CN115205163A

CN115205163A - 一种标识图像的处理方法、装置、设备及存储介质

Info

Publication number: CN115205163A
Application number: CN202211118491.0A
Authority: CN
Inventors: 程烨; 姚飞; 宁毅鹏
Original assignee: Shenzhen Qianhai Quantum Cloud Code Technology Co ltd
Current assignee: Shenzhen Qianhai Quantum Cloud Code Technology Co ltd
Priority date: 2022-09-15
Filing date: 2022-09-15
Publication date: 2022-10-18
Anticipated expiration: 2042-09-15
Also published as: CN115205163B

Abstract

本发明公开了一种标识图像的处理方法、装置、设备及存储介质。该方法包括：获取原始标识图像的RGB各通道图像，并根据各通道图像的灰度平均值计算通道图像的累加系数；根据通道图像的累加系数将各通道图像合成为合成标识图像；根据所述合成标识图像中各像素点的灰度值差异对所述合成标识图像进行灰度值增强，得到目标标识图像。本发明实施例可以提高标识图像中微观标识的显示效果。

Description

一种标识图像的处理方法、装置、设备及存储介质

技术领域

本发明涉及显示技术领域，尤其涉及一种标识图像的处理方法、装置、设备及存储介质。

背景技术

随着图像识别技术的不断发展，存在规则编码的微观图像也逐渐出现和应用，这些微观图像由于特别微小数量众多，还可以被加载赋值海量信息，具有一物一码的独特优势。某些场合中出于隐蔽性需求，这些微观图像会被印制在彩色背景上，同时增强防复制防伪造性。

现有终端拍摄的图像中有规则编码的微观标识和彩色背景是混合在一起的，软件算法在识读的时候需要先将这类有规则的微观编码从彩色背景中提取出来，这给软件算法的识别增加很大的识别难度，尤其是拍摄图像的终端没有红外光源的情况下。

发明内容

本发明提供了一种标识图像的处理方法、装置、设备及存储介质，以提高标识图像中微观标识的显示效果。

根据本发明的一方面，提供了一种标识图像的处理方法，包括：

获取原始标识图像的RGB各通道图像，并根据各通道图像的灰度平均值计算通道图像的累加系数；

根据通道图像的累加系数将各通道图像合成为合成标识图像；

根据所述合成标识图像中各像素点的灰度值差异对所述合成标识图像进行灰度值增强，得到目标标识图像。

根据本发明的另一方面，提供了一种标识图像的处理装置，包括：

累加系数确定模块，用于获取原始标识图像的RGB各通道图像，并根据各通道图像的灰度平均值计算通道图像的累加系数；

标识图像合成模块，用于根据通道图像的累加系数将各通道图像合成为合成标识图像；

标识图像增强模块，用于根据所述合成标识图像中各像素点的灰度值差异对所述合成标识图像进行灰度值增强，得到目标标识图像。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的标识图像的处理方法。

根据本发明的另一方面，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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的标识图像的处理方法。

本发明实施例通过对带有微观标识的彩色原始标识图像进行RGB各通道上的灰度值调整和整体灰度值增强，使微观标识得以更清晰的显示，便于被后续的解析流程解码识读。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明一实施例提供的一种标识图像的处理方法的流程图；

图2是根据本发明又一实施例提供的一种标识图像的处理方法的流程图；

图3是根据本发明又一实施例提供的一种标识图像的处理装置的结构示意图；

图4是实现本发明实施例的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

图1为本发明一实施例提供的一种标识图像的处理方法的流程图，本实施例可适用于对存在微观标识的彩色原始标识图像进行灰度值调整和增强，以使图像中微观标识突出，从而更容易被识别和读取的情况，该方法可以由标识图像的处理装置来执行，该装置可以采用硬件和/或软件的形式实现，该装置可配置于具备相应数据处理的电子设备中。如图1所示，该方法包括：

S110、获取原始标识图像的RGB各通道图像，并根据各通道图像的灰度平均值计算通道图像的累加系数。

具体的，原始标识图为存在微观标识的彩色图像，将存在微观标识的彩色原始标识图像的RGB三个通道分离，得到原始标识图像的R通道图像、G通道图像和B通道图像。分别计算三个通道图像中各个像素点的灰度平均值，得到R通道灰度平均值Mean_R、G通道灰度平均值 Mean_G和B通道灰度平均值Mean_B，并对三个平均值求和，得到累加灰度值K，即K=Mean_R + Mean_G + Mean_B。三个灰度平均值与累加灰度值K的差异反映了RGB各通道图像与彩色图像的具体差异，因此分别通过Mean_R与累加灰度值K的比值来得到R通道图像的累加系数KR、通过Mean_G与累加灰度值K的比值来得到G通道图像的累加系数KG，通过Mean_B与累加灰度值K的比值来得到R通道图像的累加系数KB。

