[发明专利]图像处理方法和装置

说明书

本申请实施例公开了图像处理方法和装置。该方法的一具体实施方式包括：获取呈现有条形码的目标图像；确定目标图像中的条形码区域；将条形码区域输入到预先训练的角度预测模型中，得到条形码区域中的条形码的偏转角度，其中，角度预测模型用于识别条形码区域中的条形码的偏转角度，偏转角度为条形码中的条与预设第一坐标系中的纵坐标轴之间的夹角；基于所得到的条形码的偏转角度，对目标图像中的条形码进行旋转得到角度校正后的条形码。该实施方式提高了条形码识别的准确性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及图像处理方法和装置。

背景技术

近年来，随着计算机应用的不断普及，条形码的应用得到了很大的发展。条形码可以标出物品的生产国、制造厂家、商品名称、生产日期、图书分类号、邮件起止地点、类别、日期等信息，因而在商品流通、图书管理、邮电管理、银行系统等许多领域都得到了广泛的应用。

发明内容

本申请实施例提出了图像处理方法和装置。

第一方面，本申请实施例提供了一种图像处理方法，包括：获取呈现有条形码的目标图像；确定目标图像中的条形码区域；将条形码区域输入到预先训练的角度预测模型中，得到条形码区域中的条形码的偏转角度，其中，角度预测模型用于识别条形码区域中的条形码的偏转角度，偏转角度为条形码中的条与预设第一坐标系中的纵坐标轴之间的夹角；基于所得到的条形码的偏转角度，对目标图像中的条形码进行旋转得到角度校正后的条形码。

在一些实施例中，确定目标图像中的条形码区域，包括：基于预先训练的条形码检测模型，确定目标图像中的条形码区域。

在一些实施例中，条形码检测模型包括轻量级神经网络和单次多边界框检测模型，其中，轻量级神经网络包括至少两个级联的特征提取层，单次多边界框检测模型包括全连接层和预测层；以及基于预先训练的条形码检测模型，确定目标图像中的条形码区域，包括：将目标图像输入到轻量级神经网络中，将轻量级神经网络的后两个特征提取层输出的特征向量进行融合；将融合后的特征向量输入到全连接层中，得到目标图像中的条形码区域在预设第二坐标系下的位置信息；将位置信息输入到预测层，得到目标图像中的条形码区域。

在一些实施例中，基于所得到的条形码的偏转角度，对目标图像中的条形码进行旋转得到角度校正后的条形码，包括：将目标图像中的条形码旋转偏转角度，使得目标图像中的条形码中的条与预设第一坐标系中的纵坐标轴平行，得到角度校正后的条形码。

在一些实施例中，该方法还包括：识别角度校正后的条形码得到识别结果。

在一些实施例中，识别角度校正后的条形码得到识别结果，包括：通过拉普拉斯算子对角度校正后的条形码进行模糊检测，得到角度校正后的条形码的模糊度；响应于确定出模糊度大于预设的模糊度阈值，对角度校正后的条形码进行对比度增强处理；对处理后的条形码进行识别，得到识别结果。

第二方面，本申请实施例提供了一种图像处理装置，包括：获取单元，被配置成获取呈现有条形码的目标图像；确定单元，被配置成确定目标图像中的条形码区域；输入单元，被配置成将条形码区域输入到预先训练的角度预测模型中，得到条形码区域中的条形码的偏转角度，其中，角度预测模型用于识别条形码区域中的条形码的偏转角度，偏转角度为条形码中的条与预设第一坐标系中的纵坐标轴之间的夹角；旋转单元，被配置成基于所得到的条形码的偏转角度，对目标图像中的条形码进行旋转得到角度校正后的条形码。

在一些实施例中，确定单元进一步被配置成按照如下方式确定目标图像中的条形码区域：基于预先训练的条形码检测模型，确定目标图像中的条形码区域。