CN111428707B - 图形识别码的识别方法、装置、存储介质及电子设备 - Google Patents

Abstract

本公开涉及一种图形识别码的识别方法、装置、存储介质及电子设备。该方法包括：获取包含所述图形识别码的第一图像；从所述第一图像中获取所述图形识别码的第二图像；确定所述图形识别码中的各个目标角点在所述第二图像中的位置信息，其中，所述目标角点包括所述图形识别码的各个顶点以及所述图形识别码的各个定位图案的除所述图形识别码的顶点外的其他顶点；根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行识别。通过上述技术方案，根据目标角点在第二图像中的位置信息，可直接确定出各个定位图案的中心点位置，保证能够对图形识别码进行有效识别，并且提高识别成功率和识别准确度。

Description

图形识别码的识别方法、装置、存储介质及电子设备

技术领域

本公开涉及图像识别技术领域，具体地，涉及一种图形识别码的识别方法、装置、存储介质及电子设备。

背景技术

图形识别码通过特定的几何图形按照一定规律在平面上分布的图像记录数据信息，常见的图形识别码例如有二维码、条形码等。对图形识别码进行识别，可获取到其中记录的信息。

图形识别码由于具有信息容量大等特点，应用场景较为广泛。例如，扫码支付、扫码骑车、扫码登录等等场景。相关技术中，在对图形识别码进行识别时，识别成功率较低，且识别准确度不高，从而影响图形识别码中信息的获取。

发明内容

本公开的目的是提供一种图形识别码的识别方法、装置、存储介质及电子设备，可以保证能够对图形识别码进行有效识别，并且提高识别成功率和识别准确度。

为了实现上述目的，第一方面，本公开提供一种图形识别码的识别方法，所述方法包括：获取包含所述图形识别码的第一图像；从所述第一图像中获取所述图形识别码的第二图像；确定所述图形识别码中的各个目标角点在所述第二图像中的位置信息，其中，所述目标角点包括所述图形识别码的各个顶点以及所述图形识别码的各个定位图案的除所述图形识别码的顶点外的其他顶点；根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行识别。

可选地，所述从所述第一图像中获取所述图形识别码的第二图像，包括：对所述第一图像中的图形识别码进行检测，以确定所述第一图像中的图形识别码区域；根据所述图形识别码区域，确定所述第一图像中的目标区域，其中，所述目标区域包括所述图形识别码区域且大于所述图形识别码区域；对所述目标区域中的所述图形识别码区域进行截图操作，以得到所述第二图像。

可选地，所述确定所述图形识别码中的各个目标角点在所述第二图像中的位置信息，包括：将所述第二图像输入到角点识别模型中，获得所述角点识别模型输出的所述各个目标角点在所述第二图像中的位置信息。

可选地，所述根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行识别，包括：根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行校正，以得到校正后的所述图形识别码的目标图像；根据所述目标图像以及各个目标角点在所述目标图像中的位置信息，对所述图形识别码进行识别。

可选地，所述对所述图形识别码进行校正，包括：根据各个目标角点在所述第二图像中的位置信息，确定至少两个所述定位图案的中心点位置；根据确定出的任意两个所述定位图案的中心点位置的连线与预设方向之间的角度，对所述第二图像进行旋转操作，以对所述图形识别码进行校正。

可选地，所述对所述图形识别码进行校正，包括：根据各个目标角点在所述第二图像中的位置信息，确定所述定位图案的平均边长占所述图形识别码的平均边长的比例；根据所述比例确定各个目标角点在所述目标图像中的位置信息；根据各个目标角点在所述目标图像中的位置信息，通过样条插值算法对所述图形识别码进行校正。

可选地，所述根据所述目标图像以及各个目标角点在所述目标图像中的位置信息，对所述图形识别码进行识别，包括：对所述目标图像进行外扩处理；根据各个目标角点在所述目标图像中的位置信息，确定各个目标角点在外扩处理后的所述目标图像中的位置信息；根据外扩处理后的所述目标图像、以及各个目标角点在外扩处理后的所述目标图像中的位置信息，对所述图形识别码进行识别。

可选地，所述方法还包括：在未获取到识别结果的情况下，对所述目标图像进行上采样处理；根据对所述目标图像进行上采样处理之后得到的图像，对所述图形识别码进行再次识别。

第二方面，本公开提供一种图形识别码的识别装置，所述装置包括：第一获取模块，被配置成用于获取包含所述图形识别码的第一图像；第二获取模块，被配置成用于从所述第一图像中获取所述图形识别码的第二图像；确定模块，被配置成用于确定所述图形识别码中的各个目标角点在所述第二图像中的位置信息，其中，所述目标角点包括所述图形识别码的各个顶点以及所述图形识别码的各个定位图案的除所述图形识别码的顶点外的其他顶点；识别模块，被配置成用于根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行识别。

