CN111311504A - 手机小程序用图像处理方法、标签识别方法及装置 - Google Patents
手机小程序用图像处理方法、标签识别方法及装置 Download PDFInfo
- Publication number
- CN111311504A CN111311504A CN202010004541.7A CN202010004541A CN111311504A CN 111311504 A CN111311504 A CN 111311504A CN 202010004541 A CN202010004541 A CN 202010004541A CN 111311504 A CN111311504 A CN 111311504A
- Authority
- CN
- China
- Prior art keywords
- image
- mobile phone
- label
- corrected
- processing method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 44
- 230000006835 compression Effects 0.000 claims abstract description 21
- 238000007906 compression Methods 0.000 claims abstract description 21
- 230000015654 memory Effects 0.000 claims description 29
- 238000007726 management method Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 4
- 238000012015 optical character recognition Methods 0.000 description 25
- 229910000831 Steel Inorganic materials 0.000 description 9
- 239000010959 steel Substances 0.000 description 9
- 230000009466 transformation Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/2628—Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种手机小程序用图像处理方法、标签识别方法、装置及电子设备，其中，手机小程序用图像处理方法包括：步骤S1，获取原图；步骤S2，对于所述原图进行方向矫正，得到矫正后图片；步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；步骤S4，对于所述预处理图像进行压缩处理，得到压缩图像。根据本发明的手机小程序用图像处理方法，可以避免图像的旋转、提升图像的质量及图的压缩处理，提升标签OCR识别的正确率和提高标签OCR识别的效率。
Description
技术领域
本发明涉及钢铁物流领域，具体涉及一种手机小程序用图像处理方法、标签识别方法、出入库管理方法、标签识别装置、用于识别标签信息的电子设备、以及非暂时性计算机存储介质。
背景技术
钢铁物流管理环节众多，在装车、装船等运输管理环节中，以及仓库的出、入库等管理环节中都需要对货物的信息进行收集管理。提高这些环节的管理效率，节约管理成本，提升作业安全性，一直是钢铁物流单位所希望的。
传统的信息采集方式是通过现场管理人员根据钢铁标签抄写货物信息，再对这些信息进行整理、管理；此种方式不仅效率低下，而且错误率高，导致整体物流成本居高不下。
发明内容
有鉴于此，本发明提供种手机小程序用图像处理方法、标签识别方法、装置及电子设备，能够提高物流管理效率、降低成本且提升作业安全性。
为解决上述技术问题，一方面，本发明提供手机小程序用图像处理方法，包括如下步骤：
步骤S1，获取原图；
步骤S2，对于所述原图进行方向矫正，得到矫正后图片；
步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
步骤S4，对于所述预处理图像进行压缩处理，得到压缩图像。
进一步地，所述步骤S1包括：
步骤S11，打开所述手机小程序；
步骤S12，选择其中的拍照选项进行实时拍照，获得所述原图。
进一步地，所述步骤S2包括：
步骤S21，确定所述原图的长和宽；
步骤S22，根据所述长和宽确定手机的拍摄方向；
步骤S23，通过手机的重力传感器获取拍照时该手机的握持方向；
步骤S24，根据所述拍摄方向和所述握持方向确定所述原图的旋转角度，基于所述旋转角度对所属原图进行方向矫正。
进一步地，所述图像增强包括：强化所述矫正后图片中的高频分量，以增强物体轮廓显示；
或强化所述矫正后图片中的低频分量，以减少噪声。
进一步地，所述图像复原通过线性算法或非线性算法。
