CN110490022B 一种识别图片中的条形码方法及装置 （京东科技控股股份有限公司）_第1页
CN110490022B 一种识别图片中的条形码方法及装置 （京东科技控股股份有限公司）_第2页
CN110490022B 一种识别图片中的条形码方法及装置 （京东科技控股股份有限公司）_第3页
CN110490022B 一种识别图片中的条形码方法及装置 （京东科技控股股份有限公司）_第4页
CN110490022B 一种识别图片中的条形码方法及装置 （京东科技控股股份有限公司）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种识别图片中的条形码方形码选定框信息再次采集的第一图片中的条形22.如权利要求1所述的方法，其特征在于，所述卷积神经网络设置在识别图片的应用所述卷积神经网络是基于设置的第一图片进行所述卷积神经网络对所述接收的第一图片进行缩放，按照设置的不同所述卷积神经网络中的第一层卷积神经网络获取多张第二图片并进行处所述卷积神经网络中的第二层卷积神经网络根据合所述卷积神经网络中的第三层卷积神经网络从条形所述卷积神经网络中的第二层卷积神经网络确定条形码图片中的准确候选框信息还将多张不同分辨率大小的图片生成具有第二像素值的图片，基于具所述卷积神经网络中的第三层卷积神经网络确定条形码选定框将多张不同分辨率大小的图片生成具有第三像素值的图片，基于3存储器；以及耦接至所述存储器的处理器，所述处理器被配置为行时实现权利要求1-5中任一项所述的识别图片中的4用各个移动应用。5[0023]所述卷积神经网络中的第二层卷积神经网络根据合并后的多个条形码候选框信[0024]所述卷积神经网络中的第三层卷积神经网络从条形码图片中的准确候选框信息[0026]所述卷积神经网络中的第二层卷积神经网络确定条形码图片中的准确候选框信6[0040]图4为本发明实施例提供的卷积神经网络中的第一层卷积神经网络处理过程示意[0041]图5为本发明实施例提供的卷积神经网络中的第二层卷积神经网络处理过程示意[0042]图6为本发明实施例提供的卷积神经网络中的第三层卷积神经网络处理过程示意[0046]采用背景技术识别条形码技术可能导致无法对所采集的条形码图片中的条形码7[0061]图1所述的识别得到二维码信息的方法存在很多缺点，其中一个缺点就是利用终8[0072]本发明实施例借鉴了基于深度学习的卷积神经网络能够实现图片检测及图片中法用来监测一张图片中是否存在人脸，人脸定位算法是用来在检测出图片中包括人脸之[0077]步骤302、卷积神经网络中的第一层卷积神经网络获取多张不同分辨率大小的图[0078]步骤303、卷积神经网络中的第二层卷积神经网络根据合并后的多个二维码候选[0079]步骤304、卷积神经网络中的第三层卷积神经网络从二维码图片中的准确候选框第一像素值的的图片，然后检测该具有第一像素值的像素大小的图片中是否包括二维码，9实施例提供的卷积神经网络中的第一层卷积神所述第三像素值的分辨率大于第二像素值。图6为本发明实施例提供的卷积神经网络中的[0086]本发明实施例可以将上述卷积神经网络及识别二维码所涉及的功能集成在设置

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论