数据处理方法、系统及电子设备与流程

本申请涉及计算机技术领域，尤其涉及数据处理方法、系统及电子设备。

背景技术：

随着计算机以及相关智能技术的发展，越来越多的智能制造技术和智能制造系统被应用到制造环节当中，比如，为响应供给侧改革，打造智能物流供应链，实现小单快反极速柔性供应链建设。

在制造行业中，物料采购及收货管理直接关系到制造能否顺利进行。现有技术中，物料从采购、到收货、再到管理都是以物料清单形式进行流转。物料的仓储入库、存储、出库主要为线下管理，其中，收货入库环节主要靠人工进行物料识别，容易出现识别错误的情况，而且识别效率低，难以满足智能制造的快速、准确反应的需求。

技术实现要素：

为解决或改善现有技术中存在的问题，本申请各实施例提供了数据处理方法、系统及电子设备。

在本申请的一个实施例中，提供了一种数据处理方法。该方法包括：

获取物料图像；

基于所述物料图像，确定物料的属性信息；

获取与所述物料关联的目标单据信息；

根据所述目标单据信息及所述属性信息，执行针对所述物料的处理任务。

在本申请的另一个实施例中，提供了另一种数据处理方法。该方法包括：

根据单据图像，生成单据信息；

根据物料图像，确定物料的属性信息；

根据所述属性信息及所述单据信息，执行针对所述物料的处理任务。

在本申请的一个实施例中，提供了一种数据处理系统。该系统包括：

客户端设备，用于获取物料图像；从服务端设备获取所述物料图像对应物料的属性信息；获取与所述物料关联的目标单据信息；根据所述目标单据信息及所述属性信息，执行针对所述物料的处理任务；

服务端设备，具有图像搜索功能，用于根据所述客户端设备发送的所述物料图像，搜索并反馈对应物料的属性信息。

在本申请的另一个实施例中，提供了另一种数据处理系统。该系统包括：

客户端设备，用于根据单据图像生成单据信息；向服务端设备发送物料图像以从服务端设备获取所述物料图像对应物料的属性信息；根据所述属性信息及所述单据信息，执行针对所述物料的处理任务；

服务端设备，具有图像搜索功能，用于根据所述客户端设备发送的所述物料图像，搜索并反馈对应物料的属性信息。

在本申请的一个实施例中，提供了一种数据处理方法。该方法包括：

获取待入库物料的物料图像；

根据所述物料图像，获取与所述待入库物料相关的管理数据；

展示所述管理数据，以等待针对所述待入库物料的入库处理。

在本申请的一个实施例中，提供了一种数据处理方法。该方法包括：

根据待入库物料的物料图像，确定待入库物料的属性信息；

根据所述待入库物料的入库单图像，确定入库单信息；

关联展示所述属性信息及所述入库单信息，以等待针对所述待入库物料的入库处理。

在本申请的一个实施例中，提供了一种电子设备。该电子设备包括：存储器及处理器；其中，

所述存储器，用于存储程序；

所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以用于：

获取物料图像；

基于所述物料图像，确定物料的属性信息；

获取与所述物料关联的目标单据信息；

根据所述目标单据信息及所述属性信息，执行针对所述物料的处理任务。

在本申请的另一个实施例中，提供了一种电子设备。该电子设备包括：存储器及处理器；其中，

所述存储器，用于存储程序；

所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以用于：

根据单据图像，生成单据信息；

根据物料图像，确定物料的属性信息；

根据所述属性信息及所述单据信息，执行针对所述物料的处理任务。

在本申请的又一个实施例中，提供了一种电子设备。该电子设备包括：存储器、处理器及显示器；其中，

所述存储器，用于存储程序；

所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以用于：

获取待入库物料的物料图像；

根据所述物料图像，获取与所述待入库物料相关的管理数据；

指示所述显示器展示所述管理数据，以等待针对所述待入库物料的入库处理。

在本申请的又一个实施例中，提供了一种电子设备。该电子设备包括：存储器、处理器及显示器；其中，

所述存储器，用于存储程序；

所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以用于：

根据待入库物料的物料图像，确定待入库物料的属性信息；

根据所述待入库物料的入库单图像，确定入库单信息；

指示关联展示所述属性信息及所述入库单信息，以等待针对所述待入库物料的入库处理。

本申请实施例提供的技术方案，获取到待入库的物料图像后，通过图像识别的方式确定该物料对应的属性信息；同时还可获取到与该物料关联的目标单据信息；继而根据目标单据信息和物料的属性信息，执行针对该物料的处理任务，如入库处理或核验处理等。采用本实施例提供的技术方案，无需人员对物料相关单据进行识别、录入等操作，也无需对物料进行人工识别，可以直接根据物料图像确定出物料的属性信息，能够快速、准确的完成物料对应的目标单据信息、物料属性信息的获取和确认工作，有效地提高了物料入库等处理任务的处理效率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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1a为本申请一实施例提供的数据处理方法的流程示意图；

