[發明專利]一種二維碼形變恢復方法、裝置及設備

在審

• 申請號: 201910797364.X
• 申請日: 2019-08-27
• 公開（公告）號: CN110490023A
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 劉怡俊;蔡若君;葉武劍;王峰;李學易
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K7/14
• 分類號: G06K7/14
• 代理公司: 11227 北京集佳知識產權代理有限公司
• 代理人: 薛嬌<國際申請>=<國際公布>=<進入國

本發明公開了一種二維碼形變恢復方法、裝置、設備及計算機可讀存儲介質，該方法包括：獲取訓練圖像集，所述訓練圖像集中包括多個訓練圖像對，每個所述訓練圖像對均包括一個真實二維碼圖像及對應的一個形變二維碼圖像；利用所述訓練圖像集訓練用于訓練階段的深度學習網絡，得到包含該深度學習網絡中各項權值的權值文件，并將所述權值文件添加至用于預測階段的深度學習網絡中，得到目的深度學習網絡；將待恢復的形變二維碼圖像輸入至所述目的深度學習網絡，得到所述目的深度學習網絡輸出的形變恢復的二維碼圖像。本申請操作簡單，且實驗證明，本申請進行形變恢復的二維碼能夠成功讀取出原圖的信息，可讀性好。

技術領域

本發明涉及圖像處理技術領域，更具體地說，涉及一種二維碼形變恢復方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著自動識別技術的發展以及攜帶高清攝像頭的智能手機在民眾中的普及，二維碼獲得了快速的發展；現在，各種各樣的廣告、火車票、景點門票、產品包裝以及商店支付都能見到二維碼的身影。而在實際生活中二維碼經常會由于各種原因導致形變進而導致掃描及識別困難，如固定的付款二維碼，手機掃描時每個人掃描的方向會不同，以及貨物擺放的位置及高度等原因，采集到圖像中的二維碼往往存在較為嚴重的傾斜現象，進而由于這種形變導致對二維碼的掃描與識別較為困難。

為了實現對形變二維碼的掃描與識別，通常需要對形變二維碼進行恢復，現有技術中對形變二維碼進行恢復主要是采取圖像處理的方法，采用線性方程組結合圖像形態學處理的方式，需要多次重復的計算處理才能得出較好的恢復效果，一方面操作復雜，另一方面恢復的二維碼可能無法讀取出原圖的信息。

發明內容

本發明的目的是提供一種二維碼形變恢復方法、裝置、設備及計算機可讀存儲介質，不僅操作簡單，且能夠保證恢復的二維碼的可讀性。

為了實現上述目的，本發明提供如下技術方案：

一種二維碼形變恢復方法，包括：

獲取訓練圖像集，所述訓練圖像集中包括多個訓練圖像對，每個所述訓練圖像對均包括一個真實二維碼圖像及對應的一個形變二維碼圖像；

利用所述訓練圖像集訓練用于訓練階段的深度學習網絡，得到包含該深度學習網絡中各項權值的權值文件，并將所述權值文件添加至用于預測階段的深度學習網絡中，得到目的深度學習網絡；

將待恢復的形變二維碼圖像輸入至所述目的深度學習網絡，得到所述目的深度學習網絡輸出的形變恢復的二維碼圖像。

優選的，利用所述訓練圖像集訓練用于訓練階段的深度學習網絡，得到對應的權值文件，包括：

對用于訓練階段的深度學習網絡進行預設次數的迭代，并在每次迭代中將所述訓練圖像集中的訓練圖像對依次輸入至用于訓練階段的深度學習網絡，以使該深度學習網絡基于輸入的訓練圖像對進行網絡訓練；

將用于訓練階段的深度學習網絡當前具有的各項權值加入至指定文件中，得到對應的權值文件。

優選的，還包括：

獲取U-net網絡作為深度學習網絡。

優選的，獲取U-net網絡作為深度學習網絡，包括：

獲取U-net網絡作為深度學習網絡，所述U-net網絡包括用于實現訓練階段中損失計算的損失函數，所述損失函數包括：

L_t＝L_e+L^s，