CN112163443A - 一种扫码方法、扫码装置及移动终端 - Google Patents
一种扫码方法、扫码装置及移动终端 Download PDFInfo
- Publication number
- CN112163443A CN112163443A CN202011125549.5A CN202011125549A CN112163443A CN 112163443 A CN112163443 A CN 112163443A CN 202011125549 A CN202011125549 A CN 202011125549A CN 112163443 A CN112163443 A CN 112163443A
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- image
- code
- gray
- scanning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 38
- 230000009467 reduction Effects 0.000 claims abstract description 23
- 230000002146 bilateral effect Effects 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 22
- 238000010586 diagram Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000011176 pooling Methods 0.000 claims description 5
- 108091026890 Coding region Proteins 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000519995 Stachys sylvatica Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/146—Methods for optical code recognition the method including quality enhancement steps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
- G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种二维码扫描的技术领域，揭露了一种扫码方法，包括：获取包含二维码的二维码图像，并利用加权平均法进行二维码图像的灰度化，得到二维码灰度图像；利用双边滤波算法对二维码灰度图像进行降噪处理，得到降噪后的二维码灰度图像；利用改进的二值化算法对降噪后的二维码灰度图像进行二值化处理，得到二维码的二值化图像；利用动态二维码定位算法对二维码进行定位，得到二维码的所在区域；根据二维码的所在区域，利用二维码译码方法对二维码进行译码处理，得到二维码的扫码结果。本发明还提供了一种扫码的装置及移动终端。本发明实现了二维码的扫描。
Description
技术领域
本发明涉及二维码扫码的技术领域，尤其涉及一种扫码方法、扫码装置及移动终端。
背景技术
随着计算机技术的蓬勃发展和智能设备的逐渐普及，二维码识别技术应运而生，作为信息传递的媒介，二维码现已应用在商场超市、工业生产线、邮政快递等生产生活的方方面面，而二维码的扫描以及识别成为当前研究领域的热门话题。
对于二维码的识别，常采用配备摄像头的图像式识别设备，匹配以合适的识别软件对其进行识别。平常生活中，此种设备结构简单，价格低廉，需要保证识别设备与二维码的相对静止才能以较高的准确率对二维码的进行识别。然而在工业生产中，为了保证设备采集到的二维码图像清晰、稳定，常使用高速相机作为设备的图像采集模块，该方式能够以较高准确率对二维码进行识别，但是由于其设备价格高昂，难以普及。
同时在实际使用过程中，采集到的二维码图像常存在光照不均匀、倾斜、扭曲以及畸变等问题，这给二维码的识别带来较大的挑战。
鉴于此，如何更为高效地对二维码进行扫描以及识别，成为本领域技术人员亟待解决的问题。
发明内容
本发明提供一种扫码方法，通过对传统图像二值化处理方法进行改进，保证了二维码图像在二值化处理后的细节信息，并利用一种动态二维码定位方法进行动态二维码的定位，从而根据二维码的定位结果进行二维码的解码处理。
