一種二維條碼的識別方法及其裝置制造方法
【專利摘要】本發(fā)明公開了一種二維條碼的識別方法及其裝置，該方法包括：基于圖像傳感器采集二維條碼圖像；對二維條碼圖像進(jìn)行圖像增強(qiáng)處理；對增強(qiáng)處理后的圖像進(jìn)行二值化處理；對二值化處理后的圖像進(jìn)行邊緣檢測處理；對邊緣檢測處理后的圖像進(jìn)行連通標(biāo)識處理；對連通標(biāo)識處理后的二維條碼圖像進(jìn)行定位提取；對定位提取后的二維條碼圖像進(jìn)行水平校正和畸形校正；對校正后的二維條碼圖像進(jìn)行解碼處理。通過本發(fā)明實(shí)施例，通過對采集的二條條碼圖像進(jìn)行增強(qiáng)處理，并有效地識別和定位采集圖片中的二維條碼，并進(jìn)一步對二維條碼進(jìn)行水平位置校正和畸形校正，保障了整個二維條碼圖像的識別更加準(zhǔn)確，減少了解碼錯誤率。
【專利說明】—種二維條碼的識別方法及其裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及二維條碼【技術(shù)領(lǐng)域】，具體涉及一種二維條碼的識別方法及其裝置。
【背景技術(shù)】
[0002]二維條碼是由一組規(guī)則的黑白相間條紋組成的標(biāo)識，這些條紋組成的數(shù)據(jù)表達(dá)一定信息，但信息量不大，一般只記錄商品的出產(chǎn)編號，后面還要利用出產(chǎn)編號訪問商品數(shù)據(jù)庫才能得到此商品的詳細(xì)信息。而二維條碼的最大特點(diǎn)是存儲信息量大，可以記錄著物體的關(guān)鍵信息，不用聯(lián)機(jī)，可以獨(dú)立成為識別終端。同時二維條碼本身還具有自身糾錯能力，保密性好等特點(diǎn)。所以，現(xiàn)今社會中主要以二維條碼技術(shù)標(biāo)識信息為主，因此，目前二維條碼識讀技術(shù)更是我們所關(guān)注的關(guān)鍵技術(shù)。
[0003]現(xiàn)在大多數(shù)的二維條碼采集手段以攝像方式為主，這需要求采用靈敏和低失真的圖像傳感器拍攝下清晰度較高的圖像，才能有利于后期的解碼處理。需處理的二維條碼會以圖片的形式呈現(xiàn)，但往往由于攝像頭的緣故，圖片上面不僅僅有二維條碼的圖像信息，而且還有著大量的背景信息。還有由于拍攝角度的緣故，二維條碼在采集圖片上的位置并沒有在水平位置上，往往有一定的傾斜角，而且二維條碼形狀會有所變形。因此，需要對二維條碼圖像處理的重點(diǎn)就在于有效地識別和定位采集圖片中的二維條碼，并進(jìn)一步對二維條碼進(jìn)行水平位置校正和畸形校正，保障整個二維條碼的識別更加準(zhǔn)確。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種二維條碼的識別方法及其裝置，其能解決現(xiàn)有二維條碼不能有效識別和定位的問題。
[0005]本發(fā)明提供了一種二維條碼的識別方法，包括如下步驟:
[0006]基于圖像傳感器采集二維條碼圖像；
[0007]對二維條碼圖像進(jìn)行圖像增強(qiáng)處理；
[0008]對增強(qiáng)處理后的圖像進(jìn)行二值化處理；
[0009]對二值化處理后的圖像進(jìn)行邊緣檢測處理；
[0010]對邊緣檢測處理后的圖像進(jìn)行連通標(biāo)識處理；
[0011]對連通標(biāo)識處理后的二維條碼圖像進(jìn)行定位提取；
[0012]對定位提取后的二維條碼圖像進(jìn)行水平校正和畸形校正；
[0013]對校正后的二維條碼圖像進(jìn)行解碼處理。
[0014]所述對二維條碼的圖像進(jìn)行圖像增強(qiáng)處理包括:
