一种菜品库存信息处理方法及装置，所述方法包括：获取待处理图片；若待处理图片中包含至少两个使用目标容器盛放的菜品，根据目标容器图片模板确定待处理图片中各所述目标容器的位置信息；基于各目标容器的位置信息从待处理图片中分割得到各目标容器对应的目标图片；基于各目标图片对菜品进行分类，得到菜品分类结果；基于各目标容器的位置信息将各目标容器与各读写器进行匹配；将菜品分类结果通过与各目标容器匹配的读写器写入各目标容器上设置的可读写芯片。还涉及一种菜品出库方法及装置。上述方法可实现一次对多个菜品进行识别和识别类别，不仅可避免由于人工分类存储导致的分类和摆放失误，提高菜品库存管理的正确率，还可提高菜品入库效率。还可提高菜品入库效率。还可提高菜品入库效率。
【技术实现步骤摘要】
菜品库存信息处理方法、菜品出库方法及相关装置
[0001]本申请涉及计算机
，特别是涉及一种菜品库存信息处理方法、装置、计算机设备和存储介质，以及一种菜品出库方法、装置、计算机设备和存储介质。
技术介绍
[0002]在常规餐厅的后厨，对于切配完成需进行密封存放的菜品，通常是由工作人员在完成切配后，对已经处理好的成品菜密封进行分类并且根据不同的菜品类别放入冷库进行保存。
[0003]然而在菜品入库时通过人工进行分类摆放存在以下问题：对于外观相似、形状相近的菜品人工对菜品分类失误，以及摆放时失误等等。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够减少无误的菜品库存信息处理方法、菜品出库方法及相关装置。
[0005]一种菜品库存信息处理方法，所述方法包括：
[0006]获取待处理图片；
[0007]若所述待处理图片中包含至少两个使用目标容器盛放的菜品，根据目标容器图片模板确定所述待处理图片中各所述目标容器的位置信息；
[0008]基于各所述目标容器的位置信息从所述待处理图片中分割得到各所述目标容器对应的目标图片；
[0009]基于各所述目标图片对所述菜品进行分类，得到菜品分类结果；
[0010]基于各所述目标容器的位置信息将各所述目标容器与各读写器进行匹配；
[0011]将所述菜品分类结果通过与各所述目标容器匹配的读写器写入各所述目标容器上设置的可读写芯片。
[0012]一种菜品出库方法，所述方法包括：<br/>[0013]通过读写器在目标区域内检测内嵌在目标容器中的可读写芯片；
[0014]若在目标区域内检测到内嵌在目标容器中的可读写芯片，通过所述读写器与所述可读写芯片进行通信，读取所述可读写芯片中的菜品分类结果；其中，所述菜品分类结果的写入包括步骤：若所述获取的待处理图片中包含至少两个使用目标容器盛放的菜品，根据目标容器图片模板确定所述待处理图片中各所述目标容器的位置信息；基于各所述目标容器的位置信息从所述待处理图片中分割得到仅包含所述菜品的目标图片；根据各所述目标图片对各所述菜品进行分类，得到菜品分类结果；基于各所述目标容器的位置信息将各所述目标容器与各读写器进行匹配；将所述菜品分类结果通过与所述目标容器匹配的读写器写入各所述目标容器上设置的可读写芯片；
[0015]显示所述菜品分类结果。
[0016]一种菜品库存信息处理装置，所述装置包括：
[0017]图片获取模块，用于获取待处理图片；
[0018]检测模块，用于若所述待处理图片中包含至少两个使用目标容器盛放的菜品，根据目标容器图片模板确定所述待处理图片中各所述目标容器的位置信息；
[0019]分割模块，用于基于各所述目标容器的位置信息从所述待处理图片中分割得到各所述目标容器对应的目标图片；
[0020]分类模块，用于基于所述目标图片对所述菜品进行分类，得到菜品分类结果；
[0021]匹配模块，用于基于各所述目标容器的位置信息将各所述目标容器与各读写器进行匹配；
[0022]写入模块，用于将所述菜品分类结果通过与各所述目标容器匹配的读写器写入各所述目标容器上设置的可读写芯片。
[0023]一种菜品出库装置，所述装置包括：
[0024]检测模块，用于通过读写器在目标区域内检测内嵌在目标容器中的可读写芯片；
[0025]通信模块，用于若在目标区域内检测到内嵌在目标容器中的可读写芯片，通过所述读写器与所述可读写芯片进行通信，读取所述可读写芯片中的菜品分类结果；其中，所述菜品分类结果的写入包括步骤：若所述获取的待处理图片中包含至少两个使用目标容器盛放的菜品，根据目标容器图片模板确定所述待处理图片中各所述目标容器的位置信息；基于各所述目标容器的位置信息从所述待处理图片中分割得到仅包含所述菜品的目标图片；根据各所述目标图片对各所述菜品进行分类，得到菜品分类结果；基于各所述目标容器的位置信息将各所述目标容器与各读写器进行匹配；将所述菜品分类结果通过与所述目标容器匹配的读写器写入各所述目标容器上设置的可读写芯片；
[0026]结果显示模块，用于显示所述菜品分类结果。
[0027]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述菜品库存信息处理方法、菜品出库方法的步骤。