为实现上述目的，本发明提供的一种扫码方法，包括：
获取包含二维码的二维码图像，并利用加权平均法进行二维码图像的灰度化，得到二维码灰度图像；
利用双边滤波算法对二维码灰度图像进行降噪处理，得到降噪后的二维码灰度图像；
利用改进的二值化算法对降噪后的二维码灰度图像进行二值化处理，得到二维码的二值化图像；
利用动态二维码定位算法对二维码进行定位，得到二维码的所在区域；
根据二维码的所在区域，利用二维码译码方法对二维码进行译码处理，得到二维码的扫码结果。
可选地，所述利用加权平均法进行二维码图像的灰度化，包括：
利用加权平均法进行二维码图像的灰度化，所述加权平均法的公式为：
Gray(i，j)＝R(i，j)×0.299+G(i，j)×0.587+B(i，j)×0.114
其中：
R(i，j)，G(i，j)，B(i，j)为二维码图像像素(i，j)在R，G，B三个颜色通道上的像素值；
Gray(i，j)为二维码图像像素(i，j)的灰度值。
可选地，所述利用双边滤波算法对二维码灰度图像进行降噪处理，包括：
所述经双边滤波的图像g(x，y)可以表示为：
W(x，y，m，n)＝Gd(x，y，m，n)×Gr(x，y，m，n)
其中：
f(x，y)为以像素点(x，y)为中心的二维码灰度图像；
(m，n)为以(x，y)为中心像素点的邻域像素，其组成的集合为S；
W(x，y，m，n)为滤波器各点的权重系数；
Gd(x，y，m，n)为空间相似度；
Gr(x，y，m，n)为灰度相似度；
σd，σr分别为基于高斯核函数的距离和灰度的标准差。
可选地，所述利用改进的二值化算法对降噪后的二维码灰度图像进行二值化处理，包括：
1)遍历二维码灰度图像所有灰度值，将使类间方差目标函数值最大的灰度值记为全局阈值T1；
2)令T＝0.5×(T1+128)，f(x，y)为当前像素(x，y)的灰度值，计算以当前像素为中心，像素大小为(2w+1)×(2w+1)的窗口内，所有灰度值中最大灰度值M和最小灰度值N的均值T2，本发明将w设置为1；
3)计算窗口内所有灰度值的平均值
和均方差C：
4)令T＝aT1+bT2，其中a+b＝1，a≥0,b≥0，对二维码灰度图像像素进行逐点的二值化处理，处理规则为：
若C≥S，当T1≥T，f(x，y)＝255，当T1＜T，f(x，y)＝0；
若C＜S，当T2≥T，f(x，y)＝255，当T2＜T，f(x，y)＝0；
其中：
S为本发明所设置的阈值参数，其值为15；
C为窗口内所有灰度值的均方差；
f(x，y)为当前像素(x，y)的灰度值。
可选地，所述利用动态二维码定位算法对二维码进行定位，包括：
1)利用5个大小为3×3像素尺寸的卷积核对二值化图像进行卷积操作，并在每次卷积操作后进行下采样操作，得到二值化图像的采样特征图；
2)使用不同膨胀率的卷积核对所述采样特征图进行空洞卷积，得到空洞卷积特征图，本发明所述所述对膨胀率的分配遵循锯齿波的组合形式，将多个膨胀率增加的层组合在一起；
3)利用大小为3×3×1024维度的卷积核对上述空洞卷积特征图做卷积操作；随即再用卷积核大小为1×1×5070维度的卷积核扩展通道数量；接着做平均池化操作得到1×1×5070维度的张量；最后将张量变换维度为13×13×30维度的特征图输出，最后输出的特征图即为二维码所在区域的特征图。
可选地，所述利用二维码译码方法对二维码进行译码处理，包括：
1)根据二维码的结构，二维码的右上角包含了二维码的版本信息，二维码的左下角为二维码位置探测图像，通过截取二维码的右上角区域，得到二维码版本信息的取样网络；
2)根据二维码版本信息的取样网络确定二维码版本的等级，并对有错误的版本信息模块进行纠错，纠错的机制是基于RS纠错原理；
3)在二维码区域图像上建立采样网格，采样网格中有若干个交叉点，对这些点进行取样，深色用二进制数“1”表示，浅色用二进制数“0”表示，从而生成一个全新的位图，即用矩阵来表示一个二维码符号；
4)消除掩膜，即将二维码的编码区与掩膜图形进行异或运算，得到数据码字和纠错码字，然后将这两者重新排列；
5)对码字进行错误检查，并对替代错误和拒读错误等进行纠正；
6)对纠错后码字的序列进行重新组配，形成和数据编码一样的位流，实现译码操作。
此外，为实现上述目的，本发明还提供一种扫码的装置，所述装置包括：
二维码采集装置，用于采集二维码图像，并对二维码图像进行灰度化处理；
