[发明专利]一种移动端基于目标检测的多码识别实现方法

说明书

本发明公开了一种移动端基于目标检测的多码识别实现方法，它涉及移动开发技术领域。加载训练好的可识别条形码和二维码区域的目标检测模型，调用手机摄像头获取实时视频图像数据，对输入图像进行检测，获取图像上条形码和二维码所在区域，并对检测结果进行处理，过滤掉预测值低的结果；对每个检测出条形码和二维码的区域各自创建一个子线程，从图像上裁剪出条形码或二维码所在区域生成新图片，对新图片进行图像处理，然后使用条码扫描器解析出内容；汇总所有子线程的处理结果，并在图像上显示出条形码和二维码对应区域。本发明在用户扫描多个条码时，能够支持多个条形码和二维码的混合识别，减少用户操作路径，提升扫码使用体验，应用前景广阔。

技术领域

本发明涉及的是移动开发技术领域，具体涉及一种移动端基于目标检测的多码识别实现方法。

背景技术

随着移动互联网的发展，条形码和二维码在人们生活中的运用场景越来越广泛，扫码功能已经遍布日常生活的每一个角落，越来越多的人习惯使用手机应用的扫码支付、扫码读取信息、扫码登记等功能。因此，扫码也面临更多新的挑战，不仅成功率要高，还需要非常快速，特别是在目前线下有多个条码的场景下，需要避免用户的二次重复操作。

目前移动端开发领域，扫码功能主要使用主流条码识别框架ZBar、AVFoundation等对条码进行扫描，基本不支持多个条形码和二维码的混合识别，导致用户在扫码时，经常出现扫到了其他条码的情况，需要退出扫码结果页重新扫描，用户体验十分不好。为了解决上述问题，开发一种移动端基于目标检测的多码识别实现方法尤为必要。

发明内容

针对现有技术上存在的不足，本发明目的是在于提供一种移动端基于目标检测的多码识别实现方法，支持多个条形码和二维码的混合识别，减少用户操作路径，提升用户扫码使用体验，易于推广使用。

为了实现上述目的，本发明是通过如下的技术方案来实现：一种移动端基于目标检测的多码识别实现方法，其步骤为：

(1)准备工作：使用目标检测框架和大量条形码、二维码的图片集，训练出可以识别条形码和二维码区域的模型；

(2)使用目标检测框架加载之前训练好的可以识别条形码和二维码区域的目标检测模型；

(3)调用手机摄像头，获取实时视频流数据，从视频流数据中获取每一帧的图像数据并转换为图片类型；

(4)使用目标检测框架对输入的图像进行条形码和二维码检测，获取图像上条形码和二维码所在的区域和对应区域的条码类型和预测值；

(5)对目标检测结果进行处理，根据每个区域的概率预测值，过滤掉概率预测值低的区域，如果没有符合条件的检测结果，结束本次图像检测，处理下一个输入的图像；

(6)针对每一个检测出条形码和二维码的区域，各自创建一个子线程进行处理；

(7)在对应子线程中，根据检测结果在图像上裁剪出条形码和二维码所在区域生成新的图像，并对新图像进行灰度和增强对比度处理；

(8)对处理后的新图像，根据目标检测结果的条码类型，使用不同的扫描器解析出条形码或二维码的内容；

(9)汇总所有子线程条码的解码结果，并在扫码页面上显示解码出内容的条形码和二维码对应的区域，检查是否有解码成功的条码；

(10)如果没有解析出条形码或二维码的内容，根据目标检测结果动态调整手机输入相机设备的对焦模式及焦点，提升后续条形码和二维码的清晰度，结束本次图像检测，处理下一个输入的图像；如果有解码成功的条码，则显示解码成功的条码区域。

作为优选，所述的步骤(1)搭建Python开发环境，下载Yolov5目标检测代码并安装依赖包，加载已经标记好条形码二维码区域的图片集，调用Yolov5训练出可以识别条形码和二维码区域的模型。