本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是指一種條形碼的識別方法、裝置及設(shè)備。

背景技術(shù)：

條形碼是使機(jī)器讀取數(shù)據(jù)的一項(xiàng)通用技術(shù)。目前，大多數(shù)的條形碼都是使用激光掃描的方式來讀取的，這種讀取方式具有價(jià)格低廉和穩(wěn)定的優(yōu)點(diǎn)。但在一些特殊的場景下，激光掃描的方式并不能有效工作：比如讀取任意方向的條形碼或者同時讀取多個條形碼。在某些有難度的場景下激光掃描也無法達(dá)到好的性能，比如光照變化強(qiáng)烈時。

基于圖像的條形碼解碼技術(shù)可以在某種程度上有效解決激光掃描讀取方式存在的問題。它可以讀取任意數(shù)量、任意擺放的條形碼。在物流系統(tǒng)、商品驗(yàn)證等場合下可以大幅度提高效率。

基于圖像的一維條形碼識別技術(shù)可以大致分為以下的四個大類：

1)通過閾值二值化

這種方法將掃描線上的灰度，使用閾值或者動態(tài)閾值進(jìn)行二值化，該方法對于模糊和噪聲敏感。

2)邊緣檢測

這種方法使用Canny算子或者Hough Line檢測邊緣。它具有和閾值二值化方法一樣的缺點(diǎn)：對模糊和噪聲敏感。

3)基于統(tǒng)計(jì)的識別

基于統(tǒng)計(jì)學(xué)習(xí)的方法提取條形碼的特征，并學(xué)習(xí)分類，因此對于噪聲和模糊有一定魯棒性，但這種方法的效果很大程度上取決于訓(xùn)練樣本的數(shù)量和質(zhì)量。

4)基于OCR(Optical Character Recognition，光學(xué)字符識別)的數(shù)字識別

大多數(shù)的條形碼具有對應(yīng)的數(shù)字區(qū)域，所以可以通過定位數(shù)字區(qū)域和識別數(shù)字來解碼字符串。該方法丟失了條碼的信息，并且因?yàn)閿?shù)字串不含校驗(yàn)位，因此無法確認(rèn)所得到的結(jié)果的正確性。

基于圖像的條形碼識別任務(wù)的主要挑戰(zhàn)就是由于圖像模糊(比如由于對焦不準(zhǔn)確)和非均勻的光照?，F(xiàn)有技術(shù)中，沒有一種對模糊圖像中的條形碼進(jìn)行準(zhǔn)確識別的方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是提供一種可以對模糊圖像中的條形碼進(jìn)行準(zhǔn)確識別的條形碼的識別方法、裝置及設(shè)備。

為解決上述技術(shù)問題，本發(fā)明的實(shí)施例提供一種條形碼的識別方法，包括：

獲取一輸入的具有條形碼的圖像；

獲取所述圖像中條形碼區(qū)域的條形碼解碼過程產(chǎn)生的第一值以及所述圖像中數(shù)字區(qū)域的數(shù)字識別過程產(chǎn)生的第二值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)與所述條形碼區(qū)域的條形碼解碼結(jié)果果之間的差值，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；

獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果，并輸出。

另一方面，本發(fā)明的實(shí)施例還提供一種條形碼的識別裝置，包括：

第一獲取模塊，用于獲取一輸入的具有條形碼的圖像；

第二獲取模塊，用于獲取所述圖像中條形碼區(qū)域的條形碼解碼過程產(chǎn)生的第一值以及所述圖像中數(shù)字區(qū)域的數(shù)字識別過程產(chǎn)生的第二值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)果與所述條形碼區(qū)域的條形碼解碼結(jié)果之間的差值，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；

輸出模塊，用于獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果，并輸出。

又一方面，本發(fā)明的實(shí)施例還提供一種設(shè)備，包括：

輸入接口，用于獲取一輸入的具有條形碼的圖像；

處理器，用于獲取所述圖像中條形碼區(qū)域的條形碼解碼過程產(chǎn)生的第一值以及所述圖像中數(shù)字區(qū)域的數(shù)字識別過程產(chǎn)生的第二值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)果與所述條形碼區(qū)域的條形碼解碼結(jié)果之間的差值，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；并獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果；

