一种酒标图片的识别方法以及装置与流程

本发明涉及图片识别领域，尤其涉及一种酒标图片的识别方法。

背景技术：

目前，市场上有很多品牌的酒，超市工作人员或者是酒类收集者往往不能将不同品牌的酒进行分类，经常会出现不是同一品牌的酒瓶放错位置的现象，这会使不同品牌的酒瓶整理分类带来很多麻烦，而对酒瓶进行分类的主要依据在于贴在酒瓶外面的酒标，因此，研究一种用于识别酒标图片的方法是十分重要的。

技术实现要素：

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。 为此，本发明的一个目的在于提出一种酒标图片的识别方法，该方法可以提高酒标图片的识别的准确度。

本发明的另一个目的在于提出一种酒标图片的识别装置。

为达到上述目的，本发明第一方面实施例提出的酒标图片的识别方法，包括：读取并识别酒标图片中的文字，并记录文字在酒标图片中的位置及次数；找出酒标图片中的特征点，记录特征点在酒标图片中出现的位置及次数；计算酒标图片的平均色阶值及最大最小值；根据所述酒标图片中的特征点及所述酒标图片平均色阶值，识别所述待识别的酒标图片。

所述对待识别的两张酒标图片进行特征点提取，得到所述两张酒标图片的多个特征点包括：采用SIFT提取出来待识别的两张相似酒标图片进行特征点提取，得到所述两张酒标图片的多个特征点。

所述特征点和平均色阶值出现的位置分别存储在不同的数据库表格中，以提升计算速度，如果被识别酒标与之匹配上的文字太少或者没有，则放弃该样本酒标的计算。

所述将待识别的酒标图片进行解析，并获得解析结果包括：在获取被识别酒标时，先计算酒标区域，分析共性，并排除外景干扰信息，并根据预先存储所述酒标图片中的特征点及酒标平均色阶值规则，对待识别的酒标图片进行解析，获得待识别的酒标图片信息。

所述排除外景干扰信息如下：先将被提交酒标缩放到一定像素比例，从第一个像素开始计算他附近的像素是否和它连续，这样会得到一组连续区域，取最大一组连续区域，如果这个区域超过图片的一定比例，则视为有效酒标区域，如果每个连续区域都达不到这个比例，则将全图视为酒标区域。

为达到上述目的，本发明第二方面实施例提出的一种酒标的识别装置，包括：

获取模块，用于读取并识别酒标图片中的文字，并记录文字在酒标图片中的位置及次数；

提取模块，用于找出酒标图片中的特征点，记录特征点在图片中出现的位置及次数；

计算模块，用于计算酒标图片平均色阶值及最大最小值；

识别模块，用于根据所述酒标图片中的特征点及酒标图片平均色阶值，识别所述待识别的酒标图片。

所述一种酒标图片的识别装置还包括：提取模块，用于所述对待识别的两张酒标图片进行特征点提取，得到所述两张酒标图片的多个特征点包括：采用SIFT提取出来待识别的两张相似酒标图片进行特征点提取，得到所述两张酒标图片的多个特征点。

所述一种酒标图片的识别装置还包括存储模块，用于所述特征点和平均色阶值出现的位置分别存储在不同的数据库表格中，以提升计算速度，如果被识别酒标与之匹配上的文字太少或者没有，则放弃该样本酒标的计算。

所述一种酒标图片的识别装置还包括：解析模块，用于所述将待识别的酒标图片进行解析，并获得解析结果包括：在获取被识别酒标时，先计算酒标区域，分析共性，并排除外景干扰信息，并根据预先存储所述酒标图片中的特征点及酒标平均色阶值规则，对待识别的酒标图片进行解析，获得待识别的酒标图片信息。

所述一种酒标图片的识别装置还包括：排除干扰模块，用于排除外景干扰，先将被提交酒标缩放到一定像素比例，从第一个像素开始计算他附近的像素是否和它连续，这样会得到一组连续区域，取最大一组连续区域，如果这个区域超过图片的一定比例，则视为有效酒标区域，如果每个连续区域都达不到这个比例，则将全图视为酒标区域。

本发明的有益效果为：本公开实施例提供的方法及装置，在确定了正确匹配的酒标图片中的特征点及酒标平均色阶值对之后，分析共性，并排除干扰信息，来提高了相似酒标图片识别的速度和准确性。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明一实施例提出的酒标图片的识别方法的流程示意图；

图2是本发明另一实施例提出的酒标图片的识别装置的结构示意图；

图3是本发明实施例的实例图；

图4是本发明酒标图片去除背景干扰后的示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

图1是本发明一实施例提出的图片识别方法的流程示意图，该方法包括：

S11:读取并识别酒标图片中的文字，并记录文字在酒标图片中的位置及次数；

S12:找出酒标图片中的特征点，记录特征点在酒标图片中出现的位置及次数；

其中，所述对待识别的两张酒标图片进行特征点提取，得到所述两张酒标图片的多个特征点包括：采用SIFT提取出来待识别的两张相似酒标图片进行特征点提取，得到所述两张酒标图片的多个特征点；