可选地，所述第二获取模块包括：检测子模块，被配置成用于对所述第一图像中的图形识别码进行检测，以确定所述第一图像中的图形识别码区域；第一确定子模块，被配置成用于根据所述图形识别码区域，确定所述第一图像中的目标区域，其中，所述目标区域包括所述图形识别码区域且大于所述图形识别码区域；截图操作子模块，被配置成用于对所述目标区域中的所述图形识别码区域进行截图操作，以得到所述第二图像。

可选地，所述确定模块被配置成用于将所述第二图像输入到角点识别模型中，获得所述角点识别模型输出的所述各个目标角点在所述第二图像中的位置信息。

可选地，所述识别模块包括：第一校正子模块，被配置成用于根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行校正，以得到校正后的所述图形识别码的目标图像；第一识别子模块，被配置成用于根据所述目标图像以及各个目标角点在所述目标图像中的位置信息，对所述图形识别码进行识别。

可选地，所述第一校正子模块包括：第二确定子模块，被配置成用于根据各个目标角点在所述第二图像中的位置信息，确定至少两个所述定位图案的中心点位置；旋转操作子模块，被配置成用于根据所述第二确定子模块确定出的任意两个所述定位图案的中心点位置的连线与预设方向之间的角度，对所述第二图像进行旋转操作，以对所述图形识别码进行校正。

可选地，所述第一校正子模块包括：第三确定子模块，被配置成用于根据各个目标角点在所述第二图像中的位置信息，确定所述定位图案的平均边长占所述图形识别码的平均边长的比例；第四确定子模块，被配置成用于根据所述比例确定各个目标角点在所述目标图像中的位置信息；第二校正子模块，被配置成用于根据各个目标角点在所述目标图像中的位置信息，通过样条插值算法对所述图形识别码进行校正。

可选地，所述第一识别子模块，包括：外扩处理子模块，被配置成用于对所述目标图像进行外扩处理；第五确定子模块，被配置成用于根据各个目标角点在所述目标图像中的位置信息，确定各个目标角点在外扩处理后的所述目标图像中的位置信息；第二识别子模块，被配置成用于根据外扩处理后的所述目标图像、以及各个目标角点在外扩处理后的所述目标图像中的位置信息，对所述图形识别码进行识别。

可选地，所述装置还包括：上采样处理子模块，被配置成用于在未获取到识别结果的情况下，对所述目标图像进行上采样处理；第三识别子模块，被配置成用于根据对所述目标图像进行上采样处理之后得到的图像，对所述图形识别码进行再次识别。

第三方面，本公开提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面提供的所述方法的步骤。

通过上述技术方案，在获取到包含图形识别码的第一图像后，可从该第一图像中获取图形识别码的第二图像，根据第二图像进行识别，可以避免图形识别码在第一图像中所占比例较小的情况下，直接根据第一图像进行识别而导致的识别成功率较低的问题。之后，根据第二图像以及各个目标角点在第二图像中的位置信息，对图形识别码进行识别。如此，在由于图形识别码出现模糊等异常现象而无法确定出各个定位图案的中心点位置时，根据目标角点在第二图像中的位置信息，可直接确定出各个定位图案的中心点位置，保证能够对图形识别码进行有效识别，并且提高识别成功率和识别准确度。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。

图1是根据一示例性实施例示出的一种图形识别码的识别方法的流程图。

图2是根据一示例性实施例示出的一种图形识别码的第二图像的示意图。

图3是根据一示例性实施例示出的一种从第一图像中获取图形识别码的第二图像的方法的流程图。

图4是根据一示例性实施例示出的一种确定第一图像中目标区域的方法的示意图。

图5是根据一示例性实施例示出的一种根据第二图像以及各个目标角点在第二图像中的位置信息对图形识别码进行识别的方法的流程图。

图6是根据一示例性实施例示出的一种对图形识别码进行校正的方法的流程图。

图7是根据一示例性实施例示出的一种图形识别码的示意图。

图8是根据一示例性实施例示出的对图7所示的图形识别码进行校正之后得到的目标图像的示意图。

图9是根据另一示例性实施例示出的一种对图形识别码进行校正的方法的流程图。

图10是根据另一示例性实施例示出的一种图形识别码的示意图。

图11是根据一示例性实施例示出的对图10所示的图形识别码进行校正之后得到的目标图像的示意图。

图12是根据一示例性实施例示出的一种根据目标图像以及各个目标角点在目标图像中的位置信息对图形识别码进行识别的方法的流程图。

图13是根据一示例性实施例示出的一种图形识别码的识别装置的框图。

图14是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

首先对本公开的应用场景进行介绍。本公开可以应用于任何需要对图形识别码进行识别的场景，例如，扫码支付、扫码骑车、扫码登录、扫码下载等等场景。

图1是根据一示例性实施例示出的一种图形识别码的识别方法的流程图，该方法可应用于终端，如智能手机、平板电脑、笔记本电脑、个人计算机（PC）等终端设备。如图1所示，该方法可包括S101~S104。