輸出接口，用于輸出所述處理器得到的輸出結(jié)果。

本發(fā)明的上述技術(shù)方案的有益效果如下：

上述方案，通過獲取所述圖像中條形碼區(qū)域的條形碼解碼過程產(chǎn)生的第一值以及所述圖像中數(shù)字區(qū)域的數(shù)字識別過程產(chǎn)生的第二值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)果與所述條形碼區(qū)域的條形碼解碼結(jié)果之間的差值，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果，并輸出；從而可以對模糊圖像中的條形碼進(jìn)行準(zhǔn)確識別。

附圖說明

圖1是根據(jù)本發(fā)明一個實(shí)施例的總體流程圖。

圖2是根據(jù)本發(fā)明一個實(shí)施例的解釋模糊和非均勻光照對于圖像上條形碼解碼任務(wù)帶來難度的示意圖。

圖3是根據(jù)本發(fā)明一個實(shí)施例的解釋基于圖像的條形碼解碼任務(wù)可以將條碼區(qū)域和字符識別區(qū)域分開的示意圖。

圖4是根據(jù)本發(fā)明一個實(shí)施例的解釋條形碼和數(shù)字字符識別結(jié)果可以來交叉驗(yàn)證得到最終結(jié)果的示意圖。

圖5和圖6是根據(jù)本發(fā)明一個實(shí)施例的解釋通過聯(lián)合優(yōu)化條形碼和數(shù)字字符識別，兩個任務(wù)的結(jié)果都會變得更加準(zhǔn)確的示意圖。

圖7是根據(jù)本發(fā)明一個實(shí)施例的條形碼解碼的流程示意圖。

圖8是根據(jù)本發(fā)明一個實(shí)施例的解釋使用已知的條碼位來初始化模型參數(shù)的示意圖。

圖9是根據(jù)本發(fā)明一個實(shí)施例的解釋通過模糊模型和光照模型產(chǎn)生仿真 信號的示意圖。

圖10是根據(jù)本發(fā)明一個實(shí)施例的條形碼的數(shù)字識別的流程示意圖。

圖11是根據(jù)本發(fā)明一個實(shí)施例的輸出數(shù)字的每一位的流程圖。

圖12是根據(jù)本發(fā)明一個實(shí)施例的解釋錯誤校正的示意圖。

圖13是根據(jù)本發(fā)明一個實(shí)施例的條形碼的識別裝置的示意圖。

圖14是根據(jù)本發(fā)明一個實(shí)施例的設(shè)備的示意圖。

具體實(shí)施方式

為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖及具體實(shí)施例進(jìn)行詳細(xì)描述。

本發(fā)明針對現(xiàn)有技術(shù)中，無法對模糊圖像中的條形碼進(jìn)行準(zhǔn)確識別的問題，本發(fā)明的實(shí)施例同時結(jié)合OCR(Optical Character Recognition，光學(xué)字符識別)和條碼解碼，當(dāng)將條形碼解碼和OCR數(shù)字識別結(jié)合起來聯(lián)合優(yōu)化模型時，OCR數(shù)字識別和條碼解碼都會變得更加準(zhǔn)確。在具有條形碼的一幅模糊圖像中：條形碼和數(shù)字字符都對應(yīng)共同的數(shù)字串，可以使用交叉驗(yàn)證來得到最終的結(jié)果。更重要的原因是：OCR數(shù)字字符識別和條碼解碼有一些共有的特性：相同的模糊參數(shù)和相關(guān)的光照分布。

第一實(shí)施例

如圖1所示，本發(fā)明的實(shí)施例提供一種條形碼的識別方法，包括：

步驟11，獲取一輸入的具有條形碼的圖像；其中，該圖像可以是具有條形碼的一幅模糊的圖像；

步驟12，獲取所述圖像中條形碼區(qū)域的條形碼解碼過程產(chǎn)生的第一值以及所述圖像中數(shù)字區(qū)域的數(shù)字識別過程產(chǎn)生的第二值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)果與所述條形碼區(qū)域的條形碼解碼結(jié)果之間的差值，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；