[0015]過濾噪聲、增強(qiáng)圖像對比度、邊緣突出、去模糊。
[0016]所述對二維條碼的圖像進(jìn)行圖像增強(qiáng)處理具體為:把采集到的二維條碼圖像進(jìn)行維納濾波處理，得到增強(qiáng)采集圖片清晰度和去模糊的效果。
[0017]所述對增強(qiáng)處理后的圖像進(jìn)行二值化處理具體為:
[0018]通過比較灰度值中的類間方差大小的閾值分割方法，將采集圖片變?yōu)槎祱D像，突出目標(biāo)部分。
[0019]所述對二值化處理后的圖像進(jìn)行邊緣檢測處理具體為:
[0020]使用邊緣定位精度較高的sobel算法對整幅二值圖像進(jìn)行邊緣檢測，得到圖像整體輪廓；
[0021]對邊緣檢測后的采集圖像進(jìn)行先膨脹后腐蝕處理，在圖像的黑色背景下得到大小不一的白色連通區(qū)域。
[0022]所述對邊緣檢測處理后的圖像進(jìn)行連通標(biāo)識處理具體為:
[0023]對采集的二維條碼圖片進(jìn)行閉運(yùn)算圖像處理，得到經(jīng)過處理后，在圖像上得到多個大小不一的白色像素塊，并對圖像中每個連通區(qū)域進(jìn)行標(biāo)識，輸出一幅標(biāo)識區(qū)域后的新圖像。
[0024]所述對連通標(biāo)識處理后的二維條碼圖像進(jìn)行定位提取包括:
[0025]對新圖像進(jìn)行遍歷，找到二維條碼矩形區(qū)域的四個頂點(diǎn)，寬高以及傾斜角度，對二維條碼進(jìn)行定位。
[0026]相應(yīng)的，本發(fā)明還提供了一種二維條碼的識別裝置，包括:
[0027]采集模塊，用于基于圖像傳感器采集二維條碼圖像；
[0028]增強(qiáng)模塊，用于對采集到的二維條碼圖像進(jìn)行圖像增強(qiáng)處理；
[0029]二值化模塊，用于對增強(qiáng)處理后的圖像進(jìn)行二值化處理；
[0030]邊緣檢測模塊，用于對二值化處理后的圖像進(jìn)行邊緣檢測處理；
[0031]連通標(biāo)識模塊，用于對邊緣檢測處理后的圖像進(jìn)行連通標(biāo)識處理；
[0032]定位提取模塊，用于對連通標(biāo)識處理后的二維條碼圖像進(jìn)行定位提??；
[0033]校正模塊，用于對定位提取后的二維條碼圖像進(jìn)行水平校正和畸形校正；
[0034]解碼模塊，用于對校正后的二維條碼圖像進(jìn)行解碼處理。
[0035]在本發(fā)明通過對采集的二條條碼圖像進(jìn)行增強(qiáng)處理，并有效地識別和定位采集圖片中的二維條碼，并進(jìn)一步對二維條碼進(jìn)行水平位置校正和畸形校正，保障了整個二維條碼圖像的識別更加準(zhǔn)確，減少了解碼錯誤率。
【專利附圖】

【附圖說明】
[0036]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它的附圖。
[0037]圖1是本發(fā)明實(shí)施例中的二維條碼的識別方法流程圖；
[0038]圖2是本發(fā)明實(shí)施例中的二維條碼的識別裝置結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0039]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。[0040]當(dāng)圖像傳感器采集到二維條碼圖像后，需先對二維條碼圖像進(jìn)行圖像增強(qiáng)處理。因?yàn)橛捎诖嬖谛z影硬件設(shè)備有時難以克服的外界復(fù)雜環(huán)境，如聚焦差、成像系統(tǒng)誤差、光照不均、噪聲、人手抖動等所影響，采集到的二維條碼圖像還是有欠清晰度的。所以，需要利用圖像處理技術(shù)作出增強(qiáng)圖像清晰度的預(yù)處理，如:過濾噪聲，增強(qiáng)圖像對比度，邊緣突出，去模糊等。