在S101中，获取包含图形识别码的第一图像。

该第一图像可以是终端上集成的图像采集装置采集到的。其中，图像采集装置可以是任意形式的具有图像采集能力的装置，例如，该图像采集装置可以为摄像头、相机等。

在一实施例中，该第一图像可以是预先存储在终端中的包含图形识别码的图像。在另一实施例中，该第一图像也可以是通过图像采集装置实时采集到的图像，例如，图像采集装置实时拍摄到的包含图形识别码的图像，或者，图像采集装置实时采集到视频流中的包含图形识别码的图像帧。

在S102中，从第一图像中获取图形识别码的第二图像。

其中，第一图像中包含图形识别码，也包含除图形识别码以外的背景部分，特别是图形识别码在第一图像中所占比例较小的情况下，如果直接根据第一图像进行识别，可能无法进行识别，识别成功率较低。因此，本公开中，在获取到第一图像之后，可首先从第一图像中获取图形识别码的第二图像。示例地，可对第一图像中的图形识别码区域进行截图操作，以得到该第二图像。

在S103中，确定图形识别码中的各个目标角点在第二图像中的位置信息。

目标角点可包括图形识别码的各个顶点以及图形识别码的各个定位图案的除图形识别码的顶点外的其他顶点。其中，图形识别码中通常包括多个定位图案，定位图案可用于确定图形识别码的大小和位置，以辅助对图形识别码进行识别。

图2是根据一示例性实施例示出的一种图形识别码的第二图像的示意图，该图形识别码可包括三个定位图案，分别为定位图案201、定位图案202和定位图案203。目标角点可包括图形识别码的顶点，即点A₁、点F₁、点I₁和点M₁，以及定位图案201的除顶点A₁以外的其他顶点，即点B₁、点C₁和点D₁，定位图案202的除顶点F₁以外的其他顶点，即点E₁、点G₁和点H₁，定位图案203的除顶点M₁以外的其他顶点，即点J₁、点K₁和点L₁。在如图2所示的图形识别码中，共有13个目标角点。

示例地，如图2所示，以图形识别码一条边所在的方向为x轴、与x轴垂直的方向为y轴为例，各个目标角点在第二图像中的位置信息，可以是各个目标角点在第二图像中的二维坐标信息。

值得说明的是，图2所示的图形识别码、其中的定位图案以及各个目标角点的位置仅为示例性解释说明，不构成对本公开实施方式的限制。

在S104中，根据第二图像以及各个目标角点在第二图像中的位置信息，对图形识别码进行识别。

其中，在对图形识别码进行识别时，需要首先解析出各个定位图案的中心点位置，如果未解析出定位图案的中心点位置，则无法继续对图形识别码进行识别。在实际应用场景中，图形识别码很容易出现污损、模糊、缺失等现象，如果出现这些异常现象，例如定位图案处出现污损，则可能无法解析出各个定位图案的中心点位置，从而无法对图形识别码进行有效识别，识别成功率较低。

在本公开中，在对图形识别码进行识别时，所用到的信息除了图形识别码的第二图像外，还包括各个目标角点在第二图像中的位置信息。根据各个目标角点在第二图像中的位置信息，可直接确定出各个定位图案的中心点位置。示例地，根据目标角点A₁、B₁、C₁、D₁在第二图像中的位置信息，可确定出定位图案201的中心点位置，根据目标角点E₁、F₁、G₁、H₁在第二图像中的位置信息，可确定出定位图案202的中心点位置，根据目标角点J₁、K₁、L₁、M₁在第二图像中的位置信息，可确定出定位图案203的中心点位置。

这样，即使由于图形识别码出现模糊等情况而无法检测出各个定位图案的中心点位置，在进行识别时，根据各个目标角点在第二图像中的位置信息，可直接确定出各个定位图案的中心点位置信息，从而保证能够对图形识别码进行有效并准确地识别，提高识别成功率。

通过上述技术方案，在获取到包含图形识别码的第一图像后，可从该第一图像中获取图形识别码的第二图像，根据第二图像进行识别，可以避免图形识别码在第一图像中所占比例较小的情况下，直接根据第一图像进行识别而导致的识别成功率较低的问题。之后，根据第二图像以及各个目标角点在第二图像中的位置信息，对图形识别码进行识别。如此，在由于图形识别码出现模糊等异常现象而无法确定出各个定位图案的中心点位置时，根据目标角点在第二图像中的位置信息，可直接确定出各个定位图案的中心点位置，保证能够对图形识别码进行有效识别，并且提高识别成功率和识别准确度。

图3是根据一示例性实施例示出的一种从第一图像中获取图形识别码的第二图像的方法的流程图。如图3所示，上述S102可包括S301~S303。

在S301中，对第一图像中的图形识别码进行检测，以确定第一图像中的图形识别码区域。

其中，第一图像中包含图形识别码，该步骤中，可通过相关技术中任一种检测图形识别码的方式，对第一图像进行检测，以确定其中的图形识别码区域。例如可首先检测出多个定位图案，通过多个定位图案来确定图形识别码区域。

