QR码位置探测图形的定位方法及定位系统与流程

qr码位置探测图形的定位方法及定位系统
技术领域
1.本技术涉及二维码识别技术领域，具体涉及一种qr码位置探测图形的定位方法及定位系统。


背景技术：

2.随着国家电子商务的快速发展，巨大的快递订单促使快递行业开始变革。从完全人工管理快递包裹，到半自动化管理包裹，再到快递包裹的全自动化管理，这一过程得益于快递信息的识别与跟踪，快递信息的载体主要依赖于条形码和二维码。条形码存储信息有限，容易受外界环境影响产生反光、污损等问题，极易造成误识别。二维码则可以有效解决条形码的弊端，其中，qr(quick response)码是一种由denso公司在1994年发明的矩阵型二维码，其具有信息储存量大、容错能力强、可表示汉字、识别速度快等优点，能够应用在各种工业自动化生产线中，所以qr码在智能物流领域具有重要作用。
3.由于快递面单在运输中容易产生破损、污渍，以及在传送带捕捉图像时，图像容易产生反光、畸变等问题。因此，如何在复杂多变的环境中定位位置探测图形，是qr码识别面临的重要问题。
4.目前qr码的位置探测图形的定位方法主要是扫描法，即对qr码整幅图像进行行列扫描，根据位置探测图形具有1:1:3:1:1的特点，分别在水平和垂直方向进行计算，得出3个位置探测图形的中心点，如果其中一个位置探测图形产生问题(例如噪音、模糊、污损等问题)，那么对位置探测图形的定位很有可能会产生偏差，甚至无法定位，以至于无法进行透视变换进行解码。


技术实现要素：

5.本技术提供了一种qr码位置探测图形的定位方法及定位系统，可以解决因qr码图像含有噪声、模糊等瑕疵而造成的qr码图像位置探测图形的定位存在偏差甚至qr码位置探测图形无法定位的问题。
6.一方面，本技术实施例提供了一种qr码位置探测图形的定位方法，qr码原始图像包含：位置探测图形和校正图形，所述qr码位置探测图形的定位方法包括：
7.对所述qr码原始图像进行粗定位以确定qr码区域；
8.采用目标检测算法在所述qr码区域内检测所述位置探测图形和所述校正图形，以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息；
9.根据所述位置探测图形的检测框信息和所述校正图形的检测框信息，获取所述位置探测图形的中心点坐标和qr码区域内的右下角的校正图形的中心点坐标；
10.对所述位置探测图形的中心点坐标和所述校正图形的中心点坐标进行透视变换，以将所述qr码原始图像校正为qr码标准图像；
11.对所述qr码标准图像进行解码；
12.其中，所述根据所述位置探测图形的检测框信息和所述校正图形的检测框信息，
获取所述位置探测图形的中心点坐标和qr码原始图像的右下角的校正图形的中心点坐标的步骤包括：
13.根据所述位置探测图形的检测框信息，采用扫描法对所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标；
14.根据所述校正图形的检测框信息和所述位置探测图形的检测框信息，确定qr码原始图像的右下角的校正图形，并获取右下角的校正图形的中心点坐标。
15.可选的，在所述qr码位置探测图形的定位方法中，所述对所述qr码原始图像进行粗定位以确定qr码区域的步骤包括：
16.将所述qr码原始图像缩放到预设的尺寸，并对缩放后的所述qr码原始图像进行归一化处理；
17.采用目标检测算法对缩放后的所述qr码原始图像进行粗定位以确定qr码区域。
18.可选的，在所述qr码位置探测图形的定位方法中，对缩放后的所述qr码原始图像进行粗定位所采用的目标检测算法使用的目标检测模型为yolov5-nano。
19.可选的，在所述qr码位置探测图形的定位方法中，所述采用目标检测算法在所述qr码区域内检测所述位置探测图形和所述校正图形，以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息的步骤包括：
20.将所述qr码区域内的qr码区域图像缩放到预设的尺寸，并对缩放后的所述qr码区域图像进行归一化处理；
21.采用目标检测算法检测所述qr码区域图像的所述位置探测图形和所述校正图形以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息，其中，使用的目标检测模型为yolov5-fp。
22.可选的，在所述qr码位置探测图形的定位方法中，所述根据所述位置探测图形的检测框信息和所述校正图形的检测框信息，获取所述位置探测图形的中心点坐标和qr码区域内的右下角的校正图形的中心点坐标的步骤包括：
