CN116580390A - 价签内容获取方法、装置、存储介质和计算机设备 - Google Patents
价签内容获取方法、装置、存储介质和计算机设备 Download PDFInfo
- Publication number
- CN116580390A CN116580390A CN202310563499.6A CN202310563499A CN116580390A CN 116580390 A CN116580390 A CN 116580390A CN 202310563499 A CN202310563499 A CN 202310563499A CN 116580390 A CN116580390 A CN 116580390A
- Authority
- CN
- China
- Prior art keywords
- data
- commodity
- matching
- price tag
- price
- 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 43
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 208000001840 Dandruff Diseases 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 239000002453 shampoo Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- 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
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- 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
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种价签内容获取方法、装置、存储介质和计算机设备,方法包括:获取目标价签的价签图片;通过目标检测算法,检测出价签图片的名称区域和商品价格;通过OCR算法对名称区域进行内容识别,得到商品名称;将商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;匹配结果包括若干个第一候选商品数据;将匹配结果的若干个第一候选商品数据的价格数据与商品价格进行匹配,得到匹配数据;根据匹配数据,从匹配结果的若干个第一候选商品数据中确定目标商品数据,将目标商品数据确定为目标价签的价签内容。本申请可以准确获取电子价签和非电子价签上的价签内容,有利于对货架上的商品实现实时监测和管理。
Description
技术领域
本申请涉及价签内容的检测识别技术领域,具体涉及一种价签内容获取方法、装置、存储介质和计算机设备。
背景技术
价签是用于标识商品信息的道具,随着电子价签的产生,商家可以在电子价签上轮播商品信息和大号的特殊字符,方便购买者通过电子价签上的商品信息了解商品名称和价格,而商家可以利用算法识别特殊字符,获取特殊字符指向的商品信息,以提高实现对货架上商品的实时监测和管理,提高货架管理的效率和准确性。然而,传统的非电子价签由于由于尺寸限制,无法同时显示商品信息和大号的特殊字符,而且也无***播商品信息和大号的特殊字符,因此对于货架上设有非电子价签的商品难以实现实时监测和管理。
发明内容
本申请的目的在于克服现有技术中的缺点与不足,提供一种价签内容获取方法、装置、存储介质和计算机设备,可以准确获取电子价签和非电子价签上的价签内容,有利于对货架上的商品实现实时监测和管理。
本申请的一个实施例提供一种价签内容获取方法,包括:
获取目标价签的价签图片;
通过目标检测算法,检测出所述价签图片的名称区域和商品价格;
通过OCR算法对所述名称区域进行内容识别,得到商品名称;
将所述商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;所述匹配结果包括若干个第一候选商品数据;
将所述匹配结果的若干个第一候选商品数据的价格数据与所述商品价格进行匹配,得到匹配数据;
根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容。
进一步,所述通过目标检测算法,检测出所述价签图片的名称区域和商品价格的步骤,包括:
通过所述目标检测算法检测出所述价签图片的名称区域和价格区域;
通过所述目标检测算法识别出所述价格区域的价格数字和价格符号,得到所述商品价格。
进一步,所述将所述商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;所述匹配结果包括若干个第一候选商品数据的步骤,包括:
获取所述商品名称与所述商品信息数据库存储的各个商品信息数据的相似度;
将相似度最高的前若干个商品信息数据确定为所述第一候选商品数据。
进一步,所述匹配数据包括各个所述第一候选商品数据与所述商品价格的匹配值;
所述根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
若所述匹配数据的匹配值均小于预设的匹配阈值,从所述匹配结果中,将相似度最高的所述第一候选商品数据确定为所述目标商品数据。
进一步,所述根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
若所述匹配数据中存在一个匹配值大于或等于预设的匹配阈值,将对应的所述第一候选商品数据确定为所述目标商品数据。
进一步,所述根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
