本发明涉及钢铁物流领域，具体涉及一种手机小程序图像处理方法、标签识别方法、出库管理方法、标签识别装置、识别标签信息的电子装置、非暂时性计算机存储介质。

背景技术：

钢材物流管理环节较多。在装车、发运等运输管理环节，以及出库等管理环节，都需要对货物信息进行采集和管理。提高这些环节的管理效率、节省管理成本、提高运行安全性一直是钢铁物流单位所希望的。

传统的信息采集方法是由现场管理人员根据钢标复制货物信息，然后对信息进行整理和管理。这种方式不仅效率低下，而且出错率较高，导致整体物流成本较高。

技术实现要素：

有鉴于此，本发明提供一种手机小程序的图像处理方法、标签识别方法、装置及电子设备，能够提高物流管理效率、降低成本、提高操作安全性。

为了解决上述技术问题，一方面，本发明提供了一种手机小程序的图像处理方法，包括以下步骤：

步骤s1，获取原始图像；

步骤s2、对原始图像进行方向校正，得到校正后的图像；

步骤s3、对校正后的图像进行图像增强和/或恢复处理，得到预处理图像；

步骤s4、对预处理后的图像进行压缩处理，得到压缩图像。

进一步的，所述步骤s1包括：

步骤s11，打开手机小程序；

步骤s12：选择拍照选项，进行实时拍照，获得原始图像。

进一步的，所述步骤s2包括：

步骤s21，确定原始图像的长和宽；

步骤s22，根据长度和宽度确定手机的拍摄方向；

步骤s23、通过手机的重力传感器获取手机拍照时的握持方向；

步骤s24、根据拍摄方向和握持方向确定原始图像的旋转角度，并根据旋转角度对原始图像进行方向校正。

进一步地，所述图像增强包括：对校正后的图像中的高频成分进行增强，以增强物体轮廓显示。

或者增强校正图像中的低频成分以减少噪声。

进一步地，通过线性算法或非线性算法恢复图像。

进一步地，在步骤s4中，对变换后的图像进行无损压缩，得到无损压缩图像。

进一步的，所述步骤s4包括：

步骤s41、对预处理后的图像进行离散余弦变换，得到变换后的图像；

步骤s42，对变换后的图像进行量化；

步骤s43：对量化后的图像进行霍夫编码压缩，得到无损压缩图像。

进一步地，还包括以下步骤：

步骤s5：采用编码格式保存和/或传输压缩图像，或者采用二进制格式对压缩图像进行编码加密后保存和/或传输。

第二方面，本发明提供了一种标签识别方法，该方法基于手机小程序对标签进行OCR识别。在获得标签的原始图像后，按照上述任意一种图像处理方法进行图像处理，之后根据处理后的图像进行OCR识别，得到标签信息。