23.对所述qr码区域图像进行预处理，以使所述qr码区域图像的像素值只包含0和255；
24.根据所述位置探测图形的检测框信息获取所述位置探测图形的检测框的数量；其中，若所述位置探测图形的检测框的数量大于或者等于3个，则筛选出得分最高的3个所述位置探测图形的检测框作为位置探测图形，并根据所述qr码区域图像的像素值，采用扫描法对3个所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标；若所述位置探测图形的数量小于3个，则根据所述qr码区域图像的像素值，采用扫描法对所述qr码区域图像进行扫描以获取3个位置探测图形，并获取3个位置探测图形的中心点坐标；
25.根据所述校正图形的检测框信息获取所述校正图形的数量；其中，若所述校正图形的数量大于或者等于2，则根据所述qr码区域图像的左下角的位置探测图形与右上角的位置探测图形，获取所述qr码区域图像的右下角的校正图形的中心点坐标；若所述校正图形的数量等于1，则将所述校正图形视为所述qr码区域图像中右下角的校正图形；若所述校正图形的数量等于0，则根据所述qr码区域图像中的3个位置探测图形，获取所述qr码区域图像的右下角的校正图形的中心点坐标。
26.可选的，在所述qr码位置探测图形的定位方法中，所述对所述qr码区域图像进行
预处理，以使所述qr码区域图像的像素值只包含0和255的步骤包括：
27.进行直方图均衡化，对所述qr码区域图像的灰度进行非线性拉伸；
28.中值滤波去除所述qr码区域图像中的噪点；
29.利用大津法对所述qr码区域图像进行二值化处理，以使所述qr码区域图像的像素值只包含0和255。
30.可选的，在所述qr码位置探测图形的定位方法中，所述若所述位置探测图形的检测框的数量大于或者等于3个，则筛选出得分最高的3个所述位置探测图形的检测框作为位置探测图形，并根据所述qr码区域图像的像素值，采用扫描法对3个所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标的步骤包括：
31.筛选出得分最高的3个所述位置探测图形的检测框作为位置探测图形；
32.对所述位置探测图形逐行进行扫描，其中，每5个分段组成一个扫描线，分段之间像素值以0和255交替变化，获取满足1:1:3:1:1规律的扫描线；
33.记录满足1:1:3:1:1规律的第一条扫描线的位置和最后一条扫描线的位置，其中，第一条扫描线、最后一条扫描线与所述位置探测图形的中间深色模块相交于4个点，记为a、b、c、d；
34.将a、b、c、d这4个点的交点设为虚拟中心点，并验证经过所述虚拟中心点的垂直方向的扫描线是否满足1:1:3:1:1规律；若满足1:1:3:1:1规律，则将所述虚拟中心点作为位置探测图形的中心点。
35.可选的，在所述qr码位置探测图形的定位方法中，所述若所述校正图形的数量大于或者等于2，则根据所述qr码区域图像中左下角的位置探测图形与右上角的位置探测图形，获取所述qr码区域图像的右下角的校正图形的中心点坐标的步骤包括：
36.获取所述qr码区域图像中左下角的位置探测图形和右上角的位置探测图形的中心点坐标，以及各所述校正图形的中心点坐标；
37.计算各所述校正图形的中心点坐标与左下角的位置探测图形和右上角的位置探测图形的中心点坐标的直线距离；
38.选取直线距离最大的对应的所述校正图形作为所述qr码区域图像的右下角的校正图形，并获取所述qr码区域图像的右下角的校正图形的中心点坐标。
39.可选的，在所述qr码位置探测图形的定位方法中，若所述校正图形的数量等于0，则根据所述qr码区域图像中的3个位置探测图形，获取所述qr码区域图像的右下角的校正图形的中心点坐标的计算公式为：
40.x4＝x1+x
3-x2；
41.y4＝y1+y
3-y2；
42.其中，(x4，y4)记为所述qr码区域图像的右下角的校正图形的中心点坐标；x4为右下角的校正图形的横坐标；y4为右下角的校正图形的纵坐标；
43.x1为左下角的位置探测图形的横坐标；y1为左下角的位置探测图形的纵坐标；
44.x2为左上角的位置探测图形的横坐标，y2为左上角的位置探测图形的纵坐标；
45.x3为右上角的位置探测图形的横坐标；y3为右上角的位置探测图形的纵坐标。
46.另一方面，本技术实施例还提供了一种qr码位置探测图形的定位系统，qr码原始图像包含：位置探测图形和校正图形，所述qr码位置探测图形的定位系统包括：