若所述匹配数据中存在至少两个匹配值大于或等于预设的匹配阈值,将对应的所述第一候选商品数据确定为第二候选商品数据;
根据所述匹配结果,获取各个所述第二候选商品数据与所述商品信息的相似度,将相似度最高的所述第二候选商品数据确定为所述目标商品数据。
进一步,所述根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
若存在若干个相似度最高的所述第二候选商品数据,从所述相似度最高的若干个所述第二候选商品数据中随机选择一个确定为所述目标商品数据。
本申请的一个实施例还提供一种价签内容获取装置,包括:
图片获取模块,用于获取目标价签的价签图片;
检测模块,用于通过目标检测算法,检测出所述价签图片的名称区域和商品价格;
识别模块,用于通过OCR算法对所述名称区域进行内容识别,得到商品名称;
第一匹配模块,用于将所述商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;所述匹配结果包括若干个第一候选商品数据;
第二匹配模块,用于将所述匹配结果的若干个第一候选商品数据的价格数据与所述商品价格进行匹配,得到匹配数据;
价签内容获取模块,用于根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容。
本申请的一个实施例还提供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如上所述的价签内容获取方法的步骤。
本申请的一个实施例还提供一种计算机设备,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的价签内容获取方法的步骤。
相对于相关技术,本申请通过目标检测算法,检测出价签图片的名称区域和商品价格,然后将通过OCR算法从名称区域识别得到的商品名称和预构建的商品信息数据库进行匹配,再获取匹配结果的若干个第一候选商品数据的价格数据与商品价格的匹配数据,根据匹配数据,从匹配结果的若干个第一候选商品数据中确定目标商品数据,从而得到目标价签的价签内容,无论价签图片对应的价签是电子价签还是传统的非电子价签,本申请都可以准确地获取价签上的价签内容,有利于对货架上的商品实现实时监测和管理。
为了能更清晰的理解本申请,以下将结合附图说明阐述本申请的具体实施方式。
附图说明
图1为本申请一个实施例的价签内容获取方法的流程图。
图2为本申请一个实施例的价签内容获取方法的流程示意图。
图3为本申请一个实施例的价签内容获取方法的价签图片示意图。
图4为本申请一个实施例的价签内容获取装置的模块连接示意图。
1、图片获取模块;2、检测模块;3、识别模块;4、第一匹配模块;5、第二匹配模块;6、价签内容获取模块。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施例方式作进一步地详细描述。
应当明确,所描述的实施例仅仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,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它实施例,都属于本申请实施例保护的范围。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。在本申请的描述中,需要理解的是,术语“第一”、“第二”、“第三”等仅用于区别类似的对象,而不必用于描述特定的顺序或先后次序,也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。在此所使用的词语“如果”/“若”可以被解释成为“在……时”或“当……时”或“响应于确定”。
此外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
请参阅图1-2,本申请第一实施例的价签内容获取方法包括:
S1:获取目标价签的价签图片。
其中,所述价签图片可以通过拍摄设备获取,例如,通过与货架对应的拍摄设备拍摄货架上各款商品的价签,得到价签图片。可选地,拍摄设备也可以是AI相机或AI机器人。
S2:通过目标检测算法,检测出所述价签图片的名称区域和商品价格。
其中,目标检测算法为基于深度学习的目标检测算法,通过标注有名称区域、价格区域和价格区域上的商品价格的价签图片训练样本对目标检测算法进行训练,可以得到用于检测价签图片的名称区域和商品价格的目标检测算法。
S3:通过OCR算法对所述名称区域进行内容识别,得到商品名称。
OCR算法即字符识别算法,是专门针对字符识别和检测的一种有效的图像处理算法,具有准确性高和稳定性强的优点,OCR算法可识别中文、英文、日文、韩文、***文、意大利文等几十种文字。
S4:将所述商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;所述匹配结果包括若干个第一候选商品数据。
将商品名称和预构建的商品信息数据库进行匹配是基于于Transformer的数据库文本匹配算法实现的,得到的匹配结果大大缩小了第一候选商品数据的数量。
S5:将所述匹配结果的若干个第一候选商品数据的价格数据与所述商品价格进行匹配,得到匹配数据。
匹配数据包括匹配结果的若干个第一候选商品数据的价格数据与商品价格的匹配情况,可用于指示最符合价签图片的第一候选商品数据。
S6:根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容。
