[发明专利]一种小程序码的识别方法及系统

说明书

本发明涉及一种小程序码的识别方法及系统，该方法包括有采用深度学习算法获取微信小程序码的粗略的位置信息，然后在获取的微信小程序码的粗略的位置区域内确定三个定位点，并利用该三个定位点确定三个定位点、定位logo、微信小程序码的圆心和半径信息，作为微信小程序码的精准的位置信息。这样，即可在不解码的基础上快速、精准识别出微信小程序码的位置信息，识别速度极快，有效提高生产效率。

技术领域

本发明属于识别技术领域，特别涉及一种小程序码的识别方法及系统。

背景技术

目前，市场上的微信小程序码都依托于微信平台，在很多场景得到广泛应用。但申请人发现：由于小程序码标准不公开，只能使用微信客户端解码，给小程序码的使用者造成困扰。例如，在海报模板管理系统中，部分用户上传的海报图像包含小程序码。为此常规的方法是，人工找到小程序码位置信息，作为模板属性存入数据库中。当其他用户使用该模板时，将新的小程序码渲染到该位置上。类似的场景，迫切需要一种自动化的识别小程序码的工具。

发明内容

为解决现有技术中存在的上述问题，本发明提供了一种在不解码的基础上快速、精准识别出微信小程序码的位置信息，识别速度快，有效提高生产效率的小程序码的识别方法及识别系统。

为解决上述技术问题，本发明采用如下技术方案：

一种小程序码的识别方法，包括以下步骤：

获取微信小程序码的粗略的位置信息——采用深度学习算法进行识别、获取包含微信小程序码的矩形框的位置信息，作为微信小程序码的粗略的位置信息；

提取微信小程序码的精准的位置信息——利用霍夫变换算法在获取的微信小程序码的粗略的位置区域内确定三个定位点，并利用该三个定位点确定三个定位点、定位logo、微信小程序码的圆心和半径信息，作为微信小程序码的精准的位置信息。

进一步地，所述提取微信小程序码的精准的位置信息，具体为：

1)利用霍夫变换算法在获取的微信小程序码的粗略的位置区域内找到潜在的圆；

2)根据定位点的圆环特征，找到潜在的三个定位点；

3)利用三个定位点之间构成等腰直角三角形的特性，获取初步满足该特性的候选组合；

4)利用三个定位点与定位logo的关系，找到定位logo的圆心及半径范围；

5)将待识别的图像转为轮廓图，并使用模式匹配方法来判断定位logo是否合法；若定位logo合法，则三个定位点及对应的定位logo就是潜在的微信小程序码定位点；

6)利用三个定位点找到微信小程序码圆心，找到包围整个微信小程序码的最小半径作为微信小程序码半径；

7)当微信小程序码的点、线都落在从微信小程序码圆心出发的放射性射线上时，确定找到的微信小程序码合法，并将微信小程序码圆心及半径、三个定位点的圆心及半径、定位logo的圆心及半径信息作为微信小程序码的精准位置信息。

进一步地，在获取微信小程序码的粗略的位置信息时采用深度学习算法中的物体识别算法进行识别、获取包含微信小程序码的矩形框的位置信息。

进一步地，在获取微信小程序码的粗略的位置信息之前，先使用标注图像训练深度学习模型，所述标注图像是一批标注小程序码位置信息的图片，并划分为训练集、测试集及验证集。

进一步地，所述标注图像是灰度图。

一种小程序码的识别系统，包括：

图像获取模块，用于获取待识别图像；

深度学习检测模块，用于利用深度学习算法识别小程序的粗略的位置信息；