批量生成统一视觉制造技术

一种批量生成统一视觉

【技术实现步骤摘要】
批量生成统一视觉AI二维码的方法及计算机可读存储介质


[0001]本专利技术涉及二维码生成
，尤其涉及一种批量生成统一视觉
AI
二维码的方法及计算机可读存储介质
。

技术介绍

[0002]随着互联网
的飞速发展，二维码已经成为商业和社交交流的重要工具，传统的二维码由单调的黑白编码模块组成，缺乏视觉美感，无法与二维码表示的信息或代表的品牌建立直观的联系
。
因此，为了美化二维码的视觉效果，将二维码与背景图像融合，生成带有背景图像的二维码
。
[0003]经检索，目前与图像融合的艺术化二维码生成方法如专利号为
CN201611062539.5(
授权公告号为
CN106778995B)
的中国专利技术所示，该方法是通过结合图像视觉显著性与高斯约旦消元法，调整二维码码字，生成二维码与图像结合的二值艺术化二维码；建立二维码模块的扫描误差模型，设置预期的二维码模块扫描误差约束，局部调整二维码模块的灰度值，与输入图像的灰度化结果融合，生成灰度艺术化二维码；建立图像亮度调整方案，调整彩色原图的像素值，使其转化为灰度图后结果与灰度艺术化二维码一致，生成彩色艺术化二维码
。
现有技术中的二维码美化方法普遍采用调整二维码的前景或背景图，在商业应用中，该方法生成的二维码与整个宣传风格的融合度较低
。
[0004]目前，
AI(Artificial Intelligence
，中文人工智能，简称
AI)
绘图在图像处理领域被广泛应用，如广告设计
、
产品设计和游戏设计等领域，
AI
绘图的原理是基于大量数据和深度学习算法，模拟人类绘图的过程，得到对应的图像结果，并且机器通过学习算法，使计算机生成具有多样性和创新性的图形元素，从而提高创作效率
。
因此，
AI
绘图的兴起给二维码的样式提供了更多的可能性，现有的基于
AI
绘图的
AI
二维码应用中，用户可以选择图像处理模型，再输入关键词或上传图片，生成风格类似的二维码图片
。
这种利用
AI
绘图能力生成的
AI
二维码的
AI
二维码应用，能够在传统二维码美化的基础上提升设计的融合度，从而生成与企业品牌或产品风格一致的
AI
二维码
。
但是现有的
AI
二维码应用仍然存在一些问题：
[0005](1)
生成的
AI
二维码的不可识别率高，由于
AI
二维码具有随机性和创新性，会导致生成的二维码图片无法识别，并且在利用
AI
绘图能力重绘二维码的过程中会使用一些锐化和平滑化处理方式来改善图片质量，导致生成的
AI
二维码的边缘模糊，码点与背景的对比度小，从而导致生成的
AI
二维码无法被准确识别
。
[0006](2)
生成的
AI
二维码具有不可控性，
AI
二维码应用在生成
AI
二维码过程中具有一定的随机性，因此，就算是图像处理模型和关键词完全一致，
AI
二维码应用也无法多次生成元素
、
样式完全一致的
AI
二维码
。
[0007](3)AI
二维码的生成效率低，目前，
AI
二维码应用生成的
AI
二维码大多是一张一张生成的，生产效率低，并且应用场景较为有限
。
[0008]因此，在商业应用中，企业如果生成一个合适的
AI
二维码后，无法批量生成风格样
式一致的
AI
二维码，将会影响商业活动的应用，从而会舍弃该
AI
二维码，影响用户的使用体验感，为此需要进一步的改进
。