二维码处理器，用于利用双边滤波算法对二维码图像进行降噪处理，利用改进的二值化算法对降噪后的二维码图像进行二值化处理，得到二维码的二值化图像；
扫码装置，用于利用动态二维码定位算法对二维码进行定位，得到二维码的所在区域，并利用二维码译码方法对二维码进行译码处理，得到二维码的扫码结果。
此外，为实现上述目的，本发明还提供一种移动终端，所述移动终端包括：
移动终端天线，用来将二维码图像传输到扫码装置中，并接收扫码结果；
移动终端摄像头，用来采集二维码图像；
移动终端后盖，用来容纳移动终端的电路主板、移动终端天线以及移动终端摄像头。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有扫码程序指令，所述扫码程序指令可被一个或者多个处理器执行，以实现如上所述的扫码的实现方法的步骤。
相对于现有技术，本发明提出一种扫码方法，该技术具有以下优势：
首先，传统图像二值化方法大多为Otsu算法，该方法简单、高效，且对噪声不敏感，但会出现大量毛刺现象，在光照过强或过弱区域甚至会出现全(1)白或全(0)黑的情况，致使部分区域细节缺失。因此本发明对传统图像二值化方法进行改进，将全局阈值引入局部阈值法中，使每一个窗口内的信息与图像整体信息相关联，将窗口内所有灰度值的均方差引入算法中，并通过设置处理规则对二维码灰度图像像素进行逐点的二值化处理，处理规则为：
若C≥S，当T1≥T，f(x，y)＝255，当T1＜T，f(x，y)＝0；
若C＜S，当T2≥T，f(x，y)＝255，当T2＜T，f(x，y)＝0；
其中：S为本发明所设置的阈值参数，其值为15；C为窗口内所有灰度值的均方差；f(x，y)为当前像素(x，y)的灰度值；T1为全局阈值，T2为局部窗口中灰度值中最大灰度值M和最小灰度值N的均值。当C≥S时，说明该窗口内灰度值较为宽泛，像素处于前景和背景交叉区域，此时应以全局阈值为阈值，使得边缘更加平滑；当C＜S时，说明该窗口内灰度值较为集中，像素处于前景或背景区域，此时应以T2为阈值，以防止错分，避免白斑或黑斑出现。因此，本发明所述算法通过选择合适的权值对灰度图像进行二值化，比使用单个阈值更加合理，从而使得所得到的二维码二值化图像更为完整且噪声少，有助于后续的二维码扫描以及译码处理。
传统的目标检测模型的卷积网络结构基于卷积-池化-卷积-池化设计，但随着网络结构的加深，尽管后面特征图的感受野在不停增加，但是图片的分辨率确实逐渐降低，以此为代价的是，使得这种网络结构在小目标的检测上效果较差。因此本发明对传统目标检测模型进行改进，提出一种动态二维码定位算法，通过对卷积核设置不同的膨胀率，从而对特征图的感受野进行扩大，实现空洞卷积，相比传统卷积，空洞卷积能够在不增加模型参数数量的情况下扩大网络的感受野以及增加图像的分辨率，以聚集更多的整体信息，减少模型使用最大池化层。但随着空洞卷积的稀疏率变大时，会使得高层特征图对输入的采样变得稀疏，也就是说输入图像信息在随着空洞卷积的使用会出现信息丢失的情况，因此本发明提出一种空洞卷积混合方案，在使用下采样后，并不是对所有层使用相同的膨胀率，而是对不同层使用不同的膨胀率，其中第0层的膨胀率为1，相当于普通卷积，并对膨胀率的分配遵循锯齿波的组合形式，避免了膨胀率的大幅度变化导致信息不相干或相互干扰，第1层到第3层的膨胀率为前一层膨胀率的1.2倍，第4层到第6层的膨胀率为前一层的0.7倍，当膨胀率变大时，特征图的感受野也会变大，从而有效捕捉到二维码的整体信息，但由于过大的膨胀率会导致特征图呈现网格化，当膨胀率为2时会损失75％的局部信息，因此本发明在第4层到第6层进行膨胀率的逐渐降低，从而捕捉到二维码的局部信息，避免了信息丢失的情况，提高了二维码区域识别的准确率。
附图说明
图1为本发明一实施例提供的一种扫码方法的流程示意图；
图2为本发明一实施例提供的一种扫码的装置的结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
通过对传统图像二值化处理方法进行改进，保证了二维码图像在二值化处理后的细节信息，并利用一种动态二维码定位方法进行动态二维码的定位，从而根据二维码的定位结果进行二维码的解码处理。参照图1所示，为本发明一实施例提供的扫码方法示意图。
在本实施例中，扫码方法包括：
S1、获取包含二维码的二维码图像，并利用加权平均法进行二维码图像的灰度化，得到二维码灰度图像。