进一步地，所述步骤S4中，对于所述变换后图像进行无损压缩，得到无损压缩图像。
进一步地，所述步骤S4包括：
步骤S41，对于所述预处理图像进行离散余弦变换，得到变换后图像；
步骤S42，将所述变换后图像进行量化；
步骤S43，将量化后图像通过霍夫编码进行压缩，得到所述无损压缩图像。
进一步地，还包括如下步骤：
步骤S5，将所述压缩图像使用base64码格式进行保存和/或传输，或者，将所述压缩图像采用二进制方式进行编码并进行加密处理，此后进行保存和/或传输。
第二方面，本发明提供一种标签识别方法，其基于手机小程序对于标签进行OCR识别方法，在获取标签的原图之后，根据上述任一项所述的图像处理方法进行图像处理，此后基于处理后图像进行OCR识别，获得标签信息
第三方面，本发明提供一种仓库的出入库管理方法，包括如下步骤：
根据上述述的标签识别方法获取出入库货物的标签信息；
基于所述标签信息对货物的出入库进行管理。
第四方面，本发明提供标签识别装置，包括：
获取模块，用于获取原图；
方向矫正模块，用于对于所述原图进行方向矫正，得到矫正后图片；
图像增强和/或复原模块，用于对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
图像压缩模块，用于对于所述预处理图像进行压缩处理，得到压缩图像，所述OCR识别单元对于所述压缩图像进行OCR识别，获得标签信息。
第五方面，本发明提供用于识别标签信息的电子设备，包括：
一个或多个处理器；
一个或多个存储器，其中存储了计算机可读代码，所述计算机可读代码当由所述一个或多个处理器运行时，使得所述处理器执行如下步骤：
步骤S1，获取标签的原图；
步骤S2，对于所述原图进行方向矫正，得到矫正后图片；
步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
步骤S4，此后对于所述预处理图像进行压缩处理，得到压缩图像；
步骤S5，针对所述压缩图像进行OCR识别，得到所述标签的信息。
第六方面，本发明提供一种非暂时性计算机存储介质，包括：
步骤S1，获取标签的原图；
步骤S2，对于所述原图进行方向矫正，得到矫正后图片；
步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
步骤S4，此后对于所述预处理图像进行压缩处理，得到压缩图像；
步骤S5，针对所述压缩图像进行OCR识别，得到所述标签的信息。
本发明的上述技术方案至少具有如下有益效果之一：
根据本发明的手机小程序用图像处理方法，通过对原图进行方向矫正，可以避免图像的旋转，提升OCA识别的正确率和提高OCA识别的效率；
进一步地，通过对图片进行图像增强和/或复原处理，可以提高图像的质量；
进一步地，通过对图像进行压缩处理，使得满足OCR识别的图像大小，通过图像进行变换再进行无损压缩，使得既满足OCR识别的图像大小，又可以有较好图像的质量；
根据本发明的标签识别方法，使用手机小程序对于标签进行OCR识别，可以提升标签识别的正确率和提高物流管理的效率，降低物流管理的成本。
附图说明
图1为根据本发明一实施例的手机小程序用图像处理方法的流程图；
图2为其中的压缩图像的流程图；
图3为根据本发明一实施例的标签识别方法的流程图；
图4为根据发明实施例的仓库的出入库管理方法的流程图；
图5为根据发明实施例的标签识别装置的示意图；
图6为根据发明实施例的用于识别标签信息的电子设备的示意图。
具体实施方式
下面将结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
钢铁物流管理环节众多，在装车、装船等运输管理环节中，以及仓库的出、入库等管理环节中都需要对货物的信息进行收集管理。提高这些环节的管理效率，节约管理成本，提升作业安全性，一直是钢铁物流单位所希望的。
传统的信息采集方式是通过现场管理人员根据钢铁标签抄写货物信息，再对这些信息进行整理、管理，此种方式不仅效率低下，而且错误率高，导致整体物流成本居高不下。
通过手机进行标签的识别，是一种比较高效的方式，但是现有的技术不能满足实际需求，基于此，开发了本发明的技术方案。通过深度学习图像处理技术，对不同手机型号、不同方向的各式照片进行自处理，将识别图片进行无损压缩，并通过OCR算法识别出结果。
首先，结合图1说明根据本发明实施例的手机小程序用图像处理方法。
如图1所示，本发明实施例的手机小程序用图像处理方法，包括：
步骤S1，获取原图。
根据本发明一些实施例，通过手机获取原图，其获取原图的方法为：
步骤S11，打开手机小程序；
可选地，使用APP或微信小程序等，这里对手机小程序不做限定，只要其是具有拍照功能的手机小程序即可。
步骤S12，选择其中的拍照选项进行实时拍照，获得所述原图。
接着，选择其中拍照选项，对准所需要拍照的部分进行拍照，获取原图。
步骤S2，对于所述原图进行方向矫正，得到矫正后图片。
也就是说，将原图的方向矫正到便于OCR识别的方向。由此，可以避免图像的旋转，提升OCA识别的正确率和提高OCA识别的效率。
根据本发明一些实施例，矫正方法包括：
步骤S21，确定原图的长和宽。
