CN114820827A - 一种用于数据存储的矩形灰阶点阵图像的数据解码方法 - Google Patents

一种用于数据存储的矩形灰阶点阵图像的数据解码方法 Download PDF

Info

Publication number
CN114820827A
CN114820827A CN202210483542.3A CN202210483542A CN114820827A CN 114820827 A CN114820827 A CN 114820827A CN 202210483542 A CN202210483542 A CN 202210483542A CN 114820827 A CN114820827 A CN 114820827A
Authority
CN
China
Prior art keywords
data
value
image
array
decoding
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
Application number
CN202210483542.3A
Other languages
English (en)
Inventor
杨安荣
单良
欧阳松
钟诗惠
杜小丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yichun Shanghai Intelligent Technology Co ltd
Original Assignee
Yichun Shanghai Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yichun Shanghai Intelligent Technology Co ltd filed Critical Yichun Shanghai Intelligent Technology Co ltd
Priority to CN202210483542.3A priority Critical patent/CN114820827A/zh
Publication of CN114820827A publication Critical patent/CN114820827A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Error Detection And Correction (AREA)

Abstract

本发明公开了一种用于数据存储的矩形灰阶点阵图像的数据解码方法，包括如下步骤：步骤1:将图像以灰阶位图形式加载；步骤2:寻找图像四个辅助定位点；寻找方法如下：步骤2.1:分别从图像四个边缘，通过4个等分点向中心搜寻边框位置，顶边和底边的位置pl、pm，左边和右边位置pl，pr；步骤2.2:根据边框的位置和提供的编码图像尺寸信息计算出待编码的图像的横向比例参数rh和rv；步骤2.3:可以存储的数据可以根据打印设备的精度和幅度进行调整，充分利用灰度多色大大提高了数据存储高密度，以满足海量数据存储的需求；且因采用水平、垂直RS编码+数据散布的算法，提高了在介质污损、环境噪声影响情况下还原的概率。

