[发明专利]二维码识别方法、装置及设备有效

专利信息
申请号: 201811513649.8 申请日: 2018-12-11
公开(公告)号: CN110046529B 公开(公告)日: 2020-06-09
发明(设计)人: 陈家大 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06K7/14 分类号: G06K7/14
代理公司: 北京亿腾知识产权代理事务所(普通合伙) 11309 代理人: 张明;周良玉
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 二维码 识别 方法 装置 设备
【权利要求书】:

1.一种二维码识别方法,包括:

获取待识别图像;

在所述待识别图像中检测置信度比较高的一个回字特征;其中,所述置信度比较高的一个回字特征的判断过程包括:以回字特征的中心点为起点,向其周围扩展若干个像素,以得到包含回字特征的正矩形区域;针对该正矩形区域进行灰度直方图统计,若统计的灰度直方图为双峰型直方图,则判断该回字特征的置信度较高;

若检测到所述置信度比较高的一个回字特征,则判断所述待识别图像中的包含二维码;

当所述待识别图像中包含二维码时,根据深度学习检测算法,在所述待识别图像中检测所述二维码的指定个数的角点;

根据所述指定个数的角点的位置坐标,确定所述二维码在所述待识别图像中所在的目标区域;

根据所述指定个数的角点的位置坐标,对所述目标区域进行图像校正,得到校正后的图像;所述图像校正至少包括透视变换;

对所述校正后的图像进行二维码识别。

2.根据权利要求1所述的方法,在所述根据深度学习检测算法,在所述待识别图像中检测所述二维码的指定个数的角点之前,还包括:

获取所述回字特征的大小;

根据预设的换算规则以及所述回字特征的大小,换算所述二维码的大小;

若所述二维码的大小不满足预设条件,则从所述待识别图像中提取以所述回字特征为中心的待识别区域;

对所述待识别区域进行放大;

所述根据深度学习检测算法,在所述待识别图像中检测所述二维码的指定个数的角点,包括:

根据深度学习检测算法,在放大后的待识别区域中检测所述二维码的指定个数的角点。

3.根据权利要求1所述的方法,所述图像校正还包括镜头畸变校正。

4.根据权利要求1-3任一项所述的方法,所述对所述校正后的图像进行二维码识别,包括:

采用局部直方图的方法,对所述校正后的图像进行对比度增强处理,得到对比度增强图像;

对所述对比度增强图像进行二值化处理,得到二值化图像;

对所述二值化图像进行二维码识别。

5.一种二维码识别装置,包括:

获取单元,用于获取待识别图像;

检测单元,用于在所述待识别图像中检测置信度比较高的一个回字特征;其中,所述置信度比较高的一个回字特征的判断过程包括:以回字特征的中心点为起点,向其周围扩展若干个像素,以得到包含回字特征的正矩形区域;针对该正矩形区域进行灰度直方图统计,若统计的灰度直方图为双峰型直方图,则判断该回字特征的置信度较高;

若检测到所述置信度比较高的一个回字特征,则判断所述待识别图像中的包含二维码;

当所述获取单元获取的所述待识别图像中包含二维码时,根据深度学习检测算法,在所述待识别图像中检测所述二维码的指定个数的角点;

确定单元,用于根据所述检测单元检测到的所述指定个数的角点的位置坐标,确定所述二维码在所述待识别图像中所在的目标区域;

校正单元,用于根据所述指定个数的角点的位置坐标,对所述确定单元确定的所述目标区域进行图像校正,得到校正后的图像;所述图像校正至少包括透视变换;

识别单元,用于对所述校正单元校正后的图像进行二维码识别。

6.根据权利要求5所述的装置,还包括:换算单元、提取单元以及放大单元;

所述获取单元,还用于获取所述回字特征的大小;

所述换算单元,用于根据预设的换算规则以及所述获取单元获取的所述回字特征的大小,换算所述二维码的大小;

所述提取单元,用于若所述换算单元换算的所述二维码的大小不满足预设条件,则从所述待识别图像中提取以所述回字特征为中心的待识别区域;

所述放大单元,用于对所述提取单元提取的所述待识别区域进行放大;

所述检测单元具体用于:

根据深度学习检测算法,在放大后的待识别区域中检测所述二维码的指定个数的角点。

7.根据权利要求5所述的装置,所述图像校正还包括镜头畸变校正。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811513649.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top