首先，本发明获取包含二维码的二维码图像，并利用加权平均法进行二维码图像的灰度化，所述加权平均法的公式为：
Gray(i，j)＝R(i，j)×0.299+G(i，j)×0.587+B(i，j)×0.114
其中：
R(i，j)，G(i，j)，B(i，j)为二维码图像像素(i，j)在R，G，B三个颜色通道上的像素值；
Gray(i，j)为二维码图像像素(i，j)的灰度值。
S2、利用双边滤波算法对二维码灰度图像进行降噪处理，得到降噪后的二维码灰度图像。
进一步地，本发明利用双边滤波算法对二维码灰度图像进行降噪处理，得到降噪后的二维码灰度图像，所述经双边滤波的图像g(x，y)可以表示为：
W(x，y，m，n)＝Gd(x，y，m，n)×Gr(x，y，m，n)
其中：
f(x，y)为以像素点(x，y)为中心的二维码灰度图像；
(m，n)为以(x，y)为中心像素点的邻域像素，其组成的集合为S；
W(x，y，m，n)为滤波器各点的权重系数；
Gd(x，y，m，n)为空间相似度；
Gr(x，y，m，n)为灰度相似度；
σd，σr分别为基于高斯核函数的距离和灰度的标准差。
在图像像素灰度变化不大的位置，各点灰度值相差不大，Gr≈1，此时相当于高斯滤波。在图像灰度值突变的位置，如二维码的角点和边缘，当中心像素点和邻域点处在边缘同侧的时候，Gr趋向1；当处于边缘两侧时，两者灰度值差异变大，Gr趋向0；故只有灰度值相近的邻域点才会被用来计算权重。因此，双边滤波法能够在滤除噪声的同时保护边缘信息不受损失。
S3、利用改进的二值化算法对降噪后的二维码灰度图像进行二值化处理，得到二维码的二值化图像。
进一步地，本发明利用改进的二值化算法对降噪后的二维码灰度图像进行二值化处理，得到二维码的二值化图像，所述利用改进的二值化算法对降噪后的二维码灰度图像进行二值化处理的流程为：
1)遍历二维码灰度图像所有灰度值，将使类间方差目标函数值最大的灰度值记为全局阈值T1；
2)令T＝0.5×(T1+128)，f(x，y)为当前像素(x，y)的灰度值，计算以当前像素为中心，像素大小为(2w+1)×(2w+1)的窗口内，所有灰度值中最大灰度值M和最小灰度值N的均值T2，本发明将w设置为1；
3)计算窗口内所有灰度值的平均值
和均方差C：
4)令T＝aT1+bT2，其中a+b＝1，a≥0,b≥0，对二维码灰度图像像素进行逐点的二值化处理，处理规则为：
若C≥S，当T1≥T，f(x，y)＝255，当T1＜T，f(x，y)＝0；
若C＜S，当T2≥T，f(x，y)＝255，当T2＜T，f(x，y)＝0；
其中：
S为本发明所设置的阈值参数，其值为15；
C为窗口内所有灰度值的均方差；
f(x，y)为当前像素(x，y)的灰度值。
S4、利用动态二维码定位算法对二维码进行定位，得到二维码的所在区域。
进一步地，本发明利用动态二维码定位算法对二维码进行定位，所述利用动态二维码定位算法对二维码进行定位的流程为：
1)利用5个大小为3×3像素尺寸的卷积核对二值化图像进行卷积操作，并在每次卷积操作后进行下采样操作，得到二值化图像的采样特征图；
2)使用不同膨胀率的卷积核对所述采样特征图进行空洞卷积，得到空洞卷积特征图，本发明所述所述对膨胀率的分配遵循锯齿波的组合形式，将多个膨胀率增加的层组合在一起；在本发明一个具体实施例中，第0层的膨胀率为1，相当于普通卷积，并对膨胀率的分配遵循锯齿波的组合形式，避免了膨胀率的大幅度变化导致信息不相干或相互干扰，第1层到第3层的膨胀率为前一层膨胀率的1.2倍，第4层到第6层的膨胀率为前一层的0.7倍，当膨胀率变大时，特征图的感受野也会变大，从而有效捕捉到二维码的整体信息，但由于过大的膨胀率会导致特征图呈现网格化，当膨胀率为2时会损失75％的局部信息，因此本发明在第4层到第6层进行膨胀率的逐渐降低，从而捕捉到二维码的局部信息；
3)利用大小为3×3×1024维度的卷积核对上述空洞卷积特征图做卷积操作；随即再用卷积核大小为1×1×5070维度的卷积核扩展通道数量；接着做平均池化操作得到1×1×5070维度的张量；最后将张量变换维度为13×13×30维度的特征图输出，最后输出的特征图即为二维码所在区域的特征图。
S5、根据二维码的所在区域，利用二维码译码方法对二维码进行译码处理，得到二维码的扫码结果。
进一步地，根据二维码的所在区域，本发明利用二维码译码方法对二维码进行译码处理，得到二维码的扫码结果，所述二维码译码方法的流程为：
1)根据二维码的结构，二维码的右上角包含了二维码的版本信息，二维码的左下角为二维码位置探测图像，通过截取二维码的右上角区域，得到二维码版本信息的取样网络；
