二维码识别方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术实施例涉及图像处理技术领域，公开了一种二维码识别方法、装置、设备及计算机可读存储介质，包括：获取待识别二维码图像；将待识别二维码图像输入预设的图像识别模型中，得到二维码区域图像；将二维码区域图像进行二值化处理，得到二值化图像；将二值化图像进行透视变换矫正，得到矫正后的图像；在矫正后的图像中定位标志框位置，并根据标志框位置拟合得到二维码边缘曲线；根据二维码边缘曲线对矫正后的图像进行变形处理，得到标准二维码图像；对标准二维码图像进行图像识别，得到识别结果。本发明专利技术实施例实现了提高二维码识别准确率及效率的效果。及效率的效果。及效率的效果。

【技术实现步骤摘要】
二维码识别方法、装置、设备及计算机可读存储介质


[0001]本专利技术实施例涉及图像处理
，具体涉及一种二维码识别方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]自二维码专利技术以来，二维码应用逐步在发展起来，特别是二维码支付兴起，极大地促进了二维码应用的普及程度。而对二维码进行图像识别，则是二维码应用中的一个重要手段。然而本申请的专利技术人在实施本专利技术的过程中发现，现有的二维码识别直接将图像进行识别，成功率较低，因此需要针对性的做图像预处理，来提高二维码识别的准确率。

技术实现思路

[0003]鉴于上述问题，本专利技术实施例提供了一种二维码识别方法、装置、设备及计算机可读存储介质，用于解决现有技术中存在的二维码识别准确率低的技术问题。
[0004]根据本专利技术实施例的一个方面，提供了一种二维码识别方法，所述方法包括：
[0005]获取待识别二维码图像；
[0006]将待识别二维码图像输入预设的图像识别模型中，得到二维码区域图像；
[0007]将所述二维码区域图像进行二值化处理，得到二值化图像；
[0008]将所述二值化图像进行透视变换矫正，得到矫正后的图像；
[0009]在所述矫正后的图像中定位标志框位置，并根据标志框位置拟合得到二维码边缘曲线；
[0010]根据所述二维码边缘曲线对所述矫正后的图像进行变形处理，得到标准二维码图像；
[0011]对所述标准二维码图像进行图像识别，得到识别结果。
[0012]在一种可选的方式中，所述将待识别二维码图像输入预设的图像识别模型中，得到二维码区域图像之前，包括：
[0013]获取训练数据，所述训练数据包括带二维码区域标签的二维码训练图像；
[0014]将所述训练数据输入至神经网络模型中，得到输出结果；
[0015]根据所述输出结果计算所述神经网络模型的损失函数；
[0016]根据所述损失函数调整所述神经网络模型的参数，继续执行所述将所述训练数据输入至神经网络模型中，得到输出结果，根据所述输出结果计算所述神经网络模型的损失函数，根据所述损失函数调整所述神经网络模型的参数的步骤，直至所述损失函数收敛或达到预设阈值，得到所述图像识别模型。
[0017]在一种可选的方式中，所述将所述二维码区域图像进行二值化处理，得到二值化图像之前，所述方法还包括：
[0018]对所述二维码区域图像进行分辨率标准化处理，得到分辨率标准化图像；
[0019]对所述分辨率标准化图像进行灰度化处理，得到灰度图像；
[0020]将所述二维码区域图像进行二值化处理，得到二值化图像，包括：
[0021]将所述二维码区域图像进行二值化处理，得到二值化图像。
[0022]在一种可选的方式中，所述将所述二值化图像进行透视变换矫正，得到矫正后的图像，包括：
[0023]对所述二值化图像按照预设的扫描规则进行扫描，查找定位标志框及校正标志框；
[0024]对查找到的定位标志框及校正标志框进行仿射变换或透视变换，得到所述矫正后的图像。
[0025]在一种可选的方式中，所述在所述矫正后的图像中定位标志框位置，并根据标志框位置拟合得到二维码边缘曲线，包括：
[0026]将所述矫正后的图像中的所述定位标志框进行连线，得到两条框边线；
[0027]根据两条所述框边线采用多项式函数对所述矫正后的图像进行拟合，得到所述二维码边缘曲线。
[0028]在一种可选的方式中，所述二维码边缘曲线包括第一边缘曲线及第二边缘曲线；所述根据所述二维码边缘曲线对所述矫正后的图像进行变形处理，得到标准二维码图像，包括：
[0029]将所述第一边缘曲线变形移位为水平线；
[0030]将所述第二边缘曲线变形移位为竖直线。
[0031]根据本专利技术实施例的另一方面，提供了一种二维码识别装置，包括：
[0032]获取模块，用于获取待识别二维码图像；
[0033]提取模块，用于将待识别二维码图像输入预设的图像识别模型中，得到二维码区域图像；
[0034]二值化模块，用于将所述二维码区域图像进行二值化处理，得到二值化图像；
[0035]矫正模块，用于将所述二值化图像进行透视变换矫正，得到矫正后的图像；
[0036]拟合模块，用于在所述矫正后的图像中定位标志框位置，并根据标志框位置拟合得到二维码边缘曲线；
[0037]变形模块，用于根据所述二维码边缘曲线对所述矫正后的图像进行变形处理，得到标准二维码图像；
[0038]识别模块，用于对所述标准二维码图像进行图像识别，得到识别结果。
[0039]在一种可选的方式中，所述装置还包括：
[0040]灰度模块，用于对所述二维码区域图像进行分辨率标准化处理，得到分辨率标准化图像；
[0041]对所述分辨率标准化图像进行灰度化处理，得到灰度图像；
[0042]所述二值化模块，还用于将所述二维码区域图像进行二值化处理，得到二值化图像。
[0043]根据本专利技术实施例的另一方面，提供了一种二维码识别设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行所述的二维码识别方法的操作。
[0044]根据本专利技术实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令在二维码识别设备上运行时，使得二维码识别设备执行所述的二维码识别方法的操作。
[0045]本专利技术实施例通过将待识别二维码图像输入预设的图像识别模型中来得到二维码区域图像，将所述二维码区域图像进行二值化处理；将所述二值化图像进行透视变换矫正；在所述矫正后的图像中定位标志框位置，并根据标志框位置拟合得到二维码边缘曲线，根据所述二维码边缘曲线对所述矫正后的图像进行变形处理，得到标准二维码图像，对所述标准二维码图像进行图像识别，得到识别结果，使得对采集到的二维码图像进行多级的预处理操作。此外，在处理过程中实时进行图像识别，某一个优化步骤能解码成功则可停止优化，有助于提升二维码的综合识别率。
[0046]上述说明仅是本专利技术实施例技术方案的概述，为了能够更清楚了解本专利技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0047]附图仅用于示出实施方式，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0048]图1示出了本专利技术实施例提供的二维码识别方法的流程示意图；
[0049]图2示出了本专利技术实施例提供的标准的二维码中的信息示意图；
[0050]图3示出了本专利技术实施例提供的进行形变处理前后的二维码图像的示意图；...