图1b为本申请一实施例提供的交互界面的示意图；

图1c为用户通过交互界面触发确认拍照后展示的物料图像的示意图；

图2为本申请一实施例提供的确认收货单信息界面的示意图；

图3为交互界面上展示多个候选图像的示意图；

图4为本申请实施例提供的一种确定目标图像方法的流程示意图；

图5为本申请一实施例提供的一种获取目标单据信息方法的流程示意图；

图6为本申请一实施例提供的另一种获取目标单据信息方法的流程示意图；

图7为本申请一实施例提供的另一种数据处理方法的流程示意图；

图8为本申请一实施例提供的生成单据信息方法的流程示意图；

图9为本申请一实施例提供的单据信息的示意图；

图10为本申请一实施例提供的信令交互示意图；

图11为本申请一实施例提供的客户端操作过程示意图；

图12为本申请另一实施例提供的数据处理方法的流程示意图；

图13为本申请又一实施例提供的数据处理方法的流程示意图；

图14为本申请一实施例提供的收货场景图搜链路的示意图；

图15为本申请一实施例提供的预分拣场景图搜链路的示意图；

图16为本申请一实施例提供的数据处理装置的结构示意图；

图17为本申请另一实施例提供的数据处理装置的结构示意图；

图18为本申请又一实施例提供的数据处理装置的结构示意图；

图19为本申请又一实施例提供的数据处理装置的结构示意图；

图20为本申请一实施例提供的电子设备的结构示意图。

具体实施方式

现有采购和收货流程中，采购方与收货方工作配合不紧密。例如，采购方通过采购方系统生成采购入库单和对应的采购清单。供应商根据采购清单发货给收货方。当货物到达收货方的仓库后，仓库工作人员拿到采购清单后，需在库房管理系统上进行操作(如输入采购单编号以找出对应的入库单)后，采用人工核验的方式对待入库货物的名称、编码、数量、颜色等等信息进行核验，核验待入库货物的各项信息与入库单信息一致时，可在系统上触发针对该入库单的确认操作，确认操作后该入库单对应的状态由“未收货”变为“已收货”。整个过程中，工作人员需人工输单号，查找相应的入库单；还需自己识别货物的属性信息(如颜色、形状、尺寸等)。这个过程中，主要靠工作人员进行物料识别，容易出现识别错误的情况，且识别效率低。

为此，本申请提供了如下各实施例以解决或部分解决现有技术中存在的问题。为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。

在本申请的说明书、权利要求书及上述附图中描述的一些流程中，包含了按照特定顺序出现的多个操作，这些操作可以不按照其在本文中出现的顺序来执行或并行执行。操作的序号如101、102等，仅仅是用于区分各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。此外，下文描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。

如图1a为本申请一实施例提供的数据处理方法的流程示意图。该方法的执行主体可以是客户端设备，该客户端设备可以是手机、平板电脑、pda(personaldigitalassistant，个人数字助理)、智能穿戴设备等，本实施例对此不作具体限定。具体的，所述方法包括如下步骤：

101、获取物料图像；

102、基于所述物料图像，确定物料的属性信息；

103、获取与所述物料关联的目标单据信息；

104、根据所述目标单据信息及所述属性信息，执行针对所述物料的处理任务。

上述101中，所述物料图像可通过图像采集装置(如摄像头)采集得到。图像采集装置具有拍照或摄像功能，可以是但不限于：摄像机、录像机、摄像头等。本实施例方法的执行主体上可设置有图像采集装置，用户可通过触控设备上的控件或通过声控等方式触发图像采集装置工作以采集物料图像。或者，所述图像采集装置与本实施例方法的执行主体为两个独立的设备，两个设备通信连接，用户可通过本实施例方法执行主体向图像采集装置发送相应的控制指令，以控制图像采集装置工作采集物料图像。如图1b所示的交互界面1，用户可通过点击“确认拍照”控件，触发对物料进行拍照。当然，所述物料图像也可以是用户自行输入或导入。即本步骤101“获取物料图像”，可具体包括如下步骤：响应于用户的输入操作，获取用户输入的所述物料图像；或者响应于用户触发的图像采集指示，采集所述物料图像。参见图1c所示，采集到的物料图像可展示在交互界面1上。若用户觉得物料图像不满意，可通过点击“重新拍照”控件，触发对物料进行重新拍照。

这里需要补充的是：仅基于物料一个角度的图像确定物料的属性信息，可能存在准确率低的问题。比如，因为光线的因素，致使物料的颜色识别出错。为此，可采集物料的多个角度的图像，也可以是视频。视频可以是从物料不同角度连续采集得到的。

上述102中在，物料的属性信息可包括但不限于如下中的至少一种：物料形状、物料颜色、物料名称、物料编码、物料入库数量(或采购数量)等等。对于入库物料来说，物料的属性信息可以是该物料的sku(stockkeepunit，库存量单位)。sku是物理上不可分割的最小存货单元。

上述103中，与物料关联的目标单据信息，在不同的应用场景中表现形式或名称会有所不同。在物料采购场景下，单据信息为采购单信息，采购单信息中包含有至少一个欲采购物料的属性信息(如sku)。这里的欲采购物料与该采购单信息关联。在物料入库场景下，单据信息为入库单信息，入库单信息中包含有至少一个欲入库物料的属性信息(如sku)；同样的欲入库物料与入库单信息关联。

在实际应用中，与物料关联的目标单据信息可以不止一个。比如，一批相同sku的扣子分为两次入库，对应的就会有两个入库单。这种情况下，与该扣子关联的目标单据信息就为两个。

本实施例步骤103中目标单据信息的获取方式可包括但不限于如下两种：一种是利用物料的属性信息，从单据库中查找关联的目标单据信息；采用此方法的前提是该物料对应的单据信息已存储于单据库中。另一种可根据单据图像生成目标单据信息。以入库场景为例，通常情况下入库物料与入库单是一同运抵仓库的。仓库工作人员在接到入库物料，除能看到实物，还能看到纸质的入库单。此时，可采集该入库单图像，然后通过识别技术识别入库单内容以生成与其一同运抵的入库物料关联的目标单据信息。

若本实施例提供的方法应用在仓库管理场景，则上述104中执行针对物料的的处理任务可具体是：在工作人员完成对物料的sku核查后，针对该物料确认入库操作，将该物料对应的目标单据信息的状态转换为“已入库”。即工作人员可通过操作显示界面上的“入库”操作来完成物料的入库。即步骤104“根据所述目标单据信息及所述属性信息，执行针对所述物料的处理任务”可具体为：

1041、显示所述目标单据信息及所述属性信息中的至少部分内容；

1042、响应于用户针对显示的内容触发的确认操作，对所述目标单据信息进行确认处理，以修改所述目标单据信息对应的状态。

通过上述实施例，得到与物料具有关联关系的目标单据信息和属性信息之后，将这些信息中至少部分内容显示在客户端。比如，如图2为本申请一实施例提供的确认收货单信息界面的示意图。在该界面当中，显示有物料图像、目标单据信息(如来源单号)、属性信息(如包括：收货类型、供应商信息、收货时间、物料型号、物料颜色等等)。收货人员对上述信息进行逐项核对，若核对没有问题，则可以进行确认收货，该物料相关单据信息将变为已收货或已入库。在上述过程中，不需要人工填写入库单、物料的属性信息等，进而降低人工填写存在的错误风险。

