【技术实现步骤摘要】
本申请涉及计算机网络，具体涉及一种基于浏览器端扫描图像识别码的方法、介质和设备。
技术介绍
1、图像识别码已应用于很多日常生活的场景中，比如超市支付、系统登录、应用下载等等。如图1所示，以往扫码功能一般需要通过应用端进行扫码以获取图像识别码的图像后，再通过网络上传到服务端，由服务端接收图像识别码的图像并解析，获取码串数据，再通过网络通信将码串数据返回给应用端，从而实现完整扫码链路。由于这种扫描方式依赖于应用端完成，而每个应用端自身所能识别的识别码类型并不相同，当需要识别的识别码属于多种不同类型时，就需要用户打开多个应用端进行操作，存在着操作不方便的问题。且现在的扫码需要通过服务端完成，在断网的情况下无法进行，无法满足离线扫描的需求。
2、申请公布号为cn113918243a提供了一种新型扫描二维码的方法，该方法通过调用浏览器的getusermedia接口获取摄像头数据，将获取的media stream对象存放到video中，通过video标签加载mediastream数据和canvas去截取帧图像信息，获取video加载的每一帧图像信息，从而间接获取到imagedata数据传给jsqr去解析。最后，利用canvas的绘制能力将截取的video高频绘制到界面中达到模拟视频播放的效果，同时通过jsqr返回的数据定位到二维码存在的位置，并利用canvas的绘制能力将该位置标记出来。该方法可以摆脱微信h5界面的开发限制，直接在手机上用浏览器访问该h5界面，无需申请诸多权限才能进行开发，可以有效解决h5扫描二维码无法摆脱底层开
3、然而，当视频流图像中连续多帧图像所包含的二维码图像数量较多时，上述现有技术需要逐帧读取二维码进行解析，是一种串行处理的方式，存在着处理效率不高，无法满足批量二维码数据的处理需求。
技术实现思路
1、鉴于上述问题，本申请提供了一种基于浏览器端扫描图像识别码的技术方案，用以解决现有的二维码识别方式存在的处理效率不高、无法满足快速批量解析多个二维码需求的技术问题。
2、为实现上述目的，在第一方面，本申请提供了一种基于浏览器端扫描图像识别码的方法，所述方法包括：
3、获取多张图像数据；
4、根据所述浏览器端展示界面的大小将所述多张图像数据拼接为一张或多张拼接图像，将所述拼接图像绘制到所述浏览器端展示界面；
5、对所述拼接图像进行预处理，标记出所述拼接图像上潜在的图像识别码区域，并为所述潜在的图像识别码区域添加第一标识信息；
6、调用图像识别码解析组件对所述拼接图像上各个潜在的图像识别码区域进行识别，若判定所述潜在的图像识别码区域为图像识别码，对所述图像识别码进行解析，并将解析结果与该图像识别码区域对应的第一标识信息存入缓存单元中，若判定所述潜在的图像识别码区域不是图像识别码，则取消该潜在的图像识别码区域的第一标识信息；
7、根据缓存单元中存入的数据生成图像识别码解析列表，接收对所述解析列表中某一个或多个图像识别码的解析结果展示指令，从所述缓存单元中调取对应的图像识别码的解析结果并展示。
8、进一步的，所述拼接图像的数量为多个，所述方法包括：
9、对所有拼接图像进行预处理，统计所有拼接图像标记出的所述潜在的图像识别码区域的总数量；
10、若统计出的所述潜在的图像识别码区域的总数量超过预设数量，则将多个所述潜在的图像识别码区域分配给多个处理进程进行处理，每一所述处理进程被配置为调用一个所述图像识别码解析组件对分配给其的至少一个所述潜在的图像识别码区域进行识别。
11、进一步的，所述处理进程的数量根据以下方式确定：
12、预估处理所有所述潜在的图像识别码区域所需的最大硬件资源，所述最大硬件资源包括最大内存容量和最大处理器核数；
13、获取集群的硬件资源，所述集群的硬件资源包括当前集群资源所配置的总的内存容量和总的处理器核数；
14、将所述总的内存容量除以所述最大内存容量，得到第一数值以及将所述总的处理器核数除以所述最大处理器核数，得到第二数值，比较所述第一数值和所述第二数值的数值大小，将两者中数值较小的一个向下取整作为拆分出的处理进程的数量。
15、进一步的，所述获取多张图像数据包括：
16、接收用户自定义上传的多张图像数据；
17、或者，获取视频流数据，按所述视频流数据的播放顺序逐帧读取视频帧图像，得到多张图像数据；
18、当所述多张图像数据通过获取所述视频流数据得到时，所述方法还包括：
19、设定分段处理所述图像数据的数量上限值；
20、从所述视频流数据中读取所述上限值数量的视频帧图像，将读取的所述上限值数量的视频帧图像拼接为所述拼接图像；以及在当前拼接图像处理完毕后，从所述视频流数据中读取下一时间段的所述上限值数量的视频帧图像，将新读取的所述上限值数量的视频帧图像拼接为所述拼接图像并进行预处理。