[0041]接著，對采集圖像進(jìn)行二值化處理，主要是把源圖像變成一幅灰度值只有O或255的二值圖像，從而把圖像中的背景部分和目標(biāo)部分分割出來。
[0042]再接著，對二值圖像進(jìn)行邊緣檢測處理。主要是把二維條碼部分的邊緣提取出來，為后期的連通標(biāo)記做好準(zhǔn)備。
[0043]然后，這是二維條碼進(jìn)行有效識別和定位的重要一步。先對這幅采集圖片進(jìn)行閉運(yùn)算圖像處理，得到經(jīng)過處理后，在圖像上得到多個大小不一的白色像素塊，一般稱為連通區(qū)域，并對圖像中每個連通區(qū)域進(jìn)行標(biāo)識，輸出一幅標(biāo)識區(qū)域后的新圖像。緊接著，對新圖像進(jìn)行遍歷，找到二維條碼矩形區(qū)域的四個頂點(diǎn)，寬高以及傾斜角度，對二維條碼進(jìn)行定位。最后，對二維條碼圖像進(jìn)行水平校正和畸形校正，方便后期的解碼。
[0044]具體的，圖1示出了本發(fā)明實(shí)施例中的二維條碼的識別方法流程圖，包括如下步驟:
[0045]S101、基于圖像傳感器采集二維條碼圖像；
[0046]S102、對二維條碼圖像進(jìn)行圖像增強(qiáng)處理；
[0047]需要說明的是，這里的對二維條碼的圖像進(jìn)行圖像增強(qiáng)處理包括:過濾噪聲、增強(qiáng)圖像對比度、邊緣突出、去模糊等等。其可以把采集到的二維條碼圖像進(jìn)行維納濾波處理，得到增強(qiáng)采集圖片清晰度和去模糊的效果。
[0048]S103、對增強(qiáng)處理后的圖像進(jìn)行二值化處理；
[0049]這里二值化處理包括:通過比較灰度值中的類間方差大小的閾值分割方法，將采集圖片變?yōu)槎祱D像，突出目標(biāo)部分。
[0050]S104、對二值化處理后的圖像進(jìn)行邊緣檢測處理；
[0051]需要說明的是，這里的邊緣檢測處理包括:使用邊緣定位精度較高的sobel算法對整幅二值圖像進(jìn)行邊緣檢測，得到圖像整體輪廓；對邊緣檢測后的采集圖像進(jìn)行先膨脹后腐蝕處理，在圖像的黑色背景下得到大小不一的白色連通區(qū)域。
[0052]S105、對邊緣檢測處理后的圖像進(jìn)行連通標(biāo)識處理；
[0053]需要說明的是，這里的連通標(biāo)識處理包括:對采集的二維條碼圖片進(jìn)行閉運(yùn)算圖像處理，得到經(jīng)過處理后，在圖像上得到多個大小不一的白色像素塊，并對圖像中每個連通區(qū)域進(jìn)行標(biāo)識，輸出一幅標(biāo)識區(qū)域后的新圖像。
[0054]S106、對連通標(biāo)識處理后的二維條碼圖像進(jìn)行定位提?。?br> [0055]需要說明的是，這里的定位提取包括:對新圖像進(jìn)行遍歷，找到二維條碼矩形區(qū)域的四個頂點(diǎn)，寬高以及傾斜角度，對二維條碼進(jìn)行定位。
[0056]S107、對定位提取后的二維條碼圖像進(jìn)行水平校正和畸形校正；
[0057]S108、對校正后的二維條碼圖像進(jìn)行解碼處理。
[0058]基于上述技術(shù)實(shí)現(xiàn)，二維條碼識別過程方法的實(shí)施，主要有三方面，分別是創(chuàng)造連通區(qū)域，連通區(qū)域標(biāo)識以及定位目標(biāo)連通區(qū)域。[0059](I)創(chuàng)造連通區(qū)域
