一种信息识别码的识别方法及装置制造方法及图纸

本申请提供一种信息识别码的识别方法及装置，涉及图像处理技术领域，用于提升信息识别码的识别效率。该方法包括：首先获取信息识别码的拍摄图像和拍摄图像的图像类别；根据拍摄图像的图像类别与预设对应关系，确定与拍摄图像的图像类别相对应的目标识别模型；其中，预设对应关系用于指示至少一个图像类别与至少一个识别模型之间的对应关系，目标识别模型属于至少一个识别模型；将拍摄图像输入目标识别模型中，以解析拍摄图像中的所述信息识别码。码。码。

【技术实现步骤摘要】
一种信息识别码的识别方法及装置


[0001]本申请涉及图像处理
，尤其涉及一种信息识别码的识别方法及装置。

技术介绍

[0002]随着信息技术的发展与移动智能终端的普及，二维码、条形码等信息识别码的应用越来越广泛。其在日常消费、商品流通、图书管理、邮政管理、银行系统等许多领域都得到广泛的应用。
[0003]条形码(barcode)是指将宽度不等的多个黑条和空白，按照一定的编码规则排列，用以表达一组信息的图形标识符。常见的条形码是由反射率相差很大的黑条(简称条)和白条(简称空)排成的平行线图案。二维码(QR Code)，主要是通过某种特定的几何图形按照一定规律对信息进行编码，承载信息量大。在信息识别码的使用过程中，通常需要扫码识别相应的图像或图案，以解码获取信息识别码中的信息。
[0004]但是，在信息识别码的实际读码过程中，由于扫码器的扫码角度、距离、环境光线、外部遮挡、背景遮挡、打码故障等情况，均有可能导致扫码器读取的图像或图案与信息识别码有偏差，从而读码失败。

技术实现思路

[0005]本申请提供一种信息识别码的识别方法及装置，用于提升信息识别码的识别效率。
[0006]第一方面，本申请提供一种信息识别码的识别方法，该方法具体包括：首先获取信息识别码的拍摄图像和拍摄图像的图像类别；根据拍摄图像的图像类别与预设对应关系，确定与拍摄图像的图像类别相对应的目标识别模型；其中，预设对应关系用于指示至少一个图像类别与至少一个识别模型之间的对应关系，目标识别模型属于至少一个识别模型；将拍摄图像输入目标识别模型中，以解析拍摄图像中的所述信息识别码。
[0007]基于本申请提供的技术方案至少可以产生以下有益效果：预先训练有多个识别模型，一个识别模型对应一个类别，识别装置可以根据拍摄图像的图像类别，在预设对应关系中确定出该图像类别对应的目标识别模型，进而将拍摄图像输入目标识别模型中以解析拍摄图像中的信息识别码。其中，由于目标识别模型为与该拍摄图像的图像类别对应的识别模型。也即，目标识别模型识别该拍摄图像中的信息识别码的识别准确率更高。这样一来，识别装置可以基于拍摄图像的图像类别为其分配合适的识别模型，从而可以提高信息识别码的识别效率以及识别的准确率。
[0008]在一种可能的实现方式中，上述获取信息识别码的拍摄图像和拍摄图像的图像类别，包括：获取信息识别码的拍摄图像；将拍摄图像输入预先训练好的图像分类器中，确定拍摄图像的图像类别；其中，图像类别用于反映信息识别码的读码场景。
[0009]可以理解，基于该实现方式，可以在信息识别码的识别过程中，首先确定获取到的信息识别码的拍摄图像的图像类别，进而基于该拍摄图像的图像类别，为该拍摄图像分配
合适的识别模型(该图像类别对应的目标识别模型)，如此，提升信息识别码的识别效率。
[0010]在另一种可能的实现方式中，上述确定拍摄图像的图像类别，包括：获取图像分类器输出的拍摄图像对于各个图像类别的置信度，置信度用于指示拍摄图像属于图像类别的概率；获取所述图像分类器输出的所述拍摄图像对于至少一个图像类别中各个图像类别的置信度，所述置信度用于指示所述拍摄图像属于所述图像类别的概率；根据各个图像类别的置信度的大小，将至少一个图像类别中的N个图像类别确定为拍摄图像的图像类别，N为正整数。
[0011]在又一种可能的实现方式中，上述根据各个图像类别的置信度的大小，将至少一个图像类别中的N个图像类别确定为拍摄图像的图像类别，包括：将图像类别按照置信度的大小降序排列，得到图像类别的排列结果；将排列结果中的前N个图像类别确定为拍摄图像的图像类别。
[0012]可以理解，确定多个可能的图像类别，进而可以基于多个图像类别确定多个识别模型，如此，在一个识别模型未成功识别该信息识别码时，还可以选择另一个识别模型，可以提升识别准确率。
[0013]在又一种可能的实现方式中，若目标识别模型无法解析拍摄图像中的信息识别码，则将拍摄图像输入全类型识别模型，以解析拍摄图像中的信息识别码；其中，全类型识别模型能够识别至少一个图像类别中所有图像类别的拍摄图像。
[0014]在又一种可能的实现方式中，至少一个图像类别包括正常、模糊，畸变，浓墨，欠墨，污损，低对比度，扭曲、缺失以及静区干扰中的一项或多项。
[0015]在又一种可能的实现方式中，在获取信息识别码的拍摄图像和拍摄图像的图像类别之前，方法还包括：获取第一识别模型，第一识别模型为至少一个识别模型中的其中一个。
[0016]在又一种可能的实现方式中，上述获取第一识别模型，包括：获取第一训练样本集，第一训练样本集中包括多张信息识别码的拍摄图像，拍摄图像的图像类别为第一图像类别，第一图像类别为至少一个图像类别中的其中一个；根据第一训练样本集，对初始识别模型进行训练，以获得第一识别模型。
[0017]可以理解，该实现方式中，可以利用各个图像类别对应的训练样本集分别训练得到识别模型，进而得到适用于各个图像类别的识别模型，并且，基于训练好的识别模型识别其对应的拍摄图像，识别准确率较高。
[0018]在又一种可能的显示方式中，在获取所述拍摄图像的图像类别之前，方法还包括：获取图像分类器，该图像分类器用于确定拍摄图像的图像类别。
[0019]在又一种可能的显示方式中，上述获取图像分类器，包括：获取分类训练样本集，分类训练样本集中包括多张信息识别码拍摄图像以及每一张拍摄图像对应的图像类别；根据分类训练样本集，对初始分类器进行训练。
[0020]第二方面，本申请提供一种信息识别码的识别装置，该装置包括：获取模块，用于获取信息识别码的拍摄图像和拍摄图像的图像类别；处理模块，用于根据拍摄图像的图像类别与预设对应关系，确定与拍摄图像的图像类别相对应的目标识别模型；其中，预设对应关系用于指示至少一个图像类别与至少一个识别模型之间的对应关系，目标识别模型属于至少一个识别模型；处理模块，还用于将拍摄图像输入目标识别模型中，以解析拍摄图像中
的信息识别码。
[0021]在一种可能的实现方式中，上述获取模块，具体用于获取信息识别码的拍摄图像；处理模块，还用于将拍摄图像输入预先训练好的图像分类器中，确定拍摄图像的图像类别；其中，图像类别用于反映信息识别码的读码场景。
[0022]在另一种可能的实现方式中，上述处理模块，具体用于：获取图像分类器输出的拍摄图像对于至少一个图像类别中各个图像类别的置信度，置信度用于指示拍摄图像属于图像类别的概率；根据各个图像类别的置信度的大小，将至少一个图像类别中的N个图像类别确定为拍摄图像的图像类别，N为正整数。
[0023]在又一种可能的实现方式中，上述处理模块具体用于：将图像类别按照置信度的大小降序排列，得到图像类别的排列结果；将排列结果中的前N个图像类别确定为拍摄图像的图像类别。
[0024]在又一种可能的实现方式中，若目标识别模型无法解析拍摄图像中的信息识别码，则处理模块，还用于将拍摄图像输入全类型识别模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息识别码的识别方法，其特征在于，所述方法包括：获取信息识别码的拍摄图像和所述拍摄图像的图像类别；根据所述拍摄图像的图像类别与预设对应关系，确定与所述拍摄图像的图像类别相对应的目标识别模型；其中，所述预设对应关系用于指示至少一个图像类别与至少一个识别模型之间的对应关系，所述目标识别模型属于所述至少一个识别模型；将所述拍摄图像输入所述目标识别模型中，以解析所述拍摄图像中的所述信息识别码。2.根据权利要求1所述的方法，其特征在于，所述获取信息识别码的拍摄图像和所述拍摄图像的图像类别，包括：获取信息识别码的拍摄图像；将所述拍摄图像输入预先训练好的图像分类器中，确定所述拍摄图像的图像类别；其中，所述图像类别用于反映所述信息识别码的读码场景。3.根据权利要求2所述的方法，其特征在于，所述确定所述拍摄图像的图像类别，包括：获取所述图像分类器输出的所述拍摄图像对于所述至少一个图像类别中各个图像类别的置信度，所述置信度用于指示所述拍摄图像属于所述图像类别的概率；根据所述各个图像类别的置信度的大小，将所述至少一个图像类别中的N个图像类别确定为所述拍摄图像的图像类别，N为正整数。4.根据权利要求3所述的方法，其特征在于，所述根据所述各个图像类别的置信度的大小，将所述至少一个图像类别中的N个图像类别确定为所述拍摄图像的图像类别，包括：将图像类别按照所述置信度的大小降序排列，得到所述图像类别的排列结果；将所述排列结果中的前N个图像类别确定为所述拍摄图像的图像类别。5.根据权利要求1至4任一项所述的方法，其特征在于，若所述目标识别模型无法解析所述拍摄图像中的所述信息识别码，则将所述拍摄图像输入全类型识别模型，以解析所述拍摄图像中的所述信息识别码；其中，所述全类型识别模型能够识别所述至少一个图像类别中所有图像类别的拍摄图像。6.根据权利要求1至4任一项所述的方法，其特征在于，所述至少一个图像类别包括正常、模糊，畸变，浓墨，欠墨，污损，低对比度，扭曲、缺失以及静区干扰中的一项或多项。7.根据权利要求1至4任一项所述的方法，其特征在于，在所述获取信息识别码的拍摄图像和所述拍摄图像的图像类别之前，所述方法还包括：获取第一识别模型，所述第一识别模型为所述至少一个识别模型中的其中一个。8.根据权利要求7所述的方法，其特征在于，所述获取第一识别模型，包括：获取第一训练样本集，所述第一训练样本集中包括多张信息识别码的拍摄图像，所述拍摄图像的图像类别为第一图像类别，所述第一图像类别为所述至少一个图像类别中的其中一个；根据所述第一训练样本集，对初始识别模型进行训练，以获得所述第一识别模型。9.根据权利要求2至4任一项所述的方法，其特征在于，在获取所述拍摄图像的图像类别之前，所述方法还包括：获取图像分类器，所述图像分类器用于确定所述拍摄图像的图像类别。10.根据权利要求9所述的方法，其特征在于，所述获取图像分类器，包括：
获取分类训练样本集，所述分类训练样本集中包括多张信息识别码拍摄图像以及每一张拍摄图像对应的图像类别；根据所述分类训练样本集，对初始分类器进行训练，以获得所述图像分类器。11.一种信息识别码的识别装置，其特征在于，所述装置包括...

【专利技术属性】
技术研发人员：年子成，田鹏宇，万其明，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：