[发明专利]药品检测方法、装置、电子终端及存储介质

说明书

本发明提供一种药品检测方法、装置、电子终端及存储介质，所述药品检测方法包括：以下步骤：获取目标药品类型及对应的若干模板图片，其中，每个模板图片中均包含有所述目标药品类型对应的药品的药盒中的一个外侧面；基于所述目标药品类型、控制所述发药系统送出目标药品，并拍摄包含目标药品的的药盒的药盒图片；在确定任一模板图片与所述药盒图片匹配时，所述发药系统送出正确的目标药品。从而能够自动识别发药错误。

技术领域

本发明涉及药品发放技术领域，尤其涉及一种药品检测方法、装置、电子终端及存储介质。

背景技术

在医院的药房中，通常都会设置有发药系统，该发药系统通常会设置有出药口，该发药系统会从该出药口送出预设类型的药品，可以理解的是，该发药系统有可能会出错，即该药品与该预设类型有可能不对应，在现有技术中，通常都是通过人工检查来纠正该错误，可以理解的是，该方法不仅耗费人力，且错误的概率也较大。

因此，设计一种能够进行错误纠正的药品检测方法，就成为一个亟待解决的问题。

发明内容

本发明的目的在于提供一种药品检测方法、装置、电子终端及存储介质。

为了实现上述发明目的之一，本发明一实施方式提供了一种用于发药系统的药品检测方法，包括以下步骤：获取目标药品类型及对应的若干模板图片，其中，每个模板图片中均包含有所述目标药品类型对应的药品的药盒中的一个外侧面；基于所述目标药品类型、控制所述发药系统送出目标药品，并拍摄包含目标药品的的药盒的药盒图片；在确定任一模板图片与所述药盒图片匹配时，所述发药系统送出正确的目标药品。

作为本发明一实施方式的进一步改进，所述“确定任一模板图片与所述药盒图片匹配”具体包括：持续从所述若干模板图片中选择出一个未处理模板图片，判断未处理模板图片与药盒图片是否匹配，直至未处理模板图片与药盒图片匹配或者所述若干模板图片均已经被处理。

作为本发明一实施方式的进一步改进，所述“判断未处理模板图片与药盒图片是否匹配”具体包括：分别获取未处理模板图片的多个第一特征点、所述药盒图片对应的多个第二特征点，从多个第一、第二特征点中、获取未处理模板图片和药盒图片中的最邻近的若干匹配特征点；基于所述若干匹配特征点、获取所述药盒图片到所述模板图片的变换矩阵，利用所述变换矩阵对所述药盒图片进行处理，之后再进行投射变换处理，得到待比对图片；判断待比对图片与未处理模板图片是否匹配。

作为本发明一实施方式的进一步改进，所述“判断待比对图片与未处理模板图片是否匹配”具体包括：从未处理模板图片中、选择外侧面对应的图像区域中的若干第一点；当存在任意的第一点在待比对图片中不在对应的第二点时，则待比对图片与未处理模板图片不匹配。

作为本发明一实施方式的进一步改进，在每个模板图片中，外侧面对应的图片区域呈矩形；在待比对图片中，若干第一点包含有：分别位于所述外侧面的四个边界上的多个点；所述“判断待比对图片与未处理模板图片是否匹配”还包括：从所述待比对图片选择与若干第一点对应的若干第二点，当若干第二点构成第二矩形、且若干第一点构成的第一矩形与第二矩形的面积之间的差值的绝对值≤预设差值时，确定待比对图片与未处理模板图片匹配。

作为本发明一实施方式的进一步改进，所述“分别获取未处理模板图片的多个第一特征点、所述药盒图片对应的多个第二特征点”具体包括：基于SURF算法，分别获取未处理模板图片的多个第一特征点、所述药盒图片对应的多个第二特征点。

作为本发明一实施方式的进一步改进，所述“从多个第一、第二特征点中、获取未处理模板图片和药盒图片中的最邻近的若干匹配特征点”具体包括：基于KNN算法，从第一、第二特征点中、获取未处理模板图片和药盒图片中的最邻近的匹配特征点。