2)根据二维码版本信息的取样网络确定二维码版本的等级，并对有错误的版本信息模块进行纠错，纠错的机制是基于RS纠错原理；
3)在二维码区域图像上建立采样网格，采样网格中有若干个交叉点，对这些点进行取样，深色用二进制数“1”表示，浅色用二进制数“0”表示，从而生成一个全新的位图，即用矩阵来表示一个二维码符号；
4)消除掩膜，即将二维码的编码区与掩膜图形进行异或运算，得到数据码字和纠错码字，然后将这两者重新排列；
5)对码字进行错误检查，并对替代错误和拒读错误等进行纠正；
6)对纠错后码字的序列进行重新组配，形成和数据编码一样的位流，实现译码操作。
下面通过一个算法实验来说明本发明的具体实施方式，并对发明的处理方法进行测试。本发明算法的硬件测试环境为：处理器为Inter Core i5-44603.2GHz,内存为32G，编程语言为python3.7，计算框架为Tensorflow；对比方法为基于YOLOv2的扫码方法，基于Fast-RCNN的扫码方法以及基于R-CNN的扫码方法。
在本发明所述算法实验中，数据集为所收集到的若干二维码图像。本实验通过将二维码图像输入到算法模型中，将二维码扫码的正确率作为评价算法模型的指标。
根据实验结果，基于YOLOv2的扫码方法的扫码准确率为89.32％，基于Fast-RCNN的扫码方法的扫码准确率为90.32％，基于R-CNN的扫码方法的扫码准确率为87.68％，本发明所述算法的扫码准确率为92.21％，相较于对比算法，本发明所提出的扫码方法具有更高的扫码准确率。
发明还提供一种扫码的装置。参照图2所示，为本发明一实施例提供的扫码的装置的内部结构示意图。
在本实施例中，所述扫码的装置1至少包括二维码采集装置11、二维码处理器12、扫码装置13，通信总线14，以及网络接口15。
其中，二维码采集装置11可以是PC(Personal Computer，个人电脑)，或者是智能手机、平板电脑、便携计算机等终端设备，也可以是一种服务器等。
二维码处理器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。二维码处理器12在一些实施例中可以是扫码的装置1的内部存储单元，例如该扫码的装置1的硬盘。二维码处理器12在另一些实施例中也可以是扫码的装置1的外部存储设备，例如扫码的装置1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，二维码处理器12还可以既包括扫码的装置1的内部存储单元也包括外部存储设备。二维码处理器12不仅可以用于存储安装于扫码的装置1的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
扫码装置13在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行二维码处理器12中存储的程序代码或处理数据，例如扫码程序指令等。
通信总线14用于实现这些组件之间的连接通信。
网络接口15可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该装置1与其他电子设备之间建立通信连接。
可选地，该装置1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在扫码的装置1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-15以及扫码的装置1，本领域技术人员可以理解的是，图1示出的结构并不构成对扫码的装置1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
在图2所示的装置1实施例中，二维码处理器12中存储有扫码程序指令；扫码装置13执行二维码处理器12中存储的扫码程序指令的步骤，与扫码方法的实现方法相同，在此不作类述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有扫码程序指令，所述扫码程序指令可被一个或多个处理器执行，以实现如下操作：
获取包含二维码的二维码图像，并利用加权平均法进行二维码图像的灰度化，得到二维码灰度图像；
利用双边滤波算法对二维码灰度图像进行降噪处理，得到降噪后的二维码灰度图像；
