一种复杂背景下识别条码的方法技术

本发明专利技术公开了一种复杂背景下识别条码的方法，包括：获取条码图像，基于视觉图像处理算法模型中的卷积模块读取目标条码图像的条码轮廓状态；在读取到所述条码轮廓为完整状态的情况下，基于所述卷积模块和视觉图像处理算法模型中的区域筛选模块对所述目标条码图像进行条码轮廓识别，得到筛选条码轮廓结果，对所述条码轮廓结果进行框选拟合条码区域结果；对所述条码区域基于条码译码算法进行解码，输出条码解码信息。本发明专利技术利用视觉图像处理算法模型中的卷积模块来读取条码轮廓，并利用区域筛选模块进行条码轮廓识别，可以更准确地识别条码，提高条码识别成功率，方便后续对条码解码操作。操作。操作。

【技术实现步骤摘要】
一种复杂背景下识别条码的方法


[0001]本专利技术涉及图像识别
，特别是一种复杂背景下识别条码的方法。

技术介绍

[0002]目前条码识别方法是通过摄像头拍摄扫描条码图片，完成识别。目前常用的条形码识别工具主要是专用的条码识读器，通过激光扫描装置将条形码的条纹图像转化为相应的电信号，经过整形和译码处理获得条形码信息。
[0003]条码图像中的复杂背景，以及光照不均和条码倾斜等因素,都给条码图像的识别带来困难。传统的条码识别方法是直接针对条码部分或者字符部分或者条码和字符部分同时进行识别，这种方法在无背景干扰的情况下识别成功率较高，但往往实际现场使用过程中存在很多干扰信息，条码识别的效果往往不太理想。