技术实现思路

[0009]本专利技术所要解决的技术问题是针对上述现有技术现状而提供一种批量生成统一视觉
AI
二维码的方法
。
[0010]本专利技术解决上述技术问题所采用的技术方案为：该批量生成统一视觉
AI
二维码的方法，其特征在于包括如下步骤：
[0011]步骤一
、
用户输入需要
AI
美化的二维码内容或二维码图片，通过二维码生码技术或二维码解码及转码技术，将需要
AI
美化的二维码内容或二维码图片生成初始黑白二维码；
[0012]步骤二
、
用户在预设的图像处理模型中选择一个美化风格，输入关键词或上传预设图像，调整预设的图像处理模型的干预参数，将步骤一中的初始黑白二维码生成符合用户需求的
AI
美化后的二维码图像；
[0013]步骤三
、
将步骤二中生成的
AI
美化后的二维码图像进行机器解码识别，如果能够被解码识别，则输出解码识别通过后的
AI
美化后的二维码图像；如果不能被解码识别，重复步骤二，直至机器解码识别通过后，输出解码识别通过后的
AI
美化后的二维码图像；
[0014]步骤四
、
将步骤三输出的
AI
美化后的二维码图像保存为
AI
二维码样式模板；
[0015]步骤五
、
提取步骤四中保存的
AI
二维码样式模板中的码点颜色，提取
AI
二维码样式模板的大小及形状以及背景样式；
[0016]步骤六
、
用户选择步骤四中保存的
AI
二维码样式模板，输入需要批量生成
AI
二维码的待生码内容；
[0017]步骤七
、
将需要批量生成
AI
二维码的待生码内容按照与步骤一中相同的二维码生成规则生成批量黑白二维码；
[0018]步骤八
、
对
AI
二维码样式模板及批量黑白二维码的编码区进行相同格式的分块，然后将批量黑白二维码中的全部编码分块分别依次替换到
AI
二维码样式模板中对应位置的编码分块中，得到批量中间二维码；或者将
AI
二维码样式模板所有编码分块的编码内容分别与批量黑白二维码相应位置编码分块的编码内容一一对比，如果批量黑白二维码中的某一编码分块的编码内容与
AI
二维码样式模板中对应编码分块的编码内容不同，则分别将批量黑白二维码中编码内容不同的编码分块替换到
AI
二维码样式模板中对应位置的编码分块中，得到批量中间二维码；
[0019]步骤九
、
分别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种批量生成统一视觉
AI
二维码的方法，其特征在于包括如下步骤：步骤一
、
用户输入需要
AI
美化的二维码内容或二维码图片，通过二维码生码技术或二维码解码及转码技术，将需要
AI
美化的二维码内容或二维码图片生成初始黑白二维码；步骤二
、
用户在预设的图像处理模型中选择一个美化风格，输入关键词或上传预设图像，调整预设的图像处理模型的干预参数，将步骤一中的初始黑白二维码生成符合用户需求的
AI
美化后的二维码图像；步骤三
、
将步骤二中生成的
AI
美化后的二维码图像进行机器解码识别，如果能够被解码识别，则输出解码识别通过后的
AI
美化后的二维码图像；如果不能被解码识别，重复步骤二，直至机器解码识别通过后，输出解码识别通过后的
AI
美化后的二维码图像；步骤四
、
将步骤三输出的
AI
美化后的二维码图像保存为
AI
二维码样式模板；步骤五
、
提取步骤四中保存的
AI
二维码样式模板中的码点颜色，提取
AI
二维码样式模板的大小及形状以及背景样式；步骤六
、
用户选择步骤四中保存的
AI
二维码样式模板，输入需要批量生成
AI
二维码的待生码内容；步骤七
、
将需要批量生成
AI
二维码的待生码内容按照与步骤一中相同的二维码生成规则生成批量黑白二维码；步骤八
、
对
AI
二维码样式模板及批量黑白二维码的编码区进行相同格式的分块，然后将批量黑白二维码中的全部编码分块分别依次替换到
AI
二维码样式模板中对应位置的编码分块中，得到批量中间二维码；或者将
AI
二维码样式模板所有编码分块的编码内容分别与批量黑白二维码相应位置编码分块的编码内容一一对比，如果批量黑白二维码中的某一编码分块的编码内容与
AI
二维码样式模板中对应编码分块的编码内容不同，则分别将批量黑白二维码中编码内容不同的编码分块替换到
AI
二维码样式模板中对应位置的编码分块中，得到批量中间二维码；步骤九
、
分别依次将批量中间二维码中所有被替换的编码分块进行蒙版操作，再然后根据步骤五提取的
AI
二维码样式模板中的码点颜色
、AI
二维码样式模板的大小及形状以及背景样式，对已经进行过蒙版操作的新的编码分块的码点颜色和进行过蒙版操作的批量中间二维码的大小及形状以及背景样式进行更新，分别得到应用
AI
二维码样式模板生成的美化后的批量
AI
二维码；步骤十
、
统一对步骤九中应用
AI
二维码样式模板生成的美化后的批量
AI
二维码进行机器解码检查，确保所有批量
AI
二维码均可被正确识别后，输出能够被识别通过的美化后的批量
AI
二维码，这些能够被识别通过的美化后的批量
AI
二维码即为批量生成的具有统一视觉的
AI
二维码
。2.
根据权利要求1所述的批量生成统一视觉
AI
二维码的方法，其特征在于：所述步骤一中的解码及转码技术具体包括如下步骤：步骤
1、
输入用户输入的二维码图片；步骤
2、
对用户输入的二维码图片进行预处理；步骤
3、
识别用户输入的二维码图片中的定位模块和校准模块，判断该二维码图片中是否有定位模块和校准模块，如果没有定位模块和校准模块，则提示用户，用户输入的二维码图片无二维码图案；如果有定位模块和校准模块，则确定该二维码图片中二维码的位置和
方向；步骤
4、
根据二维码编码规则，提取该二维码图片中的数据码字和校验码字；步骤
5、
根据二维码的纠错区域，对数据码字进行纠错操作，还原出原始数据；步骤
6、
将原始数据按照对应的生码规则生成初始黑白二维码；步骤
7、
输出初始黑白二维码
。3.
根据权利要求1所述的批量生成统一视觉
AI
二维码的方法，其特征在于：所述步骤二中的干预参数包括如下参数之一或任意组合：扩散系数
、
迭代次数
、
初始条件
、
相关性和噪声强度
。4.
根据权利要求1所述的批量生成统一视觉
AI
二维码的方法，其特征在于：所述步骤五中提取码点颜色具体包括如下步骤：步骤
A、
先将
AI
二维码样式模板的颜色转为
RGB
颜色矩阵，然后在
RGB
颜色矩阵中随机选取
k
个聚类质心点，将
k
个聚类质心点标记为
m1，
m2，
…
，
m
k
，
k
为...

【专利技术属性】
技术研发人员：汤婧怡，蒋云晖，刘于标，
申请(专利权)人：宁波邻家网络科技有限公司，
类型：发明
国别省市：