S120、根据通道图像的累加系数将各通道图像合成为合成标识图像。

具体的，在已得到的3个通道图像各自的累加系数基础上，将RGB三通道的通道图像累加合成得到合成标识图像Image_C, 其合成的计算公式如下：

Image_c = KR * R+ KG *G+ KB *B。

其中，R为R通道图像中各像素点的实际灰度值，G为G通道图像中各像素点的实际灰度值，B为B通道图像中各像素点的实际灰度值。

S130、根据所述合成标识图像中各像素点的灰度值差异对所述合成标识图像进行灰度值增强，得到目标标识图像。

具体的，获取合成标识图像中各像素点的灰度值，并确定这些像素点中灰度值最大的像素点，将其灰度值作为最大灰度增强值max；确定这些像素点中灰度值最小的像素点，将其灰度值作为最小灰度增强值min，根据max和min之间的灰度值差值，对合成标识图像中全部像素点的灰度值进行增强，并将全部像素点灰度值均增强后的合成标识图像作为目标标识图像。

可选的，通过图像拍摄设备拍摄目标微观标识的图像，作为原始标识图像；相应的，所述得到目标标识图像之后，还包括：对所述目标标识图像进行解析，得到所述目标标识图像中目标微观标识的赋值信息。

具体的，可以通过智能手机、电脑等具备图像拍摄能力的终端对存在赋值信息的微观标识进行彩色图像采集，并将采集到带有目标微观标识赋值信息的彩色图像作为原始标识图像。通过本发明任意实施例所提供的标识图像的处理方法，对原始标识图像进行处理，调整并增强图像中各像素点的灰度值，得到目标标识图像。相比原始标识图像，目标标识图像中的微观标识更为突出，提取时也更为容易，对目标标识图像中的微观标识进行提取解析，得到其所携带的赋值信息。

图2为本发明又一实施例提供的一种标识图像的处理方法的流程图，本实施例在上述实施例的基础上进行了优化改进。如图2所示，该方法包括：

S210、获取原始标识图像的RGB各通道图像。

S220、确定各通道图像的灰度平均值，并对所述灰度平均值求和得到累加灰度值；将任一通道图像的灰度平均值与所述累加灰度值求商，并将所述求商结果的平方与该通道图像的累加权重相乘，得到该通道图像的累计系数。

具体的，计算累加灰度值K与各通道图像灰度平均值之间的比值（商），并通过该比值确定各通道图像对应的累计系数。同时，RGB不同通道图像对于合成标识图像的影响并非是完全一致，因此，在计算累计系数时，需要为各个通道图像分别设置相应的累加权重。具体通过下述公式计算各个通道图像的累加系数：

KR= MR*(Mean_R/K)2

KG = MG*(Mean_G/K)2

KB = MG*(Mean_B/K)2

其中，MR为R通道图像的累加权重， MG为G通道图像的累加权重，MB为B通道图像的累加权重。

可选的，所述各通道图像中R通道图像的第一累加权重大于G通道图像和B通道图像的第二累加权重。

具体的，MG和MB应设置为相同的第二累加权重数值，MR则单独设置为第一累加权重数值，且第一累计权重在数值上大于第二累加权重，即MR>MG=MB。经反复测试，上述累加权重方式可以使合成标识图像保持最佳的合成效果。

示例性的，将MR设置为4，MG和MB设置为3，则各个通道图像的累加系数可通过下述公式计算：

KR= 4*(Mean_R/K)2

KG = 3*(Mean_G/K)2

KB = 3*(Mean_B/K)2

S230、根据通道图像的累加系数将各通道图像合成为合成标识图像。

S240、获取所述合成标识图像中灰度值最大像素点的灰度值，作为最大灰度增强值；获取所述合成标识图像中灰度值最小像素点的灰度值，作为最小灰度增强值；根据所述最大灰度增强值和最小灰度增强值对各像素点的灰度值进行灰度值增强，得到目标标识图像。

具体的，获取合成标识图像中各个像素点的像素值p，确定p和最小灰度像素点的差值（p–min），将该差值与最小灰度增强值和最小灰度值之差（max - min）求商，将求商结果与完整的灰度等级（256）求乘积，得到该像素点的灰度增强值（p_o）。可以通过下述公式进行具体计算：

p_o = (p - min)*256/(max - min)

其中，min为最小灰度增强值，max为最大灰度增强值，其中p为任一像素点灰度增强前的灰度值，p_o为该像素点灰度增强后的灰度值。

本发明实施例通过计算累计系数时为各个通道图像分别设置相应的累加权重，并使R通道图像的第一累加权重大于G通道图像和B通道图像的第二累加权重，提高了各通道图像合成为合成标识图像时的合成效果。

