[发明专利]基于聚类对QR二维码图像进行校正的方法和装置

说明书

技术领域

本发明涉及二维码图像技术领域，尤其涉及一种基于聚类对QR二维码图像进行校正的方法和装置。

背景技术

随着物联网技术的发展，二维码作为高效的信息载体在物流等领域应用得越来越广泛。其中QR（Quick Response，快速反应）二维码因其丰富的版本类型，多种容错级别且成熟的编解码技术得到越来越多的关注，在复杂环境下快速正确的识读QR二维码也成为近年来研究的热点，其中如何对变形的QR二维码图像进行校正是其中的热点问题。

现有技术中的一种对QR二维码图像进行校正的方法主要包括：通过Hough变换寻找QR二维码图像中的边界直线，根据各个边界直线计算出QR二维码图像的多个交点集，再根据QR二维码图像的多个交点集计算出QR二维码的顶点坐标。然后，依据得到的顶点坐标对QR二维码图像进行透视变换和几何变换，最终校正的QR二维码的变形图像。

上述现有技术中的对QR二维码图像进行校正的方法的缺点为：由于QR二维码图像是由若干像素点堆积的像素块，且像素点的排列方式因信息、版本、容错级别的不同呈现随机性，通过Hough变换后寻找到的QR二维码图像的直线簇中将包括多条噪音直线，很难在包括多条噪音直线的直线簇中确定QR二维码的四个边界直线。

由于Hough变换的特性，通过Hough变换寻找到的QR二维码图像的边界直线可能有多条，因而根据边界直线计算出的交点集可能有多个且呈现聚集性分布，在这些多个交点集中如何准确得到QR二维码的顶点坐标是一个难点。

发明内容

本发明的实施例提供了一种基于聚类对QR二维码图像进行校正的方法和装置，以实现有效地对QR二维码图像进行校正。

本发明提供了如下方案：

一种基于聚类对QR二维码图像进行校正的方法，包括：

对QR二维码图像进行三次膨胀处理，对膨胀处理后的所述QR二维码图像进行Hough变换，获取所述QR二维码图像的四个边界；

根据所述四个边界分别拟合出QR二维码图像的四个边界直线集合，构造出所述四个边界直线集合分别对应的四个交点集合；

根据预先设定的交点集合的初始顶点簇和距离阈值，对所述四个交点集合分别进行交点聚类分析，得到最终的四个交点簇，通过计算所述四个交点簇的中心点得到QR二维码图像的四个顶点坐标；

根据所述QR二维码图像的四个顶点坐标和Hough变换的标准坐标计算出变换系数，根据所述变换系数对所述QR二维码图像进行校正处理。

所述的对QR二维码图像进行三次膨胀处理，包括：

步骤101：获得QR二维码图像中各像素点的灰度值；

步骤102：获得QR二维码图像的长宽尺寸w,h,初始化横坐标a=0,纵坐标b=0,初始化QR二维码图像的前景色forecolor；

步骤103：判断横坐标a是否超过QR二维码图像的宽度w,如果不超过则执行步骤104，否则结束；

步骤104：判断纵坐标b是否超过QR二维码图像的宽度h,如果不超过则执行步骤105，否则执行步骤108；

步骤105：判断像素点(a,b)的灰度值是否是所述前景色forecolor，如果是则执行步骤106，否则执行步骤107；

步骤106：根据w,h判断像素点(a,b)是否是QR二维码图像的边界点，如果不是则执行1061；如果是则执行步骤1062；

步骤1061：对像素点(a,b)的8邻域进行灰度重置，将像素点(a,b)的8邻域的像素点的灰度值置为前景色forecolor，即：

f(a,b)=forecolor；

f(a-1,b)=forecolor；

f(a-1,b-1)=forecolor；

f(a+1,b)=forecolor；

f(a+1,b+1)=forecolor；

f(a,b-1)=forecolor；

f(a,b+1)=forecolor；

然后执行步骤107；

步骤1062：对像素点(a,b)的4邻域进行灰度重置，将像素点(a,b)的4邻域的像素点的灰度值置为前景色forecolor，即：

f(a,b)=forecolor；

f(a+1,b)=forecolor；

f(a+1,b+1)=forecolor；

f(a,b+1)=forecolor；

然后执行步骤107；

步骤107：横坐标a不变，纵坐标b增加1，转步骤104；