[0060]得到連通區(qū)域之前，需先對采集圖片進(jìn)行預(yù)處理。先把采集圖片進(jìn)過維納濾波的處理，得到增強(qiáng)采集圖片清晰度和去模糊的效果。然后，通過比較灰度值中的類間方差大小的閾值分割方法，將采集圖片變?yōu)槎祱D像，從而突出目標(biāo)部分。接著，使用邊緣定位精度較高的sobel算法對整幅二值圖像進(jìn)行邊緣檢測，得到圖像整體輪廓。最后，對邊緣檢測后的采集圖像進(jìn)行先膨脹后腐蝕處理，就在圖像的黑色背景下得到多大小不一的白色連通區(qū)域。
[0061](2)連通區(qū)域標(biāo)識
[0062]較大的連通區(qū)域是由多個或多種單元連通區(qū)域組成的。單元連通區(qū)域主要有4-連通區(qū)域和8-連通區(qū)域等。連通區(qū)域標(biāo)識就是對圖像中的多個連通區(qū)域進(jìn)行標(biāo)號，方便后面遍歷查找到目標(biāo)區(qū)域。把第一個找到的連通區(qū)域中所有像素值變?yōu)?，把第二個找到的連通區(qū)域中所有像素值變?yōu)?，往下如此類推。進(jìn)行連通標(biāo)識的方法也是使用遍歷查找，即逐行掃描，判斷每個元素有沒有與上下左右的元素形成8-連通區(qū)域，繼而有沒有形成更大的連通區(qū)域，再統(tǒng)一進(jìn)行標(biāo)記。在這里，還需要定義一個結(jié)構(gòu)體數(shù)組struct ReginInfFindLoc [MAX], ReginInf結(jié)構(gòu)體成員中有maxhang, minhang, ReSize三個整形類型。其中maxhang記錄每個連通區(qū)域中最高點(diǎn)的行號，minhang就是記錄每個連通區(qū)域中最低點(diǎn)的行號，ReSize記錄著每個連通區(qū)域的總像素數(shù)。
[0063](3)定位目標(biāo)連通區(qū)域
[0064]下面就是要找到目標(biāo)連通區(qū)域，即定位二維條碼在圖像中的位置以及獲得其尺寸特征。根據(jù)二維條碼標(biāo)準(zhǔn)的面積范圍，再通過遍歷FindLoc[MAX]中的元素，可以初步去掉區(qū)域面積過少或區(qū)域面積不符合二維條碼面積大小標(biāo)準(zhǔn)要求的連通區(qū)域。然后，再對剩下可能符合要求的每個連通區(qū)域進(jìn)行逐行掃描，各自的掃描范圍是maxhang和minhang的差值。
[0065]在這里定義兩個動態(tài)結(jié)構(gòu)體鏈表PixLeft和PixRight,結(jié)構(gòu)體的成員分別是記錄遍歷中元素的行列號的PixHang和PixLie,以及為每個加進(jìn)鏈表的元素標(biāo)號的num。接著，先對可能符合要求的其中一個區(qū)域從左往右遍歷掃描，然后把一行中遇到屬于該區(qū)域的第一個像素點(diǎn)行列號記錄在PixLeft動態(tài)鏈表中，然后還需將此點(diǎn)的列號與前一行的第一個點(diǎn)的列號比較，當(dāng)前者比后者大時，就證明后者是此連通區(qū)域的左頂點(diǎn)。當(dāng)僅某些時候存在兩者相等時，可認(rèn)為此連通區(qū)域不符合二維條碼形狀的標(biāo)準(zhǔn)要求。還有，以此得到的左頂點(diǎn)多于一個時，亦可排除此連通區(qū)域。同理，再對連通區(qū)域從右往左遍歷掃描，所需像素點(diǎn)的行列號記錄在PixRight動態(tài)鏈表中，找到此連通區(qū)域的右頂點(diǎn)。明顯的是，在各連通區(qū)域的maxhang和minhang的點(diǎn)就分別是區(qū)域的上下頂點(diǎn)。