步骤S22，根据长和宽确定手机的拍摄方向。
步骤S23，通过手机的重力传感器获取拍照时该手机的握持方向。
步骤S24，根据拍摄方向和握持方向确定原图的旋转角度，基于旋转角度对所属原图进行方向矫正。
例如，以钢铁标签为例，为了采集钢铁标签信息，首先获取标签的图像，其中图像的长度为15cm，宽度为9cm；
根据图像的长宽判断，手机是横向拍摄；
通过计算重力传感器获取拍照时该手机的握持方向为45度；
通过将照片往横向旋转-45度，则获得矫正后的图片。
当然，以上只是可选地示例，还可以包括在拍摄图片进行聚焦的时候，可以对摄像头进行上述方法矫正，从而直接拍摄出矫正后的图片，这些都应该理解在本发明范围内。
步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
也就是说，对矫正后的图片进行处理，从而提高图像质量，例如，去除噪声，提升图像清晰度等。
可选地，对所述矫正后图片进行图像增强处理，可以分析图像中拍摄对象的轮廓和噪声的情况，从而进行针对性的调整。
例如，拍摄图像的对象是标签，可以忽略标签以外的其他区域，依据标签的图像的效果调整图片，突出标签的图像部分，针对标签的轮廓和噪声的情况进行调整，可以强化所述矫正后图片中的高频分量，以增强标签轮廓显示或强化所述矫正后图片中的低频分量，以减少噪声。
可选地，对所述矫正后图片进行图像复原处理，图像复原通过线性算法或非线性算法。图像复原技术可以去除图像中的模糊部分，还原图像的本真，避免拍照成像系统受到各种因素的影响(例如，成像系统的散焦、设备与物体间存在相对运动或者是手机摄像头的固有缺陷等)。
步骤S4，对于所述预处理图像进行压缩处理，得到压缩图像。
例如，OCR识别需要清晰规则图片，大小限制为2MB，但是现在一般手机拍摄出来的照片基本为5MB以上，甚至有超20MB，所以如果照片直接改变大小的话会导致画质模糊或者文件损坏。
压缩可以分为有损压缩和无损压缩，无损压缩相比有损压缩可以得到更好的保存图像的质量，可以根据实际需求进行选择。
根据本发明一些实施例，压缩图像的方法为：
对图像进行变换，然后在进行无损压缩，从而得到无损压缩图像。
由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶公式变换、沃尔什公式变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，减少计算量，获得更有效的处理。
基于图像变换进行无损压缩的原理：首先，通过变换将图象数据投影到另一特征空间，降低数据的相关性，使有效数据集中分布；接着，采用量化方法离散化，最后，通过Huffman等无损压缩编码进一步压缩数据的存储量。
可选地，压缩图像的方法为：
步骤S41，对于预处理图像进行离散余弦变换，得到变换后图像；
步骤S42，将变换后图像进行量化；
步骤S43，将量化后图像通过霍夫编码(Huffman)进行压缩，得到所述无损压缩图像。
如图2所示，压缩图像的具体步骤为：
1)将图像分成8*8像素的图像块；
2)正向离散余弦变换(FDCT)；
3)量化；
4)Z字形编码(ZigZag扫描)；
5)使用差分脉冲编码调制(DPCM)对直流系数(DC)进行编码；
6)使用行程长度编码(RLE)对交流系数(AC)进行编码；
7)熵编码，可选地，熵编码为霍夫编码(Huffman)或算术编码；
8)压缩图像数据，得到无损压缩图像。
根据本发明一些实施例，在得到压缩图像之后，将压缩图像使用base64码格式进行保存和/或传输，或者，将压缩图像采用二进制方式进行编码并进行加密处理，此后进行保存和/或传输。
base64码格式当前是常见的一种格式，但是如果传输被拦截的话，很容易将图片拿走另作他用。因此，可以采用二进制的方式进行编码再进行加密处理，这种方式优点在于不容易被他人破解，而且图片还原度比base64更高，识别精度更高，但是传输的内容大，流量消耗大，如果遇到网络不好的情况会让用户等待时间更长。由此，可以根据图片的保密的程度和网络状况进行选择。
下面，说明根据本发明实施例的标签识别方法，其基于手机小程序对于标签进行OCR识别方法，在获取标签的原图之后，根据上述的图像处理方法进行图像处理，此后基于处理后图像进行OCR识别，获得标签信息。
由此，使用手机小程序对于标签进行OCR识别，可以提升标签识别的正确率和提高物流管理的效率，降低物流管理的成本。
例如，如图3所示，标签识别方法为：
1)通过手机微信搜索小程序；
2)进入小程序入口；
3)对标签进行实时拍照；
4)对图片进行方向矫正；
5)对图片进行无损压缩；
6)将图片转化为base64码格式；
7)后端进行OCR识别，获得标签信息。
下面，结合图4，说明根据本发明实施例的仓库的出入库管理方法。
如图4所示，本发明实施例的仓库出入库管理方法为：
步骤101，根据上述的标签识别方法获取出入库货物的标签信息；
步骤102，基于所述标签信息对货物的出入库进行管理。
下面，结合图5，说明根据本发明实施例的标签识别装置。
