【技术实现步骤摘要】
识别码的识别方法、装置及设备
本申请涉及信息处理
,尤其涉及一种识别码的识别方法、装置及设备。
技术介绍
随着互联网的快速发展,移动设备的计算能力的增强,对识别码的应用越来越广泛。识别码是指通过特定图形来记录数据符号信息的方式,例如:条形码、二维码等。识别码在移动支付、账号登陆、网站跳转、商品识别等领域被广泛使用。现有技术中,终端设备对识别码进行扫描得到包括识别码的图像后,直接对图像进行目标检测,得到识别码对应的区域,然后再对该区域进行识别,从而得到识别码中的内容。然而,上述识别过程的召回率较低,可能出现长时间检测不到识别码的情况,使得终端设备反复对识别码进行扫描,导致用户体验降低。
技术实现思路
本申请提供一种识别码的识别方法、装置及设备,用以提高识别码的召回率,提升用户体验。第一方面,本申请提供一种识别码的识别方法,包括:获取对识别码进行拍摄得到的第一图像;获取多个预处理方式和所述多个预处理方式对应的顺序;根据所述多个预处理方式和所述多个预处理方式对应的顺序,对所述第一图像进行预处理,以及对预处理后的第一图像进行识别处理,得到所述识别码的识别结果。由于采用了多个预处理方式对第一图像进行预处理,并对预处理后的第一图像进行识别处理,使得无论第一图像属于哪种图像类型(第一图像中的识别码的尺寸、位置为哪种情况),均可以识别出第一图像中的识别码,提高了识别码的召回率。一种可能的实现方式中,所述根据所述多个预处理方式和所述多个预处理方式对应的顺序,对所述第一图像进行预处理,以 ...
【技术保护点】
1.一种识别码的识别方法,其特征在于,包括:/n获取对识别码进行拍摄得到的第一图像;/n获取多个预处理方式和所述多个预处理方式对应的顺序;/n根据所述多个预处理方式和所述多个预处理方式对应的顺序,对所述第一图像进行预处理,以及对预处理后的第一图像进行识别处理,得到所述识别码的识别结果。/n
【技术特征摘要】
1.一种识别码的识别方法,其特征在于,包括:
获取对识别码进行拍摄得到的第一图像;
获取多个预处理方式和所述多个预处理方式对应的顺序;
根据所述多个预处理方式和所述多个预处理方式对应的顺序,对所述第一图像进行预处理,以及对预处理后的第一图像进行识别处理,得到所述识别码的识别结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个预处理方式和所述多个预处理方式对应的顺序,对所述第一图像进行预处理,以及对预处理后的第一图像进行识别处理,得到所述识别码的识别结果,包括:
将所述顺序中的第一个预处理方式作为当前预处理方式;
执行预处理过程:采用所述当前预处理方式对所述第一图像进行预处理,得到第二图像;
执行识别过程:对所述第二图像进行检测,得到所述识别码的区域,并对所述识别码的区域进行识别,得到识别结果;若未检测到所述识别码的区域,或者得到的识别结果为识别失败,则将所述当前预处理方式更新为所述顺序中的下一个预处理方式,重复执行所述预处理过程和所述识别过程,直至得到的识别结果为识别成功,或者,直至所述当前预处理方式为所述顺序中的最后一个预处理方式,且得到的识别结果为识别失败。
3.根据权利要求2所述的方法,其特征在于,所述多个预处理方式与多个图像类型一一对应,所述多个预处理方式的先后顺序与所述第一图像分别属于所述多个图像类型的概率大小顺序一致。
4.根据权利要求3所述的方法,其特征在于,每个图像包括中心区域和至少一个其他区域,所述多个图像类型包括:第一图像类型、第二图像类型和第三图像类型,所述第一图像类型的图像中的识别码的尺寸占比大于或等于预设阈值,第二图像类型和第三图像类型的图像中的识别码的尺寸占比小于所述预设阈值,所述第二图像类型的图像中的识别码的位置位于所述中心区域,所述第三图像类型的图像中的识别码的位置位于所述其他区域;所述多个预处理方式按顺序依次为:第一预处理方式、第二预处理方式和第三预处理方式;
其中,所述第一预处理方式用于指示对所述第一图像进行缩放处理,得到所述第二图像;所述第二预处理方式用于指示将所述第一图像的中心区域作为所述第二图像;所述第三预处理方式用于指示分别将所述第一图像的各所述其他区域作为所述第二图像。
5.根据权利要求4所述的方法,其特征在于,每个所述预处理方式得到的所述第二图像的尺寸小于所述第一图像的尺寸。
6.根据权利要求2至5任一项所述的方法,其特征在于,所述对所述第二图像进行检测,得到所述识别码的区域,包括:
将所述第二图像输入至经过训练的检测模型中,根据所述检测模型的输出结果确定所述识别码的区域;其中,所述检测模型是通过对样本数据库中的多个训练样本进行学习得到的,每个训练样本包括:样本图像和所述样本图像对应的标注信息,所述标注信息用于指示所述样本图像中的识别码的位置。
7.根据权利要求6所述的方法,其特征在于,所述检测模型是采用如下方式训练得到的:
获取待训练的初始模型,对所述初始模型的结构进行调整,得到调整后的模型,所述调整后的模型所占内存的大小小于所述初始模型所占内存的大小;...
【专利技术属性】
技术研发人员:李超,刘国翌,张家栋,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。