[0028]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述菜品库存信息处理方法、菜品出库方法的步骤。
[0029]上述菜品库存信息处理方法、菜品出库方法及相关装置，通过在获取到的待处理图包含至少两个目标容器盛放的菜品时，根据目标容器图片模板确定各目标容器的位置信息，并且基于各位置信息分割得到各目标容器对应的目标图片，然后结合目标图片对其中各自的菜品进行分类确定菜品分类结果，再根据各位置信息对读写器和目标容器(菜品)进行匹配，通过与目标容器匹配的读写器将菜品分类结果写入目标容器中的可读写芯片；由此在取用菜品时，可将菜品放到指定位置通过读写器读取该菜品所用盛放容器上设置的可读写芯片中的菜品分类结果，完成菜品的出库。通过上述方法对于切配存放的菜品进行库存管理时，由于全程由计算机对菜品进行识别和分类存储，并记录菜品分类结果，且计算机可实现一次对多个菜品进行识别和识别类别，不仅可避免由于人工分类存储导致的分类和摆放失误，提高菜品库存管理的正确率，还可以提高菜品入库的效率。
附图说明
[0030]图1为一个实施例中菜品库存信息处理方法的应用环境图；
[0031]图2为一个实施例中菜品库存信息处理方法的流程示意图；
[0032]图3为一个实施例中判定待处理图片中是否包含至少两个使用目标容器盛放的菜品的流程示意图；
[0033]图4为一个实施例中根据目标容器图片模板在待处理图片中确定目标容器的位置信息的流程示意图；
[0034]图5为一个具体实施例中目标容器图片模板的示意图；
[0035]图6为一个具体实施例中采用非极大值抑制方法从目标匹配结果中筛选得到目标容器对应的位置信息的流程示意图；
[0036]图7为一个具体实施例中菜品库存信息处理方法的流程示意图；
[0037]图8为一个实施例中菜品库存信息处理装置的结构框图；
[0038]图9为一个实施例中计算机设备的内部结构图。
具体实施方式
[0039]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0040]本申请提供的菜品库存信息处理方法，可以应用于如图1所示的应用环境中。其中，终端101与图片采集装置102进行通信，并且通过网络与读写器103通过网络进行通信，而读写器与内嵌在盛放菜品的容器中的可读写芯片104进行通信。终端101从图片采集装置102处获本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种菜品库存信息处理方法，其特征在于，所述方法包括：获取待处理图片；若所述待处理图片中包含至少两个使用目标容器盛放的菜品，根据目标容器图片模板确定所述待处理图片中各所述目标容器的位置信息；基于各所述目标容器的位置信息从所述待处理图片中分割得到各所述目标容器对应的目标图片；基于各所述目标图片对各所述菜品进行分类，得到菜品分类结果；基于各所述目标容器的位置信息将各所述目标容器与各读写器进行匹配；将所述菜品分类结果通过与各所述目标容器匹配的读写器写入各所述目标容器上设置的可读写芯片。2.根据权利要求1所述的方法，其特征在于，所述获取待处理图片，包括：获取采集的原始图片；对所述原始图片进行均值滤波处理，得到均值滤波后图片；所述待处理图片包括所述均值滤波后图片。3.根据权利要求1所述的方法，其特征在于，在所述获取待处理图片之后，还包括：对所述待处理图片进行灰度处理，得到灰度图片；将灰度图片与预设灰度背景图片相减，得到中间图片；对所述中间图片进行二值处理，得到二值化中间图片；计算所述二值化中间图片中的白色像素的数量占比；若所述白色像素的数量占比大于预设占比阈值，判定所述待处理图片内包含使用目标容器盛放的菜品。4.根据权利要求1至3任意一项所述的方法，其特征在于，所述根据目标容器图片模板确定所述待处理图片中各所述目标容器的位置信息，包括：对所述待处理图片进行灰度处理，得到灰度图片；基于广义霍夫变换对所述目标容器图片模板进行变换后，利用变换后的目标容器图片模板遍历所述灰度图片，得到所述灰度图片中与所述目标容器图片模板匹配程度超过匹配阈值的目标匹配结果；对所述目标匹配结果进行筛选，得到筛选后匹配结果；基于各所述筛选后匹配结果确定各所述目标容器的位置信息。5.根据权利要求1至3任意一项所述的方法，其特征在于，所述基于各所述目标图片对各所述菜品进行分类，得到菜品分类结果，包括：分别将所述目标图片输入通过训练确定的神经网络，获得所述神经网络的各输出结果；选取各所述输出结果中置信度分数最大的目标输出结果，若所述目标输出结果对应的置信度分数大于或者等于预设分数阈值，将所述输出结果确定为对应所述菜品的分类结果。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：若任一所述目标输出结果对应的置信度分数小于所述预设分数阈值，或者，任一所述目标输出...
【专利技术属性】
技术研发人员：任来仪，
申请(专利权)人：广东智源机器人科技有限公司，
类型：发明
国别省市：
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。