如图5所示，本发明的实施例的标签识别装置1000包括：图像处理单元1001和OCR识别单元1002，
图像处理单元1001包括：
获取模块，用于获取原图；
方向矫正模块，用于对于原图进行方向矫正，得到矫正后图片；
图像增强和/或复原模块，用于对矫正后图片进行图像增强和/或复原处理，得到预处理图像；
图像压缩模块，用于对于预处理图像进行压缩处理，得到压缩图像。
OCR识别单元1002，用于对于压缩图像进行OCR识别，获得标签信息。
此外，结合图6，说明根据本发明实施例的用于识别标签信息的电子设备1400。
如图6所示，本发明实施例的用于识别标签的信息电子设备1400包括：
处理器1401和存储器1402，在存储器1402中存储有计算机程序指令，其中，在计算机程序指令被处理器运行时，使得处理器1401执行以下步骤：
步骤S1，获取标签的原图；
步骤S2，对于所述原图进行方向矫正，得到矫正后图片；
步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
步骤S4，此后对于所述预处理图像进行压缩处理，得到压缩图像；
步骤S5，针对所述压缩图像进行OCR识别，得到所述标签的信息。
进一步地，电子设备还包括网络接口1403、输入设备1404、硬盘1405、和显示设备1406。
上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器1401代表的一个或者多个中央处理器(CPU)，以及由存储器1402代表的一个或者多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解，总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外，还包括电源总线、控制总线和状态信号总线，这些都是本领域所公知的，因此本文不再对其进行详细描述。
所述网络接口1403，可以连接至网络(如因特网、局域网等)，从网络中获取相关数据，并可以保存在硬盘1405中。
所述输入设备1404，可以接收操作人员输入的各种指令，并发送给处理器1401以供执行。所述输入设备1404可以包括键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
所述显示设备1406，可以将处理器1401执行指令获得的结果进行显示。
所述存储器1402，用于存储操作系统运行所必须的程序和数据，以及处理器1401计算过程中的中间结果等数据。
可以理解，本发明实施例中的存储器1402可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM)，其用作外部高速缓存。本文描述的装置和方法的存储器1402旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器1402存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统14021和应用程序14014。
其中，操作系统14021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序14014，包含各种应用程序，例如浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序14014中。
上述处理器1401，当调用并执行所述存储器1402中所存储的应用程序和数据，具体的，可以是应用程序14014中存储的程序或指令时，首先获取标签的原图；接着，对于所述原图进行方向矫正，得到矫正后图片；接着，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；此后，对于所述预处理图像进行压缩处理，得到压缩图像；最后，针对所述压缩图像进行OCR识别，得到所述标签的信息。
本发明上述实施例揭示的方法可以应用于处理器1401中，或者由处理器1401实现。处理器1401可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器1401中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1401可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1402，处理器1401读取存储器1402中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
另外，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器运行时，使得所述处理器执行以下步骤：
步骤S1，获取标签的原图；
步骤S2，对于所述原图进行方向矫正，得到矫正后图片；
步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
步骤S4，此后对于所述预处理图像进行压缩处理，得到压缩图像；
步骤S5，针对所述压缩图像进行OCR识别，得到所述标签的信息。