第三方面，本发明提供一种出入库管理方法，包括以下步骤：

根据上述标签识别方法获取进出货物的标签信息；

货物进出仓库根据标签信息进行管理。

第四方面，本发明提供一种标签识别装置，包括：

获取模块，用于获取原始图像；

方向校正模块，用于对原始图像进行方向校正，得到校正后的图像；

图像增强和/或恢复模块，用于对校正后的图像进行图像增强和/或恢复处理，得到预处理图像；

图像压缩模块用于对预处理后的图像进行压缩处理，得到压缩图像。 OCR识别单元对压缩图像进行OCR识别，得到标签信息。

第五方面，本发明提供一种识别标签信息的电子设备，包括：

一个或多个处理器；

其中存储有计算机可读代码的一个或多个存储器，当由一个或多个处理器执行时，使处理器执行以下步骤：

步骤s1，获取标签的原始图像；

步骤s2、对原始图像进行方向校正，得到校正后的图像；

步骤s3、对校正后的图像进行图像增强和/或恢复处理，得到预处理图像；

步骤s4、随后对预处理后的图像进行压缩处理，得到压缩图像；

步骤s5：对压缩后的图像进行OCR识别，获取标签的信息。

第六方面，本发明提供一种非暂时性计算机存储介质，包括：

步骤s1，获取标签的原始图像；

步骤s2、对原始图像进行方向校正，得到校正后的图像；

步骤s3、对校正后的图像进行图像增强和/或恢复处理，得到预处理图像；

步骤s4、随后对预处理后的图像进行压缩处理，得到压缩图像；

步骤s5：对压缩后的图像进行OCR识别，获取标签的信息。

本发明上述技术方案具有以下至少之一的有益效果：

本发明的手机小程序的图像处理方法，通过对原始图像的方向进行校正，可以避免图像的旋转，提高OCA识别的准确率，提高OCA识别的效率。

进一步地，通过对图像进行图像增强和/或恢复处理，可以提高图像的质量；

进一步地，通过对图像进行压缩，使其满足OCR识别的图像尺寸，然后对图像进行变换，然后进行无损压缩，不仅可以满足OCR识别的图像尺寸，而且具有更好的图像质量；

根据本发明的标签识别方法，利用手机小程序对标签进行OCR识别，可以提高标签识别的准确性，提高物流管理的效率，降低物流管理的成本。

附图说明

图1为本发明实施例提供的一种手机小程序的图像处理方法的流程图；

图2是图像压缩流程图；

图3为本发明实施例提供的标签识别方法的流程图；

图4为本发明实施例提供的出库管理方法的流程图。

图5是根据本发明实施例的标签识别装置的示意图；

如图。图6为本发明一实施例的识别标签信息的电子装置的示意图。

具体实施

下面结合附图和实施例对本发明的具体实施方式作进一步详细的说明。以下实施例用于说明本发明，但并不限制本发明的范围。

钢材物流管理环节较多。在装车、发运等运输管理环节，以及出库等管理环节，都需要对货物信息进行采集和管理。提高这些环节的管理效率、节省管理成本、提高运行安全性一直是钢铁物流单位所希望的。

传统的信息采集方法是由现场管理人员根据钢标复制货物信息，然后对信息进行整理和管理。这种方式不仅效率低下，而且出错率较高，导致整体物流成本较高。

通过手机识别标签是一种比较高效的方式，但现有技术无法满足实际需求。基于此，提出了本发明的技术方案。通过深度学习图像处理技术，对不同手机型号、不同方向的各种照片进行自我处理，对识别的图像进行无损压缩，并通过OCR算法识别结果。

首先，参考图2描述根据本发明实施例的手机小程序的图像处理方法。 1.

如图1所示，本发明实施例的手机小程序的图像处理方法包括：

步骤s1，获取原始图像。

根据本发明的一些实施例，原始图像是通过手机获得的。获取原始图像的方法为：

步骤s11，打开手机小程序；

可选的，使用app或者微信小程序等。这里手机小程序没有限制，只要是带有拍照功能的手机小程序即可。

步骤s12：选择拍照选项，进行实时拍照，获得原始图像。

然后，选择照片选项，拍摄您想要拍摄的部分的照片，并获得原始图像。

步骤s2：对原始图像进行方向校正，得到校正后的图像。

也就是说，将原始图像的方向校正为便于OCR识别的方向。这样，可以避免图像的旋转，提高OCA识别的准确度，提高OCA识别的效率。

根据本发明的一些实施例，校正方法包括：

步骤s21，确定原始图像的长和宽。

步骤s22、根据长度和宽度确定手机的拍摄方向。

步骤s23、通过手机的重力传感器获取手机拍照时的握持方向。

步骤s24、根据拍摄方向和握持方向确定原始图像的旋转角度，并根据旋转角度对原始图像进行方向校正。

以钢铁标签为例，为了采集钢铁标签信息，首先获取标签的图像，图像的长度为15cm，宽度为9cm；

从图像的长宽来看，手机是横拍的；

通过重力传感器计算，拍照时手机的握持方向为45度；

将照片水平旋转-45度，即可得到校正后的图像。

当然，以上只是可选的示例。还可以包括在拍照时用上述方法校正相机对焦，从而直接拍摄出校正后的照片。这些应当被理解为在本发明的范围内。

步骤s3、对校正后的图像进行图像增强和/或恢复处理，得到预处理图像；

也就是说，对校正后的图像进行处理以提高图像质量，例如去除噪声、提高图像清晰度等。

可选的，对校正后的图像进行图像增强处理，可以分析图像中物体的轮廓和噪声，从而进行有针对性的调整。

例如，如果图像的对象是标签，则可以忽略标签以外的其他区域，可以根据标签图像的效果调整图像，突出显示标签的图像部分，并突出轮廓和轮廓。可以调整标签的噪声以增强校正后的图像。增强标签轮廓显示或增强校正图像中的低频成分以减少噪声。

可选的，对校正后的图片进行图像恢复处理，通过线性算法或非线性算法进行图像恢复。图像修复技术可以去除图像的模糊部分，恢复图像的真实本质，防止相机成像系统受到各种因素的影响（例如成像系统的散焦、设备与物体之间的相对运动） ，或者手机摄像头的固有缺陷）等等）。

步骤s4、对预处理后的图像进行压缩处理，得到压缩图像。

例如OCR识别要求图片清晰、规则，大小限制为2mb。但现在手机拍摄的照片一般都在5mb以上，甚至超过20mb，所以如果直接改变照片的尺寸，会出现画质模糊或者文件损坏的情况。