图3为本发明又一实施例提供的一种标识图像的处理装置的结构示意图。如图3所示，该装置包括：

累加系数确定模块310，用于获取原始标识图像的RGB各通道图像，并根据各通道图像的灰度平均值计算通道图像的累加系数；

标识图像合成模块320，用于根据通道图像的累加系数将各通道图像合成为合成标识图像；

标识图像增强模块330，用于根据所述合成标识图像中各像素点的灰度值差异对所述合成标识图像进行灰度值增强，得到目标标识图像。

本发明实施例所提供的标识图像的处理装置可执行本发明任意实施例所提供的标识图像的处理方法，具备执行方法相应的功能模块和有益效果。

可选的，所述累加系数确定模块310包括：

累加灰度值确定单元，用于确定各通道图像的灰度平均值，并对所述灰度平均值求和得到累加灰度值；

累加系数确定单元，用于将任一通道图像的灰度平均值与所述累加灰度值求商，并将所述求商结果的平方与该通道图像的累加权重相乘，得到该通道图像的累计系数。

可选的，所述标识图像增强模块330包括：

最大灰度增强值获取单元，用于获取所述合成标识图像中灰度值最大像素点的灰度值，作为最大灰度增强值；

最小灰度增强值获取单元，用于获取所述合成标识图像中灰度值最小像素点的灰度值，作为最小灰度增强值；

标识图像增强单元，用于根据所述最大灰度增强值和最小灰度增强值对各像素点的灰度值进行灰度值增强，得到目标标识图像。

可选的，所述各像素点的灰度值通过下述公式进行灰度增强：

p_o = (p - min)*256/(max - min)

可选的，所述装置还包括：

标识图像获取模块，用于通过图像拍摄设备拍摄目标微观标识的图像，作为原始标识图像；

赋值信息获取模块，用于对所述目标标识图像进行解析，得到所述目标标识图像中目标微观标识的赋值信息。

进一步说明的标识图像的处理装置也可执行本发明任意实施例所提供的标识图像的处理方法，具备执行方法相应的功能模块和有益效果。

图4示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图4所示，电子设备40包括至少一个处理器41，以及与至少一个处理器41通信连接的存储器，如只读存储器（ROM）42、随机访问存储器（RAM）43等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器41可以根据存储在只读存储器（ROM）42中的计算机程序或者从存储单元48加载到随机访问存储器（RAM）43中的计算机程序，来执行各种适当的动作和处理。在RAM 43中，还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出（I/O）接口45也连接至总线44。

电子设备40中的多个部件连接至I/O接口45，包括：输入单元46，例如键盘、鼠标等；输出单元47，例如各种类型的显示器、扬声器等；存储单元48，例如磁盘、光盘等；以及通信单元49，例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理，例如标识图像的处理方法。

在一些实施例中，标识图像的处理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元48。在一些实施例中，计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时，可以执行上文描述的标识图像的处理方法的一个或多个步骤。备选地，在其他实施例中，处理器41可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行标识图像的处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims

1.一种标识图像的处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据各通道图像的灰度平均值计算通道图像的累加系数包括：

确定各通道图像的灰度平均值，并对所述灰度平均值求和得到累加灰度值；

将任一通道图像的灰度平均值与所述累加灰度值求商，并将所述求商结果的平方与该通道图像的累加权重相乘，得到该通道图像的累计系数。

3.根据权利要求2所述的方法，其特征在于，所述各通道图像中R通道图像的第一累加权重大于G通道图像和B通道图像的第二累加权重。

4.根据权利要求1所述的方法，其特征在于，所述根据所述合成标识图像中各像素点的灰度值差异对所述合成标识图像进行灰度增强，得到目标标识图像包括：

获取所述合成标识图像中灰度值最大像素点的灰度值，作为最大灰度增强值；

获取所述合成标识图像中灰度值最小像素点的灰度值，作为最小灰度增强值；

根据所述最大灰度增强值和最小灰度增强值对各像素点的灰度值进行灰度值增强，得到目标标识图像。

5.根据权利要求4所述的方法，其特征在于，所述各像素点的灰度值通过下述公式进行灰度增强：

p_o = (p - min)*256/(max - min)

6.根据权利要求1所述的方法，其特征在于，所述获取原始标识图像的RGB各通道图像之前，还包括：

通过图像拍摄设备拍摄目标微观标识的图像，作为原始标识图像；

相应的，所述得到目标标识图像之后，还包括：

对所述目标标识图像进行解析，得到所述目标标识图像中目标微观标识的赋值信息。

7.一种标识图像的处理装置，其特征在于，所述装置包括：

8.根据权利要求7所述的装置，其特征在于，所述累加系数确定模块包括：

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的标识图像的处理方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的标识图像的处理方法。