在本申请所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述收发方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁盘或者光盘等各种可以存储程序代码的介质。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (13)
1.一种手机小程序用图像处理方法，用于对OCR识别图像进行处理，其特征在于，包括如下步骤：
步骤S1，获取原图；
步骤S2，对于所述原图进行方向矫正，得到矫正后图片；
步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
步骤S4，对于所述预处理图像进行压缩处理，得到压缩图像。
2.根据权利要求1所述的手机小程序用图像处理方法，其特征在于，所述步骤S1包括：
步骤S11，打开所述手机小程序；
步骤S12，选择其中的拍照选项进行实时拍照，获得所述原图。
3.根据权利要求2所述的手机小程序用图像处理方法，其特征在于，所述步骤S2包括：
步骤S21，确定所述原图的长和宽；
步骤S22，根据所述长和宽确定手机的拍摄方向；
步骤S23，通过手机的重力传感器获取拍照时该手机的握持方向；
步骤S24，根据所述拍摄方向和所述握持方向确定所述原图的旋转角度，基于所述旋转角度对所属原图进行方向矫正。
4.根据权利要求1所述的手机小程序用图像处理方法，其特征在于，所述图像增强包括：强化所述矫正后图片中的高频分量，以增强物体轮廓显示；
或强化所述矫正后图片中的低频分量，以减少噪声。
5.根据权利要求1所述的手机小程序用图像处理方法，其特征在于，所述图像复原通过线性算法或非线性算法。
6.根据权利要求1所述的手机小程序用图像处理方法，其特征在于，所述步骤S4中，对于所述变换后图像进行无损压缩，得到无损压缩图像。
7.根据权利要求6所述的手机小程序用图像处理方法，其特征在于，所述步骤S4包括：
步骤S41，对于所述预处理图像进行离散余弦变换，得到变换后图像；
步骤S42，将所述变换后图像进行量化；
步骤S43，将量化后图像通过霍夫编码进行压缩，得到所述无损压缩图像。
8.根据权利要求1所述的手机小程序用图像处理方法，其特征在于，还包括如下步骤：
步骤S5，将所述压缩图像使用base64码格式进行保存和/或传输，或者，将所述压缩图像采用二进制方式进行编码并进行加密处理，此后进行保存和/或传输。
9.一种标签识别方法，其基于手机小程序对于标签进行OCR识别方法，其特征在于，在获取标签的原图之后，根据权利要求1至8任一项所述的图像处理方法进行图像处理，此后基于处理后图像进行OCR识别，获得标签信息。
10.一种仓库的出入库管理方法，其特征在于，包括如下步骤：
根据权利要求9所述的标签识别方法获取出入库货物的标签信息；
基于所述标签信息对货物的出入库进行管理。
11.一种标签识别装置，其特征在于，包括图像处理单元和OCR识别单元，
所述图像处理单元包括：
获取模块，用于获取原图；
方向矫正模块，用于对于所述原图进行方向矫正，得到矫正后图片；
图像增强和/或复原模块，用于对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
图像压缩模块，用于对于所述预处理图像进行压缩处理，得到压缩图像，所述OCR识别单元对于所述压缩图像进行OCR识别，获得标签信息。
12.一种用于识别标签信息的电子设备，其特征在于，包括：
一个或多个处理器；
一个或多个存储器，其中存储了计算机可读代码，所述计算机可读代码当由所述一个或多个处理器运行时，使得所述处理器执行如下步骤：
步骤S1，获取标签的原图；
步骤S2，对于所述原图进行方向矫正，得到矫正后图片；
步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
步骤S4，此后对于所述预处理图像进行压缩处理，得到压缩图像；
步骤S5，针对所述压缩图像进行OCR识别，得到所述标签的信息。
13.一种非暂时性计算机存储介质，其特征在于，其中存储了计算机可读代码，所述计算机可读代码当由一个或多个处理器运行时，使得所述处理器执行如下步骤：
步骤S1，获取标签的原图；
步骤S2，对于所述原图进行方向矫正，得到矫正后图片；
步骤S3，对所述矫正后图片进行图像增强和/或复原处理，得到预处理图像；
步骤S4，此后对于所述预处理图像进行压缩处理，得到压缩图像；
步骤S5，针对所述压缩图像进行OCR识别，得到所述标签的信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010004541.7A CN111311504A (zh) | 2020-01-03 | 2020-01-03 | 手机小程序用图像处理方法、标签识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010004541.7A CN111311504A (zh) | 2020-01-03 | 2020-01-03 | 手机小程序用图像处理方法、标签识别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111311504A true CN111311504A (zh) | 2020-06-19 |