压缩可分为有损压缩和无损压缩。无损压缩比有损压缩能够保留更好的图像质量，您可以根据实际需要进行选择。

根据本发明的一些实施例，压缩图像的方法为：

对图像进行变换，然后进行无损压缩，得到无损压缩图像。

由于图像数组非常大，直接在空间域中处理会涉及大量的计算量。因此，经常采用各种图像变换方法，如傅里叶公式变换、沃尔什公式变换、离散余弦变换等间接处理技术，将空间域处理转化为变换域处理，减少计算量，获得更有效的处理。 。

基于图像变换的无损压缩原理：首先，通过变换将图像数据投影到另一个特征空间，降低数据的相关性，使有效数据集中分布；然后，使用量化的方法进行离散化，最后通过无损压缩进一步压缩可以存储的数据量。

可选的，压缩图像的方法为：

步骤s41、对预处理后的图像进行离散余弦变换，得到变换后的图像；

步骤s42，对变换后的图像进行量化；

步骤s43：对量化后的图像进行霍夫编码()压缩，得到无损压缩图像。

如图2所示，压缩图像的具体步骤为：

1）将图像划分为8*8像素的图像块；

2）正向离散余弦变换（fdct）；

3）量化；

4）z形编码（扫描）；

5）采用差分脉冲编码调制（dpcm）对直流系数（dc）进行编码；

6）使用游程长度编码（rle）对AC系数（ac）进行编码；

7)熵编码，可选的，所述熵编码为编码()或算术编码；

8) 对图像数据进行压缩，得到无损压缩图像。

根据本发明的一些实施例，在获得压缩图像后，采用编码格式保存和/或传输压缩图像，或者对压缩图像进行二进制编码并加密后保存和/或传输。

代码格式是目前常见的格式，但如果传输被拦截，很容易将图像拿走并用于其他目的。因此，可以采用二进制的方法进行编码，然后进行加密。这种方法的优点是不易被别人破解，而且图片还原率较高，识别准确率较高。但传输的内容较大，流量消耗较大。如果遇到网络不好的情况，用户将不得不等待更长的时间。由此，您可以根据图片的保密程度和网络情况进行选择。

接下来，描述根据本发明实施例的标签识别方法。是一种基于手机小程序的标签OCR识别方法。获得标签的原始图像后，按照上述图像处理方法进行图像处理，然后根据处理后的图像进行OCR。识别并获取标签信息。

因此，利用手机小程序对标签进行OCR识别，可以提高标签识别的准确率，提高物流管理的效率，降低物流管理的成本。

例如，如图3所示，标签识别方法为：

1）在手机上通过微信搜索小程序；

2）进入小程序入口；

3）对标签进行实时拍照；

4）修正图片的方向；

5）图像无损压缩；

6）将图片转换为代码格式；

7）后端进行OCR识别，获取标签信息。

接下来，将参考图2来描述根据本发明实施例的出库管理方法。 4.

如图4所示，本发明实施例的出库管理方法为：

步骤101、根据上述标签识别方法获取进出货物的标签信息；

步骤102、根据标签信息管理货物的进出。

接下来，将参照图1描述根据本发明实施例的标签识别装置。 5.

如图5所示，本发明实施例的标签识别装置1000包括：图像处理单元1001和OCR识别单元1002，

图像处理单元1001包括：

获取模块，用于获取原始图像；

方向校正模块用于对原始图像进行方向校正，得到校正后的图像；

图像增强和/或恢复模块，用于对校正后的图像进行图像增强和/或恢复处理，得到预处理图像；

图像压缩模块用于对预处理后的图像进行压缩，得到压缩图像。

OCR识别单元1002，用于对压缩图像进行OCR识别，获取标签信息。

另外，参照图4。参照图6，描述了根据本发明实施例的用于识别标签信息的电子设备1400。

如图6所示，本发明实施例的识别标签的信息电子设备1400包括：

处理器1401和存储器1402。存储器1402中存储有计算机程序指令。当处理器执行计算机程序指令时，处理器1401执行以下步骤：

步骤s1，获取标签的原始图像；

步骤s2、对原始图像进行方向校正，得到校正后的图像；

步骤s3、对校正后的图像进行图像增强和/或恢复处理，得到预处理图像；

步骤s4、随后对预处理后的图像进行压缩处理，得到压缩图像；

步骤s5：对压缩后的图像进行OCR识别，获取标签的信息。

此外，电子设备还包括网络接口 1403、输入设备1404、硬盘1405和显示设备1406。

上述各种接口和设备可以通过总线架构互连。总线架构可以是一种可以包括任意数量的互连总线和桥的总线架构。具体地，以处理器1401为代表的一个或多个中央处理单元(CPU)和以存储器1402为代表的一个或多个存储器的各种电路连接在一起。总线架构还将各种其他电路连接在一起，例如外设、稳压器和电源管理电路。可以理解，总线架构就是用来实现这些组件之间的连接通信的。除了数据总线之外，总线架构还包括电源总线、控制总线和状态信号总线。这些都是本领域众所周知的，因此本文将不再详细描述。

