一种二维条码识别方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种二维条码识别方法、装置、电子设备及存储介质，所述方法包括：从待识别图像中，提取每个物体的最小外接矩形对应的图像；将每个物体的最小外接矩形对应的图像，输入预设的二维条码识别模型，获得识别结果，识别结果表征每个物体的最小外接矩形对应的图像是否为二维条码。在将图像输入神经网络之前，通过提取出的每一物体的最小外接矩形，代替神经网络中的检测框，提高二维条码识别的准确性。确性。确性。

【技术实现步骤摘要】
一种二维条码识别方法、装置、电子设备及存储介质


[0001]本申请涉及图像识别领域，具体而言，涉及一种二维条码识别方法、装置、电子设备及存储介质。

技术介绍

[0002]二维条码是用某种特定的几何图形按一定规律在平面二维方向上分布的、黑白相间的、记录数据符号信息的图形，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理。目前，主要通过角点检测方法将二维条码与背景进行区分，但在一些应用场景中，采用角点检测的方法误检率较高。

技术实现思路

[0003]本专利技术实施例的目的在于一种二维条码识别方法、装置、电子设备及存储介质，在图像输入二维条码识别模型之前，先进行每一物体最小外接矩形的提取，提高二维条码的识别准确率。
[0004]第一方面，本申请实施例提供了一种二维条码识别方法，包括：从待识别图像中，提取每个物体的最小外接矩形对应的图像；将每个物体的最小外接矩形对应的图像，输入预设的二维条码识别模型，获得识别结果，识别结果表征每个物体的最小外接矩形对应的图像是否为二维条码。
[0005]在上述的实现过程中，通过提取待识别图像中每一物体的最小外接矩形对应的图像，将每一物体的最小外接矩形对应的图像输入预设的二维条码识别模型中，获得识别结果，从而将二维条码和背景进行区分。在将图像输入神经网络之前，通过提取出的每一物体的最小外接矩形，代替神经网络中的检测框，提高二维条码识别的准确性。
[0006]可选地，在本申请实施例中，从待识别图像中，提取每个物体的最小外接矩形对应的图像，包括：通过轮廓提取函数，对待识别图像进行轮廓提取，获得每一物体的轮廓图像；通过最小外接矩形法，根据每一物体的轮廓图像，获得每一物体的最小外接矩形信息；根据每一物体的最小外接矩形信息，从待识别图形中剪裁每一物体的最小外接矩形对应的图像。
[0007]在上述的实现过程中，对待识别图像进行轮廓提取，再通过最小外接矩形法，根据轮廓图像获得最小外接矩形信息，根据最小外接矩形信息从待识别图像中剪裁每一退最小外接矩形对应的图像，实现从待识别图像中获得每一物体的最小外接矩形对应的图像，避免模型检测框提取不准确的情况。
[0008]可选地，在本申请实施例中，其中，最小外接矩形信息包括角度信息；在将每个物体的最小外接矩形对应的图像，输入预设的二维条码识别模型之前，方法还包括：根据角度信息，将每个物体的最小外接矩形对应的图像旋转至轴向。
[0009]在上述的实现过程中，根据最小外接矩形信息中的角度信息，将每个物体最小外接矩形对应的图像旋转至轴向。实现对非轴向矩形的检测，提高非轴向矩形检测的准确性。
[0010]可选地，在本申请实施例中，从待识别图像中，提取每个物体的最小外接矩形对应的图像，包括：从待识别图像中，提取每个物体的最小外接四边形对应的图像；对每个物体的最小外接四边形对应的图像进行透视变换，获得每个物体的最小外接矩形对应的图像。
[0011]在上述的实现过程中，在实际的情况中，由于获取到的待识别图像并不是正对投影的，因此待识别图像中的矩形可能是四边形而非矩形，提取每个物体的最小外接四边形对应的图像，并进行透视变换，获得每个物体最小外接矩形对应的图像，避免因为待识别图像的角度原因导致二维条码的识别错误。
[0012]可选地，在本申请实施例中，在将每个物体的最小外接矩形对应的图像，输入预设的二维条码识别模型之前，方法还包括：获得数据集；数据集包括二维条码样本数据、图形码样本数据以及经过透视变换前的二维条码样本数据；利用数据集训练预设的神经网络，获得二维条码识别模型。
[0013]在上述的实现过程中，在获得数据集时，数据集中包括二维条码样本数据、图形码样本数据以及经过透视变换前的二维条码样本数据，丰富样本数据集，提高二维条码识别模型的识别能力，进而提高识别准确率。
[0014]可选地，在本申请实施例中，在将每个物体的最小外接矩形对应的图像，输入预设的二维条码识别模型之前，方法还包括：通过直线检测算法对待识别图像进行边缘提取，获得边缘线段；根据边缘线段，获得最小外接矩形对应的图像的目标参考线；根据目标参考线，对最小外接矩形进行筛选。
[0015]在上述的实现过程中，通过直线检测算法对带是被图像进行边缘线段的提取，根据目标参考线对最小外接矩形进行筛选，在将最小外接矩形对应的图像，输入预设的二维条码识别模型之前，对最小外接矩形进行筛选，将明显不符合二维条码特征的矩形进行过滤，提高识别的效率。
[0016]可选地，在本申请实施例中，在从待识别图像中，提取每个物体的最小外接矩形对应的图像之前，方法还包括：将待识别图像进行图像灰度变换，获得待识别灰度图像；对待识别灰度图像进行滤波处理，获得待识别滤波图像；从待识别图像中，提取每个物体的最小外接矩形对应的图像，包括：从待识别滤波图像中，提取每个物体的最小外接矩形对应的图像。
[0017]在上述的实现过程中，在从待识别图像中，提取每个物体的最小外接矩形对应的图像之前对待识别图像进行灰度变换和滤波处理，消除杂散的噪声点，抑制噪声的同时保持图像的细节，提高图像识别的准确率。
[0018]第二方面，本申请实施例还提供了一种二维条码识别装置，包括：提取模块，用于从待识别图像中，提取每个物体的最小外接矩形对应的图像；识别模块，用于将每个物体的最小外接矩形对应的图像，输入预设的二维条码识别模型，获得识别结果，识别结果表征每个物体的最小外接矩形对应的图像是否为二维条码。
[0019]第三方面，本申请实施例还提供了一种电子设备，包括：处理器和存储器，存储器存储有处理器可执行的机器可读指令，机器可读指令被处理器执行时执行如上面描述的方法。
[0020]第四方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上面描述的方法。
[0021]采用本申请提供二维条码识别方法、装置、电子设备及存储介质，在将图像输入神经网络之前，通过提取出的每一物体的最小外接矩形，代替神经网络中的检测框，提高二维条码识别的准确性。将每个物体最小外接矩形对应的图像旋转至轴向。实现对非轴向矩形的检测，提高非轴向矩形检测的准确性。
附图说明
[0022]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0023]图1为本申请实施例提供的一种二维条码识别方法的流程示意图；
[0024]图2为本申请实施例提供的最小外接矩形示意图；
[0025]图3为本申请实施例DM码识别方法的流程示意图；
[0026]图4为本申请实施例待识别图像中每一物体外接矩形示意图；
[0027]图5为本申请实施例提供的二维条码识别装置的结构示意图；
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种二维条码识别方法，其特征在于，包括：从待识别图像中，提取每个物体的最小外接矩形对应的图像；将每个物体的最小外接矩形对应的图像，输入预设的二维条码识别模型，获得识别结果，所述识别结果表征每个物体的最小外接矩形对应的图像是否为二维条码。2.根据权利要求1所述的方法，其特征在于，所述从待识别图像中，提取每个物体的最小外接矩形对应的图像，包括：通过轮廓提取函数，对所述待识别图像进行轮廓提取，获得每一物体的轮廓图像；通过最小外接矩形法，根据所述每一物体的轮廓图像，获得每一物体的最小外接矩形信息；根据所述每一物体的最小外接矩形信息，从所述待识别图形中剪裁每一物体的最小外接矩形对应的图像。3.根据权利要求2所述的方法，其特征在于，其中，所述最小外接矩形信息包括角度信息；在所述将每个物体的最小外接矩形对应的图像，输入预设的二维条码识别模型之前，所述方法还包括：根据所述角度信息，将所述每个物体的最小外接矩形对应的图像旋转至轴向。4.根据权利要求1所述的方法，其特征在于，所述从待识别图像中，提取每个物体的最小外接矩形对应的图像，包括：从待识别图像中，提取每个物体的最小外接四边形对应的图像；对所述每个物体的最小外接四边形对应的图像进行透视变换，获得每个物体的最小外接矩形对应的图像。5.根据权利要求1所述的方法，其特征在于，在所述将每个物体的最小外接矩形对应的图像，输入预设的二维条码识别模型之前，所述方法还包括：获得数据集；所述数据集包括二维条码样本数据、图形码样本数据以及经过透视变换前的二维条码样本数据；利用所述数据集训练预设的神...

【专利技术属性】
技术研发人员：刘海莹，
申请(专利权)人：创新奇智上海科技有限公司，
类型：发明
国别省市：