Family
ID=71158223
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010004541.7A Pending CN111311504A (zh) | 2020-01-03 | 2020-01-03 | 手机小程序用图像处理方法、标签识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111311504A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113329137A (zh) * | 2021-05-31 | 2021-08-31 | 口碑(上海)信息技术有限公司 | 图片传输方法、装置、计算机设备及计算机可读存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1622598A (zh) * | 2003-11-28 | 2005-06-01 | 佳能株式会社 | 图像由多个图像处理设备处理的图像捕获装置和方法 |
| CN1742278A (zh) * | 2002-12-18 | 2006-03-01 | 讯宝科技公司 | 校验光学代码读取和rfid读取的系统和方法 |
| CN101312483A (zh) * | 2008-07-14 | 2008-11-26 | 深圳华为通信技术有限公司 | 图像编码方法、装置和终端 |
| CN101567955A (zh) * | 2008-04-23 | 2009-10-28 | 村田机械株式会社 | 图像处理装置、图像读取装置和图像处理方法 |
| US20120087587A1 (en) * | 2008-11-12 | 2012-04-12 | Olga Kacher | Binarizing an Image |
| CN103716505A (zh) * | 2012-09-28 | 2014-04-09 | 北京蒙恬科技有限公司 | 图像识别系统及方法 |
| CN104683634A (zh) * | 2013-11-28 | 2015-06-03 | 夏普株式会社 | 判定装置和便携式终端装置 |
| CN106406700A (zh) * | 2016-09-13 | 2017-02-15 | 乐视控股（北京）有限公司 | 一种拍照处理方法及装置 |
| CN106952231A (zh) * | 2017-03-20 | 2017-07-14 | 南京大学 | 一种基于手机平台的图像实时校正方法 |
| JP2018137636A (ja) * | 2017-02-22 | 2018-08-30 | 株式会社日立情報通信エンジニアリング | 画像処理装置及び画像処理プログラム |
-
2020
- 2020-01-03 CN CN202010004541.7A patent/CN111311504A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1742278A (zh) * | 2002-12-18 | 2006-03-01 | 讯宝科技公司 | 校验光学代码读取和rfid读取的系统和方法 |
| CN1622598A (zh) * | 2003-11-28 | 2005-06-01 | 佳能株式会社 | 图像由多个图像处理设备处理的图像捕获装置和方法 |
| CN101567955A (zh) * | 2008-04-23 | 2009-10-28 | 村田机械株式会社 | 图像处理装置、图像读取装置和图像处理方法 |
| CN101312483A (zh) * | 2008-07-14 | 2008-11-26 | 深圳华为通信技术有限公司 | 图像编码方法、装置和终端 |
| US20120087587A1 (en) * | 2008-11-12 | 2012-04-12 | Olga Kacher | Binarizing an Image |
| CN103716505A (zh) * | 2012-09-28 | 2014-04-09 | 北京蒙恬科技有限公司 | 图像识别系统及方法 |
| CN104683634A (zh) * | 2013-11-28 | 2015-06-03 | 夏普株式会社 | 判定装置和便携式终端装置 |
| CN106406700A (zh) * | 2016-09-13 | 2017-02-15 | 乐视控股（北京）有限公司 | 一种拍照处理方法及装置 |
| JP2018137636A (ja) * | 2017-02-22 | 2018-08-30 | 株式会社日立情報通信エンジニアリング | 画像処理装置及び画像処理プログラム |