21、进一步的，所述对所述拼接图像进行预处理包括：
22、将所述拼接图像输入至训练完成的神经网络模型中，得到标记有所述第一标识信息的所述潜在的图像识别码区域；
23、所述神经网络模型被配置为根据图像上各个位置区域的相关参数确定当前位置区域为所述潜在的图像识别码区域的概率，并将概率超过预设概率值的位置区域记为所述潜在的图像识别码区域，所述相关参数包括区域大小、区域中黑色像素点的占比、黑白像素点之间的比重中的任一项或多项。
24、进一步的，所述根据所述浏览器端展示界面的大小将所述多张图像数据拼接为一张或多张拼接图像包括：
25、根据所述图像数据的分辨率对所述图像数据的尺寸大小进行适应性缩小或放大，并对缩小或放大的多张图像数据进行拼接，得到拼接图像，并使得拼接图像的尺寸大小符合所述浏览器端展示界面的大小。
26、进一步的，所述方法还包括：
27、为具有所述图像识别码的所述图像数据添加第二标识信息以及为拼接图像添加第三标识信息；
28、在所述图像识别码解析列表中显示各个图像识别码对应的快捷图标及其第一标识信息时，显示对应的第二标识信息和第三标识信息。
29、进一步的，所述解析列表中为每个所述图像识别码对应配置有一个结果展示按钮；
30、所述接收对所述解析列表中某一个或多个图像识别码的解析结果展示指令，从所述缓存单元中调取对应的图像识别码的解析结果并展示包括：
31、接收对所述解析列表中针对一个或多个图像识别码的所述结果展示按钮的确认指令，从所述缓存单元中调取对应的图像识别码的解析结果并展示，所述确认指令根据用户点击、触摸、双击、生物特征认证中的任一项触发。
32、在第二方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如本申请第一方面所述本文档来自技高网...
【技术保护点】
1.一种基于浏览器端扫描图像识别码的方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述拼接图像的数量为多个，所述方法包括：
3.如权利要求2所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述处理进程的数量根据以下方式确定：
4.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述获取多张图像数据包括：
5.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述对所述拼接图像进行预处理包括：
6.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述根据所述浏览器端的展示界面的大小将所述多张图像数据拼接为一张或多张拼接图像包括：
7.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述方法还包括：
8.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述解析列表中为每个所述图像识别码对应配置有一个结果展示按钮；
9.一种计算机可读存储介质，其上存储有计
10.一种电子设备，其上存储有计算机程序，其特征在于，包括处理器和存储介质，所述存储介质上存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8任意一项所述的基于浏览器端扫描图像识别码的方法。
...【技术特征摘要】
1.一种基于浏览器端扫描图像识别码的方法，其特征在于，所述方法包括：
2.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述拼接图像的数量为多个，所述方法包括：
3.如权利要求2所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述处理进程的数量根据以下方式确定：
4.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述获取多张图像数据包括：
5.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述对所述拼接图像进行预处理包括：
6.如权利要求1所述的基于浏览器端扫描图像识别码的方法，其特征在于，所述根据所述浏览器端的展示界面的大小将所述多张图像...
【专利技术属性】
技术研发人员：陈天宇，叶章明，张汀勇，蔡国水，王孔敏，
申请(专利权)人：福建博思数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。