利用改进的二值化算法对降噪后的二维码灰度图像进行二值化处理，得到二维码的二值化图像；
利用动态二维码定位算法对二维码进行定位，得到二维码的所在区域；
根据二维码的所在区域，利用二维码译码方法对二维码进行译码处理，得到二维码的扫码结果。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种扫码方法，其特征在于，所述方法包括：
获取包含二维码的二维码图像，并利用加权平均法进行二维码图像的灰度化，得到二维码灰度图像；
利用双边滤波算法对二维码灰度图像进行降噪处理，得到降噪后的二维码灰度图像；
利用改进的二值化算法对降噪后的二维码灰度图像进行二值化处理，得到二维码的二值化图像；
利用动态二维码定位算法对二维码进行定位，得到二维码的所在区域；
根据二维码的所在区域，利用二维码译码方法对二维码进行译码处理，得到二维码的扫码结果。
2.如权利要求1所述的一种扫码方法，其特征在于，所述利用加权平均法进行二维码图像的灰度化，包括：
利用加权平均法进行二维码图像的灰度化，所述加权平均法的公式为：
Gray(i，j)＝R(i，j)×0.299+G(i，j)×0.587+B(i，j)×0.114
其中：
R(i，j)，G(i，j)，B(i，j)为二维码图像像素(i，j)在R，G，B三个颜色通道上的像素值；
Gray(i，j)为二维码图像像素(i，j)的灰度值。
3.如权利要求2所述的一种扫码方法，其特征在于，所述利用双边滤波算法对二维码灰度图像进行降噪处理，包括：
所述经双边滤波的图像g(x，y)可以表示为：
W(x，y，m，n)＝Gd(x，y，m，n)×Gr(x，y，m，n)
其中：
f(x，y)为以像素点(x，y)为中心的二维码灰度图像；
(m，n)为以(x，y)为中心像素点的邻域像素，其组成的集合为S；
W(x，y，m，n)为滤波器各点的权重系数；
Gd(x，y，m，n)为空间相似度；
Gr(x，y，m，n)为灰度相似度；
σd，σr分别为基于高斯核函数的距离和灰度的标准差。
4.如权利要求3所述的一种扫码方法，其特征在于，所述利用改进的二值化算法对降噪后的二维码灰度图像进行二值化处理，包括：
1)遍历二维码灰度图像所有灰度值，将使类间方差目标函数值最大的灰度值记为全局阈值T1；
2)令T＝0.5×(T1+128)，f(x，y)为当前像素(x，y)的灰度值，计算以当前像素为中心，像素大小为(2w+1)×(2w+1)的窗口内，所有灰度值中最大灰度值M和最小灰度值N的均值T2，本发明将w设置为1；
3)计算窗口内所有灰度值的平均值
和均方差C：
4)令T＝aT1+bT2，其中a+b＝1，a≥0,b≥0，对二维码灰度图像像素进行逐点的二值化处理，处理规则为：
若C≥S，当T1≥T，f(x，y)＝255，当T1＜T，f(x，y)＝0；
若C＜S，当T2≥T，f(x，y)＝255，当T2＜T，f(x，y)＝0；
其中：
S为本发明所设置的阈值参数，其值为15；
C为窗口内所有灰度值的均方差；
f(x，y)为当前像素(x，y)的灰度值。
5.如权利要求4所述的一种扫码方法，其特征在于，所述利用动态二维码定位算法对二维码进行定位，包括：
1)利用5个大小为3×3像素尺寸的卷积核对二值化图像进行卷积操作，并在每次卷积操作后进行下采样操作，得到二值化图像的采样特征图；
2)使用不同膨胀率的卷积核对所述采样特征图进行空洞卷积，得到空洞卷积特征图，对膨胀率的分配遵循锯齿波的组合形式，将多个膨胀率增加的层组合在一起；
3)利用大小为3×3×1024维度的卷积核对上述空洞卷积特征图做卷积操作；随即再用卷积核大小为1×1×5070维度的卷积核扩展通道数量；接着做平均池化操作得到1×1×5070维度的张量；最后将张量变换维度为13×13×30维度的特征图输出，最后输出的特征图即为二维码所在区域的特征图。
6.如权利要求5所述的一种扫码方法，其特征在于，所述利用二维码译码方法对二维码进行译码处理，包括：
1)根据二维码的结构，二维码的右上角包含了二维码的版本信息，二维码的左下角为二维码位置探测图像，通过截取二维码的右上角区域，得到二维码版本信息的取样网络；
2)根据二维码版本信息的取样网络确定二维码版本的等级，并对有错误的版本信息模块进行纠错，纠错的机制是基于RS纠错原理；
3)在二维码区域图像上建立采样网格，采样网格中有若干个交叉点，对这些点进行取样，深色用二进制数“1”表示，浅色用二进制数“0”表示，从而生成一个全新的位图，即用矩阵来表示一个二维码符号；