S13:计算酒标图片的平均色阶值及最大最小值；

所述特征点和平均色阶值出现的位置分别存储在不同的数据库表格中，以提升计算速度，如果被识别酒标与之匹配上的文字太少或者没有，则放弃该样本酒标的计算；

S14:根据所述酒标图片中的特征点及酒标酒标平均色阶值，识别所述待识别的酒标图片；

其中，所述将待识别的酒标图片进行解析，并获得解析结果包括：在获取被识别酒标时，先计算酒标区域，分析共性，并排除外景干扰信息，并根据预先存储所述酒标图片中的特征点及酒标平均色阶值规则，对待识别的酒标图片进行解析，获得待识别的酒标图片信息。

如图4所示，所述排除外景干扰信息如下：先将被提交酒标缩放到一定像素比例，从第一个像素开始计算他附近的像素是否和它连续，这样会得到一组连续区域，取最大一组连续区域，如果这个区域超过图片的一定比例，则视为有效酒标区域，如果每个连续区域都达不到这个比例，则将全图视为酒标区域。

例如，如图3所示，数据库中酒标图片中字母R相对的坐标为：（-0.19,-0.21）(X和Y的坐标值均为-1到1之间，取比例)，用户提交的R相对坐标为：（-0.27,-0.16），对于比较，设定一个偏差阈值Δx,Δy，假定此次比较偏差值都在阈值范围内，则视为匹配成功。如果匹配不在阈值范围内，则先记录下，取出所有匹配不在阈值范围内的识别字母，计算相对位置，比如样本和被识别酒标图片中都识别到字母“C”，计算两个图片中“C”和“R”的Δx,Δy，再进行计算比较。如果相对位置在一个允许的误差范围内，则这些字母都视为匹配正确，反之则匹配不正确。

将同一款酒标图片的所有样本对比完，对于样本中匹配上的情况做一个综合评分，例如，全部匹配上为100分，都没有匹配上，为0分，部分匹配上的话，按照每个出现字母权重计算得分。

图2是本发明另一实施例提出的酒标图片的识别装置的结构示意图，该装置包括：获取模块、提取模块、计算模块和识别模块；

获取模块用于读取并识别酒标图片中的文字，并记录文字在酒标图片中的位置及次数；

提取模块用于找出酒标图片中的特征点，记录特征点在图片中出现的位置及次数；

提取模块用于所述对待识别的两张酒标图片进行特征点提取，得到所述两张酒标图片的多个特征点包括：采用SIFT提取出来待识别的两张相似酒标图片进行特征点提取，得到所述两张酒标图片的多个特征点。

计算模块用于计算酒标图片平均色阶值及最大最小值；

存储模块用于所述特征点和平均色阶值出现的位置分别存储在不同的数据库表格中，以提升计算速度，如果被识别酒标与之匹配上的文字太少或者没有，则放弃该样本酒标的计算；

识别模块用于根据所述酒标图片中的特征点及酒标图片平均色阶值，识别所述待识别的酒标图片；

解析模块用于将待识别的酒标图片进行解析，并获得解析结果包括：在获取被识别酒标时，先计算酒标区域，分析共性，并排除外景干扰信息，并根据预先存储所述酒标图片中的特征点及酒标平均色阶值规则，对待识别的酒标图片进行解析，获得待识别的酒标图片信息。

如图4所示，排除干扰模块用于先将被提交酒标缩放到一定像素比例，从第一个像素开始计算他附近的像素是否和它连续，这样会得到一组连续区域，取最大一组连续区域，如果这个区域超过图片的一定比例，则视为有效酒标区域，如果每个连续区域都达不到这个比例，则将全图视为酒标区域。

例如，如图3所示，通过获取模块、提取模块和计算模块来建立数据库中酒标图片中字母R相对的坐标为：（-0.19,-0.21）(X和Y的坐标值均为-1到1之间，取比例)，用户提交的R相对坐标为：（-0.27,-0.16），通过识别模块来比较，设定一个偏差阈值Δx,Δy，假定此次比较偏差值都在阈值范围内，则视为匹配成功。如果匹配不在阈值范围内，则先记录下，取出所有匹配不在阈值范围内的识别字母，计算相对位置，比如样本和被识别酒标图片中都识别到字母“C”，计算两个图片中“C”和“R”的Δx,Δy，再进行计算比较。如果相对位置在一个允许的误差范围内，则这些字母都视为匹配正确，反之则匹配不正确。

将同一款酒标图片的所有样本对比完，对于样本中匹配上的情况做一个综合评分，例如，全部匹配上为100分，都没有匹配上，为0分，部分匹配上的话，按照每个出现字母权重计算得分。

以上所述仅为本发明的优选实施例，并非因此限制其专利范围，凡是利用本发明 说明书及附图内容所作的等效结构或等效流程变换，直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。