47.检测模块，用于对所述qr码原始图像进行粗定位以确定qr码区域，还用于在所述qr码区域内检测所述位置探测图形和所述校正图形，以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息；
48.运算处理模块，用于根据所述位置探测图形的检测框信息，采用扫描法对所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标，以及用于根据所述校正图形的检测框信息和所述位置探测图形的检测框信息，确定qr码原始图像的右下角的校正图形，并获取右下角的校正图形的中心点坐标；
49.所述运算处理模块还用于对所述位置探测图形的中心点坐标和所述校正图形的中心点坐标进行透视变换，以将所述qr码原始图像校正为qr码标准图像；还用于对所述qr码标准图像进行解码。
50.本技术技术方案，至少包括如下优点：
51.本技术实施例提供了一种qr码位置探测图形的定位方法及定位系统，其中定位方法包括：对qr码原始图像进行粗定位以确定qr码区域；采用目标检测算法在所述qr码区域内检测位置探测图形和校正图形，以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息；根据所述位置探测图形的检测框信息，采用扫描法对所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标；根据所述校正图形的检测框信息和所述位置探测图形的检测框信息，确定qr码原始图像的右下角的校正图形，并获取右下角的校正图形的中心点坐标；对所述位置探测图形的中心点坐标和所述校正图形的中心点坐标进行透视变换，以将所述qr码原始图像校正为qr码标准图像；对所述qr码标准图像进行解码。本技术采用目标检测算法对qr码的位置探测图形进行检测，并结合扫描法确定位置探测图形的中心点坐标，通过深度学习技术解决传统扫描定位法存在的缺陷，即，可以解决传统扫描定位法无法有效定位含有噪声、模糊等瑕疵的qr码的问题，避免了qr码图像位置探测图形的定位出现偏差甚至无法定位的问题，提高了qr码位置探测图形定位的准确率。
附图说明
52.为了更清楚地说明本技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施方式，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。
53.图1是本发明实施例的qr码位置探测图形的定位方法的框图；
54.图2是本发明实施例的qr码位置探测图形的定位方法的流程图；
55.图3是本发明实施例的qr码原始图像的示意图；
56.图4是本发明实施例的对所述qr码原始图像进行粗定位得到的qr码区域图像的示意图；
57.图5是本发明实施例的位置探测图形存在瑕疵的qr码区域图像的示意图；
58.图6是本发明实施例的步骤s30.1中的所述qr码区域图像的预处理结果的示意图；
59.图7是本发明实施例的定位位置探测图形中心点坐标和校正图形中心点坐标的结果的示意图；
60.图8是本发明实施例的透视变换校正后的qr码标准图像的示意图；
61.图9是本发明实施例的qr码位置探测图形的定位系统的结构示意图。
具体实施方式
62.下面将结合附图，对本技术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技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在不做出创造性劳动的前提下所获得的所有其它实施例，都属于本技术保护的范围。
63.在本技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
64.在本技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电气连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
65.此外，下面所描述的本技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
66.qr码原始图像一般包含位置探测图形和校正图形等定位图形。
67.本技术实施例提供了一种qr码位置探测图形的定位方法，请参考图1，图1是本发明实施例的qr码位置探测图形的定位方法的框图，所述qr码位置探测图形的定位方法包括：
68.s10：对所述qr码原始图像进行粗定位以确定qr码区域。
69.s20：采用目标检测算法在所述qr码区域内检测所述位置探测图形和所述校正图形，以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息。
70.s30：根据所述位置探测图形的检测框信息和所述校正图形的检测框信息，获取所述位置探测图形的中心点坐标和qr码区域内的右下角的校正图形的中心点坐标。步骤s30具体可以包括：根据所述位置探测图形的检测框信息，采用扫描法对所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标；根据所述校正图形的检测框信息和所述位置探测图形的检测框信息，确定qr码原始图像的右下角的校正图形，并获取右下角的校正图形的中心点坐标。
71.s40：对所述位置探测图形的中心点坐标和所述校正图形的中心点坐标进行透视变换，以将所述qr码原始图像校正为qr码标准图像。
72.s50：对所述qr码标准图像进行解码。
73.请参考图2，图2是本发明实施例的qr码位置探测图形的定位方法的流程图。接下来详细描述qr码位置探测图形的定位方法。
74.首先，步骤s10：对所述qr码原始图像进行粗定位以确定qr码区域，具体的步骤可以包括：
75.步骤s10.1：将所述qr码原始图像缩放到预设的尺寸，并对缩放后的所述qr码原始图像进行归一化处理。在本实施例中，可以将所述qr码原始图像缩放到(320,320)的尺寸。具体归一化处理满足如下方式：
[0076][0077]
其中，mean_value＝[0.485,0.456,0.406]，是图像三个通道的均值，std_value＝[0.229，0.224，0.225]，是图像三个通道的方差。
[0078]
步骤s10.2：采用目标检测算法对缩放后的所述qr码原始图像进行粗定位以确定qr码区域。在本实施例中，对缩放后的所述qr码原始图像进行粗定位所采用的目标检测算法为yolov5-nano。因所述qr码原始图像的尺度不稳定，所以在检测所述qr码原始图像时需要下采样倍数为8、16、32的3个检测头，分别对应尺度小、中、大的qr码原始图像，本实施例检测用到的qr码原始图像可参考图3，在qr码区域内检测得到的qr码原始图像可参考图4。
[0079]
然后，步骤s20：采用目标检测算法在所述qr码区域内检测所述位置探测图形和所述校正图形，以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息，具体步骤可以包括：
[0080]
步骤s20.1：将所述qr码区域内的qr码区域图像缩放到预设的尺寸，并对缩放后的所述qr码区域图像进行归一化处理；
[0081]
步骤s20.2：采用目标检测算法检测所述qr码区域图像的所述位置探测图形和所述校正图形以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息，其中，使用的目标检测模型为yolov5-fp。在本实施例中，因为检测目标的尺度相对比较固定，所以对原本下采样为8、16、32的三个检测头减少到下采样为8、16的两个检测头。其次，在目标检测模型yolov5-nano的基础上减少骨干网络的通道数，使检测模型拥有更快的速度以及更小的体积，发明人经过多次实验，最终确定既能够达到较好的定位精度又能保证算法能在多种硬件设备上实时性的目标检测模型yolov5-fp作为步骤s20.2的目标检测模型，其p1、p2、p3、p4、p5各层的通道数分别为16、32、64、64、128。为了验证yolov5-fp的鲁棒性，如图5所示，本实施例选取了位置探测图形存在瑕疵的qr码区域图像，目标检测模型yolov5-fp能够精准地定位到qr码区域内的位置探测图形。
[0082]
接着，步骤s30：根据所述位置探测图形的检测框信息，采用扫描法对所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标；根据所述校正图形的检测框信息和所述位置探测图形的检测框信息，确定qr码原始图像的右下角的校正图形，并获取右下角的校正图形的中心点坐标。进一步的，步骤s30具体可以包括：
[0083]
步骤s30.1：对所述qr码区域图像进行预处理，以使所述qr码区域图像的像素值只包含0和255。具体的，步骤s30.1可以进一步包括：
[0084]
步骤s30.11：进行直方图均衡化，对所述qr码区域图像的灰度进行非线性拉伸；
[0085]
步骤s30.12：中值滤波去除所述qr码区域图像中的噪点；
[0086]
步骤s30.13：利用大津法对所述qr码区域图像进行二值化处理，以使所述qr码区域图像的像素值只包含0和255。所述qr码区域图像的预处理结果请参考图6。
[0087]
步骤s30.2：根据所述位置探测图形的检测框信息获取所述位置探测图形的检测框的数量；
[0088]
步骤s30.3：若所述位置探测图形的检测框的数量大于或者等于3个，则筛选出得分最高的3个所述位置探测图形的检测框作为位置探测图形，并根据所述qr码区域图像的像素值，采用扫描法对3个所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标；若所述位置探测图形的数量小于3个，则根据所述qr码区域图像的像素值，采用扫描法对所述qr码区域图像进行全局扫描以获取3个位置探测图形，并获取3个位置探测图形的中心点坐标。
[0089]
由于检测框位置相对于实际位置可能会有所偏差，所以会根据所述qr码区域图像的像素值，采用扫描法对3个所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标，从而能够更精确地确定其中心点坐标。
[0090]
在本实施例中，若所述位置探测图形的检测框的数量大于或者等于3个，则筛选出得分最高的3个所述位置探测图形的检测框作为位置探测图形，并根据所述qr码区域图像的像素值，采用扫描法对3个所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标的步骤进一步可以包括：
[0091]
第一步骤：筛选出得分最高的3个所述位置探测图形的检测框作为位置探测图形；
[0092]
第二步骤：对所述位置探测图形逐行进行扫描，其中，每5个分段组成一个扫描线，分段之间像素值以0和255交替变化，获取满足1:1:3:1:1规律的扫描线；
[0093]
第三步骤：记录满足1:1:3:1:1规律的第一条扫描线的位置和最后一条扫描线的位置，其中，第一条扫描线、最后一条扫描线与所述位置探测图形的中间深色模块相交于4个点，记为a、b、c、d；
[0094]
第四步骤：将a、b、c、d这4个点的交点设为虚拟中心点，并验证经过所述虚拟中心点的垂直方向的扫描线是否满足1:1:3:1:1规律；若满足1:1:3:1:1规律，则将所述虚拟中心点作为位置探测图形的中心点。
[0095]
值得注意的是，如果遇到因qr码图像质量问题造成某个位置探测图形损坏，行列扫描无法得到位置探测图形的中心点的情况，此时可以通过位置探测图形对应的检测框的左上角坐标(x
11
,y
11
)与位置探测图形对应的检测框的右下角坐标(x
21
,y
21
)计算得到，公式如下：
[0096][0097]
其中，(xi，yi)为位置探测图形的中心点坐标，其中，i≤3。
[0098]
步骤s30.4：根据所述校正图形的检测框信息获取所述校正图形的数量；
[0099]
步骤s30.5：若所述校正图形的数量大于或者等于2，则根据所述qr码区域图像的左下角的位置探测图形与右上角的位置探测图形，获取所述qr码区域图像的右下角的校正图形的中心点坐标；若所述校正图形的数量等于1，则将所述校正图形视为所述qr码区域图像中右下角的校正图形；若所述校正图形的数量等于0，则根据所述qr码区域图像中的3个位置探测图形，获取所述qr码区域图像的右下角的校正图形的中心点坐标。
[0100]
优选的，在所述qr码位置探测图形的定位方法中，所述若所述校正图形的数量大于或者等于2，则根据所述qr码区域图像中左下角的位置探测图形与右上角的位置探测图形，获取所述qr码区域图像的右下角的校正图形的中心点坐标的步骤可以包括：
[0101]
第一步骤：获取所述qr码区域图像中左下角的位置探测图形和右上角的位置探测
图形的中心点坐标，以及各所述校正图形的中心点坐标；
[0102]
第二步骤：计算各所述校正图形的中心点坐标与左下角的位置探测图形和右上角的位置探测图形的中心点坐标的直线距离；
[0103]
第三步骤：选取直线距离最大的对应的所述校正图形作为所述qr码区域图像的右下角的校正图形，并获取所述qr码区域图像的右下角的校正图形的中心点坐标。
[0104]
上述第一步骤至第三步骤也可以理解为：先确定左下角与右上角的位置探测图形，因为3个位置探测图形组成的三角形中，左下角和右上角之间的连线是三角形的长边，所以直线距离(欧式距离)最大的两个位置探测图形即为左下角和右上角的位置探测图形，再求出它们两个的中心点坐标，判断校正图形检测框中心点到左下角和右上角位置探测图形中心点的直线距离，距离最大的那个校正图形则认为是右下角的校正图形，从而也就获取了所述qr码区域图像的右下角的校正图形的中心点坐标。
[0105]
进一步的，若所述校正图形的数量等于0，则根据所述qr码区域图像中的3个位置探测图形，获取所述qr码区域图像的右下角的校正图形的中心点坐标的计算公式为：
[0106]
x4＝x1+x
3-x2；
[0107]
y4＝y1+y
3-y2；
[0108]
其中，(x4，y4)记为所述qr码区域图像的右下角的校正图形的中心点坐标；x4为右下角的校正图形的横坐标；y4为右下角的校正图形的纵坐标；(x1，y1)记为所述qr码区域图像的左下角的位置探测图形的中心点坐标；(x2，y2)记为所述qr码区域图像的左上角的位置探测图形的中心点坐标，x2为左上角的位置探测图形的横坐标，y2为左上角的位置探测图形的纵坐标；(x3，y3)记为所述qr码区域图像的右上角的位置探测图形的中心点坐标，x3为右上角的位置探测图形的横坐标；y3为右上角的位置探测图形的纵坐标。本实施例定位位置探测图形中心点坐标和校正图形中心点坐标的结果图请参考图7。
[0109]
进一步的，步骤s40：根据所述位置探测图形的中心点坐标和所述校正图形的中心点坐标获得透视变换矩阵，以将所述qr码原始图像校正为qr码标准图像。具体的，步骤s30中得到3个所述位置探测图形的中心点坐标和所述校正图形的中心点坐标，步骤s40利用这4个点进行透视变换，把qr码区域图像校正为qr码标准图像，透视变换矩阵可通过如下公式获得：
[0110][0111]
其中，(x，y)是透视变换前4个点(3个所述位置探测图形的中心点和所述校正图形的中心点)任意一中心点的坐标，(x’，y’)是透视变换后对应中心点的坐标，ω为系数，式中3
×
3矩阵是透视变换矩阵h，在得到透视变换矩阵h之后，就可以对产生畸变的图像进行反透视变换，请参考图8，最终得到透视变换校正后的qr码标准图像。
[0112]
最后，步骤s50：对所述qr码标准图像进行解码。具体的，本实施例可以利用开源qr码解码库zxing对所述qr码标准图像进行解码。
[0113]
基于同一发明构思，本技术实施例还提供了一种qr码位置探测图形的定位系统，请参考图9，图9是本发明实施例的qr码位置探测图形的定位系统的结构示意图，所述qr码位置探测图形的定位系统包括：
[0114]
检测模块10，用于对所述qr码原始图像进行粗定位以确定qr码区域，还用于在所述qr码区域内检测所述位置探测图形和所述校正图形，以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息；
[0115]
运算处理模块20，用于根据所述位置探测图形的检测框信息，采用扫描法对所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标，以及用于根据所述校正图形的检测框信息和所述位置探测图形的检测框信息，确定qr码原始图像的右下角的校正图形，并获取右下角的校正图形的中心点坐标；
[0116]
所述运算处理模块20还用于对所述位置探测图形的中心点坐标和所述校正图形的中心点坐标进行透视变换，以将所述qr码原始图像校正为qr码标准图像；还用于对所述qr码标准图像进行解码。
[0117]
综上所述，本技术实施例提供了一种qr码位置探测图形的定位方法及定位系统，其中定位方法包括：对qr码原始图像进行粗定位以确定qr码区域；采用目标检测算法在所述qr码区域内检测位置探测图形和校正图形，以获取所述位置探测图形的检测框信息和所述校正图形的检测框信息；根据所述位置探测图形的检测框信息，采用扫描法对所述位置探测图形进行扫描以获取所述位置探测图形的中心点坐标；根据所述校正图形的检测框信息和所述位置探测图形的检测框信息，确定qr码原始图像的右下角的校正图形，并获取右下角的校正图形的中心点坐标；对所述位置探测图形的中心点坐标和所述校正图形的中心点坐标进行透视变换，以将所述qr码原始图像校正为qr码标准图像；对所述qr码标准图像进行解码。进一步的，定位系统包括：检测模块10和运算处理模块20。本技术采用目标检测算法对qr码的位置探测图形进行检测，并结合扫描法确定位置探测图形的中心点坐标，通过深度学习技术解决传统扫描定位法存在的缺陷，即，可以解决传统扫描定位法无法有效定位含有噪声、模糊等瑕疵的qr码的问题，避免了qr码图像位置探测图形的定位出现偏差甚至无法定位的问题，提高了qr码位置探测图形定位的准确率。
[0118]
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本技术创造的保护范围之中。