Description

一种用于数据存储的矩形灰阶点阵图像的数据解码方法
技术领域
本发明属于数据存储技术领域，具体为一种用于数据存储的矩形灰阶点阵图像的数据解码方法。
背景技术
目前伴随着互联与大数据技术的发展，全球数据呈***式增长，PB级规模的数据越来常见。海量数据也是有“温度”的，在其呈指级增长的同时，也出现分层特征，按照被访问频率从高到低进行分类，可以将数据为热数据、温数据、冷数据。
一方面，冷数据的价值并不一定比热数据低，而且还会随着时间的推移变得更为重要，因此对于海量冷数据也需要确保其长期安全存储；另一方面，不经常访问的冷数据占据了大量的在线存储资源，会造成严重的资源浪费，需要及时转移到离线存储中。
而目前适用于数据长期离线存储的载体是胶片与玻璃介质。胶片和玻璃介质不同于硬盘、光盘等依靠旋转存取的方式，使用矩形点阵图像的形式存储可以最大化的利用胶片、玻璃等介质的存储面积，达到海量存储的目的。
矩形点阵图像有着广泛应用实例，例如汉信码、QR码、Data Matrix等，但这些矩形图像码最初的设计用途是用于标签信息数据交换，并且为了适应普通设备读取数据能力，设计时只有黑白两色分别代表单个bit的0和1，并且有单位面积尺寸小的限制，造成可存储数据容量较小，最大容量<5k。因此此类编码无法适应海量数据存储。
发明内容：
本发明的目的就在于为了解决上述问题而提供一种用于数据存储的矩形灰阶点阵图像的数据解码方法，解决了背景技术中提到的问题。
为了解决上述问题，本发明提供了一种技术方案：
一种用于数据存储的矩形灰阶点阵图像的数据解码方法，包括如下步骤：
步骤1:将图像以灰阶位图形式加载；
步骤2:寻找图像四个辅助定位点；
寻找方法如下：
步骤2.1:分别从图像四个边缘，通过4个等分点向中心搜寻边框位置，顶边和底边的位置pl、pm，左边和右边位置pl，pr；
步骤2.2:根据边框的位置和提供的编码图像尺寸信息计算出待编码的图像的横向比例参数rh和rv；
步骤2.3:根据四条边框的步骤2.1和步骤2.2的参数使用基于灰度统计的模版匹配算法寻找黑白交叉十字线；
步骤3:通过步骤2寻找到的上下左右四个辅助定位点，定位出色块参考条、四周MTF参考线对条、数据区、元数据区的高宽、起始像素点位置；
步骤4:通过四周MTF参考线对条按公式计算出图像四个边的MTF值再计算出四个MTF值的均值；
步骤5:当MTF的均值低于50％且高于25％时通过非锐化掩模算法的方式对图像进行锐化；
步骤6:通过步骤3计算出的元数据区定位和高宽信息计算出每个数据点所占像素大小以及起始位置；
步骤7:从步骤6计算出的读取起始点参数开始读取生成像素均值数组；
步骤7.1：使用步骤6计算的数据点高宽参数读取指定区域的像素组成数组，计算像素数组的均值；
步骤7.2:读取起始点向下偏移一个数据所占像素点的高度值，按步骤7.1读取下个像素组的均值；
重复步骤7由左至右读取数据，直到读取完整个元数据区；
步骤8:解调元信息数据；
步骤8.1：将步骤7读取的像素均值数组遍历，通过判断byte值c按下公式进行转换为bit值v的数组：
步骤8.2：将步骤8.1形成的bit值数组，以高位到低位将8个bit值位操作组合为一个byte值，生成待解码的元信息数组；
步骤9:解码元信息数据，待解码的元信息数据包含Reed-Solomon纠错编码长度为p'，则按(p',p'-32,33)的参数对元信息数据进行Reed-Solomon解码尝试；
步骤10:解码成功后，将解码数据转换为字符串，以JSON格式解析提取将色阶数C、编码矩阵数K、编码矩阵数据行数M，垂直编码长度M',编码矩阵数据列数N，水平编码长度信息N'、图像大小、编码规则版本信息、数据CRC32值以及帧序号；
步骤11:根据从元信息数据中提取的色阶数参数C和步骤3获取的色阶参考条起始位置和高宽信息读取C个灰度色阶均值数组；
步骤12:通过步骤3计算出的数据区定位和高宽信息计算出每个数据点所占像素大小以及起始位置；
步骤13:从步骤12计算出的读取起始点参数开始读取生成像素均值数组，以数据点像素高宽为步长从左至右，从上至下读取数据，直到读取完整个数据，形成一个待解调的数组；
步骤14:解调数据；
步骤14.1：遍历像素均值数组，将值与步骤11形成的灰阶数组的值范围对比，把对应的灰阶数组索引值映射成为一个bit组数据；
步骤14.2：此时的bit组数组大小为像素均值数组长度*n，遍历bit组数组，将bit组数据以n个为一组由高位到低位进行bit拼接解调为一个byte数组；