本实施例提供的技术方案，获取到待收货的物料图像后，通过图像识别的方式确定该物料对应的属性信息；同时还可获取到与该物料关联的目标单据信息；继而根据目标单据信息和物料的属性信息，执行针对该物料的处理任务，如入库处理或核验处理等。采用本实施例提供的技术方案，无需人员对物料相关单据进行识别、录入等操作，也无需对物料进行人工识别，可以直接根据物料图像确定出物料的属性信息，能够快速、准确的完成物料对应的目标单据信息、物料属性信息的获取和确认工作，有效地提高了物料入库等处理任务的处理效率。

在一种可实现的技术方案中，本实施例102“基于所述物料图像，确定物料的属性信息”可具体包括如下步骤：

1021、根据所述物料图像，确定与所述物料图像匹配的目标图像；

1022、获取所述目标图像对应物料的属性信息。

上述1021，可采用以图搜图技术搜索出与所述物料图像匹配的目标图像。例如，本实施例方法的执行主体在获取到物料图像后，采用以图搜图技术从本地图库中查找与物料图像匹配的目标图像。这需要本地预先存储了该物料的图像。当然，搜索出的与物料图像匹配的图像(下文统称为候选图像)可以是一个，也可以是多个。其中，以图搜图，是通过搜索图像文本或视觉特征，查找图库中符合匹配要求图像的技术。以图搜图技术大体分为三大部分：特征提取、检索引擎、搜索结果排序。具体的，提取物料图像的特征信息；然后将特征信息发送至检索引擎，通过检索引擎从已建立的检索结果中检索出符合匹配要求的至少一个候选图像；假设检索出的候选图像为多个，那么将对多个候选图像进行排序。其中，排序规则取决于具体的设计需要，本实施例对此不作限定。

在一可实现的技术方案中，本步骤1021可具体为：

显示至少一个与所述物料图像符合匹配要求的至少一个候选图像；

响应于用户针对一候选图像触发的确认操作，将所述用户确认的候选图像作为所述目标图像。

参见图3所示的例子，交互界面1上展示有三个与物料图像2符合匹配要求的候选图像。用户可通过点选相应候选图像对应的点选操作键后，再点击交互界面1上的“确认”控件，便可完成整个确认过程。图3所示的例子中，用户对第一个候选图像3左侧的点选操作键进行了点选操作，该点选操作键变色，然后用户可通过点击“确认”控件，将第一个候选图像3确认为目标图像。用户确认完后，便可跳转至图2所示的“请选择确认收货信息”页面。若用户点击了“结果不匹配”控件，则跳转至创建空白单据信息页面，需用户手动创建相应的单据信息，这个过程便于现有技术相同。若用户点击了“返回”控件，则返回至指定页面，比如单据管理系统的单据列表管理页面，本实施例对此不作具体限定。

除了本地搜索外，还可将物料图像发送至服务端，由服务端搜索。其中，服务端可以是服务器、服务器集群、虚拟服务器或云端设备等，本实施例对此不作具体限定。具体来的，如图4所示，上述步骤1021可具体包括如下步骤：

s11、将所述物料图像发送至服务端，以由所述服务端搜索出与所述物料图像符合匹配度要求的至少一个候选图像；

s12、获取并显示所述至少一个候选图像；

s13、响应于用户针对一候选图像触发的确认操作，将所述用户确认的候选图像作为所述目标图像。

上述中的“符合匹配度要求”可具体是：两图像的匹配度值(或相似度值)大于阈值。比如，本实施例方案应用于入库场景中，上述服务端可与采购系统对接，比如，可从采购系统对应设备处获取采购系统中存储的采购物料的图像。此外，为了提高计算准确率、减小服务端的搜索范围、降低计算量，服务端可以将所有当前采购方已下单但未完成收货的已采购物料集中到一起，形成已采购物料图像集合；服务端仅在该集合中查找。若候选图像的数量比较多，为了减轻用户确认操作难度、提升确认操作效率，可以根据匹配度对所有候选图像进行排序，筛选出前10或者前5个候选图像通过客户端展示给用户。

进一步的，上文提到了获取与所述物料关联的目标单据信息的方式可以有多种。图5示出了第一种获取目标单据信息方法的流程示意图，从图5中可以看到，步骤103“获取与所述物料关联的目标单据信息”可包括如下步骤：

1031、对与所述物料关联的物料单据进行文本识别，得到识别结果；

1032、根据识别结果，确定所述目标单据信息。

具体实施时，上述步骤1031可具体为：响应于用户触发的采集识别指示，触发采集识别装置启动，以对采集区域内的物料单据进行文本识别，得到所述识别结果。例如，用户点击客户端上的采集识别控件，客户端设备的采集识别装置启动，客户端设备的界面上显示一识别框。用户可将客户端设备的采集端对着物料单据，通过移动客户端设备的方式使得物料单据的影像处于该识别框内。客户端设备的采集识别装置对识别框内的物料单据进行识别得到所述识别结果。或者，由客户端设备的图像采集装置或与客户端设备通信连接的图像采集装置采集单据图像，然后，采用ocr(opticalcharacterrecognition,光学字符识别)技术，对单据图像进行文本识别得到识别结果。

通过上述实施例，在获取目标单据信息的时候，就不需要收货人员对单据进行人工识别、人工录入单号等单据信息，简化人员工作流程，避免人员操作错误，还能提高收货操作过程中工作效率和物料单据识别准确率。