在S302中，根据图形识别码区域，确定第一图像中的目标区域。

由于在实际应用中，用户在扫码时，可能与图形识别码的距离较远，因此图形识别码在图像采集装置采集到的第一图像中可能所占比例较小。在这种码占比较小的情况下，如果在S301中确定出图形识别码区域后，直接对第一图像中的图形识别码区域进行截图操作，图形识别码的边缘部分可能未被包括到第二图像中，从而导致得到的第二图像中的图形识别码不够完整。

本公开中，在确定出第一图像中的图形识别码区域后，可根据该图形识别码区域确定第一图像中的目标区域，该目标区域可包括图形识别码区域且大于该图形识别码区域。之后，可从目标区域中截取图形识别码区域，以得到第二图像，这样，可以缩小裁剪范围，保证得到的第二图像中图形识别码的完整性。

下面介绍确定第一图像中目标区域的示例性实施方式。图4是根据一示例性实施例示出的一种确定第一图像中目标区域的方法的示意图。如图4所示，图像400为包含图形识别码的第一图像，区域401为S301中确定出的第一图像中的图形识别码区域。之后，可将该区域401进行外扩，例如可将区域401的四周均向外扩展预设距离，以得到区域402。其中，扩展的预设距离可预先设置，本公开不做具体限制。

在一实施例中，可直接将该区域402作为目标区域。在另一实施例中，可对区域402进行进一步调整以确定目标区域。正常的图形识别码区域通常为正方形，而用户在扫码时，可能由于拍摄位置和拍摄角度等原因，第一图像中的图形识别码区域可能不为正方形，因此，需要另外对截取到图形识别码的图像进行分辨率调整，以使得第二图像为正方形，从而保证图形识别码能够被正常识别。

为了避免分辨率调整后图像的失真现象，并最大限度适配第二图像的正方形的形状，可以区域402的中心位置为准，将区域402进行外扩以调整为正方形区域，得到区域403，该区域403可作为本公开中第一图像中的目标区域。从正方形区域403中截取图形识别码的图像，可最大程度避免分辨率调整后图像失真现象。

值得说明的是，图4所示的确定目标区域的过程仅为示例性解释说明，不构成对本公开实施方式的限制，目标区域只要包括图形识别码区域且大于该图形识别码区域即可。

在S303中，对目标区域中的图形识别码区域进行截图操作，以得到第二图像。

从目标区域中截取出图形识别码区域，相比于直接从整个第一图像中截取图形识别码区域，可以缩小裁剪范围，使得截图操作更为精准，得到的第二图像中图形识别码更为完整，从而后续根据第二图像对图形识别码进行识别，可以提高识别成功率。

通过上述技术方案，目标区域为第一图像中包括图形识别码且大于该图形识别码的区域，从目标区域中对图形识别码区域进行截图操作，可缩小裁剪范围，避免直接从整个第一图像中进行截图而得到的图形识别码不完整的问题。

本公开中，上述S103中确定图形识别码中的各个目标角点在第二图像中的位置信息，可包括：将第二图像输入到角点识别模型中，获得角点识别模型输出的各个目标角点在第二图像中的位置信息。

其中，角点识别模型可以是预先训练的。该角点识别模型可以是通过将图形识别码的图像作为模型输入参数，以及将图形识别码的各个目标角点在图像中的位置信息作为模型输出参数，对神经网络模型进行训练得到的。本公开中，直接将图形识别码的第二图像输入到角点识别模型中，即可得到该角点识别模型输出的各个目标角点在第二图像中的位置信息，无需对图形识别码中的各个目标角点进行逐一检测，可以缩短目标角点的检测时间，从而提高图形识别码的识别效率。

在实际应用场景中，由于用户扫码角度不同，第一图像中的图形识别码可能会出现不同程度的旋转现象，以及，如果图形识别码附着在不平整的物体表面上，第一图像中的图形识别码可能会出现形变现象，这些情况都使得图形识别码不易被识别或容易被误识别。本公开中，为了提高图形识别码的识别成功率和识别准确度，可对图形识别码进行校正，之后再对校正后的图形识别码进行识别。

图5是根据一示例性实施例示出的一种根据第二图像以及各个目标角点在第二图像中的位置信息对图形识别码进行识别的方法的流程图，如图5所示，上述S104可包括S501和S502。

在S501中，根据第二图像以及各个目标角点在第二图像中的位置信息，对图形识别码进行校正，以得到校正后的图形识别码的目标图像。

在S502中，根据目标图像以及各个目标角点在目标图像中的位置信息，对图形识别码进行识别。

对图形识别码进行校正之后，可使得图形识别码更容易被识别，并且可以有效避免误识别的情况。根据校正后的图形识别码的目标图像以及各个目标角点在目标图像中的位置信息，对图形识别码进行识别，相比于直接根据第二图像进行识别，可提高识别成功率和识别准确度。其中，各个目标角点在目标图像中的位置信息可以是各个目标角点在目标图像中的二维坐标信息。