步骤15：解码数据；
步骤15.1：生成K个大小为(M+M')*(N+N')解码矩阵；
步骤15.2:遍历待解码矩阵数据，分别依次将数据分别写入解码矩阵A1～AK中，为编码操作A.5.4的逆向操作；
步骤15.3:对Ak矩阵进行垂直ReedSolomon解码与水平ReedSolomon解码；
步骤15.3.1:对矩阵Ak的N+N'个列向量[a1y,a2y,...,aMy]分别一次以(M+M',M,M'+1)为参数尝试Reed-Solomon解码；
步骤15.3.2:对矩阵Ak的M个行向量[ax1,ax2,...,axN](x>＝1,x<＝M)分别依次以(N+N'，N,N'+1)为参数尝试Reed-Solomon解码；
步骤15.4:从K个解码矩阵中提取A1[1～M；1～N]～AK[1～M；1～N]子矩阵数据首尾拼接成还原数据；
步骤16:计算还原数据的CRC32值，与元信息中提取的CRC32参数值进行比较，如果两者相同则数据还原完成，不同则数据还原失败。
作为优选，步骤4中，Lmax为最大亮度，Lmin为最小亮度。
作为优选，步骤5中，当MTF的均值高于50％无需进行锐化处理，当MTF的均值低于25％将视为无效图像数据。
作为优选，步骤5中，所述非锐化掩模算法为先提取低频，再利用原图减去低频得到高频。
作为优选，步骤14.2中，数值n＝log2C。
作为优选，步骤15.3中，数值k的范围为k≥1,k≤K。
作为优选，步骤15.3.1，数值y的范围为y≥1,y≤N+N'。
作为优选，步骤15.3.2中，数值x≥1,x≤M。
本发明的有益效果是：解决了原有黑白矩形点阵图像数据存储方案因存储容量有限无法用于海量数据存储而设计的一套通过提高数据的存储密度和数据存储的完整性的矩形图像编码方案；
优点在于可以存储的数据可以根据打印设备的精度和幅度进行调整，充分利用灰度多色大大提高了数据存储高密度，以满足海量数据存储的需求；且因采用水平、垂直RS编码+数据散布的算法，提高了在介质污损、环境噪声影响情况下还原的概率。
附图说明：
为了易于说明，本发明由下述的具体实施及附图作以详细描述。
图1为本发明的编解码矩阵示意图；
图2为本发明的边框示意图；
图3为本发明的数据区边框示意图；
图4为本发明的定位标点示意图；
图5为本发明的制传递函数参考线对条示意图；
图6为本发明的色彩参照条示意图；
图7为本发明的视觉元数据示意图；
图8为本发明的元数据存储区示意图；
图9为本发明的数据区示意图。
具体实施方式：
如图1-9所示，本具体实施方式采用以下技术方案：
实施例：
一种用于数据存储的矩形灰阶点阵图像的数据解码方法，包括如下步骤：步骤1:将图像以灰阶位图形式加载；步骤2:寻找图像四个辅助定位点；
寻找方法如下：步骤2.1:分别从图像四个边缘，通过4个等分点向中心搜寻边框位置，顶边和底边的位置pl、pm，左边和右边位置pl，pr；步骤2.2:根据边框的位置和提供的编码图像尺寸信息计算出待编码的图像的横向比例参数rh和rv；步骤2.3:根据四条边框的步骤2.1和步骤2.2的参数使用基于灰度统计的模版匹配算法寻找黑白交叉十字线；步骤3:通过步骤2寻找到的上下左右四个辅助定位点，定位出色块参考条、四周MTF参考线对条、数据区、元数据区的高宽、起始像素点位置；步骤4:通过四周MTF参考线对条按公式
Figure BDA0003628648850000061
计算出图像四个边的MTF值再计算出四个MTF值的均值；步骤5:当MTF的均值低于50％且高于25％时通过非锐化掩模算法的方式对图像进行锐化；步骤6:通过步骤3计算出的元数据区定位和高宽信息计算出每个数据点所占像素大小以及起始位置；步骤7:从步骤6计算出的读取起始点参数开始读取生成像素均值数组；步骤7.1：使用步骤6计算的数据点高宽参数读取指定区域的像素组成数组，计算像素数组的均值；步骤7.2：读取起始点向下偏移一个数据所占像素点的高度值，按步骤7.1读取下个像素组的均值；重复步骤7由左至右读取数据，直到读取完整个元数据区；步骤8:解调元信息数据；步骤8.1：将步骤7读取的像素均值数组遍历，通过判断byte值c按下公式进行转换为bit值v的数组：
Figure BDA0003628648850000062