4)消除掩膜，即将二维码的编码区与掩膜图形进行异或运算，得到数据码字和纠错码字，然后将这两者重新排列；
5)对码字进行错误检查，并对替代错误和拒读错误等进行纠正；
6)对纠错后码字的序列进行重新组配，形成和数据编码一样的位流，实现译码操作。
7.一种扫码的装置，其特征在于，所述装置包括：
二维码采集装置，用于采集二维码图像，并对二维码图像进行灰度化处理；
二维码处理器，用于利用双边滤波算法对二维码图像进行降噪处理，利用改进的二值化算法对降噪后的二维码图像进行二值化处理，得到二维码的二值化图像；
扫码装置，用于利用动态二维码定位算法对二维码进行定位，得到二维码的所在区域，并利用二维码译码方法对二维码进行译码处理，得到二维码的扫码结果。
8.一种移动终端，其特征在于，所述移动终端包括：
移动终端天线，用来将二维码图像传输到扫码装置中，并接收扫码结果；
移动终端摄像头，用来采集二维码图像；
移动终端后盖，用来容纳移动终端的电路主板、移动终端天线以及移动终端摄像头。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有扫码程序指令，所述扫码程序指令可被一个或者多个处理器执行，以实现如权利要求1至6中任一项所述的一种扫码的实现方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011125549.5A CN112163443A (zh) | 2020-10-20 | 2020-10-20 | 一种扫码方法、扫码装置及移动终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011125549.5A CN112163443A (zh) | 2020-10-20 | 2020-10-20 | 一种扫码方法、扫码装置及移动终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112163443A true CN112163443A (zh) | 2021-01-01 |
Family
ID=73867607
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011125549.5A Withdrawn CN112163443A (zh) | 2020-10-20 | 2020-10-20 | 一种扫码方法、扫码装置及移动终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112163443A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112926351A (zh) * | 2021-03-17 | 2021-06-08 | 北京金朗维科技有限公司 | 一种图形码识别的方法、装置和扫码设备 |
| CN113362319A (zh) * | 2021-06-30 | 2021-09-07 | 深圳市创想三维科技股份有限公司 | 基于图像处理的激光打印方法和装置、激光打印机、计算机可读存储介质 |
| CN117787309A (zh) * | 2023-12-13 | 2024-03-29 | 佛山鑫码电子科技有限公司 | 基于双色光源照射的扫码方法及装置 |
| CN117829175A (zh) * | 2023-12-06 | 2024-04-05 | 佛山鑫码电子科技有限公司 | 基于双色光源光线补偿的扫码方法及系统 |
| CN118628106A (zh) * | 2024-07-09 | 2024-09-10 | 山东玖玖付信息科技有限公司 | 一种多端聚合的统一支付处理方法与系统 |
-
2020
- 2020-10-20 CN CN202011125549.5A patent/CN112163443A/zh not_active Withdrawn
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112926351A (zh) * | 2021-03-17 | 2021-06-08 | 北京金朗维科技有限公司 | 一种图形码识别的方法、装置和扫码设备 |
| CN113362319A (zh) * | 2021-06-30 | 2021-09-07 | 深圳市创想三维科技股份有限公司 | 基于图像处理的激光打印方法和装置、激光打印机、计算机可读存储介质 |