相对于相关技术,本申请通过目标检测算法,检测出价签图片的名称区域和商品价格,然后将通过OCR算法从名称区域识别得到的商品名称和预构建的商品信息数据库进行匹配,再获取匹配结果的若干个第一候选商品数据的价格数据与商品价格的匹配数据,根据匹配数据,从匹配结果的若干个第一候选商品数据中确定目标商品数据,从而得到目标价签的价签内容,无论价签图片对应的价签是电子价签还是传统的非电子价签,本申请都可以准确地获取价签上的价签内容,有利于对货架上的商品实现实时监测和管理。而且,本申请通过两次数据匹配的方式,可以进一步提高获取的价签内容的准确性。
在一个可行的实施例中,所述S2:通过目标检测算法,检测出所述价签图片的名称区域和商品价格的步骤,包括:
S21:通过所述目标检测算法检测出所述价签图片的名称区域和价格区域。
S22:通过所述目标检测算法识别出所述价格区域的价格数字和价格符号,得到所述商品价格。
在本实施例中,由于商品价格是简单的数字和数字符号组成的,因此基于深度学习的目标检测算法也可以对数字和数字符号进行检测和分类,从而根据算法输出的分类结果得到商品的商品价格。
例如,价签图片如图3所示,目标检测算法可以检测出品名对应的“X柔长效去屑洗发X500ml”区域和商品价格对应的“9”、“.”、“9”、“9”等区域,其中,“X”表示模糊不清的汉字。基于深度学习的目标检测算法不仅可以给出目标区域的具***置坐标,还可以对目标区域进行分类。
在一个可行的实施例中,所述S4:将所述商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;所述匹配结果包括若干个第一候选商品数据的步骤,包括:
S41:获取所述商品名称与所述商品信息数据库存储的各个商品信息数据的相似度。
S42:将相似度最高的前若干个商品信息数据确定为所述第一候选商品数据。
在本实施例中,考虑到目标价签的内容是否存在模糊不清、价签图片是否受到遮挡等情况,将相似度最高的前若干个商品信息数据确定为第一候选商品数据,例如,将相似度最高的前三个商品信息数据确定为第一候选商品数据,再利用第一候选商品数据进行二次匹配,可以进一步提高获取价签内容的准确性。
在一个可行的实施例中,所述匹配数据包括各个所述第一候选商品数据与所述商品价格的匹配值;
所述S6:根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
S61:若所述匹配数据的匹配值均小于预设的匹配阈值,从所述匹配结果中,将相似度最高的所述第一候选商品数据确定为所述目标商品数据。
其中,匹配阈值为用户预设的比例值,匹配阈值可以作为判断匹配数据的匹配值是否符合用户要求的条件参数。例如,匹配阈值可以设置为100%、98%、90%等。
在一个可行的实施例中,所述S6:根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
S62:若所述匹配数据中存在一个匹配值大于或等于预设的匹配阈值,将对应的所述第一候选商品数据确定为所述目标商品数据。
其中,匹配值大于或等于预设的匹配阈值时,表示对应的第一候选商品数据的价格数据与商品价格的相匹配。
在一个可行的实施例中,所述S6:根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
S631:若所述匹配数据中存在至少两个匹配值大于或等于预设的匹配阈值,将对应的所述第一候选商品数据确定为第二候选商品数据;
S632:根据所述匹配结果,获取各个所述第二候选商品数据与所述商品信息的相似度,将相似度最高的所述第二候选商品数据确定为所述目标商品数据。
在一个可行的实施例中,所述S6:根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
S633:若存在若干个相似度最高的所述第二候选商品数据,从所述相似度最高的若干个所述第二候选商品数据中随机选择一个确定为所述目标商品数据。
在本实施例中,通过两次数据匹配,可以将最符合价签图片的目标商品数据作为价签内容。
例如,价签图片如图3所示,由于商品品名区域的内容是文本类型,无法用目标检测算法对其内容进行分类识别,因此只使用算法输出的具***置坐标。而商品价格是简单的数字和符号(例如:“.”)的组合,用目标检测算法可以很容易对每个数字和符号进行检测和分类,因此可以直接使用算法输出的分类结果作为商品的价格信息。而对于商品品名区域,使用OCR算法对其进行内容识别,可以得到初步的商品品名;由于价签尺寸较小、价签中显示的商品信息字号更小,且受限于相机的成像质量,有的时候无法把价签上显示的商品信息显示得很清晰,如图3所示的“柔”字前面的汉字和“发”字后面的汉字可能因为汉字本身很复杂或者相机拍照不清晰而导致其无法显示很清晰,这种情况下使用单一的OCR算法便无法将“柔”字前面的汉字和“发”字后面的汉字给识别出来,即无法准确地识别出商品品名信息。此时,商品名称和预构建的商品信息数据库匹配可能得到“飘柔长效去屑洗发水500ml”、“轻柔长效去屑洗发水500ml”、“哲柔长效去屑洗发液500ml”等三个第一候选商品数据,此时再通过步骤S5-S6,以及S61-S633,可以从三个第一候选商品数据中选择最接近的一个确定为目标价签的价签内容,大大提高了识别的准确性。
请参阅图4,本申请第二实施例提供一种价签内容获取装置,包括:
图片获取模块1,用于获取目标价签的价签图片;
检测模块2,用于通过目标检测算法,检测出所述价签图片的名称区域和商品价格;
识别模块3,用于通过OCR算法对所述名称区域进行内容识别,得到商品名称;
第一匹配模块4,用于将所述商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;所述匹配结果包括若干个第一候选商品数据;
第二匹配模块5,用于将所述匹配结果的若干个第一候选商品数据的价格数据与所述商品价格进行匹配,得到匹配数据;
价签内容获取模块6,用于根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容。