【技术保护点】

【技术特征摘要】
1.一种二维码识别方法，其特征在于，所述方法包括：获取待识别二维码图像；将待识别二维码图像输入预设的图像识别模型中，得到二维码区域图像；将所述二维码区域图像进行二值化处理，得到二值化图像；将所述二值化图像进行透视变换矫正，得到矫正后的图像；在所述矫正后的图像中定位标志框位置，并根据标志框位置拟合得到二维码边缘曲线；根据所述二维码边缘曲线对所述矫正后的图像进行变形处理，得到标准二维码图像；对所述标准二维码图像进行图像识别，得到识别结果。2.根据权利要求1所述的方法，其特征在于，所述将待识别二维码图像输入预设的图像识别模型中，得到二维码区域图像之前，包括：获取训练数据，所述训练数据包括带二维码区域标签的二维码训练图像；将所述训练数据输入至神经网络模型中，得到输出结果；根据所述输出结果计算所述神经网络模型的损失函数；根据所述损失函数调整所述神经网络模型的参数，继续执行所述将所述训练数据输入至神经网络模型中，得到输出结果，根据所述输出结果计算所述神经网络模型的损失函数，根据所述损失函数调整所述神经网络模型的参数的步骤，直至所述损失函数收敛或达到预设阈值，得到所述图像识别模型。3.根据权利要求2所述的方法，其特征在于，所述将所述二维码区域图像进行二值化处理，得到二值化图像之前，所述方法还包括：对所述二维码区域图像进行分辨率标准化处理，得到分辨率标准化图像；对所述分辨率标准化图像进行灰度化处理，得到灰度图像；所述将所述二维码区域图像进行二值化处理，得到二值化图像，包括：将所述二维码区域图像进行二值化处理，得到二值化图像。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述将所述二值化图像进行透视变换矫正，得到矫正后的图像，包括：对所述二值化图像按照预设的扫描规则进行扫描，查找定位标志框及校正标志框；对查找到的定位标志框及校正标志框进行仿射变换或透视变换，得到所述矫正后的图像。5.根据权利要求1所述的方法，其特征在于，所述在所述矫正后的图像中定位标志框位置，并根据标志框位置拟合得到二维码边缘曲线，...

【专利技术属性】
技术研发人员：杨文超，李业，
申请(专利权)人：达闼科技北京有限公司，
类型：发明
国别省市：