技术摘要：
本申请公开了一种可变码区域的提取方法，用于提取印品表面图像中的可变码区域，特别适用于待测印品表面含有大量密集分布的可变码的情况。本申请中，通过分析可变码的形态与其它复杂背景图案之间的特征差异性，然后依据可变码形态特征，形态特征包括边缘特征、区域特征  全部
背景技术：
随着计算机、智能手机等终端设备的普及，可变码作为一种高效的信息载体，已广 泛应用在烟酒、食品、药品、电子产品、物品识别以及物流跟踪等领域。常用的可变码包括条 形码与二维码，其中，二维码又包括QR(Quick  Response)码与DM(Data  Matrix)码。 对于印制在印品表面的可变码，需对印品表面的可变码进行质量检测，以检测不 可识别的或重复出现的可变码，从而确保可变码的准确性。在进行可变码质量检测时，首先 需要进行可变码区域的定位，即确定可变码在印品表面所处的位置范围，可变码区域的精 准定位可有效提高质量检测的效率。目前，可变码区域的定位过程多需人工完成，其具体过 程为：操作工根据可变码的在印品表面的印制位置以及类型，确定可变码区域，然后将可变 码区域绘制在可变码质量检测软件内，从而完成可变码区域的定位过程。 但是，在实际的质量检测过程中，待测印品表面含有大量密集分布的可变码时，如 图1所示，若仍采用上述的人工定位可变码区域，将增加操作工的工作量，进而增加质量检 测过程中可变码检测软件在使用上的复杂性，也不利用可变码检测过程中建模的效率，造 成可变码质量检测过程耗时、耗力。
技术实现要素：
本申请提供了一种可变码区域的提取方法，以解决现有的可变码区域定位过程需 要人工完成，增加操作工的工作量，同时增加质量检测过程的复杂性，从而造成可变码质量 检测过程耗时、耗力的问题。 本申请提供一种可变码区域的提取方法，包括： 提取待测印品表面图像中的条形码区域，包括：根据待测印品表面图像的边缘特 征与区域特征，得到水平与垂直分布线条；根据水平与垂直分布线条的位置特征，将水平与 垂直分布线条划分为数个不相交的连通域；根据连通域的倾斜角度与连通域的内含线条垂 直、且内含线条长度基本相等的特征，获取每个连通域内的等长线条，根据等长线条，确定 条形码候选区域；根据条形码候选区域内的有效线条的线条数量，计算各个候选区域的线 条分布密度，并根据线条数量及线条分布密度从数个条形码候选区域内筛选出条形码区 域； 提取待测印品表面图像中的QR码区域，包括：对图像进行高斯降噪、阈值分割及区 域筛选，筛选得到数个疑似定位块；根据疑似定位块的灰度标准差与内部孔洞数量，筛选得 到定位块；对所有定位块进行相邻遍历，根据隶属于同一个QR码的三个定位块具有等腰直 角三角形的位置关系，得到数个配对定位块；根据定位块与配对定位块之间的夹角及长度 占比，得到对应于该定位块的QR码候选区域；根据每个QR码候选区域内部所含有的角点数 4 CN 111597849 A 说　明　书 2/7 页 量及角点分布密度，筛选得到QR码区域； 提取待测印品表面图像中的DM码区域，包括：根据边缘检测算子，提取图像中所含 有的边缘特征，并将边缘特征拆分为直线条；根据直线条的长度、长宽占比及倾斜角度，从 直线条中筛选得到水平分布线条与垂直分布线条；对水平分布线条与垂直分布线条进行遍 历，获取正交分布、长度相等的直线对，并将直线对形成的最小包围区域定为DM码候选区 域；根据DM码候选区域所含有的角点数量及角点分布密度，得到DM码区域； 将得到的条形码区域、QR码区域以及DM码区域进行区域整合，得到待测印品表面 图像的可变码区域。 可选地，根据待测印品表面图像的边缘特征与区域特征，得到水平与垂直分布线 条，包括： 通过边缘检测算法，得到图像中的边缘特征； 根据边缘特征的形态差异，将边缘特征拆分为直线与圆弧，并剔除圆弧； 所述区域特征包括像素面积、长宽占比及倾斜角度，根据直线的像素面积、长宽占 比及倾斜角度，获取像素面积大于预设像素面积、长宽占比大于预设长宽占比且倾斜角度 为[-10,10]、[-90,-80]或[80,90]的直线； 根据直线的倾斜角度，将上一步骤获得的直线条划分水平分布线条与垂直分布线 条。 可选地，根据水平与垂直分布线条的位置特征，将水平与垂直分布线条划分为数 个不相交的连通域，包括： 所述位置特征包括相邻线条间的欧式距离， 根据相邻线条的欧式距离，对水平分布线条进行聚合，得到由水平分布线条组成 的数个不相交的水平线条连通域； 根据相邻线条的欧式距离，对垂直分布线条进行聚合，得到由垂直分布线条组成 的数个不相交的垂直线条连通域。 