需要说明的是,本申请第二实施例提供的价签内容获取装置在执行价签内容获取方法时,仅以上述各功能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模块完成,即将设备的内部结构划分为不同的功能模块,以完成以上描述的全部或者部分功能。另外,本申请第二实施例提供的价签内容获取装置与本申请第一实施例的价签内容获取方法属于同一构思,其体现实现过程详见方法实施例,这里不再赘述以上所描述的设备实施例仅仅是示意性的,其中所述作为分离部件说明的组件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模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本申请的一个实施例还提供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如上所述的价签内容获取方法的步骤。
本申请的一个实施例还提供一种计算机设备,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的价签内容获取方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中选定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中选定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中选定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种价签内容获取方法,其特征在于,包括:
获取目标价签的价签图片;
通过目标检测算法,检测出所述价签图片的名称区域和商品价格;
通过OCR算法对所述名称区域进行内容识别,得到商品名称;
将所述商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;所述匹配结果包括若干个第一候选商品数据;
将所述匹配结果的若干个第一候选商品数据的价格数据与所述商品价格进行匹配,得到匹配数据;
根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容。
2.根据权利要求1所述的价签内容获取方法,其特征在于,所述通过目标检测算法,检测出所述价签图片的名称区域和商品价格的步骤,包括:
通过所述目标检测算法检测出所述价签图片的名称区域和价格区域;
通过所述目标检测算法识别出所述价格区域的价格数字和价格符号,得到所述商品价格。
3.根据权利要求1所述的价签内容获取方法,其特征在于,所述将所述商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;所述匹配结果包括若干个第一候选商品数据的步骤,包括:
获取所述商品名称与所述商品信息数据库存储的各个商品信息数据的相似度;
将相似度最高的前若干个商品信息数据确定为所述第一候选商品数据。
4.根据权利要求3所述的价签内容获取方法,其特征在于,所述匹配数据包括各个所述第一候选商品数据与所述商品价格的匹配值;
所述根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
若所述匹配数据的匹配值均小于预设的匹配阈值,从所述匹配结果中,将相似度最高的所述第一候选商品数据确定为所述目标商品数据。
5.根据权利要求3所述的价签内容获取方法,其特征在于,所述根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
若所述匹配数据中存在一个匹配值大于或等于预设的匹配阈值,将对应的所述第一候选商品数据确定为所述目标商品数据。
6.根据权利要求3所述的价签内容获取方法,其特征在于,所述根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
若所述匹配数据中存在至少两个匹配值大于或等于预设的匹配阈值,将对应的所述第一候选商品数据确定为第二候选商品数据;
根据所述匹配结果,获取各个所述第二候选商品数据与所述商品信息的相似度,将相似度最高的所述第二候选商品数据确定为所述目标商品数据。
7.根据权利要求6所述的价签内容获取方法,其特征在于,所述根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容的步骤,包括:
若存在若干个相似度最高的所述第二候选商品数据,从所述相似度最高的若干个所述第二候选商品数据中随机选择一个确定为所述目标商品数据。
8.一种价签内容获取装置,其特征在于,包括:
图片获取模块,用于获取目标价签的价签图片;
检测模块,用于通过目标检测算法,检测出所述价签图片的名称区域和商品价格;
识别模块,用于通过OCR算法对所述名称区域进行内容识别,得到商品名称;
第一匹配模块,用于将所述商品名称和预构建的商品信息数据库进行匹配,得到匹配结果;所述匹配结果包括若干个第一候选商品数据;
第二匹配模块,用于将所述匹配结果的若干个第一候选商品数据的价格数据与所述商品价格进行匹配,得到匹配数据;
价签内容获取模块,用于根据所述匹配数据,从所述匹配结果的若干个第一候选商品数据中确定目标商品数据,将所述目标商品数据确定为所述目标价签的价签内容。
9.一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任一项所述的价签内容获取方法的步骤。