| CN106952231A (zh) * | 2017-03-20 | 2017-07-14 | 南京大学 | 一种基于手机平台的图像实时校正方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113329137A (zh) * | 2021-05-31 | 2021-08-31 | 口碑(上海)信息技术有限公司 | 图片传输方法、装置、计算机设备及计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6728385B2 (ja) | デジタルイメージ再圧縮 | |
| US8897586B2 (en) | Dynamic generation of a quantization matrix for compression of a digital object | |
| CN104838653B (zh) | 使用差分传送进行的无损图像压缩 | |
| RU2640296C1 (ru) | Способ и устройство для определения пригодности документа для оптического распознавания символов (ocr) на сервере | |
| CN113724136B (zh) | 一种视频修复方法、设备及介质 | |
| Ince et al. | Low dynamic range discrete cosine transform (LDR-DCT) for high-performance JPEG image compression | |
| US7050656B2 (en) | Image scaling in the compressed domain | |
| US11212527B2 (en) | Entropy-inspired directional filtering for image coding | |
| JP7255841B2 (ja) | 情報処理装置、情報処理システム、制御方法、及びプログラム | |
| CN111311504A (zh) | 手机小程序用图像处理方法、标签识别方法及装置 | |
| CN113810654A (zh) | 图像视频的上传方法、装置、存储介质以及电子设备 | |
| Horvath et al. | Experimental study on lossless compression of biometric iris data | |
| WO2022100140A1 (zh) | 一种压缩编码、解压缩方法以及装置 | |
| US20150278620A1 (en) | Image processing apparatus, image processing system and image processing method | |
| Horvath et al. | Lossless compression of polar iris image data | |
| CN111047657A (zh) | 图片压缩方法、装置、介质及电子设备 | |
| CN116229203A (zh) | 图像处理方法、模型的训练方法、装置、系统及介质 | |
| Wang et al. | A survey of image compression algorithms based on deep learning | |
| Zhang et al. | End-to-end optimized image compression with the frequency-oriented transform | |
| WO2020042070A1 (zh) | 提升高光谱图像分类精度的方法、装置、设备及存储介质 | |
| Akyazi et al. | A new end-to-end image compression system based on convolutional neural networks | |
| CN117372933B (zh) | 图像去冗方法、装置及电子设备 | |
| US20210241024A1 (en) | Jpeg classifier | |
| Karmakar et al. | Image Compression and Decompression based on FFT algorithm | |
| Gashnikov | Parameterized adaptive predictor for digital image compression based on the differential pulse code modulation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |