公开(公告)号：CN113869077B

公开(公告)日：2024-08-02

申请号：CN202111150180.8

申请日：2021-09-29

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 王雪 ,  杨勇 ,  万其明

IPC: G06K7/14

Abstract: 本发明实施例提供了一种条码识别方法、装置及电子设备，涉及字符识别技术领域。该方法包括：获取待识别的目标条码；将目标条码输入至识别模型中，获取识别模型所输出的目标条码的目标条空宽度比序列；其中，识别模型是基于多个样本条码和每个样本条码的标签训练得到的，每个样本条码的标签包括：该样本条码的样本条空宽度比序列；根据目标条空宽度比序列中的起始数值和终止数值，确定目标条码的目标码制类别；利用目标条空宽度比序列、目标码制类别和预设码表，对目标条码进行译码，得到目标条码的识别结果；其中，预设码表包括关于码制类别、条空组合和字符的对应关系。与现有技术相比，应用本发明实施例提供的方案，可以提高条码识别的灵活性。

公开(公告)号：CN110619618A

公开(公告)日：2019-12-27

申请号：CN201810563651.X

申请日：2018-06-04

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 王雪

IPC: G06T7/00

Abstract: 本发明实施例提供了一种表面缺陷检测方法、装置及电子设备，其中，表面缺陷检测方法包括：获取待检测图像；通过将待检测图像输入预先训练得到的深度学习网络模型，得到待检测图像对应的无缺陷的重建图像，深度学习网络模型为基于包含多个无缺陷的训练样本图像的样本训练集，预先训练得到的深度学习网络模型；将重建图像与待检测图像作差，得到差值图像；在差值图像中，若存在差值大于预设差值的区域，则确定在待检测图像中的对应区域存在表面缺陷。通过本方案，可以提高表面缺陷的检出率。

公开(公告)号：CN113869077A

公开(公告)日：2021-12-31

申请号：CN202111150180.8

申请日：2021-09-29

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 王雪 ,  杨勇 ,  万其明

IPC: G06K7/14

Abstract: 本发明实施例提供了一种条码识别方法、装置及电子设备，涉及字符识别技术领域。该方法包括：获取待识别的目标条码；将目标条码输入至识别模型中，获取识别模型所输出的目标条码的目标条空宽度比序列；其中，识别模型是基于多个样本条码和每个样本条码的标签训练得到的，每个样本条码的标签包括：该样本条码的样本条空宽度比序列；根据目标条空宽度比序列中的起始数值和终止数值，确定目标条码的目标码制类别；利用目标条空宽度比序列、目标码制类别和预设码表，对目标条码进行译码，得到目标条码的识别结果；其中，预设码表包括关于码制类别、条空组合和字符的对应关系。与现有技术相比，应用本发明实施例提供的方案，可以提高条码识别的灵活性。

公开(公告)号：CN115775004A

公开(公告)日：2023-03-10

申请号：CN202111043286.8

申请日：2021-09-07

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 闻志强 ,  杨勇 ,  王雪 ,  万其明

IPC: G06K7/14

Abstract: 本申请实施例提供了一维码识别方法和装置，涉及图像处理技术领域，方法包括：基于ROI检测算法对包含一维码的原始图像进行处理，得到待识别图像；将待识别图像输入至预先训练的标识预测网络模型，得到待识别图像中一维码包含的每一码元的标识，作为预测标识；基于预测标识，以及预设的标识与译码结果的对应关系，得到待识别图像的第一识别结果；若预测标识满足第一条件、且不满足第二条件，则基于一维码条空定位算法，确定待识别图像中一维码包含的条单元和空单元的宽度比；基于宽度比得到待识别图像的第二识别结果；基于第一识别结果和第二识别结果，得到待识别图像的最终识别结果。如此，能降低一维码识别错误的概率。

公开(公告)号：CN110619618B

公开(公告)日：2023-04-07

申请号：CN201810563651.X

申请日：2018-06-04

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 王雪

IPC: G06T7/00

Abstract: 本发明实施例提供了一种表面缺陷检测方法、装置及电子设备，其中，表面缺陷检测方法包括：获取待检测图像；通过将待检测图像输入预先训练得到的深度学习网络模型，得到待检测图像对应的无缺陷的重建图像，深度学习网络模型为基于包含多个无缺陷的训练样本图像的样本训练集，预先训练得到的深度学习网络模型；将重建图像与待检测图像作差，得到差值图像；在差值图像中，若存在差值大于预设差值的区域，则确定在待检测图像中的对应区域存在表面缺陷。通过本方案，可以提高表面缺陷的检出率。