| CN117829175A (zh) * | 2023-12-06 | 2024-04-05 | 佛山鑫码电子科技有限公司 | 基于双色光源光线补偿的扫码方法及系统 |
| CN117829175B (zh) * | 2023-12-06 | 2024-07-26 | 佛山鑫码电子科技有限公司 | 基于双色光源光线补偿的扫码方法及系统 |
| CN117787309A (zh) * | 2023-12-13 | 2024-03-29 | 佛山鑫码电子科技有限公司 | 基于双色光源照射的扫码方法及装置 |
| CN118628106A (zh) * | 2024-07-09 | 2024-09-10 | 山东玖玖付信息科技有限公司 | 一种多端聚合的统一支付处理方法与系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112163443A (zh) | 一种扫码方法、扫码装置及移动终端 | |
| US8523075B2 (en) | Barcode recognition using data-driven classifier | |
| CN103714327B (zh) | 一种图像方向校正方法及系统 | |
| CN104781833B (zh) | 二维码 | |
| CN110348264B (zh) | 一种qr二维码图像校正方法及系统 | |
| WO2014160433A2 (en) | Systems and methods for classifying objects in digital images captured using mobile devices | |
| CN104751093B (zh) | 用于获取宿主设备显示的图像识别码的方法和装置 | |
| CN110766007B (zh) | 证件遮挡检测方法、装置、设备及可读存储介质 | |
| US20050035206A1 (en) | Group average filter algorithm for digital image processing | |
| US20200302135A1 (en) | Method and apparatus for localization of one-dimensional barcodes | |
| CN112329779A (zh) | 一种基于mask提高证件识别准确率的方法和相关装置 | |
| CN110717497A (zh) | 图像相似度匹配方法、装置及计算机可读存储介质 | |
| CN117540762A (zh) | 条形码的识别方法、装置、设备及可读存储介质 | |
| CN109886059B (zh) | 一种基于宽度学习的qr码图像检测方法 | |
| CN113727050B (zh) | 面向移动设备的视频超分辨率处理方法、装置、存储介质 | |
| CN104346596A (zh) | 一种qr码的识别方法及识别装置 | |
| CN111080665A (zh) | 图像边框识别方法、装置、设备和计算机存储介质 | |
| WO2024174726A1 (zh) | 基于深度学习的手写及打印文本检测方法和装置 | |
| Tong et al. | QR code detection based on local features | |
| WO2009148409A1 (en) | Method and system for extracting a barcode from a captured image | |
| CN117788782A (zh) | 物料码识别方法、装置及物料码识别系统 | |
| CN116976372A (zh) | 基于方形基准码的图片识别方法、装置、设备及介质 | |
| CN110502950B (zh) | 一种光照不均的qr码快速自适应二值化方法 | |
| CN111753573B (zh) | 二维码图像识别方法、装置、电子设备以及可读存储介质 | |
| CN110717516B (zh) | 票据图像分类方法、装置及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210101 |