具体实施时，用户还可将物料及其关联的单据放置在一起进行图像采集。比如，将物料放置在单据的旁边，启动客户端设备或与客户端设备连接的图像采集装置，采集含有物料和单据的图像。然后利用图像分割技术，将该图像分割得到上文中的提及的物料图像和单据图像。其中，图像分割技术是把图像分成若干个特定的，具有独特性质的区域并提出感兴趣目标的技术和过程。有关如何采用图像分割技术分割出物料图像和单据图像的内容，本实施例对此不作具体限定，可参见现有技术中的相应描述。

采用文本识别的方式创建单据信息，无需用户手动创建，减轻了用户的工作量，且降低了出错几率。

图6出了第二种获取目标单据信息方法的流程示意图，从图6中可以看到，步骤103“获取与所述物料关联的目标单据信息”可包括如下步骤：

1031’、根据所述属性信息，查询单据库中与所述物料符合关联要求的至少一个候选单据信息。

1032’：显示所述至少一个候选单据信息。

1033’：响应于用户针对至少一个候选单据信息触发的选择操作，将所述用户选取的一候选单据信息作为所述目标单据信息。

上述1031’中，该单据库可以存储在本地或者服务端。若单据库存储在本地，则本实施例方法的执行主体(如客户端设备)可在获取到属性信息后，根据属性信息在本地存储的单据库中查找至少一个候选单据信息。然后，将查找到的至少一个单据信息显示在客户端的显示界面上，进而，由用户针对至少一个候选单据信息进行选择操作，从中选择出目标单据信息。若单据库存储在服务端，则客户端设备需将属性信息发送至服务端，由服务端查询并反馈查找到的与物料关联的至少一个候选单据信息。

上述1032’中，在候选单据信息为多个时，多个候选单据信息的显示方式可以是列表或者下拉菜单方式。

通过上述方案，直接根据物料的属性信息查询到物料对应的单据信息，用户无需手动输入搜索等工作，减轻了用户的工作量，提高的工作效率，还能有效降低用户的出错几率。

进一步的，本实施例提供的方案中还为用户提供了修改目标单据信息和/或属性信息的功能。即本实施例提供的所述方法还可包括如下步骤：

105、显示所述目标单据信息及所述属性信息；

106、响应于用户针对所述目标单据信息及所述属性信息中的至少一项信息的修改操作，确定修改后的所述目标单据信息和/或所述属性信息。

用户修改了，说明采用自动识别的过程出现了偏差致使最后目标单据信息和/或物料的属性信息出现了错误。因此，用户修改后的数据可作为学习样本，可用于对本实施例中涉及的算法进行优化。即，本实施例提供的所述方法还可包括如下步骤：

将修改后的所述目标单据信息和/或所述属性信息作为学习样本，以便于对相应算法进行优化；

其中，所述算法包括：基于图像识别图像中物料属性的第一算法和/或对与所述物料关联的物料单据进行文本识别的第二算法。

具体实施时，第一算法可以是以图搜图技术中会涉及到的图像分类模型，特征生成模型、图像特征提取模型等等。这些模型，如图像分类模型，特征生成模型、图像特征提取模型可基于机器学习技术(如神经网络模型)实现的。第二算法可以是文字识别模型，同样的该文字识别模型可基于机器学习技术(如神经网络模型)实现。

机器学习模型(如神经网络模型)需经过训练，其输出精度才能达到设定要求。上述用户修改后的所述目标单据信息和/或所述属性信息便可作为样本，用来对相应算法(或模型)进行优化。

通过对实际使用数据的统计，采用本实施例提供的方案，基于物料图像确定出的至少一个属性信息(如sku)准确率可达55％以上。当然，后续样本数据量越大，各模型的精度越高，最终的准确率还能得到大幅提升。

由上述内容可见，本申请实施例提供的方案中涉及了利用物料图像对物料检测以获得物料的sku信息；还可利用ocr文字识别对纸质单据或电子单据图片进行识别得到单据信息；便可快速的匹配到相应的数据；无需用户太多的手动操作，提高了入库或物料分拣效率。

本实施例提供的技术方案适用于非标品的物料，这类物料无条码(较难数字化)，目前售货流程高度医疗线下人工沟通单据信息，人为识别收货或分拣物料的sku，效率低；采用本实施例提供的方案，工作人员通过硬件对物料进行拍照上传，系统识别图像，然后推送至少一个候选sku；用户确认物料信息并关联来源单据，进行物料售货；整体效率明显提高，可实现从目前人工识别平均每批物料2分钟提升至30秒。另外，本实施例提供的技术方案，可复制性强，具备开仓复制化的技术条件，无需较大的难度。若本实施例提供的方案适用于服装辅料的仓库管理，本方案提供的方案可支持全品类，比如：服装的洗吊类、纽扣类、拉链类、装饰类等。

如图7为本申请一实施例提供的另一种数据处理方法的流程示意图。该方法的执行主体可以是客户端设备。具体的，所述方法包括如下步骤：

701、根据单据图像，生成单据信息；

702、根据物料图像，确定物料的属性信息；

703、根据所述属性信息及所述单据信息，执行针对所述物料的处理任务。

上述701及702中，单据图像和物料图像可以是客户端设备上的图像采集装置分别采集得到的，也可以是用户自行输入的。当然，单据图像和物料图像也可以是由一张图像分割出的。例如，上文中提过的，用户可在图像采集时，将物料和单据放置在一起，采集一张图像；然后利用图像分割技术，分割出单据图像和物料图像。

在一可实现技术方案中，如图8为本申请一实施例提供的生成单据信息方法的流程示意图。从图8中可以看到，上述步骤701“根据单据图像，生成单据信息”，具体包括如下步骤：

7011、采用光学字符识别方式，对所述单据图像进行识别，得到识别结果；

7012、基于所述识别结果，生成所述单据信息。

上述7012中，可根据识别结果，在预设模板中生成单据信息。如图9示出的一示例，通过光学字符识别技术对图9左侧单据图像进行识别得到的识别结果包括：单据编号、物料类型、物料数量等基础信息；然后，将识别结果中的信息，按照预设模板生成如图9右侧的单据信息。

