一维码定位方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例提供了一种一维码定位方法、装置、计算机设备及存储介质，方法包括：将获取的待识别图像输入角点提取模型进行处理，输出待识别图像中的多个角点坐标；对多个角点坐标进行分组，以得到至少一个角点坐标组；其中，每个角点坐标组中的角点对应于同一个一维码；根据至少一个角点坐标组，确定待识别图像包含的一维码的数量和位置。通过以上方法，能够提高针对包含多个一维码的图像进行一维码定位的准确率。准确率。准确率。

【技术实现步骤摘要】
一维码定位方法、装置、计算机设备及存储介质


[0001]本申请涉及图像识别
，并且更具体地，涉及一维码定位方法、装置、计算机设备及存储介质。

技术介绍

[0002]一维码，又称条形码，是由一组规则排列的条、空以及对应的字符组成的标记，这些条和空组成的数据表达一定的信息，并能够用特定的设备识读和转换成与计算机兼容的二进制和十进制信息。一维码输入速度快，准确度高，成本低，自其产生以来在诸多领域得到了广泛的应用。实际采集的一维码图像由于成像方式，光照条件、污损等多种因素的影响，当一张图像上具有多个一维码时，定位准确率低，对识读设备的要求高。

技术实现思路

[0003]本申请实施例提供一种一维码定位方法、装置、计算机设备及存储介质，能够提高针对包含多个一维码的图像进行一维码定位的准确率。
[0004]第一方面，提供了一种一维码定位方法，包括：将获取的待识别图像输入角点提取模型进行处理，输出待识别图像中的多个角点坐标；对多个角点坐标进行分组，以得到至少一个角点坐标组；其中，每个角点坐标组中的角点对应于同一个一维码；根据至少一个角点坐标组，确定待识别图像包含的一维码的数量和位置。
[0005]通过以上实施方式，能够识别出一张图片中包含的一维码的数量和位置，以便于对图像中包含的所有一维码的快速识读。
[0006]在第一方面的一些可能的实现方式中，该角点提取模型包括检测头部网络，检测头部网络包括角点分支和/或中心点分支；角点分支用于输出第一分类特征图；第一分类特征图指示第一概率，第一概率为待识别图像上的点是一维码的角点的概率；中心点分支用于输出第二分类特征图和第二回归特征图；第二分类特征图指示第二概率，第二概率为待识别图像上的点是一维码的中心点的概率；第二回归特征图指示第三向量，第三向量为一维码的中心点指向一维码的角点的向量。
[0007]通过以上实施方式，可以在图像中的一维码能够完整显示时直接通过角点分支输出的角点坐标确定角点坐标组，从而快捷地定位图像中的一维码；在图像中的一维码不能完整显示时通过中心点分支输出的中心点坐标和第三向量的终点间接确定角点坐标组，继而确定一维码的位置，因此能够提高图像中存在多个一维码时的定位准确率。
[0008]在第一方面的一些可能的实现方式中，角点分支用于输出第一回归特征图，第一回归特征图指示第一向量和第二向量；第一向量为一维码短边的中点指向一维码的中心点的向量，第二向量为一维码短边的中点指向一维码的角点的向量。
[0009]通过以上实施方式，第一回归特征图能够与第一分类特征图所包含的信息相结合而定位图像中显示较为完整的一维码。
[0010]在第一方面的一些可能的实现方式中，将获取的待识别图像输入角点提取模型进行处理，输出待识别图像中的多个角点坐标，包括：将获取的待识别图像输入角点提取模型中，经过角点分支的处理，得到第一分类特征图；以第一概率大于预设的第一阈值的点的坐标作为待识别图像中的角点坐标。
[0011]在第一方面的一些可能的实现方式中，将获取的待识别图像输入角点提取模型进行处理，输出所述待识别图像中的多个角点坐标，包括：将获取的待识别图像输入角点提取模型中，经过中心点分支的处理，得到第二分类特征图和所述第二回归特征图；以第二概率大于预设的第二阈值的点的作为候选中心点；以起点为候选中心点的第三向量的终点的坐标作为待识别图像中的角点坐标。
[0012]通过以上实施方式，在图像中的一维码不能完整显示时通过中心点分支输出的中心点坐标和第三向量的终点间接确定角点。
[0013]在第一方面的一些可能的实现方式中，将获取的待识别图像输入角点提取模型进行处理，输出所述待识别图像中的多个角点坐标，包括：将获取的待识别图像输入角点提取模型中，分别经过角点分支和中心点分支的处理，得到第一分类特征图、第一回归特征图、第二分类特征图以及第二回归特征图；以第一概率大于预设的第一阈值的点作为第一候选角点；以第二概率大于预设的第二阈值的点的作为候选中心点；以起点为候选中心点的第三向量的终点作为第二候选角点；将相邻的两个第三向量相加，以得到第四向量；若确定的第一角度大于或等于预设的第三阈值，则以第二候选角点的坐标作为待识别图像中的角点坐标；第一角度为第四向量与第一向量之间的夹角；若确定的第一角度小于预设的第三阈值，则以第一候选角点的坐标作为待识别图像中的角点坐标。
[0014]通过以上实施方式，角点分支和中心点分支能够互补，从而能够从角点分支的输出和中心点分支的输出中确定出更接近真实角点的角点坐标，提高一维码的正确识读率。
