[發(fā)明專利]一種批量二維碼的識別方法及識別終端

在審

• 申請?zhí)枺?/td>: 202010557070.2
• 申請日: 2020-06-18
• 公開（公告）號: CN111783493A
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計）人: 游冠宜;歐新木;黃繼波;付春啟
• 申請（專利權(quán)）人: 福州富昌維控電子科技有限公司
• 主分類號: G06K7/14
• 分類號: G06K7/14
• 代理公司: 福州市博深專利事務(wù)所(普通合伙) 35214
• 代理人: 張明

1.一種批量二維碼的識別方法，其特征在于，包括以下步驟：

S1、獲取一待識別的圖像數(shù)據(jù)，將所述圖像數(shù)據(jù)進行二值化處理；

S2、在二值化處理后的圖像數(shù)據(jù)中提取所有的輪廓數(shù)據(jù)，解析所有的輪廓數(shù)據(jù)，得到每個輪廓數(shù)據(jù)對應(yīng)的最內(nèi)層輪廓，并分別計算得到每個所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)；

S3、分別計算每個所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)與其他所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)的距離以及角度關(guān)系，將距離和角度均相等的質(zhì)心坐標(biāo)劃分為同一二維碼區(qū)域；

S4、根據(jù)步驟S3得到的同一二維碼區(qū)域的質(zhì)心坐標(biāo)所對應(yīng)的最外層輪廓，定位二維碼。

2.根據(jù)權(quán)利要求1所述的批量二維碼的識別方法，其特征在于，步驟S4之后還包括：

S5、重復(fù)步驟S3-S4，直至識別出所有區(qū)域的二維碼，完成識別操作。

3.根據(jù)權(quán)利要求2所述的批量二維碼的識別方法，其特征在于，步驟S2還包括：將計算得到每個所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)存儲至內(nèi)存；

步驟S5具體為：

將內(nèi)存中已被識別出的二維碼所對應(yīng)的質(zhì)心坐標(biāo)刪除，重復(fù)步驟S3-S4對其余質(zhì)心坐標(biāo)進行計算，直至識別出所有區(qū)域的二維碼，完成識別操作。

4.根據(jù)權(quán)利要求1所述的批量二維碼的識別方法，其特征在于，步驟S1具體為：

獲取一待識別的圖像數(shù)據(jù)，先將所述圖像數(shù)據(jù)進行灰度化處理，再將灰度化處理后的圖像數(shù)據(jù)進行二值化處理。

5.根據(jù)權(quán)利要求1所述的批量二維碼的識別方法，其特征在于，步驟S2具體為：

使用基于邊界跟蹤方法的數(shù)字化二值圖像拓?fù)浣Y(jié)構(gòu)分析方法對二值化處理后的圖像數(shù)據(jù)中提取所有的輪廓數(shù)據(jù)，解析所有的輪廓數(shù)據(jù)，得到每個輪廓數(shù)據(jù)對應(yīng)的最內(nèi)層輪廓，并分別計算得到每個所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)。

6.一種批量二維碼的識別終端，其特征在于，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)以下步驟：

S1、獲取一待識別的圖像數(shù)據(jù)，將所述圖像數(shù)據(jù)進行二值化處理；

S2、在二值化處理后的圖像數(shù)據(jù)中提取所有的輪廓數(shù)據(jù)，解析所有的輪廓數(shù)據(jù)，得到每個輪廓數(shù)據(jù)對應(yīng)的最內(nèi)層輪廓，并分別計算得到每個所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)；

S3、分別計算每個所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)與其他所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)的距離以及角度關(guān)系，將距離和角度均相等的質(zhì)心坐標(biāo)劃分為同一二維碼區(qū)域；

S4、根據(jù)步驟S3得到的同一二維碼區(qū)域的質(zhì)心坐標(biāo)所對應(yīng)的最外層輪廓，定位二維碼。

7.根據(jù)權(quán)利要求6所述的批量二維碼的識別終端，其特征在于，所述處理器執(zhí)行所述計算機程序時還實現(xiàn)以下步驟：

S5、重復(fù)步驟S3-S4，直至識別出所有區(qū)域的二維碼，完成識別操作。

8.根據(jù)權(quán)利要求7所述的批量二維碼的識別終端，其特征在于，所述處理器執(zhí)行所述計算機程序時進一步實現(xiàn)以下步驟：

將計算得到每個所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)存儲至內(nèi)存；

將內(nèi)存中已被識別出的二維碼所對應(yīng)的質(zhì)心坐標(biāo)刪除，重復(fù)步驟S3-S4對其余質(zhì)心坐標(biāo)進行計算，直至識別出所有區(qū)域的二維碼，完成識別操作。

9.根據(jù)權(quán)利要求6所述的批量二維碼的識別終端，其特征在于，所述處理器執(zhí)行所述計算機程序時進一步實現(xiàn)以下步驟：

獲取一待識別的圖像數(shù)據(jù)，先將所述圖像數(shù)據(jù)進行灰度化處理，再將灰度化處理后的圖像數(shù)據(jù)進行二值化處理。

10.根據(jù)權(quán)利要求6所述的批量二維碼的識別終端，其特征在于，所述處理器執(zhí)行所述計算機程序時進一步實現(xiàn)以下步驟：

使用基于邊界跟蹤方法的數(shù)字化二值圖像拓?fù)浣Y(jié)構(gòu)分析方法對二值化處理后的圖像數(shù)據(jù)中提取所有的輪廓數(shù)據(jù)，解析所有的輪廓數(shù)據(jù)，得到每個輪廓數(shù)據(jù)對應(yīng)的最內(nèi)層輪廓，并分別計算得到每個所述最內(nèi)層輪廓的質(zhì)心坐標(biāo)。