在一可实现技术方案中，上述步骤702“根据所述物料图像，确定物料的属性信息”，可包括如下步骤：根据所述物料图像，确定与所述物料图像匹配的目标图像；获取所述目标图像对应的属性信息。

更进一步的，步骤“根据所述物料图像，确定与所述物料图像匹配的目标图像”可包括：将所述物料图像发送至服务端，以由所述服务端搜索出与所述物料图像符合匹配度要求的至少一个候选图像；获取并显示所述至少一个候选图像；响应于用户针对一候选图像触发的确认操作，将所述用户确认的候选图像作为所述目标图像。

这里需要说明的是：有关步骤702和703的更详尽的内容，可参见上述实施例中的相应描述，此处不作赘述。另外，本实施例提供的方法除包含上述步骤外，还可包括上述实施例中的其他步骤。

为了便于理解，下面结合具体场景对其中一种数据处理过程进行说明。图10为本申请一实施例提供的交互流程图，图11为本申请一实施例提供的客户端操作过程示意图。

假设，客户端设备100设置有或连接有用于图像采集的硬件设施，如摄像头。具体过程如下：

结合图10和图11来说明，当供应商将货物送达仓库之后，收货方的工作人员开箱拿到一个货物(比如，纽扣)，放到图像采集装置的有效拍摄范围内，调整好合适的角度和光线后，工作人员通过点击显示界面中的拍照控件，发出拍照启动指令给图像采集装置。此时，工作人员可以通过客户端设备100看到包含有物料图像(也就是纽扣图像)的拍照窗口，若确认当前角度和光线满足拍照条件，工作人员确认拍照。客户端设备100发送拍照指令给图像采集装置，图像采集装置执行拍照动作，将得到的物料图像发送给客户端设备100。客户端设备100将该物料图像发送给服务端设备200。具体的，所述服务端设备可以是云端设备，该云端设备可包括第一服务节点、第二服务节点、第三服务节点等。各节点可以是实体服务器或虚拟服务器，本实施例对此不作具体限定。其中，所述第二服务节点存储有图库。所述第三服务节点用于执行以图搜图任务。

第一服务节点在接收到该物料图像后，对该物料图像进行预处理，然后向第二服务节点发送获取图库的请求。其中，对物料图像进行的预处理可包括但不限于：对物料图像进行滤波、增强、锐化等处理，以增强物料图像的辨识度。当然，对所述物料图像进行预处理，也可由客户端设备100来完成。该第二服务节点将图库返回给第一服务节点。第一服务节点将物料图像及图库发送至第三服务节点。所述第三服务节点基于所述物料图像，从图库中查询符合匹配要求的候选图像；并将候选图像发送至第一服务节点。具体的，第三服务节点将所述物料图像与图库中的图像进行比对，以查询出比对结果满足要求的候选图像。第一服务节点将经过排序筛选处理后的至少一个候选图像以及各自对应的属性信息打包发送给客户端设备100。工作人员可通过客户端设备100从显示有至少一个候选图像的图像列表中，选择一个候选图像作为目标图像。随后，客户端设备100根据目标图像及目标对象对应的物料属性信息，获取与其关联的至少一个单据信息并进行显示。具体实施时，参见图11所示，客户端设备100可从采购系统对应的设备300获取单据信息。工作人员在客户端展示单据信息的列表窗口中选择与该物料匹配的单据信息。完成对目标图像和单据信息的确认工作，完成收货。

本申请实施例提供一种数据处理系统。参见图11所示，该系统包括客户端设备100及服务端设备200。其中，

客户端设备100，用于获取物料图像；从服务端设备获取所述物料图像对应物料的属性信息；获取与所述物料关联的目标单据信息；根据所述目标单据信息及所述属性信息，执行针对所述物料的处理任务；

服务端设备200，具有图像搜索功能，用于根据所述客户端设备发送的所述物料图像，搜索并反馈对应物料的属性信息。

进一步的，所述服务端设备200，用于根据所述物料图像，搜索与所述物料图像符合匹配度要求的至少一个候选图像及候选图像对应物料的属性信息；将所述至少一个候选图像及候选图像对应物料的属性信息发送至所述客户端设备。所述客户端设备100，还用于显示所述至少一个候选图像，并响应于用户针对一候选图像触发的确认操作，将所述用户确认的候选图像对应物料的属性信息作为所述物料图像对应物料的属性信息。

具体地，该系统中客户端设备和服务端设备的工作过程，可以参考上述方法实施例中的相应内容，这里就不在重复赘述。需要说明的是，这里的服务端设备可以是云服务器或者服务器集群，一个服务端设备可以对应多个客户端设备。

本申请实施例提供另一种数据处理系统。同样的，可参见图11所示的结构，该系统包括：

客户端设备100，用于根据单据图像生成单据信息；向服务端设备发送物料图像以从服务端设备获取所述物料图像对应物料的属性信息；根据所述属性信息及所述单据信息，执行针对所述物料的处理任务；

服务端设备200，具有图像搜索功能，用于根据所述客户端设备发送的所述物料图像，搜索并反馈对应物料的属性信息。

具体地，该系统中客户端和服务端的工作过程，可以参考上述方法实施例中的相应内容，这里就不在重复赘述。需要说明的是，这里的服务端设备可以是云服务器或者服务器集群，一个服务端设备可以对应多个客户端设备。

需要说明的是：本申请各实施例提供的技术方案，可广泛应用到各领域，存在需对实物进行数字化管理的领域。例如，商超仓库的商品数字化管理，货仓运营商的货品数字化管理、工厂仓库内产品的数字化管理等等。比如，商超仓库内一批商品入库时，工作人员可通过客户端设备的摄像头或使用客户端设备触发摄像机对待入库商品进行拍照。客户端可将拍摄的商品图像发送至服务端，由服务端采用以图搜图的技术搜索出与所述商品图像符合匹配要求的至少一个候选图像。客户端设备将服务端反馈的至少一个候选图像，展示在用户界面上。用户可从中选择一个候选图像确认。这样客户端设备便可基于该选择出的候选图像(即目标图像)，获取该商品的管理数据，如商品的sku、商品的入库单信息等。客户端设备展示该商品的管理数据，用户在完成对管理数据的核验后，便可通过交互界面上的相应控件，对该管理数据进行操作，如确认操作等。

