[发明专利]标签识别方法、装置、设备及计算机可读存储介质有效

专利信息
申请号: 201911153223.0 申请日: 2019-11-22
公开(公告)号: CN110991446B 公开(公告)日: 2020-10-23
发明(设计)人: 李伟志;王键;李勤英 申请(专利权)人: 上海欧冶物流股份有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/34;G06N20/00;G06Q10/08
代理公司: 上海华诚知识产权代理有限公司 31300 代理人: 徐颖聪
地址: 200940 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 标签 识别 方法 装置 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种标签识别方法,其特征在于,包括如下步骤:

步骤S1,获取原图;

步骤S2,基于所述原图,提取标签图像;

步骤S3,对所述标签图像中的文字进行文字识别,生成识别结果;

步骤S4,根据所述识别结果,确定标签信息,

所述标签识别方法还包括:

步骤S5,建立目标标签用语数据库,所述目标标签用语数据库中存储有多种标签对应的标签用语;

步骤S6,建立标准标签用语数据库,所述标准标签用语数据库中的用语与所述目标标签用语数据库中的用语相对应;

步骤S7,建立标签模板,所述标签模板是基于所述标准标签用语生成的具有多条分类信息的格式文件,

其中,所述步骤S4具体包括:

根据所述识别结果,在所述目标标签用语数据库中进行检索,当检索到的文字与所述识别结果的差值小于一定阈值时,以所述检索到的文字作为标签用语,基于所述标签用语,从所述标准标签用语数据库中获取与其对应的标准标签用语,以所述标准标签用语作为所述标签信息,将所述标签信息与所述标签模板进行匹配,生成模板化标签文件。

2.根据权利要求1所述的标签识别方法,其特征在于,所述步骤S2包括对所述原图进行透视性矫正。

3.根据权利要求2所述的标签识别方法,其特征在于,所述透视性矫正包括:

步骤S21,对所述原图进行分割处理;

步骤S22,对分割后的图片进行连通区域筛选,确定标签区域;

步骤S23,对所述标签区域进行轮廓拟合,确定所述标签区域的四个角的坐标信息;

步骤S24,基于所述四个角的坐标信息,进行所述透视性矫正。

4.根据权利要求3所述的标签识别方法,其特征在于,所述步骤S24中,当所述四个角的坐标信息满足预定条件时,进行所述透视性矫正。

5.根据权利要求1或2所述的标签识别方法,其特征在于,所述步骤S2包括对于所述原图或经过透视性矫正后的图像进行旋转性矫正。

6.根据权利要求1所述的标签识别方法,其特征在于,所述步骤S3包括:

步骤S31,提取所述标签图像中的文本的位置信息;

步骤S32,基于所述位置信息,获取每一段文本的坐标信息;

步骤S33,基于所述坐标信息对于所述标签图像进行切割,得到切割图像;

步骤S34,识别所述切割图像中的文字信息,生成所述识别结果。

7.根据权利要求6所述的标签识别方法,其特征在于,所述步骤S31中,通过Pixel_Link检测算法,提取所述标签图像中的文本的位置信息。

8.根据权利要求1所述的标签识别方法,其特征在于,所述步骤S4中,当检索到的文字与所述识别结果的差值大于所述阈值时,将所述识别结果作为所述标签用语并将所述识别结果加入到所述目标标签用语数据库中。

9.根据权利要求8所述的标签识别方法,其特征在于,所述标准标签用语数据库通过如下方法建立:

采集标签样本,生成样本集;

从所述样本集中提取标签用语,得到标签用语集;

对所述标签用语集通过机器学习进行训练,得到标准标签用语;

基于所述标准标签用语,得到所述标准标签用语数据库。

10.根据权利要求1所述的标签识别方法,其特征在于,所述标签模板中包括生产日期、货物名称、货物种类、生产厂家中的一个或多个。

11.一种仓库的出入库管理方法,其特征在于,包括如下步骤:

根据权利要求1至10任一项所述的标签识别方法获取出入库货物的标签信息;

基于所述标签信息对货物的出入库进行管理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海欧冶物流股份有限公司,未经上海欧冶物流股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911153223.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top