步骤8.2：将步骤8.1形成的bit值数组，以高位到低位将8个bit值位操作组合为一个byte值，生成待解码的元信息数组；步骤9:解码元信息数据，待解码的元信息数据包含Reed-Solomon纠错编码长度为p'，则按(p',p'-32,33)的参数对元信息数据进行Reed-Solomon解码尝试；步骤10:解码成功后，将解码数据转换为字符串，以JSON格式解析提取将色阶数C、编码矩阵数K、编码矩阵数据行数M，垂直编码长度M',编码矩阵数据列数N，水平编码长度信息N'、图像大小、编码规则版本信息、数据CRC32值以及帧序号；步骤11:根据从元信息数据中提取的色阶数参数C和步骤3获取的色阶参考条起始位置和高宽信息读取C个灰度色阶均值数组；步骤12:通过步骤3计算出的数据区定位和高宽信息计算出每个数据点所占像素大小以及起始位置；步骤13:从步骤12计算出的读取起始点参数开始读取生成像素均值数组，以数据点像素高宽为步长从左至右，从上至下读取数据，直到读取完整个数据，形成一个待解调的数组；步骤14:解调数据；步骤14.1：遍历像素均值数组，将值与步骤11形成的灰阶数组的值范围对比，把对应的灰阶数组索引值映射成为一个bit组数据；步骤14.2：此时的bit组数组大小为像素均值数组长度*n，遍历bit组数组，将bit组数据以n个为一组由高位到低位进行bit拼接解调为一个byte数组；步骤15：解码数据；步骤15.1：生成K个大小为(M+M')*(N+N')解码矩阵；步骤15.2:遍历待解码矩阵数据，分别依次将数据分别写入解码矩阵A1～AK中，为编码操作A.5.4的逆向操作；步骤15.3:对Ak矩阵进行垂直ReedSolomon解码与水平ReedSolomon解码；步骤15.3.1:对矩阵Ak的N+N'个列向量[a1y,a2y,...,aMy]分别一次以(M+M',M,M'+1)为参数尝试Reed-Solomon解码；步骤15.3.2:对矩阵Ak的M个行向量[ax1,ax2,...,axN](x>＝1,x<＝M)分别依次以(N+N'，N,N'+1)为参数尝试Reed-Solomon解码；步骤15.4:从K个解码矩阵中提取A1[1～M；1～N]～AK[1～M；1～N]子矩阵数据首尾拼接成还原数据；步骤16:计算还原数据的CRC32值，与元信息中提取的CRC32参数值进行比较，如果两者相同则数据还原完成，不同则数据还原失败。
其中，步骤4中，Lmax为最大亮度，Lmin为最小亮度。
其中，步骤5中，当MTF的均值高于50％无需进行锐化处理，当MTF的均值低于25％将视为无效图像数据。
其中，步骤5中，所述非锐化掩模算法为先提取低频，再利用原图减去低频得到高频。
其中，步骤14.2中，数值n＝log2C。
其中，步骤15.3中，数值k的范围为k≥1,k≤K。
其中，步骤15.3.1，数值y的范围为y≥1,y≤N+N'。
其中，步骤15.3.2中，数值x≥1,x≤M。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点，本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.一种用于数据存储的矩形灰阶点阵图像的数据解码方法，其特征在于，包括如下步骤：
步骤1:将图像以灰阶位图形式加载；
步骤2:寻找图像四个辅助定位点；
寻找方法如下：
步骤2.1:分别从图像四个边缘，通过4个等分点向中心搜寻边框位置，顶边和底边的位置pl、pm，左边和右边位置pl，pr；
步骤2.2:根据边框的位置和提供的编码图像尺寸信息计算出待编码的图像的横向比例参数rh和rv；
步骤2.3:根据四条边框的步骤2.1和步骤2.2的参数使用基于灰度统计的模版匹配算法寻找黑白交叉十字线；
步骤3:通过步骤2寻找到的上下左右四个辅助定位点，定位出色块参考条、四周MTF参考线对条、数据区、元数据区的高宽、起始像素点位置；
步骤4:通过四周MTF参考线对条按公式
Figure FDA0003628648840000011
计算出图像四个边的MTF值再计算出四个MTF值的均值；
步骤5:当MTF的均值低于50％且高于25％时通过非锐化掩模算法的方式对图像进行锐化；
步骤6:通过步骤3计算出的元数据区定位和高宽信息计算出每个数据点所占像素大小以及起始位置；
步骤7:从步骤6计算出的读取起始点参数开始读取生成像素均值数组；
步骤7.1：使用步骤6计算的数据点高宽参数读取指定区域的像素组成数组，计算像素数组的均值；
步骤7.2：读取起始点向下偏移一个数据所占像素点的高度值，按步骤7.1读取下个像素组的均值；重复步骤7由左至右读取数据，直到读取完整个元数据区；
步骤8:解调元信息数据；
步骤8.1：将步骤7读取的像素均值数组遍历，通过判断byte值c按下公式进行转换为bit值v的数组：