下面将提供如下实施例，将以物料入库为了例进行说明。

图12示出了本申请又一实施例提供的数据处理方法的流程示意图。如图12所示，所述方法包括：

801、获取待入库物料的物料图像；

802、根据所述物料图像，获取与所述待入库物料相关的管理数据；

803、展示所述管理数据，以等待针对所述待入库物料的入库处理。

有关上述步骤801更详细的内容，可参见上述各实施例中的相应描述，此处不作赘述。

上述802中，所述管理数据可包括但不限于：物料的sku、入库单信息等等。具体的，该步骤802可采用如下步骤实现：

8021、对所述物料图像进行图像识别，得到识别结果；

8022、根据所述识别结果，获取与所述待入库物料相关的管理数据。

在一具体的可实施的方案中，上述步骤8021可具体包括：

a、根据所述物料图像，搜索与所述物料图像符合匹配度要求的至少一个候选图像；

b、展示所述至少一个候选图像；

c、响应于用户对所述至少一个候选图像的选择操作，确定被选择候选图像；

d、根据所述被选择候选图像，确定与所述待入库物料相关的管理数据。

其中，步骤a中搜索候选图像的步骤也可由服务端来实现。即上述步骤a可具体为：将所述物料图像发送至服务端，以由所述服务端基于所述物料图像搜索出与所述物料图像符合匹配度要求的至少一个候选图像；接收所述服务端反馈的所述至少一个候选图像。

上述步骤d中，可先获取被选择候选图像的属性信息，然后根据被选择图像的属性信息，获取所述待入库物料相关的入库单信息。

进一步的，本实施例提供的所述方法还可包括如下步骤：

804、响应于用户对所述管理数据的操作，根据用户操作数据，更新所述管理数据。

具体的，对所述管理数据的更新可包括但不限于：入库状态更新(比如已入库或未入库)、物料的属性信息的更新(如现场核查物料数量与入库单上的数量不同时用户修改为实际核查数量)等等。

这里需要说明的是：本实施例中部分步骤未详尽的内容，可参见上述实施例中的相应描述，此处不作赘述。另外，本实施例提供的方法除包含上述步骤外，还可包括上述实施例中的其他步骤。

上述图12所示的实施例是利用物料图像来获取待入库物料的管理数据(如包括属性信息及入库单信息)的方案。实际上，待入库物料的入库单信息也可通过图像识别的方式来获得，即在具体实施时，仓库的工作人员可依次采集物料图像及入库单图像，或者一次采集含有待入库物料及入库单的图像，然后通过图像识别技术识别出物料的属性信息及入库单信息，然后关联展示属性信息及入库单信息，以便于工作人员核验和/或作出相应的操作。具体的，参见图13所示，本实施例提供的数据处理方法包括：

901、根据待入库物料的物料图像，确定待入库物料的属性信息；

902、根据所述待入库物料的入库单图像，确定入库单信息；

903、关联展示所述属性信息及所述入库单信息，以等待针对所述待入库物料的入库处理。

上述901中，可采用以图搜图技术，先搜索出与物料图像符合匹配度要求的目标图像，然后，根据目标图像获取所述待入库数据的属性信息。

上述902中，可采用文本识别技术，具体的如光学字符识别方式，对入库单上的文字进行识别，以得到所述入库单信息。

有关上述步骤901和902更详细的内容，可参见上述各实施例中的相应描述，此处不作赘述。

进一步的，本实施例提供的所述方法还可包括如下步骤：

904、响应于用户的图像采集操作，获取含有所述待入库物料及入库单的采集图像；

903、对所述采集图像进行分割，得到所述物料图形及所述入库单图像。

有关图像分割技术可参见现有技术中的相关内容，本文不作赘述。

同样的，本实施例中部分步骤未详尽的内容，可参见上述实施例中的相应描述，此处不作赘述。另外，本实施例提供的方法除包含上述步骤外，还可包括上述实施例中的其他步骤。

由上述各实施例内容可知，本申请提供的技术方案利用图像处理技术(具体的如图像识别技术)来对物料入库进行管理，实现了物料的入库的数字化管理；无需人员对物料相关单据(如入库单)进行识别、录入等操作，也无需对物料进行人工识别，可以直接根据物料图像确定出物料的属性信息，能够快速、准确的完成物料对应的目标单据信息、物料属性信息的获取和确认工作，有效地提高了物料入库等处理任务的处理效率。总之，采用本申请各实施例提供的技术方案，减低了很多环节(比如物料识别、入库单人工录入等)的出错率，物料管理数据更加精准，且使得物料的调配更加灵活。

实际上，本申请提供的技术方案在操作界面上也作了优化，操作简单。下面将从两个具体场景对本实施例提供的方案对应的界面操作流程进行说明。

参见图14所示的场景是收货场景图搜链路。如图14所示的第一界面11，该第一界面11上显示有一些提示信息，如“请将物料放置于指定拍摄位置”、“物料摆正，避免出现角度”、“目标长度占比需要超过50％”等等。用户可点击第一界面11中的“确认拍照”控件来触发针对物料的拍照事件。其中，第一界面11可以一显示在用户界面的窗口。

完成拍照得到物料图像后，系统会基于物料图像推送至少一个sku；如图14中的第二界面12(同样的第二界面12也可以是显示在用户界面上的窗口)。参见图14所示，在该第二界面12上显示基于物料图像，采用以图搜图技术获取到的至少一个候选sku(如top5的候选sku)。