如果图形识别码附着在较为平整的物体表面，则图形识别码一般不会出现形变的现象，这种情况下，需要对图形识别码的旋转现象进行校正。在一种实施方式中，对图形识别码进行校正的示例性实施方式可如图6所示，包括S601和S602。

在S601中，根据各个目标角点在第二图像中的位置信息，确定至少两个定位图案的中心点位置。

图7是根据一示例性实施例示出的一种图形识别码的示意图。如图7所示，图形识别码出现旋转现象，该图形识别码可包括三个定位图案，分别为定位图案701、定位图案702和定位图案703，并包括目标角点A₂、B₂、C₂、D₂、E₂、F₂、G₂、H₂、I₂、J₂、K₂、L₂和M₂。该步骤中，可确定出任意两个定位图案的中心点位置，本公开对任意两个定位图案不做具体限定，例如可以是定位图案701和定位图案703，或者也可确定出这三个定位图案的中心点位置。

示例地，例如可根据目标角点A₂、B₂、C₂、D₂在第二图像中的位置信息，确定出定位图案701的中心点位置，即点N在第二图像中的位置信息。根据目标角点E₂、F₂、G₂和H₂在第二图像中的位置信息，确定出定位图案702的中心点位置，即点P在第二图像中的位置信息。根据目标角点J₂、K₂、L₂、M₂在第二图像中的位置信息，确定出定位图案703的中心点位置，即点Q在第二图像中的位置信息。

在S602中，根据确定出的任意两个定位图案的中心点位置的连线与预设方向之间的角度，对第二图像进行旋转操作，以对图形识别码进行校正。

如果S601中确定出两个定位图案的中心点位置，则可采用这两个定位图案的中心点位置，如果S601中确定出三个定位图案的中心点位置，则可采用这三个定位图案中任意两个定位图案的中心点位置。

在一实施例中，如图7所示，例如根据定位图案701的中心点位置点N与定位图案703的中心点位置点Q的连线与预设方向之间的角度θ，构建旋转矩阵，针对第二图像中的每一像素点，通过该旋转矩阵进行旋转操作，可以对图形识别码进行旋转校正。其中，预设方向可以是水平方向、竖直方向、或者其他任意方向，图7仅以预设方向为水平方形为例进行解释说明，但并不构成对本公开实施方式的限制。

图8是根据一示例性实施例示出的对图7所示的图形识别码进行校正之后得到的目标图像的示意图。如图8所示，对图形识别码进行校正之后，可将图形识别码校正回正常角度。根据图8所示的目标图像对图形识别码进行识别，可提高识别成功率和识别准确度。

如果图形识别码附着在不平整的物体表面，例如附着在圆柱形的瓶体表面，或附着在易变形的包装袋上，图形识别码容易随之出现形变现象，不易被识别。在另一种实施方式中，对图形识别码进行校正的示例性实施方式可如图9所示，包括S901~S903。

在S901中，根据各个目标角点在第二图像中的位置信息，确定定位图案的平均边长占图形识别码的平均边长的比例。

图10是根据另一示例性实施例示出的一种图形识别码的示意图。如图10所示，该图形识别码出现形变现象。该图形识别码中包括定位图案1001、定位图案1002和定位图案1003，并包括目标角点A₃、B₃、C₃、D₃、E₃、F₃、G₃、H₃、I₃、J₃、K₃、L₃和M₃。该步骤中，可根据各个目标角点在第二图像中的位置信息，确定定位图案的平均边长以及图形识别码的平均边长。示例地，根据目标角点A₃和目标角点B₃的位置信息，可确定定位图案1001的边长A₃B₃的长度。其他各边长可与上述确定方式类似。

示例地，可通过如下公式（1）确定定位图案的平均边长：

l _f =（l _AB +l _BC +l _CD +l _DA +l _EF +l _FG +l _GH +l _HE +l _JK +l _KL +l _LM +l _MJ ）/12（1）

其中，l _f 表示定位图案的平均边长，l _AB 表示边长A₃B₃的长度，l _BC 表示边长B₃C₃的长度，l _CD 表示边长C₃D₃的长度，l _DA 表示边长A₃D₃的长度，l _EF 表示边长E₃F₃的长度，l _FG 表示边长F₃G₃的长度，l _GH 表示边长G₃H₃的长度，l _HE 表示边长H₃E₃的长度，l _JK 表示边长J₃K₃的长度，l _KL 表示边长K₃L₃的长度，l _LM 表示边长L₃M₃的长度，l _MJ 表示边长M₃J₃的长度。

示例地，可通过如下公式（2）确定图形识别码的平均边长：

l _side =（（l _DA +l _DJ +l _MJ ）+（l _AB +l _BE +l _EF ）+（l _FG +l _GI ）+（l _IL +l _LM ））/4 （2）

其中，l _side 表示图形识别码的平均边长，l _DJ 表示边长D₃J₃的长度，l _BE 表示边长B₃E₃的长度，l _GI 表示边长G₃I₃的长度，l _IL 表示边长I₃L₃的长度。

通过如下公式（3）可确定定位图案的平均边长占图形识别码的平均边长的比例p:

p=l _f /l _side （3）

在S902中，根据比例确定各个目标角点在目标图像中的位置信息。

图11是根据一示例性实施例示出的对图10所示的图形识别码进行校正之后得到的目标图像的示意图。示例地，目标图像的大小可预先确定，例如目标图像的分辨率可以设置为250×250。根据定位图案的平均边长占图形识别码的平均边长的比例，以及目标图像的边长，可确定各个目标角点在目标图像中的位置信息。

值得说明的是，图形识别码处于正常角度时，各个定位图案一般分别位于图形识别码的左上角、右上角和左下角，图10所示的图形识别码不但存在形变现象，还存在旋转现象，在对图形识别码进行形变校正的同时，还可同时完成旋转校正。其中，在确定各个目标角点在目标图像中的位置信息时，可将图形识别码校正回正常的角度，即定位图案分别处于图形识别码的左上角、右上角和左下角。

在S903中，根据各个目标角点在目标图像中的位置信息，通过样条插值算法对图形识别码进行校正。

根据各个目标角点在目标图像中的位置信息，通过样条差值算法，可确定第二图像中每一像素点到目标图像的对应关系，该对应关系可表征各个像素点从第二图像到目标图像的映射关系，根据每一像素点各自的对应关系，将第二图像中的像素点映射到目标图像中，可对图形识别码进行校正，即得到校正后的图形识别码的目标图像。

如此，通过样条差值算法对图形识别码进行校正，可对形变的图形识别码进行有效校正，以提高图形识别码的识别成功率和识别准确度。

对图形识别码进行识别时，通常需要检测定位图案所在的区域，定位图案的边界一般为黑色，且处于图形识别码的图像的边缘，不易被检测出。为了解决该问题，本公开中，上述S502中根据目标图像以及各个目标角点在目标图像中的位置信息对图形识别码进行识别的示例性实施方式可如图12所示，包括S1201~S1203。

在S1201中，对目标图像进行外扩处理。

定位图案的边界一般为黑色，为了可以准确检测出定位图案的边界，在一实施例中，可以对目标图像进行外扩处理，以在目标图像的四周增加白色区域。在目标图像的四周增加白色区域后，更容易识别出定位图案的黑色边界，从而可以根据定位图案的黑色边界快速检测出定位图案所在的位置。其中，对目标图像进行外扩处理的大小，即增加的白色区域的大小，本公开不做具体限制。

在S1202中，根据各个目标角点在目标图像中的位置信息，确定各个目标角点在外扩处理后的目标图像中的位置信息。

在S1203中，根据外扩处理后的目标图像、以及各个目标角点在外扩处理后的目标图像中的位置信息，对图形识别码进行识别。

根据目标角点在目标图像中的位置信息，以及对目标图像进行外扩处理的大小，可确定各个目标角点在外扩处理后的目标图像中的位置信息。根据外扩处理后的目标图像进行识别，可准确检测出定位图案的边界，从而准确确定出定位图案所在的位置，进而保证对图形识别码进行有效识别。

在上述技术方案中，对目标图像进行外扩处理之后，可以使得在对图形识别码进行识别时，能够准确检测出图形识别码的定位图案所在的位置，从而保证对图形识别码的准确识别。

此外，可能由于图形识别码本身出现模糊、污损等异常现象，即使根据对图形识别码进行校正之后得到的目标图像进行识别，可能也无法得到识别结果。为了进一步提高识别成功率，本公开提供的图形识别码的识别方法还可包括：

在未获取到识别结果的情况下，对目标图像进行上采样处理；

根据对目标图像进行上采样处理之后得到的图像，对图形识别码进行再次识别。

根据目标图像进行识别之后，如果未获取到识别结果，表征图形识别码可能出现模糊、污损等现象。本公开中，可对图形识别码的目标图像进行上采样处理，上采样处理可在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的像素，可有效增强目标图像的清晰度。根据对目标图像进行上采样处理之后得到的图像，对图形识别码进行再次识别，可以进一步提高识别成功率。

基于同一发明构思，本公开还提供一种图形识别码的识别装置，图13是根据一示例性实施例示出的一种图形识别码的识别装置的框图，如图13所示，该装置1300可包括：

第一获取模块1301，被配置成用于获取包含所述图形识别码的第一图像；第二获取模块1302，被配置成用于从所述第一图像中获取所述图形识别码的第二图像；确定模块1303，被配置成用于确定所述图形识别码中的各个目标角点在所述第二图像中的位置信息，其中，所述目标角点包括所述图形识别码的各个顶点以及所述图形识别码的各个定位图案的除所述图形识别码的顶点外的其他顶点；识别模块1304，被配置成用于根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行识别。

