一种AI抓取扫描商品二维码和条形码的方法技术

本发明专利技术公开了一种AI抓取扫描商品二维码和条形码的方法，其技术方案要点是：包括以下步骤：S1、训练神经网络模型：通过大量的数据训练神经网络模型，优化AI深度学习算法来识别和提取二维码图片和文字，使其具备识别和提取二维码的能力；S2、图片预处理：使用AI对二维码图片进行预处理，包括图像去噪、灰度化、二值化，提高图像的质量；S3、特征提取：AI使用卷积神经网络CNN对图像进行特征提取，通过学习不同形状和颜色的特征，来判断图像中是否存在二维码；S4、识别二维码；S5、二维码文字提取；S6、识别结果反馈：控制器将识别信息发送至应用设备。本发明专利技术具有扫描识别效率高的优点。

【技术实现步骤摘要】

本专利技术涉及二维码识别领域，特别涉及一种ai抓取扫描商品二维码和条形码的方法。

技术介绍

1、二维码和条形码的重要性，不仅在于读取方便，还在于它为一系列的行业，乃至国家、政府级别的公共服务提供了信息采集技术标准。一个行业里面的各个部门，都使用这样一个标准进行沟通，可以大大降低出错的可能性，提高效率，也能提高安全性。二维码和条形码中隐藏了许多信息，需要进行读取分析。

2、如现有公开号为cn115577731a的中国专利，其公开了一种新型商品二维码的应用体系，包括商品二维码生成系统，商品二维码扫描系统和服务器。商品二维码生成系统包括商品信息登记单元、二维码编码生成单元和二维码标识转换单元。二维码编码生成单元将收录的商品条形码编码通过算法x生成包含商品条形码编码的二维码编码。商品二维码扫描系统包括商品二维码扫描器，商品二维码扫描器包括处理器，处理器连接有扫描模块、识别模块、解析模块和输出模块；解析模块通过逆运算算法x解析出二维码编码中商品条形码编码；再将商品条形码编码传输至pos结算终端。

3、再如现有公开号为cn115345188a的本文档来自技高网...

【技术保护点】

1.一种AI抓取扫描商品二维码和条形码的方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种AI抓取扫描商品二维码和条形码的方法，其特征在于：所述S1在训练神经网络模型时，采用的训练方法包括：先定义神经网络的结构和前向传播的输出结果；之后定义损失函数以及选择反向传播优化的算法；最后生成会话并在训练数据上反复运行反向传播优化算法。

3.根据权利要求1所述的一种AI抓取扫描商品二维码和条形码的方法，其特征在于：所述S2在图片预处理中，在进行图像去噪时，采用空间域去噪与频域去噪相结合的方法，所述空间域去噪在空间中进行去噪，将图像看做二维或者三维矩阵，噪声就是矩...

【技术特征摘要】

1.一种ai抓取扫描商品二维码和条形码的方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种ai抓取扫描商品二维码和条形码的方法，其特征在于：所述s1在训练神经网络模型时，采用的训练方法包括：先定义神经网络的结构和前向传播的输出结果；之后定义损失函数以及选择反向传播优化的算法；最后生成会话并在训练数据上反复运行反向传播优化算法。

3.根据权利要求1所述的一种ai抓取扫描商品二维码和条形码的方法，其特征在于：所述s2在图片预处理中，在进行图像去噪时，采用空间域去噪与频域去噪相结合的方法，所述空间域去噪在空间中进行去噪，将图像看做二维或者三维矩阵，噪声就是矩阵中元素数值比较突兀的部分，利用矩阵的相关运算对突兀的部分进行处理实现空间域去噪；所述频域去噪时，将图像通过傅里叶变换或小波变换转换到频域上，噪声就是频域中峰值比较高的点，在频域中将这些峰值高的地方做均匀化处理，最后把频域通过逆变换转换到空间域上，从而完成去噪的工作。

4.根据权利要求1所述的一种ai抓取扫描商品二维码和条形码的方法，其特征在于：所述s2在图片预处理中，在进行图像灰度化时，采用最大值法、平均值法或加权平均法进行灰度化，所述最大值法包括：直接取r,b,g三个分量中数值最大的分量的数值，其中0视为最小，255视为最大，利用公式r＝g＝b＝max(r,g,b)进行灰度转化；所述平均值法包括：取r,b,g三个分量中数值的均值，利用公式r＝g＝b＝(r+g+b)/3进行灰度转化；所述加权平均法包括：将三个分量以不同的权值进行加权平均，利用公式gray(i,j)＝0.299*r(i,j)+0.578*g(i,j)+0.114*b(i,j)进行灰度转化。

5.根据权利要求1所述的一种ai抓取扫描商品二维码和条形码的方法，其特征在于：所述s2在图片预处理中，在进行图像二值化时，在图像灰度化之后将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像...

【专利技术属性】
技术研发人员：杨洲钟，
申请(专利权)人：龙飞科技广东有限公司，
类型：发明
国别省市：