技术实现思路

[0004]为了克服现有技术的上述缺点，本专利技术的目的是提出一种复杂背景下识别条码的方法，以解决上述
技术介绍
提出的问题。
[0005]本专利技术解决其技术问题所采用的技术方案是：一种复杂背景下识别条码的方法，包括：
[0006]获取条码图像，基于视觉图像处理算法模型中的卷积模块读取目标条码图像的条码轮廓状态；
[0007]在读取到所述条码轮廓为完整状态的情况下，基于所述卷积模块和视觉图像处理算法模型中的区域筛选模块对所述目标条码图像进行条码轮廓识别，得到筛选条码轮廓结果，对所述条码轮廓结果进行框选拟合条码区域结果；
[0008]对所述条码区域基于条码译码算法进行解码，输出条码解码信息。
[0009]作为本专利技术的进一步改进：基于边缘提取或Blob分析法初步提取轮廓，识别条码特征信息，通过对条码图像进行条码特征筛选一个包含条码的区域。
[0010]作为本专利技术的进一步改进：所述基于视觉图像处理算法模型中的卷积模块读取目标条码图像的条码轮廓状态包括：
[0011]每间隔预设时间采集包括目标条码对象的条码图像；
[0012]将所述条码图像分解区域，得到多个连通的条码图像区域；
[0013]将多个连通的条码图像区域输入所述视觉图像处理算法模型，以通过所述卷积模块读取连通的条码图像区域中所述目标条码图像的条码特征，其中，所述条码特征可由一个或多个连通条码图像区域拼接而成；
[0014]根据一个或多个连通条码特征确定所述条码轮廓状态。
[0015]作为本专利技术的进一步改进：将条码轮廓的左上角端点设为第一坐标、条码轮廓的右上角端点设为第二坐标、条码轮廓的左下角端点设为第三坐标、条码轮廓的右下角端点设为第四坐标，并预设完整条码轮廓的第一参数和第二参数；
[0016]计算所述条码特征中的轮廓长度，以确定所述目标条码图像的完整状态的识别度；
[0017]通过第一坐标和第二坐标的坐标长度与第一参数的拟合长度相等，并且所述第一坐标和第三坐标的坐标长度与第二参数的拟合长度相比大于70％，所述第二坐标和第四坐标的坐标长度与第二参数的拟合长度相比大于70％，确定所述目标条码图像处于所述完整状态，其中，所述第一坐标和第三坐标或所述第二坐标和第四坐标坐标长度小于第一参数的拟合长度。
[0018]作为本专利技术的进一步改进：通过第一坐标和第二坐标的坐标长度与第一参数的拟合长度相等；并且所述第一坐标和第三坐标的坐标长度与第二参数的拟合长度相比大于100％；和/或，所述第二坐标和第四坐标的坐标长度与第二参数的拟合长度相比大于100％，确定所述目标条码图像处于所述不完整状态。
[0019]作为本专利技术的进一步改进：在识别到条码轮廓状态为完整状态时，将条码轮廓面积范围外的噪点，筛选与条码轮廓相似的第一矩形区域，对所述条码轮廓拟合直线，并且通过矩形闭运算，筛选出与条码轮廓相似的面积最大的第二矩形区域。
[0020]作为本专利技术的进一步改进：基于对条码轮廓的所述第一矩形区域，对条码轮廓的边框拟合直线，再次通过筛选面积和长度将条码轮廓区域合并为第二矩形区域。
[0021]作为本专利技术的进一步改进：根据第二矩形区域，通过调整坐标位置框选出与条码轮廓相似的矩形区域，将条码字符部分框选到该矩形区域内，以创建第三矩形区域，其中，第三矩形区域面积大于第二矩形面积。
[0022]作为本专利技术的进一步改进：通过基于第二矩形区域，识别并定位第二矩形区域的中心点，调整第一坐标和第四坐标的位置，以框选一个面积大于第二矩形区域的第三矩形区域，根据第三矩形区域轮廓裁剪原条码图像得到目标条码图像。
[0023]作为本专利技术的进一步改进：接收所述目标条码图像，采用Halcon条码识别算法对目标条码图像进行解码，输出条码解码信息；若解码失败，采用OCR字符识别算法对字符部分进行字符识别，输出条码解码信息。
[0024]与现有技术相比，本专利技术的有益效果是：
[0025]本专利技术利用视觉图像处理算法模型中的卷积模块来读取条码轮廓，并利用区域筛选模块进行条码轮廓识别，这样可以更准确地识别条码，提高条码识别成功率，方便后续对条码解码操作，且通过条码边框轮廓拟合直线构建条码边框矩形区域，基于条码边框矩形区域，利用边框扩展的形式增加对条码字符部分的框选，可选地增加利用条码字符部分对条码进行解码，进一步地提高条码识别成功率，本专利技术的条码识别方法适用范围广。
附图说明
[0026]图1为本专利技术的方法流程示意图。
[0027]图2为根据本申请实施例提供的一种可选的识别条码方法的框架示意图。.
[0028]图3为根据本申请实施例提供的一种可选的识别条码方法的具体流程示意图。
具体实施方式
[0029]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术具体实施例及
相应的附图对本专利技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0030]现结合附图说明与实施例对本专利技术进一步说明：
[0031]实施例一：
[0032]本实施例提供了一种复杂背景下识别条码的方法，包括：
[0033]获取条码图像，基于视觉图像处理算法模型中的卷积模块读取目标条码图像的条码轮廓状态；
[0034]在读取到所述条码轮廓为完整状态的情况下，基于所述卷积模块和视觉图像处理算法模型中的区域筛选模块对所述目标条码图像进行条码轮廓识别，得到筛选条码轮廓结果，对所述条码轮廓结果进行框选拟合条码区域结果；
[0035]对所述条码区域基于条码译码算法进行解码，输出条码解码信息。
[0036]其中的视觉图像处理算法模型，是为视觉分析的边缘提取或Blob分析法预先基于条码轮廓训练得到的。
[0037]本专利技术利用视觉图像处理算法模型中的卷积模块来读取条码轮廓，并利用区域筛选模块进行条码轮廓识别，这样可以更准确地识别条码，提高条码识别成功率，方便后续对条码解码操作，且通过条码边框轮廓拟合直线构建条码边框矩形区域，基于条码边框矩形区域，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂背景下识别条码的方法，其特征在于，包括：获取条码图像，基于视觉图像处理算法模型中的卷积模块读取目标条码图像的条码轮廓状态；在读取到所述条码轮廓为完整状态的情况下，基于所述卷积模块和视觉图像处理算法模型中的区域筛选模块对所述目标条码图像进行条码轮廓识别，得到筛选条码轮廓结果，对所述条码轮廓结果进行框选拟合条码区域结果；对所述条码区域基于条码译码算法进行解码，输出条码解码信息。2.根据权利由其1所述的一种复杂背景下识别条码的方法，其特征在于，基于边缘提取或Blob分析法初步提取轮廓，识别条码特征信息，通过对条码图像进行条码特征筛选一个包含条码的区域。3.根据权利由其2所述的一种复杂背景下识别条码的方法，其特征在于，所述基于视觉图像处理算法模型中的卷积模块读取目标条码图像的条码轮廓状态包括：每间隔预设时间采集包括目标条码对象的条码图像；将所述条码图像分解区域，得到多个连通的条码图像区域；将多个连通的条码图像区域输入所述视觉图像处理算法模型，以通过所述卷积模块读取连通的条码图像区域中所述目标条码图像的条码特征，其中，所述条码特征可由一个或多个连通条码图像区域拼接而成；根据一个或多个连通条码特征确定所述条码轮廓状态。4.根据权利由其3所述的一种复杂背景下识别条码的方法，其特征在于，将条码轮廓的左上角端点设为第一坐标、条码轮廓的右上角端点设为第二坐标、条码轮廓的左下角端点设为第三坐标、条码轮廓的右下角端点设为第四坐标，并预设完整条码轮廓的第一参数和第二参数；计算所述条码特征中的轮廓长度，以确定所述目标条码图像的完整状态的识别度；通过第一坐标和第二坐标的坐标长度与第一参数的拟合长度相等，并且所述第一坐标和第三坐标的坐标长度与第二参数的拟合长度相比大于70％，所述第二坐标和第四坐标的坐标长度与第二参数的拟合长度相比大于70％，确定所述目标条码图像处于所述完...

【专利技术属性】
技术研发人员：柏艳林，王森森，宋明岑，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：