通过上述技术方案，在获取到包含图形识别码的第一图像后，可从该第一图像中获取图形识别码的第二图像，根据第二图像进行识别，可以避免图形识别码在第一图像中所占比例较小的情况下，直接根据第一图像进行识别而导致的识别成功率较低的问题。之后，根据第二图像以及各个目标角点在第二图像中的位置信息，对图形识别码进行识别。如此，在由于图形识别码出现模糊等异常现象而无法确定出各个定位图案的中心点位置时，根据目标角点在第二图像中的位置信息，可直接确定出各个定位图案的中心点位置，保证能够对图形识别码进行有效识别，并且提高识别成功率和识别准确度。

可选地，所述第二获取模块1302可包括：检测子模块，被配置成用于对所述第一图像中的图形识别码进行检测，以确定所述第一图像中的图形识别码区域；第一确定子模块，被配置成用于根据所述图形识别码区域，确定所述第一图像中的目标区域，其中，所述目标区域包括所述图形识别码区域且大于所述图形识别码区域；截图操作子模块，被配置成用于对所述目标区域中的所述图形识别码区域进行截图操作，以得到所述第二图像。

可选地，所述确定模块1303被配置成用于将所述第二图像输入到角点识别模型中，获得所述角点识别模型输出的所述各个目标角点在所述第二图像中的位置信息。

可选地，所述识别模块1304可包括：第一校正子模块，被配置成用于根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行校正，以得到校正后的所述图形识别码的目标图像；第一识别子模块，被配置成用于根据所述目标图像以及各个目标角点在所述目标图像中的位置信息，对所述图形识别码进行识别。

可选地，所述第一校正子模块包括：第二确定子模块，被配置成用于根据各个目标角点在所述第二图像中的位置信息，确定至少两个所述定位图案的中心点位置；旋转操作子模块，被配置成用于根据所述第二确定子模块确定出的任意两个所述定位图案的中心点位置的连线与预设方向之间的角度，对所述第二图像进行旋转操作，以对所述图形识别码进行校正。

可选地，所述第一校正子模块包括：第三确定子模块，被配置成用于根据各个目标角点在所述第二图像中的位置信息，确定所述定位图案的平均边长占所述图形识别码的平均边长的比例；第四确定子模块，被配置成用于根据所述比例确定各个目标角点在所述目标图像中的位置信息；第二校正子模块，被配置成用于根据各个目标角点在所述目标图像中的位置信息，通过样条插值算法对所述图形识别码进行校正。

可选地，所述第一识别子模块，包括：外扩处理子模块，被配置成用于对所述目标图像进行外扩处理；第五确定子模块，被配置成用于根据各个目标角点在所述目标图像中的位置信息，确定各个目标角点在外扩处理后的所述目标图像中的位置信息；第二识别子模块，被配置成用于根据外扩处理后的所述目标图像、以及各个目标角点在外扩处理后的所述目标图像中的位置信息，对所述图形识别码进行识别。

可选地，所述装置1300还可包括：上采样处理子模块，被配置成用于在未获取到识别结果的情况下，对所述目标图像进行上采样处理；第三识别子模块，被配置成用于根据对所述目标图像进行上采样处理之后得到的图像，对所述图形识别码进行再次识别。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图14是根据一示例性实施例示出的一种电子设备1400的框图。如图14所示，该电子设备1400可以包括：处理器1401，存储器1402。该电子设备1400还可以包括多媒体组件1403，输入/输出（I/O）接口1404，以及通信组件1405中的一者或多者。

其中，处理器1401用于控制该电子设备1400的整体操作，以完成上述的图形识别码的识别方法中的全部或部分步骤。存储器1402用于存储各种类型的数据以支持在该电子设备1400的操作，这些数据例如可以包括用于在该电子设备1400上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器1402可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器（Static Random Access Memory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory，简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read-Only Memory，简称EPROM），可编程只读存储器（Programmable Read-Only Memory，简称PROM），只读存储器（Read-Only Memory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。多媒体组件1403可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1402或通过通信组件1405发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口1404为处理器1401和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件1405用于该电子设备1400与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信（Near FieldCommunication，简称NFC），2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件1405可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。

在一示例性实施例中，电子设备1400可以被一个或多个应用专用集成电路（Application Specific Integrated Circuit，简称ASIC）、数字信号处理器（DigitalSignal Processor，简称DSP）、数字信号处理设备（Digital Signal Processing Device，简称DSPD）、可编程逻辑器件（Programmable Logic Device，简称PLD）、现场可编程门阵列（Field Programmable Gate Array，简称FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的图形识别码的识别方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的图形识别码的识别方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器1402，上述程序指令可由电子设备1400的处理器1401执行以完成上述的图形识别码的识别方法。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的图形识别码的识别方法的代码部分。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (9)