网络接口 1403可以连接网络(如互联网、局域网等)，从网络获取相关数据，并将其保存在硬盘1405中。

输入装置1404可以接收操作者输入的各种指令，并将其发送至处理器1401执行。输入设备1404可以包括键盘或点击设备(例如，鼠标、轨迹球、触摸板或触摸屏等)。

显示装置1406可以显示处理器1401执行指令所得到的结果。

存储器1402用于​​存储操作系统运行所需的程序和数据，以及处理器1401计算过程中的中间结果等数据。

可以理解的是，本发明实施例中的存储器1402可以是易失性存储器，也可以是非易失性存储器，也可以包括易失性存储器和非易失性存储器两者。其中，非易失性存储器可以是只读存储器（ROM）、可编程只读存储器（PROM）、可擦除可编程只读存储器（）、电可擦除可编程只读存储器（）、或闪存。易失性存储器可以是随机存取存储器（RAM），其充当外部高速缓存。本文描述的装置和方法的存储器1402旨在包括但不限于这些和任何其他合适类型的存储器。

在一些实施例中，存储器1402存储以下元件、可执行模块或数据结构、或其子集、或其扩展：操作系统和应用程序。

其中，操作系统包括各种系统程序，如框架层、核心库层、驱动层等，用于实现各种基础服务，处理基于硬件的任务。应用程序包括各种应用程序，例如浏览器（）等，用于实现各种应用服务。实现本发明实施例的方法的程序可以包括在应用程序中。

上述处理器1401在调用并执行存储器1402中存储的应用程序和数据时，具体可以是应用程序中存储的程序或指令，首先获取标签的原始图像；然后，对原始图片的方向进行校正，以及校正后的图片；然后，对校正后的图片进行图像增强和/或恢复处理，得到预处理图像；之后，对预处理后的图像进行压缩处理，得到压缩图像；最后对压缩后的图像进行OCR识别，得到标签信息。

本发明上述实施例公开的方法可以应用于处理器1401或者由处理器1401来实现。处理器1401可以是具有信号处理能力的集成电路芯片。在实现过程中，上述方法的各步骤可以通过处理器1401中的硬件集成逻辑电路或软件形式的指令来完成。上述处理器1401可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其他可编程逻辑器件、分立门或晶体管逻辑设备，或离散硬件。各组件可以实现或执行本发明实施例所公开的方法、步骤和逻辑框图。通用处理器可以是微处理器，也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器来执行，也可以两者的结合来执行。解码处理器中的硬件和软件模块。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或电可擦除可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1402中。处理器1401读取存储器1402中的信息，并结合其硬件完成上述方法的步骤。

应当理解，本文描述的实施例可以以硬件、软件、固件、中间件、微代码或其组合来实现。对于硬件实现，处理单元可以在一个或多个专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理器件（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）中实现。 ))、通用处理器、控制器、微控制器、微处理器、用于执行本申请中描述的功能的其他电子单元或其组合。

对于软件实现，本文描述的技术可以通过执行本文描述的功能的模块（例如，过程、功能等）来实现。软件代码可以存储在存储器中并由处理器执行。存储器可以在处理器中实现或者在处理器外部实现。

此外，本发明实施例还提供一种计算机可读存储介质。计算机可读存储介质存储计算机程序。当计算机程序由处理器运行时，它使处理器执行以下步骤：

步骤s1，获取标签的原始图像；

步骤s2、对原始图像进行方向校正，得到校正后的图像；

步骤s3、对校正后的图像进行图像增强和/或恢复处理，得到预处理图像；

步骤s4、随后对预处理后的图像进行压缩处理，得到压缩图像；

步骤s5：对压缩后的图像进行OCR识别，获取标签的信息。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，上述装置实施例仅是示例性的。例如，单元的划分只是逻辑功能划分。实际实现中，还可能有其他划分方法。例如，多个单元或组件可以组合或可以集成到另一个系统中，或者可以忽略或不实现一些特征。另一方面，所示或讨论的彼此之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接可以是电性、机械或其它的形式。

另外，本发明各实施例中的各功能单元可以集成为一个处理单元，也可以各单元物理上独立存在，也可以将两个以上的单元集成为一个单元。上述集成的单元可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在存储介质中，包括多个指令，用于使计算机设备(可以是个人计算机、服务器、网络设备等)执行发送的一些步骤。本发明各个实施例中描述的接收方法。前述存储介质包括：U盘、移动硬盘、只读存储器（Read-，简称ROM）、随机存取存储器（，简称RAM）、磁盘或光盘等可以存储程序的介质代码。

以上为本发明的优选实施例。需要指出的是，对于本领域的普通技术人员来说，在不脱离本发明原理的情况下，可以做出若干改进和变型。也可以进行这些改进和修改。均应视为本发明的保护范围。