[0066]其中，每個連通區(qū)域的左半部分的兩條邊的長度分別是記錄在PixLeft鏈表中的左頂點(diǎn)和上頂點(diǎn)的num差值以及下頂點(diǎn)和左頂點(diǎn)的num差值。同理可得連通區(qū)域右半部分的兩條邊。然后，再用這兩條邊的長度相比，根據(jù)二維條碼標(biāo)準(zhǔn)的寬高比，可作進(jìn)一步排除不符合要求的連通區(qū)域，最終確定屬于二維條碼的連通區(qū)域，實(shí)現(xiàn)定位。需要說明的是，每當(dāng)一個不符合要求的連通區(qū)域被排除時，會把此時的PixLeft和PixRight鏈表的內(nèi)容清空，釋放此時所占的內(nèi)存空間，但依然保留PixLeft和PixRight鏈表的頭指針，等待下一次的數(shù)據(jù)加載。再根據(jù)各類條碼的維數(shù)要求，寬高比要求以及面積要求等，上述方法可以適合于對多種二維條碼進(jìn)行有效的定位和識別。
[0067]相應(yīng)的，圖2還示出了本發(fā)明實(shí)施例中的二維條碼的識別裝置結(jié)構(gòu)示意圖，該裝置包括:
[0068]采集模塊，用于基于圖像傳感器采集二維條碼圖像；
[0069]增強(qiáng)模塊，用于對采集到的二維條碼圖像進(jìn)行圖像增強(qiáng)處理；
[0070]需要說明的是，增強(qiáng)模塊的增強(qiáng)處理包括:過濾噪聲、增強(qiáng)圖像對比度、邊緣突出、去模糊等等。該增強(qiáng)模塊可以把采集到的二維條碼圖像進(jìn)行維納濾波處理，得到增強(qiáng)采集圖片清晰度和去模糊的效果。
[0071]二值化模塊，用于對增強(qiáng)處理后的圖像進(jìn)行二值化處理；
[0072]需要說明的是，二值化模塊通過比較灰度值中的類間方差大小的閾值分割方法，將采集圖片變?yōu)槎祱D像，突出目標(biāo)部分。
[0073]邊緣檢測模塊，用于對二值化處理后的圖像進(jìn)行邊緣檢測處理；
[0074]邊緣檢測模塊使用邊緣定位精度較高的sobel算法對整幅二值圖像進(jìn)行邊緣檢測，得到圖像整體輪廓；對邊緣檢測后的采集圖像進(jìn)行先膨脹后腐蝕處理，在圖像的黑色背景下得到大小不一的白色連通區(qū)域。
[0075]連通標(biāo)識模塊，用于對邊緣檢測處理后的圖像進(jìn)行連通標(biāo)識處理；
[0076]連通標(biāo)識模塊對采集的二維條碼圖片進(jìn)行閉運(yùn)算圖像處理，得到經(jīng)過處理后，在圖像上得到多個大小不一的白色像素塊，并對圖像中每個連通區(qū)域進(jìn)行標(biāo)識，輸出一幅標(biāo)識區(qū)域后的新圖像。
[0077]定位提取模塊，用于對連通標(biāo)識處理后的二維條碼圖像進(jìn)行定位提?。?br> [0078]定位提取模塊對新圖像進(jìn)行遍歷，找到二維條碼矩形區(qū)域的四個頂點(diǎn)，寬高以及傾斜角度，對二維條碼進(jìn)行定位。
[0079]校正模塊，用于對定位提取后的二維條碼圖像進(jìn)行水平校正和畸形校正；
[0080]解碼模塊，用于對校正后的二維條碼圖像進(jìn)行解碼處理。
[0081]綜上，在本發(fā)明通過對采集的二條條碼圖像進(jìn)行增強(qiáng)處理，并有效地識別和定位采集圖片中的二維條碼，并進(jìn)一步對二維條碼進(jìn)行水平位置校正和畸形校正，保障了整個二維條碼圖像的識別更加準(zhǔn)確，減少了解碼錯誤率。
[0082]本領(lǐng)域普通技術(shù)人員可以理解上述實(shí)施例的各種方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲于一計算機(jī)可讀存儲介質(zhì)中，存儲介質(zhì)可以包括:只讀存儲器(ROM，Read Only Memory)、隨機(jī)存取存儲器(RAM，RandomAccess Memory)、磁盤或光盤等。