1.一种图形识别码的识别方法，其特征在于，所述方法包括：

获取包含所述图形识别码的第一图像；

从所述第一图像中获取所述图形识别码的第二图像；

确定所述图形识别码中的各个目标角点在所述第二图像中的位置信息，其中，所述目标角点包括所述图形识别码的各个顶点以及所述图形识别码的各个定位图案的除所述图形识别码的顶点外的其他顶点；

根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行识别；

所述从所述第一图像中获取所述图形识别码的第二图像，包括：

对所述第一图像中的图形识别码进行检测，以确定所述第一图像中的图形识别码区域；

根据所述图形识别码区域，确定所述第一图像中的目标区域，其中，所述目标区域包括所述图形识别码区域且大于所述图形识别码区域；

对所述目标区域中的所述图形识别码区域进行截图操作，以得到所述第二图像；

其中，所述根据所述图形识别码区域，确定所述第一图像中的目标区域，包括：

将所述图形识别码区域的四周均向外扩展预设距离，以得到扩展后的区域；

将扩展后的区域进行外扩以调整为正方形区域，并将所述正方形区域作为所述目标区域；

所述根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行识别，包括：

根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行校正，以得到校正后的所述图形识别码的目标图像；

根据所述目标图像以及各个目标角点在所述目标图像中的位置信息，对所述图形识别码进行识别。

2.根据权利要求1所述的方法，其特征在于，所述确定所述图形识别码中的各个目标角点在所述第二图像中的位置信息，包括：

将所述第二图像输入到角点识别模型中，获得所述角点识别模型输出的所述各个目标角点在所述第二图像中的位置信息。

3.根据权利要求1所述的方法，其特征在于，所述对所述图形识别码进行校正，包括：

根据各个目标角点在所述第二图像中的位置信息，确定至少两个所述定位图案的中心点位置；

根据确定出的任意两个所述定位图案的中心点位置的连线与预设方向之间的角度，对所述第二图像进行旋转操作，以对所述图形识别码进行校正。

4.根据权利要求1所述的方法，其特征在于，所述对所述图形识别码进行校正，包括：

根据各个目标角点在所述第二图像中的位置信息，确定所述定位图案的平均边长占所述图形识别码的平均边长的比例；

根据所述比例确定各个目标角点在所述目标图像中的位置信息；

根据各个目标角点在所述目标图像中的位置信息，通过样条插值算法对所述图形识别码进行校正。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标图像以及各个目标角点在所述目标图像中的位置信息，对所述图形识别码进行识别，包括：

对所述目标图像进行外扩处理；

根据各个目标角点在所述目标图像中的位置信息，确定各个目标角点在外扩处理后的所述目标图像中的位置信息；

根据外扩处理后的所述目标图像、以及各个目标角点在外扩处理后的所述目标图像中的位置信息，对所述图形识别码进行识别。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在未获取到识别结果的情况下，对所述目标图像进行上采样处理；

根据对所述目标图像进行上采样处理之后得到的图像，对所述图形识别码进行再次识别。

7.一种图形识别码的识别装置，其特征在于，所述装置包括：

第一获取模块，被配置成用于获取包含所述图形识别码的第一图像；

第二获取模块，被配置成用于从所述第一图像中获取所述图形识别码的第二图像；

确定模块，被配置成用于确定所述图形识别码中的各个目标角点在所述第二图像中的位置信息，其中，所述目标角点包括所述图形识别码的各个顶点以及所述图形识别码的各个定位图案的除所述图形识别码的顶点外的其他顶点；

识别模块，被配置成用于根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行识别；

所述第二获取模块包括：

检测子模块，被配置成用于对所述第一图像中的图形识别码进行检测，以确定所述第一图像中的图形识别码区域；

第一确定子模块，被配置成用于根据所述图形识别码区域，确定所述第一图像中的目标区域，其中，所述目标区域包括所述图形识别码区域且大于所述图形识别码区域；

截图操作子模块，被配置成用于对所述目标区域中的所述图形识别码区域进行截图操作，以得到所述第二图像；

所述第一确定子模块，被配置成用于将所述图形识别码区域的四周均向外扩展预设距离，以得到扩展后的区域；将扩展后的区域进行外扩以调整为正方形区域，并将所述正方形区域作为所述目标区域；

所述识别模块包括：第一校正子模块，被配置成用于根据所述第二图像以及各个目标角点在所述第二图像中的位置信息，对所述图形识别码进行校正，以得到校正后的所述图形识别码的目标图像；第一识别子模块，被配置成用于根据所述目标图像以及各个目标角点在所述目标图像中的位置信息，对所述图形识别码进行识别。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6中任一项所述方法的步骤。

9.一种电子设备，其特征在于，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。

Images