若用户查看第二界面12上显示有匹配的sku，用户可点击第二界面12上的“确认匹配”控件，然后跳转显示出第三界面13；该第三界面13中显示有与用户选择出的匹配的目标sku对应的关联信息(如来源单号)。用户可点击第三界面13上的“确认”控件，进入第四界面14。在第四界面14用于维护新品信息。用户可通过第四界面14对新品信息进行维护，如按照第四界面14上的填写框填写相应的内容，如一类分类，二类分类、三类分类，重量是否可参考、重量、称重重量、称重数量、物料图像等等。用户完成填写后，点击“确定”控件，便完成了新品物料的入库。

若用户查看第二界面12上显示的所有sku中，无一个sku匹配，则可点击第二界面12上的“不匹配”控件，以进入第五界面15。第五界面15中，显示有多个填写框，用户可手动填写各填写框对应的内容，如“收货类型”、“供应商名称”、“来源单号”等。在完成填写并点击“确认”后，系统会基于用户填写的内容，获取至少一个候选sku。将至少一个候选sku显示在第六界面16，用户从点选了一个sku后，便进入第四界面14。

这里需要说明的是：上述第三界面、第四界面、第五界面、第六界面均可以是相应用户界面的窗口。

参见图15所示的场景是预分拣场景图搜链路。用户可先进入如图15中的预分拣上架界面17。用户可通过预分拣上架界面17上的“拍照识别”控件，调出如图15中的第一界面11。从第一界面11，经第二界面12和第三界面14，至第四界面14的过程同上文中的描述，此处不再赘述。

另外，在图15所示的预分拣场景图搜链路中，用户还可通过预分拣上架界面17上的“编辑”控件对预分拣上架物料(如辅料—纽扣)的收货数量、单间重量等进行编辑。

图16示出了本申请一实施例提供的数据处理装置的结构示意图。如图16所示，所述数据处理装置包括：第一获取模块131、确定模块132、第二获取模块133及执行模块134。其中，第一获取模块131，用于获取物料图像。确定模块132，用于基于所述物料图像，确定物料的属性信息。第二获取模块133，用于获取与所述物料关联的目标单据信息。执行模块134，用于根据所述目标单据信息及所述属性信息，执行针对所述物料的处理任务。

进一步的，确定模块132，用于根据所述物料图像，确定与所述物料图像匹配的目标图像；获取所述目标图像对应的属性信息。

进一步的，确定模块132，还用于将所述物料图像发送至服务端，以由所述服务端搜索出与所述物料图像符合匹配度要求的至少一个候选图像；获取并显示所述至少一个候选图像；响应于用户针对一候选图像触发的确认操作，将所述用户确认的候选图像作为所述目标图像。

第一获取模块131，用于响应于用户的输入操作，获取用户输入的所述物料图像；或者，用于响应于用户触发的图像采集指示，触发图像采集装置工作，以采集所述物料图像。

进一步地，第二获取模块133，用于对与所述物料关联的物料单据进行文本识别，得到识别结果；根据识别结果，确定所述目标单据信息。

进一步地，第二获取模块133，还用于响应于用户触发的采集识别指示，触发采集识别装置启动，以对采集区域内的物料单据进行文本识别，得到所述识别结果。

进一步地，第二获取模块133，用于根据所述属性信息，查询单据库中与所述物料符合关联要求的至少一个候选单据信息；显示所述至少一个候选单据信息；响应于用户针对至少一个候选单据信息触发的选择操作，将所述用户选取的一候选单据信息作为所述目标单据信息。

进一步地，执行模块134，用于显示所述目标单据信息及所述属性信息中的至少部分内容；响应于用户针对显示的内容触发的确认操作，对所述目标单据信息进行确认处理，以修改所述目标单据信息对应的状态。

本实施例提供的技术方案，获取到待收货的物料图像后，通过图像识别的方式确定该物料对应的属性信息；同时还可获取到与该物料关联的目标单据信息；继而根据目标单据信息和物料的属性信息，执行针对该物料的处理任务，如入库处理或核验处理等。采用本实施例提供的技术方案，无需人员对物料相关单据进行识别、录入等操作，也无需对物料进行人工识别，可以直接根据物料图像确定出物料的属性信息，能够快速、准确的完成物料对应的目标单据信息、物料属性信息的获取和确认工作，有效地提高了物料入库等处理任务的处理效率。

这里需要说明的是：上述实施例提供的信息处理装置可实现上述相应方法实施例中描述的技术方案，上述各模块或单元具体实现的原理及有益效果可参见上述相应方法实施例中的相应内容，此处不再赘述。

图17示出了本申请一实施例提供的数据处理装置的结构示意图。如图17所示，所述数据处理装置包括：生成模块141、确定模块142及执行模块143。其中，生成模块141，用于根据单据图像，生成单据信息。确定模块142，用于根据物料图像，确定物料的属性信息。执行模块143，用于根据所述属性信息及所述单据信息，执行针对所述物料的处理任务。

进一步的，生成模块141，用于采用光学字符识别方式，对所述单据图像进行识别，得到识别结果；基于所述识别结果，生成所述单据信息。确定模块142，用于根据所述物料图像，确定与所述物料图像匹配的目标图像；获取所述目标图像对应的属性信息。

进一步的，确定模块142，还用于将所述物料图像发送至服务端，以由所述服务端搜索出与所述物料图像符合匹配度要求的至少一个候选图像；获取并显示所述至少一个候选图像；响应于用户针对一候选图像触发的确认操作，将所述用户确认的候选图像作为所述目标图像。

进一步的，本实施例提供的所述数据处理装置还包括获取模块144，用于获取含有物料及单据的采集图像；对所述采集图像进行分割，得到所述单据图像及所述物料图像。

这里需要说明的是：上述实施例提供的数据处理装置可实现上述相应方法实施例中描述的技术方案，上述各模块或单元具体实现的原理及有益效果可参见上述相应方法实施例中的相应内容，此处不再赘述。

