一种提升自动化货物客户信息采集识别率方法及系统与流程

1.本发明涉及图文识别技术领域，更具体地说，涉及一种提升自动化货物客户信息采集识别率方法及系统。


背景技术：

2.在物流及仓储行业自动化应用过程中，大多数是通过货物的条码与客户信息进行关联识别，通过设备采集对应的货物重量及体积，如系统没有预先保存货物条码与客户的关联关系，是无法正常操作的；
3.应用图文识别技术(ocr)，识别入库标签或快递单中带有客户号信息过程中，因为货物规格不一，需要相机拍摄视觉范围及拍摄景深随机调整。这样通过工业相机拍摄图片可能造成货物标签在图片中的比例太小及不同景深清晰度问题，这样通过ocr的识别成功率不高；而且图文识别技术(ocr)本身就有概率问题，而且对拍的文字清晰度有要求，综上所述，最后的成功率较低，这样就失去了自动化操作的意义；因而需要一种能够提升客户标识码的识别概率，以实现货物的自动化入库的方法及系统。


技术实现要素：

4.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种提升自动化货物客户信息采集识别率方法及系统。
5.本发明解决其技术问题所采用的技术方案是：
6.构造一种提升客户信息采集识别率方法，其中，实现方法如下：
7.为客户生成多套由客户识别码组成的识别号，仅对货物标识中依据设定不易混淆的字符一一对应分配客户识别码；
8.对货物标签识别时，采用多个相机采集不同景深的拍摄图片，筛选获取符合ocr识别条件的图片，对筛选后的图片进行ocr识别，将没有分配客户识别码的字符替换成依据设定不易混淆的字符中的近似字符，再进行客户验证。
9.本发明所述的提升客户信息采集识别率方法，其中，所述客户识别码包括数字、字母和符号中一种或多种。
10.本发明所述的提升客户信息采集识别率方法，其中，采用多个相机采集不同景深的拍摄图片时，多个相机采用固定焦距，且多个相机配置有不同焦距的镜头。
11.本发明所述的提升客户信息采集识别率方法，其中，多个相机采集图片所采用的视觉范围不同。
12.本发明所述的提升客户信息采集识别率方法，其中，多个所述识别号分别与货物上不同标识相对应。
13.一种提升客户信息采集识别率系统，用于实现如上述的提升客户信息采集识别率方法，其中，包括识别码生成模块、拍摄模块、处理模块和ocr识别模块；
14.所述识别码生成模块，用于为客户生成多套由客户识别码组成的识别号，并仅对
货物标识中依据设定不易混淆的字符一一对应分配客户识别码；
15.所述拍摄模块，包括多个不同景深的拍摄图片的相机，用于采集货物图片；
16.所述处理模块，用于对所述拍摄模块采集的图片进行筛选出符合ocr识别条件的图片，将筛选出的图片发送至所述ocr识别模块进行ocr识别，并将识别到的字符中没有分配客户识别码的字符替换成依据设定不易混淆的字符中的近似字符，再进行客户验证。
17.本发明所述的提升自动化货物客户信息采集识别率系统，其中，所述拍摄模块的多个相机均采用固定焦距，且多个相机配置有不同焦距的镜头。
18.本发明所述的提升自动化货物客户信息采集识别率系统，其中，所述拍摄模块的多个相机采集图片的视觉范围不同。
19.本发明所述的提升自动化货物客户信息采集识别率系统，其中，所述客户识别码包括数字、字母和符号中一种或多种。
20.本发明所述的提升自动化货物客户信息采集识别率系统，其中，多个所述识别号分别与货物上不同标识相对应。
21.本发明的有益效果在于：应用本技术的方式方法，通过多个工业相机采集到符合ocr识别条件的图片及ocr识别后的字符进行修正，同时货物标签采用两个或多个客户识别号，最终提升货物对应客户信息的识别概率。
附图说明
22.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图及实施例对本发明作进一步说明，下面描述中的附图仅仅是本发明的部分实施例，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附图：
23.图1是本发明较佳实施例的提升自动化货物客户信息采集识别率方法流程图；
24.图2是本发明较佳实施例的提升自动化货物客户信息采集识别率系统原理框图。
具体实施方式