Figure FDA0003628648840000012
步骤8.2：将步骤8.1形成的bit值数组，以高位到低位将8个bit值位操作组合为一个byte值，生成待解码的元信息数组；
步骤9:解码元信息数据，待解码的元信息数据包含Reed-Solomon纠错编码长度为p'，则按(p',p'-32,33)的参数对元信息数据进行Reed-Solomon解码尝试；
步骤10:解码成功后，将解码数据转换为字符串，以JSON格式解析提取将色阶数C、编码矩阵数K、编码矩阵数据行数M，垂直编码长度M',编码矩阵数据列数N，水平编码长度信息N'、图像大小、编码规则版本信息、数据CRC32值以及帧序号；
步骤11:根据从元信息数据中提取的色阶数参数C和步骤3获取的色阶参考条起始位置和高宽信息读取C个灰度色阶均值数组；
步骤12:通过步骤3计算出的数据区定位和高宽信息计算出每个数据点所占像素大小以及起始位置；
步骤13:从步骤12计算出的读取起始点参数开始读取生成像素均值数组，以数据点像素高宽为步长从左至右，从上至下读取数据，直到读取完整个数据，形成一个待解调的数组；
步骤14:解调数据；
步骤14.1：遍历像素均值数组，将值与步骤11形成的灰阶数组的值范围对比，把对应的灰阶数组索引值映射成为一个bit组数据；
步骤14.2：此时的bit组数组大小为像素均值数组长度*n，遍历bit组数组，将bit组数据以n个为一组由高位到低位进行bit拼接解调为一个byte数组；
步骤15：解码数据；
步骤15.1：生成K个大小为(M+M')*(N+N')解码矩阵；
步骤15.2:遍历待解码矩阵数据，分别依次将数据分别写入解码矩阵A1～AK中，为编码操作A.5.4的逆向操作；
步骤15.3:对Ak矩阵进行垂直ReedSolomon解码与水平ReedSolomon解码；
步骤15.3.1:对矩阵Ak的N+N'个列向量[a1y,a2y,...,aMy]分别一次以(M+M',M,M'+1)为参数尝试Reed-Solomon解码；
步骤15.3.2:对矩阵Ak的M个行向量[ax1,ax2,...,axN](x>＝1,x<＝M)分别依次以(N+N'，N,N'+1)为参数尝试Reed-Solomon解码；
步骤15.4:从K个解码矩阵中提取A1[1～M；1～N]～AK[1～M；1～N]子矩阵数据首尾拼接成还原数据；
步骤16:计算还原数据的CRC32值，与元信息中提取的CRC32参数值进行比较，如果两者相同则数据还原完成，不同则数据还原失败。
2.根据权利要求1所述的一种用于数据存储的矩形灰阶点阵图像的数据解码方法，其特征在于：步骤4中，Lmax为最大亮度，Lmin为最小亮度。
3.根据权利要求1所述的一种用于数据存储的矩形灰阶点阵图像的数据解码方法，其特征在于：步骤5中，当MTF的均值高于50％无需进行锐化处理，当MTF的均值低于25％将视为无效图像数据。
4.根据权利要求1所述的一种用于数据存储的矩形灰阶点阵图像的数据解码方法，其特征在于：步骤5中，所述非锐化掩模算法为先提取低频，再利用原图减去低频得到高频。
5.根据权利要求1所述的一种用于数据存储的矩形灰阶点阵图像的数据解码方法，其特征在于：步骤14.2中，数值n＝log2C。
6.根据权利要求1所述的一种用于数据存储的矩形灰阶点阵图像的数据解码方法，其特征在于：步骤15.3中，数值k的范围为k≥1,k≤K。
7.根据权利要求1所述的一种用于数据存储的矩形灰阶点阵图像的数据解码方法，其特征在于：步骤15.3.1，数值y的范围为y≥1,y≤N+N'。
8.根据权利要求1所述的一种用于数据存储的矩形灰阶点阵图像的数据解码方法，其特征在于：步骤15.3.2中，数值x≥1,x≤M。
CN202210483542.3A 2022-05-06 2022-05-06 一种用于数据存储的矩形灰阶点阵图像的数据解码方法 Pending CN114820827A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210483542.3A CN114820827A (zh) 2022-05-06 2022-05-06 一种用于数据存储的矩形灰阶点阵图像的数据解码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210483542.3A CN114820827A (zh) 2022-05-06 2022-05-06 一种用于数据存储的矩形灰阶点阵图像的数据解码方法