本实施例提供的技术方案，直接根据物料图像和单据图像，便可得到物料对应的属性信息及单据信息；继而根据单据信息和物料的属性信息，执行针对该物料的处理任务，如入库处理或核验处理等。采用本实施例提供的技术方案，无需人员对物料相关单据进行识别、录入等操作，也无需对物料进行人工识别，可以直接根据物料图像确定出物料的属性信息，能够快速、准确的完成物料对应的目标单据信息、物料属性信息的获取和确认工作，有效地提高了物料入库等处理任务的处理效率。

图18示出了本申请一实施例提供的数据处理装置的结构示意图。如图18所示，所述数据处理装置包括：获取模块161及展示模块162。其中，获取模块161用于获取待入库物料的物料图像；根据所述物料图像，获取与所述待入库物料相关的管理数据。所述展示模块162用于展示所述管理数据，以等待针对所述待入库物料的入库处理。

进一步的，本实施例提供的所述装置还包括更新模块。所述更新模块用于响应于用户对所述管理数据的操作，根据用户操作数据，更新所述管理数据。

进一步的，所述获取模块161在根据所述物料图像，获取与所述待入库物料相关的管理数据时，具体用于：对所述物料图像进行图像识别，得到识别结果；根据所述识别结果，获取与所述待入库物料相关的管理数据。

进一步的，所述获取模块161在根据所述物料图像，获取与所述待入库物料相关的管理数据时，具体用于：

根据所述物料图像，搜索与所述物料图像符合匹配度要求的至少一个候选图像；

展示所述至少一个候选图像；

响应于用户对所述至少一个候选图像的选择操作，确定被选择候选图像；

根据所述被选择候选图像，确定与所述待入库物料相关的管理数据。

进一步的，所述获取模块161在根据所述物料图像，搜索与所述物料图像符合匹配度要求的至少一个候选图像时，具体用于：将所述物料图像发送至服务端，以由所述服务端基于所述物料图像搜索出与所述物料图像符合匹配度要求的至少一个候选图像；接收所述服务端反馈的所述至少一个候选图像。

进一步的，所述管理数据包括：所述待入库物料的入库单信息、所述待入库物料的属性信息。

这里需要说明的是：上述实施例提供的数据处理装置可实现上述相应方法实施例中描述的技术方案，上述各模块或单元具体实现的原理及有益效果可参见上述相应方法实施例中的相应内容，此处不再赘述。

图19示出了本申请一实施例提供的数据处理装置的结构示意图。如图19所示，所述数据处理装置包括：确定模块171及展示模块172。所述确定模块171用于根据待入库物料的物料图像，确定待入库物料的属性信息；根据所述待入库物料的入库单图像，确定入库单信息。所述展示模块172用于关联展示所述属性信息及所述入库单信息，以等待针对所述待入库物料的入库处理。

进一步的，所述确定模块171在根据所述待入库物料的入库单图像，确定入库单信息时，具体用于：对所述入库单图像进行文本识别，得到所述入库单信息。

进一步的，本实施例提供的所述装置还可包括获取模块及分割模块。其中，所述获取模块用于响应于用户的图像采集操作，获取含有所述待入库物料及入库单的采集图像。所述分割模块用于对所述采集图像进行分割，得到所述物料图形及所述入库单图像。

这里需要说明的是：上述实施例提供的数据处理装置可实现上述相应方法实施例中描述的技术方案，上述各模块或单元具体实现的原理及有益效果可参见上述相应方法实施例中的相应内容，此处不再赘述。

图20示出了本申请一实施例提供的电子设备的结构示意图。如图20所示，所述电子设备包括存储器1101以及处理器1102。存储器1101可被配置为存储其它各种数据以支持在电子设备上的操作。这些数据的示例包括用于在电子设备上操作的任何应用程序或方法的指令。存储器1101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，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

具体的，所述存储器1101，用于存储程序；所述处理器1102，与所述存储器耦合，用于执行所述存储器1101中存储的所述程序，以用于：

获取物料图像；

基于所述物料图像，确定物料的属性信息；

获取与所述物料关联的目标单据信息；

根据所述目标单据信息及所述属性信息，执行针对所述物料的处理任务。

其中，处理器1102在执行存储器1101中的程序时，除了上面的功能之外，还可实现其它功能，具体可参见前面各实施例的描述。

进一步，如图20所示，电子设备还包括：通信组件1103、显示器1104、电源组件1105、音频组件1106、图像采集装置1107等其它组件。图20中仅示意性给出部分组件，并不意味着电子设备只包括图20所示组件。

本申请又一个实施例还提供了另一种电子设备，该电子设备的结构与图20类同。具体的，所述电子设备包括存储器及处理器；其中，

所述存储器，用于存储程序；

所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以用于：

根据单据图像，生成单据信息；

根据物料图像，确定物料的属性信息；

根据所述属性信息及所述单据信息，执行针对所述物料的处理任务。

其中，处理器在执行存储器中的程序时，除了上面的功能之外，还可实现其它功能，具体可参见前面各实施例的描述。

本申请又一个实施例还提供了另一种电子设备，该电子设备的结构与图18类同。具体的，所述电子设备包括存储器、处理器及显示器；其中，

所述存储器，用于存储程序；

所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以用于：

获取待入库物料的物料图像；

根据所述物料图像，获取与所述待入库物料相关的管理数据；

指示所述显示器展示所述管理数据，以等待针对所述待入库物料的入库处理。

其中，处理器在执行存储器中的程序时，除了上面的功能之外，还可实现其它功能，具体可参见前面各实施例的描述。

本申请又一个实施例还提供了另一种电子设备，该电子设备的结构与图18类同。具体的，所述电子设备包括存储器、处理器及显示器；其中，

所述存储器，用于存储程序；

所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以用于：

根据待入库物料的物料图像，确定待入库物料的属性信息；

根据所述待入库物料的入库单图像，确定入库单信息；

指示关联展示所述属性信息及所述入库单信息，以等待针对所述待入库物料的入库处理。

相应地，本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，所述计算机程序被计算机执行时能够实现上述各实施例提供的数据处理方法的步骤或功能。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物料上分开的，作为单元显示的部件可以是或者也可以不是物料单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。