[發明專利]一種圖片中的二維碼識別方法及系統

在審

• 申請號: 201910327101.2
• 申請日: 2019-04-23
• 公開（公告）號: CN110321750A
• 公開（公告）日: 2019-10-11
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 成都數之聯科技有限公司
• 主分類號: G06K7/14
• 分類號: G06K7/14;G06N3/04;G06N3/08
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 熊曦

本發明公開了一種圖片中的二維碼識別方法及系統，包括：采集具有二維碼的圖片并存儲；基于采集的圖片構建訓練圖片數據集和測試圖片數據集；標注訓練圖片數據集，用矩形框框出每張圖片中的二維碼，并保存矩形框的頂點坐標；構建Mask R?CNN深度神經網絡模型，用于識別圖片中二維碼所在區域，并將其從原圖中進行切割；輸入訓練圖片數據集圖片和每張圖片標注的矩形框的頂點坐標，訓練Mask R?CNN深度神經網絡模型；獲取二維碼待識別圖片，將二維碼待識別圖片輸入訓練好的Mask R?CNN深度神經網絡模型，獲得二維碼待識別圖片中的二維碼圖片；掃描獲得的二維碼圖片，識別二維碼圖片中的相關文本信息；本方法及系統提高了圖片中二維碼的識別率。

技術領域

本發明涉及圖像處理領域，具體地，涉及一種圖片中的二維碼識別方法及系統。

背景技術

證照圖片如餐飲服務許可證、食品經營許可證等含有二維碼，可通過掃描證照圖片中的二維碼準確地獲取證照圖片中的相關文本信息，這就對二維碼的掃描識別率提出了較高要求。由于每張證照圖片的大小、模糊程度、明暗度等不同，直接對原圖進行二維碼掃描識別率低，無法滿足實際應用需求。

發明內容

本發明提供了一種圖片中的二維碼識別方法及系統，解決了現有技術中圖片中二維碼掃描識別率不高的問題，提高了圖片中的二維碼識別率。

本發明能最大程度地對證照圖片中的二維碼進行提取并成功掃描解析，準確地獲得證照圖片中的相關文本信息。本發明提供一種先對原圖片進行二維碼圖片提取，然后對提取的二維碼圖片進行多次縮放和旋轉，最后掃描提取變換后的二維碼圖片中的相關文本信息的方法。該方法首先使用爬蟲技術從某網絡平臺上爬取大量證照圖片，并將圖片數據保存在數據庫中。從數據庫中隨機選取多張圖片進行人工標注，標注方法是利用打標工具用矩形框框出每張圖片中的二維碼，矩形框的四個頂點坐標即反映二維碼在圖片中的位置信息，每張圖標注的矩形框的頂點坐標以json數據格式保存。然后構建一個用于目標識別和分割的Mask R-CNN深度神經網絡，用標注的訓練圖片數據集圖片訓練該模型，運用該模型對待識別圖片中的二維碼進行提取。最后對提取的二維碼圖片做多次縮放和旋轉，并掃描解析每次變換后的二維碼圖片，有一次掃描成功即可獲得文本信息。

具體的，本發明的技術方案為：

本發明一方面提供了一種圖片中的二維碼識別方法，所述方法包括：

步驟1：采集具有二維碼的圖片并存儲；基于采集的圖片構建訓練圖片數據集和測試圖片數據集；標注訓練圖片數據集，用矩形框框出每張圖片中的二維碼，并保存矩形框的頂點坐標；

步驟2：構建Mask R-CNN深度神經網絡模型，用于識別圖片中二維碼所在區域，并將其從原圖中進行切割；輸入訓練圖片數據集圖片和每張圖片標注的矩形框的頂點坐標，訓練Mask R-CNN深度神經網絡模型；

步驟3：獲取二維碼待識別圖片，將二維碼待識別圖片輸入訓練好的Mask R-CNN深度神經網絡模型，獲得二維碼待識別圖片中的二維碼圖片；

步驟4：掃描步驟3中獲得的二維碼圖片，識別二維碼圖片中的相關文本信息。

進一步的，述步驟3中在獲得二維碼待識別圖片中的二維碼圖片后，還包括步驟多次縮放和旋轉變換處理二維碼圖片，然后識別每次變換處理后的二維碼圖片，提高識別率，然后將變換處理后的二維碼圖片輸入掃描單元。

進一步的，變換處理二維碼圖片，具體包括：N次旋轉處理原二維碼圖片，生成N個旋轉后的二維碼圖片，將原二維碼圖片和N個旋轉后的二維碼圖片分別進行M次放大，生成M×(N+1)個圖片，完成二維碼圖片的變換處理，其中M和N均為大于等于1的正整數。

進一步的，矩形框的四個頂點坐標對應二維碼在圖片中的位置信息。

進一步的，每張圖片標注的矩形框的頂點坐標以json數據格式保存。