[0015]在第一方面的一些可能的实现方式中，对多个角点坐标进行分组，以得到至少一个角点坐标组，包括：以终点相同的两个第一向量的起点作为同一个一维码的两条短边的候选中点；基于候选中点确定第二向量，以第二向量的四个终点构成的集合作为同一个一维码的候选角点；若确定的第二角度小于预设的第四阈值，则以候选角点构成的集合作为一个角点坐标组，以得到至少一个角点坐标组；第二角度为候选角点构成的四边形相邻的两条边之间的夹角。
[0016]通过以上实施方式，能够在角点分支输出的多个角点中确定属于同一个一维码的角点坐标。
[0017]在第一方面的一些可能的实现方式中，对多个角点坐标进行分组，以得到至少一个角点坐标组，包括：以起点相同的四个第三向量的终点作为同一个一维码的候选角点；若确定的第二角度小于预设的第四阈值，则以候选角点构成的集合作为一个角点坐标组，以得到至少一个角点坐标组；第二角度为候选角点构成的四边形相邻的两条边之间的夹角。
[0018]通过以上实施方式，能够在中心点分支输出的多个角点中确定属于同一个一维码的角点坐标。
[0019]在第一方面的一些可能的实现方式中，对多个角点坐标进行分组，以得到至少一个角点坐标组，包括：将起点相同且相邻的两个第三向量相加，以得到第四向量；若确定的第三角度大于或等于预设的第五阈值，则以起点相同的四个第三向量的终点作为一个角点坐标组，以得到至少一个角点坐标组；其中，第三角度为第四向量与第一向量之间的夹角；若确定的第三角度小于预设的第五阈值，则以角点分支输出的角点作为一个角点坐标组，以得到至少一个角点坐标组。
[0020]通过以上实施方式，能够以几何关系更为接近真实一维码上的各个角点组成的角点坐标组来定位一维码，从而提高一维码定位的准确性。
[0021]在第一方面的一些可能的实现方式中，角点提取模型包括主干网络和特征融合层；该方法还包括：将待识别图像输入主干网络进行特征提取，得到待识别图像的图像特征；将图像特征输入特征融合层进行下采样处理，得到下采样后的图像特征；以下采样后的图像特征作为检测头部网络的输入。
[0022]通过以上实施方式，主干网络能够减少待识别图像中包含的原始数据的维度，提取出有效的特征，特征融合层能够对特征进行下采样，能够减少计算量，同时使得检测头部网络能够获得合适的感受野，从而有助于角点和中心点的正确识别。
[0023]在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种一维码定位方法，其特征在于，包括：将获取的待识别图像输入角点提取模型进行处理，输出所述待识别图像中的多个角点坐标；对所述多个角点坐标进行分组，以得到至少一个角点坐标组；其中，每个角点坐标组中的角点对应于同一个一维码；根据所述至少一个角点坐标组，确定所述待识别图像包含的一维码的数量和位置。2.根据权利要求1所述的方法，其特征在于，所述角点提取模型包括检测头部网络，所述检测头部网络包括角点分支和/或中心点分支；所述角点分支用于输出第一分类特征图；所述第一分类特征图指示第一概率，所述第一概率为所述待识别图像上的点是一维码的角点的概率；所述中心点分支用于输出第二分类特征图和第二回归特征图；所述第二分类特征图指示第二概率，所述第二概率为所述待识别图像上的点是一维码的中心点的概率；所述第二回归特征图指示第三向量，所述第三向量为一维码的中心点指向一维码的角点的向量。3.根据权利要求2所述的方法，其特征在于，所述角点分支用于输出第一回归特征图，所述第一回归特征图指示第一向量和第二向量；所述第一向量为一维码短边的中点指向一维码的中心点的向量，所述第二向量为一维码短边的中点指向一维码的角点的向量。4.根据权利要求3所述的方法，其特征在于，所述将获取的待识别图像输入角点提取模型进行处理，输出所述待识别图像中的多个角点坐标，包括：将获取的待识别图像输入角点提取模型中，经过所述角点分支的处理，得到所述第一分类特征图；以所述第一概率大于预设的第一阈值的点的坐标作为所述待识别图像中的角点坐标。5.根据权利要求2或3所述的方法，其特征在于，所述将获取的待识别图像输入角点提取模型进行处理，输出所述待识别图像中的多个角点坐标，包括：将获取的待识别图像输入角点提取模型中，经过所述中心点分支的处理，得到所述第二分类特征图和所述第二回归特征图；以所述第二概率大于预设的第二阈值的点的作为候选中心点；以起点为所述候选中心点的所述第三向量的终点的坐标作为所述待识别图像中的角点坐标。6.根据权利要求3所述的方法，其特征在于，所述将获取的待识别图像输入角点提取模型进行处理，输出所述待识别图像中的多个角点坐标，包括：将获取的待识别图像输入角点提取模型中，分别经过所述角点分支和所述中心点分支的处理，得到所述第一分类特征图、所述第一回归特征图、所述第二分类特征图以及所述第二回归特征图；以所述第一概率大于预设的第一阈值的点作为第一候选角点；以所述第二概率大于预设的第二阈值的点的作为候选中心点；以起点为所述候选中心点的所述第三向量的终点作为第二候选角点；将相邻的两个所述第三向量相加，以得到第四向量；若确定的第一角度大于或等于预设的第三阈值，则以所述第二候选角点的坐标作为所述待识别图像中的角点坐标；所述第一角度为所述第四向量与所述第一向量之间的夹角；

【专利技术属性】
技术研发人员：陈帅，徐威，刘枢，吕江波，沈小勇，
申请(专利权)人：深圳思谋信息科技有限公司，
类型：发明
国别省市：