10.一种计算机设备,其特征在于:包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的计算机程序,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任一项所述的价签内容获取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310563499.6A CN116580390A (zh) | 2023-05-18 | 2023-05-18 | 价签内容获取方法、装置、存储介质和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310563499.6A CN116580390A (zh) | 2023-05-18 | 2023-05-18 | 价签内容获取方法、装置、存储介质和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116580390A true CN116580390A (zh) | 2023-08-11 |
Family
ID=87539277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310563499.6A Pending CN116580390A (zh) | 2023-05-18 | 2023-05-18 | 价签内容获取方法、装置、存储介质和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116580390A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117275011A (zh) * | 2023-10-11 | 2023-12-22 | 广州市玄武无线科技股份有限公司 | 一种商品识别与商品价签匹配方法、***、终端及介质 |
-
2023
- 2023-05-18 CN CN202310563499.6A patent/CN116580390A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117275011A (zh) * | 2023-10-11 | 2023-12-22 | 广州市玄武无线科技股份有限公司 | 一种商品识别与商品价签匹配方法、***、终端及介质 |
CN117275011B (zh) * | 2023-10-11 | 2024-06-14 | 广州市玄武无线科技股份有限公司 | 一种商品识别与商品价签匹配方法、***、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110827247B (zh) | 一种识别标签的方法及设备 | |
US11080839B2 (en) | System and method for training a damage identification model | |
CN111078908A (zh) | 一种数据标注的检测方法和装置 | |
CN110175590A (zh) | 一种商品识别方法及装置 | |
CN109977824B (zh) | 物品取放识别方法、装置及设备 | |
US9811537B2 (en) | Product identification via image analysis | |
CN112580707A (zh) | 图像识别方法、装置、设备及存储介质 | |
US11715292B2 (en) | Methods and apparatus to perform image analyses in a computing environment | |
CN110348392B (zh) | 车辆匹配方法及设备 | |
CN116580390A (zh) | 价签内容获取方法、装置、存储介质和计算机设备 | |
CN106997350B (zh) | 一种数据处理的方法及装置 | |
CN115115825B (zh) | 图像中的对象检测方法、装置、计算机设备和存储介质 | |
CN115063084A (zh) | 一种卷烟零售商户库存盘点方法及*** | |
CN112884054B (zh) | 一种目标标注方法和一种目标标注装置 | |
CN111428743B (zh) | 商品识别方法、商品处理方法、装置及电子设备 | |
WO2017069741A1 (en) | Digitized document classification | |
US20210166028A1 (en) | Automated product recognition, analysis and management | |
CN112364702A (zh) | 一种物品核验方法及装置 | |
US20230196558A1 (en) | Medicine image recognition method, electronic device and readable storage medium | |
CN115661624A (zh) | 一种货架的数字化方法、装置及电子设备 | |
CN113627415A (zh) | 确定目标对象摆放信息的方法及装置 | |
CN114417965A (zh) | 图像处理模型的训练方法、目标检测方法及相关装置 | |
CN115953635B (zh) | 一种多类别目标物的分拣方法、ar眼镜和*** | |
CN110807523A (zh) | 相似目标的检测模型生成方法及设备 | |
CN117115839B (zh) | 一种基于自循环神经网络的***字段识别方法和装置 |
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 |