可选地，根据连通域的倾斜角度与连通域的内含线条垂直、且内含线条长度基本 相等的特征，获取每个连通域内的等长线条，根据等长线条，确定条形码候选区域，包括： 计算每个水平线条连通域对应的倾斜角度，并根据条形码方向与线条方向垂直且 线条长度基本相等的特性，得到各个水平线条连通域的等长水平线条，根据等长水平线条 确定垂直条形码候选区域； 计算每个垂直线条连通域对应的倾斜角度，并根据条形码方向与线条方向垂直且 线条长度基本相等的特性，得到各个垂直线条连通域的等长垂直线条，根据等长垂直线条 确定水平条形码候选区域。 可选地，根据条形码候选区域内的有效线条的线条数量，计算各个候选区域的线 条分布密度，并根据线条数量及线条分布密度从数个条形码候选区域内筛选出条形码区 域，包括： 获取每个水平条形码候选区域内包含的所有垂直线条，根据线条平均长度及中心 横坐标偏差，筛选得到长度近似相等、方向垂直的有效垂直线条；计算水平条形码候选区域 内的有效垂直线条数量和线条分布密度；根据线条数量及线条分布密度，筛选得到水平条 形码区域； 5 CN 111597849 A 说　明　书 3/7 页 获取每个垂直条形码候选区域内包含的所有水平线条，根据线条平均长度及中心 横坐标偏差，筛选得到长度近似相等、方向垂直的有效水平线条；计算垂直条形码候选区域 内的有效水平线条数量和线条分布密度；根据线条数量及线条分布密度，筛选得到垂直条 形码区域； 将所有水平条形码区域与垂直条形码区域进行区域整合，得到条形码区域。 可选地，对图像进行高斯降噪、阈值分割及区域筛选，筛选得到数个疑似定位块， 包括： 对图像进行高斯降噪； 通过角点检测算法，提取图像的所有角点特征，并记录角点坐标； 通过阈值分割，提取与周围邻域的灰度差大于预设灰度值的分割区域； 对分割区域进行区域筛选，具体包括根据分割区域的矩形度、宽度、高度、长宽占 比及内部孔洞数，从分割区域中筛选得到数个疑似定位块。 可选地，角点分布密度的计算公式为： ρ＝N/(W·H)， 其中，N为QR码候选区域内含有的角点数，W与H分别为QR码候选区域的宽度与高 度。 可选地，根据直线条的长度、长宽占比及倾斜角度，从直线条中筛选得到水平分布 线条与垂直分布线条，包括： 根据直线条的长度、长宽占比及倾斜角度，对直线条进行形状筛选，剔除过长或过 短的干扰线条，得到长度适中的水平或垂直直线条； 分别对水平或垂直分布线条进行近邻合并，得到合并线条； 再根据合并线条的长宽占比与长度，对合并线条进行形状筛选，剔除过长或过短 的线条； 根据倾斜角度，对余下的合并直线条进行筛选，得到水平分布线条与垂直分布线 条。 本申请提供了一种可变码区域的提取方法，用于提取印品表面图像中的可变码区 域，特别是待测印品表面含有大量密集分布的可变码时。本申请中，通过分析可变码的形态 特征与背景图案之间的差异性特征，然后依据可变码形态特征，形态特征包括边缘特征、区 域特征、角点特征等，提取印品表面上含有的所有条形码、QR及DM可变码区域。 与现有的手动绘制可变码区域的方法相比，本申请的可变码区域的提取方法考虑 到可变码的形态特征，通过形态特征之间的差异，自动提取得到可变码区域，不仅提升可变 码检测软件的运行稳定性及易用性，而且显著提高建模效率，同时，大大缩减了人力、时间 的支出。 附图说明 为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简 单地介绍，显而易见地，对于本领域普通技术人员而言，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为表面含有大量密集可变码的印品图，其中，a为只含有条形码，b为只含有二 6 CN 111597849 A 说　明　书 4/7 页 维码，c为含有条形码与二维码，d为密集条码缩略图，e为密集QR码缩略图，f为密集DM码缩 略图； 图2为本申请可变码区域的提取方法的流程图； 图3为本申请提取待测印品表面图像中的条形码区域的流程图； 图4为本申请提取待测印品表面图像中的QR区域的流程图； 图5为定位块配对示意图； 图6为本申请提取待测印品表面图像中的DM区域的流程图。