25.为了使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的部分实施例，而不是全部实施例。基于本发明的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
26.本发明较佳实施例的提升自动化货物客户信息采集识别率方法，如图1所示，包括实现方法如下：
27.s01：为客户生成多套由客户识别码组成的识别号，仅对货物标识中依据设定不易混淆的字符一一对应分配客户识别码；
28.s02：对货物标签识别时，采用多个相机采集不同景深的拍摄图片，筛选获取符合ocr识别条件的图片；
29.s03：对筛选后的图片进行ocr识别，将没有分配客户识别码的字符替换成依据设定不易混淆的字符中的近似字符，再进行客户验证；
30.应用本技术的方式方法，通过多个工业相机采集到符合ocr识别条件的图片及ocr识别后的字符进行修正，同时货物标签采用两个或多个客户识别码，最终提升货物对应客
户信息的识别概率；
31.优选的，客户识别码为数字、字母或符号；通常采用的是阿拉伯数字、英文字母(大小)、常用符号，以及一些其他语言的字符等等；
32.例如，在实际应用过程中，会出现出现0与d、o、q，1与i、j、l，e与f，c与g，m与n，w与v的图文识别混肴，则可设定大小字母c、d、f、i、j、l、n、o、q、v这10个字符，不参与客户识别码分配；
33.在经过ocr识别识别后，对识别到的所有字符中，分配有客户识别码的字符转换为相应客户识别码，对没有分配客户识别码的字符转换成分配有客户识别码的字符中的近似字符，再进行转换客户识别码，然后进行验证；
34.如：0与d、o、q，0是系统分配的字符，d、o、q系统是没有分配的字符，如识别后出现d、o、q字符，自动替换成0，在进行验证。
35.优选的，采用多个相机采集不同景深的拍摄图片时，多个相机采用固定焦距，且多个相机配置有不同焦距的镜头；
36.工业相机基本上是固定焦距(变焦相机存在使用寿命问题)，所以每个相机的拍摄视角及拍摄景深是固定的；
37.例如，一款工业相机使用30mm镜头，在90cm处对焦，经测试景深在80cm到100cm范围内，拍摄视觉范围在130cm*190cm到160cm*240cm范围内；一款工业相机使用12mm镜头，在80cm处对焦，经测试景深在55cm到100cm范围内，拍摄视觉范围在230cm*340cm到410cm*610cm范围内；
38.类似这样测试多个不同工业相机的拍摄视觉范围后，进行组合尽量覆盖实际货物的待拍摄表面区域，同时多个相机采集图片时还的视觉范围，这样能够保障图片采集的清晰度和成功率。
39.优选的，多个识别号分别与货物上不同标识相对应；
40.为客户生成两个或多个识别号，提升识别概率。比如：生成一个纯数字编号和一个纯大写字母编号，与入库标签或快递单收件信息等配合使用；采用两组不同分类字符的客户号，数字编号不可能存在字母编号，为ocr识别数据修正提供判断依据。
41.一种提升客户信息采集识别率系统，用于实现如上述的提升客户信息采集识别率方法，如图2所示，包括识别码生成模块1、拍摄模块2、处理模块3和ocr识别模块4；
42.识别码生成模块1，用于为客户生成多套由客户识别码组成的识别号，并仅对货物标识中依据设定不易混淆的字符一一对应分配客户识别码；
43.拍摄模块2，包括多个不同景深的拍摄图片的相机，用于采集货物图片；
44.处理模块3，用于对拍摄模块采集的图片进行筛选出符合ocr识别条件的图片，将筛选出的图片发送至ocr识别模块4进行ocr识别，并将识别到的字符中没有分配客户识别码的字符替换成依据设定不易混淆的字符中的近似字符，再进行客户验证；
45.通过多相机采集到符合ocr识别条件的图片及ocr识别后的字符进行修正，配合多客户号识别提升系统整体识别概率。
46.优选的，拍摄模块的多个相机均采用固定焦距，且多个相机配置有不同焦距的镜头；拍摄模块的多个相机采集图片的视觉范围不同；选用多个相机配合不同焦距的镜头，可以采集到不同景深且适合ocr技术识别的图片。
47.优选的，客户识别码为数字、字母或符号。
48.优选的，多个识别号分别与货物上不同标识相对应；采用两组不同分类字符的客户号，数字编号不可能存在字母编号，为ocr识别数据修正提供判断依据。
49.应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。