Publications (1)

Publication Number Publication Date
CN114820827A true CN114820827A (zh) 2022-07-29

Family

ID=82510525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210483542.3A Pending CN114820827A (zh) 2022-05-06 2022-05-06 一种用于数据存储的矩形灰阶点阵图像的数据解码方法

Country Status (1)

Country Link
CN (1) CN114820827A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090184171A1 (en) * 2006-11-16 2009-07-23 Shenzhen Mpr Times Technology Co., Ltd. Two-dimensional code and its decoding method, and the printing publication using this two-dimensional code
CN106845593A (zh) * 2017-01-16 2017-06-13 武汉大学 一种矩形固定点阵信息编解码方法
WO2018076409A1 (zh) * 2016-10-28 2018-05-03 深圳大学 一种二维码的防拷贝实现方法及实现***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090184171A1 (en) * 2006-11-16 2009-07-23 Shenzhen Mpr Times Technology Co., Ltd. Two-dimensional code and its decoding method, and the printing publication using this two-dimensional code
WO2018076409A1 (zh) * 2016-10-28 2018-05-03 深圳大学 一种二维码的防拷贝实现方法及实现***
CN106845593A (zh) * 2017-01-16 2017-06-13 武汉大学 一种矩形固定点阵信息编解码方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郭倩;陈广学;: "手机可识读的点阵编码与解码方法", 包装学报, no. 02, 23 May 2018 (2018-05-23) *

Similar Documents

Publication Publication Date Title
Welstead Fractal and wavelet image compression techniques
US7175088B2 (en) Two-dimensional code having superior decoding property which is possible to control the level of error correcting codes, and method for encoding and decoding the same
US10679175B2 (en) Two-dimensional code, system for creation of two-dimensional code, and analysis program
JP3964390B2 (ja) グラフィカルバーコードの生成および復号化
WO2003054786A1 (en) Generating graphical codes by halftoning with embedded graphical encoding
JP4898771B2 (ja) バーコード除去装置及びその除去方法
JPH03119486A (ja) 記入済書式に含まれている情報を記憶または伝送のために圧縮する方法
WO2010031110A1 (en) Data storage device and encoding/decoding methods
CN111738898B (zh) 文本数字水印嵌入\提取方法及装置
JP4173994B2 (ja) 画像に埋め込まれたハーフトーン変調の検出
CN100356399C (zh) 二维条形码码图印刷方法及解码方法
CN115511031A (zh) 一种扩容二维码、三维码解码方法、***、设备和介质
CN114820827A (zh) 一种用于数据存储的矩形灰阶点阵图像的数据解码方法
CN114567710B (zh) 一种基于岭回归预测的可逆数据隐写方法及***
US20060002614A1 (en) Raster-to-vector conversion process and apparatus
CN115909378A (zh) 单据文本检测模型的训练方法及单据文本检测方法
US8300882B2 (en) Data adaptive message embedding for visible watermarking
CN114900701A (zh) 一种基于深度学习的视频数字水印嵌入与提取方法及***
CN114898002A (zh) 一种用于数据存储的矩形灰阶点阵图像的数据编码方法
CN110781185B (zh) 一种文本文件内容像素化转换及还原方法
US6419162B1 (en) Maximizing data capacity for embedded data blocks with occlusions therein
CN108174217B (zh) 一种图像码的生成与解析方法、电子设备及存储介质
CN114463426B (zh) 基于三角切分的平行四边形点云码设计与识别方法及***
CN115204339B (zh) 一种基于数据分析服务融合智慧数字二维码门牌***
CN116320203B (zh) 用于医院智能运维平台的数据管理***

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