[0083]以上對本發(fā)明實(shí)施例所提供的二維條碼的識別方法及其裝置進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在【具體實(shí)施方式】及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。
【權(quán)利要求】
1.一種二維條碼的識別方法，其特征在于，包括如下步驟: 基于圖像傳感器采集二維條碼圖像； 對二維條碼圖像進(jìn)行圖像增強(qiáng)處理； 對增強(qiáng)處理后的圖像進(jìn)行二值化處理； 對二值化處理后的圖像進(jìn)行邊緣檢測處理； 對邊緣檢測處理后的圖像進(jìn)行連通標(biāo)識處理； 對連通標(biāo)識處理后的二維條碼圖像進(jìn)行定位提??； 對定位提取后的二維條碼圖像進(jìn)行水平校正和畸形校正； 對校正后的二維條碼圖像進(jìn)行解碼處理。
2.如權(quán)利要求1所述的二維條碼的識別方法，其特征在于，所述對二維條碼的圖像進(jìn)行圖像增強(qiáng)處理包括: 過濾噪聲、增強(qiáng)圖像對比度、邊緣突出、去模糊。
3.如權(quán)利要求2所述的二維條碼的識別方法，其特征在于，所述對二維條碼的圖像進(jìn)行圖像增強(qiáng)處理具體為:把采集到的二維條碼圖像進(jìn)行維納濾波處理，得到增強(qiáng)采集圖片清晰度和去模糊的效果。
4.如權(quán)利要求3所述的二維條碼的識別方法，其特征在于，所述對增強(qiáng)處理后的圖像進(jìn)行二值化處理具體為: 通過比較灰度值中的類間方差大小的閾值分割方法，將采集圖片變?yōu)槎祱D像，突出目標(biāo)部分。
5.如權(quán)利要求4所述的二維條碼的識別方法，其特征在于，所述對二值化處理后的圖像進(jìn)行邊緣檢測處理具體為: 使用邊緣定位精度較高的sobel算法對整幅二值圖像進(jìn)行邊緣檢測，得到圖像整體輪廓； 對邊緣檢測后的采集圖像進(jìn)行先膨脹后腐蝕處理，在圖像的黑色背景下得到大小不一的白色連通區(qū)域。
6.如權(quán)利要求5所述的二維條碼的識別方法，其特征在于，所述對邊緣檢測處理后的圖像進(jìn)行連通標(biāo)識處理具體為: 對采集的二維條碼圖片進(jìn)行閉運(yùn)算圖像處理，得到經(jīng)過處理后，在圖像上得到多個大小不一的白色像素塊，并對圖像中每個連通區(qū)域進(jìn)行標(biāo)識，輸出一幅標(biāo)識區(qū)域后的新圖像。
7.如權(quán)利要求6所述的二維條碼的識別方法，其特征在于，所述對連通標(biāo)識處理后的二維條碼圖像進(jìn)行定位提取包括: 對新圖像進(jìn)行遍歷，找到二維條碼矩形區(qū)域的四個頂點(diǎn)，寬高以及傾斜角度，對二維條碼進(jìn)行定位。
8.—種二維條碼的識別裝置，其特征在于，包括: 采集模塊，用于基于圖像傳感器采集二維條碼圖像； 增強(qiáng)模塊，用于對采集到的二維條碼圖像進(jìn)行圖像增強(qiáng)處理； 二值化模塊，用于對增強(qiáng)處理后的圖像進(jìn)行二值化處理； 邊緣檢測模塊，用于對二值化處理后的圖像進(jìn)行邊緣檢測處理； 連通標(biāo)識模塊，用于對邊緣檢測處理后的圖像進(jìn)行連通標(biāo)識處理；定位提取模塊，用于對連通標(biāo)識處理后的二維條碼圖像進(jìn)行定位提?。恍ＵK，用于對定位提取后的二維條碼圖像進(jìn)行水平校正和畸形校正；解碼模塊，用于對校正后的 二維條碼圖像進(jìn)行解碼處理。
【文檔編號】G06K7/10GK103870790SQ201410131978
【公開日】2014年6月18日 申請日期:2014年4月2日 優(yōu)先權(quán)日:2014年4月2日
【發(fā)明者】胡建國, 譚宇泉, 李仕仁, 白小楠 申請人:胡建國