN113591507A (zh) * | 2021-08-03 | 2021-11-02 | 深圳市杰恩世智能科技有限公司 | 一种鲁棒的二维码DataMatrix定位方法及*** |
CN114330407A (zh) * | 2021-12-30 | 2022-04-12 | 深圳创维-Rgb电子有限公司 | 条形码的检测识别方法、装置、设备和存储介质 |
CN114723766A (zh) * | 2022-04-14 | 2022-07-08 | 润芯微科技(江苏)有限公司 | 一种二维码提取与展示的方法及电子设备 |
CN115375625A (zh) * | 2022-07-25 | 2022-11-22 | 北京数美时代科技有限公司 | 一种二维码检测解码方法、***、电子设备及介质 |
CN116468060A (zh) * | 2023-04-23 | 2023-07-21 | 创新奇智(上海)科技有限公司 | 一种dpm码处理方法、装置、存储介质及设备 |
CN116542926A (zh) * | 2023-05-04 | 2023-08-04 | 上海感图网络科技有限公司 | 电池的二维码缺陷识别方法、装置、设备及存储介质 |
CN116563048A (zh) * | 2023-07-05 | 2023-08-08 | 江西科技学院 | 一种财务报销方法、***及计算机 |
CN116563048B (zh) * | 2023-07-05 | 2024-05-03 | 江西科技学院 | 一种财务报销方法、***及计算机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112651256A (zh) | 二维码识别方法、装置、计算机设备及存储介质 | |
US9530069B2 (en) | Method and system for detecting and recognizing text in images | |
US8590794B2 (en) | Barcode recognion method and computer product thereof | |
CN110348264B (zh) | 一种qr二维码图像校正方法及*** | |
CN107886026B (zh) | 图形码处理方法及装置 | |
CN111461100A (zh) | 一种票据识别方法、装置、电子设备和存储介质 | |
US11341739B2 (en) | Image processing device, image processing method, and program recording medium | |
US10990778B2 (en) | Apparatus and method for recognizing barcode based on image detection | |
CN111582000A (zh) | 一种条形码定位方法、装置及相关设备 | |
CN111681160B (zh) | 曲面图像的还原方法、装置、设备及可读存储介质 | |
CN111860582B (zh) | 图像分类模型构建方法、装置、计算机设备和存储介质 | |
CN113963353A (zh) | 一种文字图像处理识别方法、装置、计算机设备和存储介质 | |
CN111783795A (zh) | 将图像转换为激光扫描路径的方法、装置、设备及介质 | |
CN111652011B (zh) | 一种读取二维码的方法和装置 | |
CN112926695A (zh) | 基于模板匹配的图像识别方法和*** | |
CN115221909A (zh) | 二维码识别方法、装置、设备及计算机可读存储介质 | |
CN115331234A (zh) | 存储有图像处理程序的计算机可读取的非瞬时性记录介质、以及图像处理装置 | |
CN114330408A (zh) | 一种图像增强方法以及图像增强装置 | |
CN109448013B (zh) | 一种局部光照不均qr码图像二值化处理方法 | |
CN115311242A (zh) | 一种工业相机图像锐化方法、装置、设备及存储介质 | |
CN118015029A (zh) | 极耳的角点的检测方法、装置及存储介质 | |
CN114299299A (zh) | 一种树叶特征提取方法、装置、计算机设备和存储介质 | |
CN113283416A (zh) | 一种字符轮廓识别方法、装置、电子设备、机器可读介质 | |
CN113283262A (zh) | 一种二维码定位方法、装置、电子设备、机器可读介质 | |
CN112927288B (zh) | 图像坐标提取方法、图像处理设备及存储装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210413 |