步驟13，獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果，并輸出。

本發(fā)明的該實(shí)施例，通過獲取所述圖像中條形碼區(qū)域的條形碼解碼過程產(chǎn)生的第一值以及所述圖像中數(shù)字區(qū)域的數(shù)字識別過程產(chǎn)生的第二值；其中，所 述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)果與所述條形碼區(qū)域的條形碼解碼結(jié)果之間的差值，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果，并輸出；從而可以對模糊圖像中的條形碼進(jìn)行準(zhǔn)確識別。

圖2是待解碼的圖像受到模糊和光照變化的影響的示意圖。在圖像拍攝過程中，相機(jī)有可能未能對焦到條形碼區(qū)域，條形碼中白色空隙和黑色條之間出現(xiàn)了模糊而很難準(zhǔn)確檢測到條形碼的邊緣。而光照對條形碼的影響也很明顯，如圖2所述，光照從左到右漸漸增加。無論是傳統(tǒng)基于圖像的解碼技術(shù)還是使用OCR數(shù)字識別，對于圖2所示的條碼圖像都很難準(zhǔn)確提取信息。

圖3是根據(jù)本發(fā)明一個實(shí)施例的解釋基于圖像的條形碼解碼任務(wù)可以將條形碼區(qū)域和字符識別區(qū)域分開的示意圖。大多數(shù)條形碼包括：條形碼區(qū)域31以及條形碼區(qū)域下面對應(yīng)的數(shù)字區(qū)域32，尤其是對于商品包裝上印刷的條碼，利用OCR數(shù)字識別和條形碼解碼結(jié)合起來進(jìn)行識別，可以提高識別的準(zhǔn)確率。一個原因是兩者均有相同的數(shù)字內(nèi)容，可以通過交叉驗(yàn)證猜測到最終的結(jié)果。

圖4是根據(jù)本發(fā)明一個實(shí)施例的解釋條碼和數(shù)字字符識別結(jié)果可以來交叉驗(yàn)證得到最終結(jié)果的示意圖。如果條形碼識別結(jié)果或者數(shù)字字符識別結(jié)果因?yàn)樵肼?、模糊或者光斑有未能識別的數(shù)字，交叉驗(yàn)證可以得到最終的結(jié)果。

更為重要的是：OCR數(shù)字識別和條形碼解碼有一些共有的特性：首先，它們的模糊程度相同。因?yàn)榇蠖鄶?shù)條碼的模糊是因?yàn)橄鄼C(jī)的未能對焦，而這種情況下整幅圖像，無論是條碼區(qū)域還是數(shù)字區(qū)域，模糊程度都是相同的。其次，它們的光照模型是有一定關(guān)系的：如圖3所示，條形碼區(qū)域和數(shù)字區(qū)域均是由左向右依次變亮。當(dāng)結(jié)合這兩種方法聯(lián)合優(yōu)化模型，OCR數(shù)字識別和條碼解碼都會變得更加準(zhǔn)確。這對于模糊嚴(yán)重或者光照嚴(yán)重不均衡的情況時非常有用。

圖5和圖6是根據(jù)本發(fā)明一個實(shí)施例的解釋通過聯(lián)合優(yōu)化條碼和數(shù)字字符識別，兩個任務(wù)的結(jié)果都會變得更加準(zhǔn)確的示意圖。

圖5所示的是條形碼解碼和數(shù)字識別的結(jié)果分別運(yùn)算。由于解碼時光照或 者噪聲的影響，各自結(jié)果中都有太多的位沒有被正確解碼。

圖6所示的是結(jié)合條形碼解碼和數(shù)字識別，兩種方法的結(jié)果都變得更加準(zhǔn)確。具體來說，模糊和光照不均勻都會首先被建模。

之后，使用條形碼部分和數(shù)字部分的信息來調(diào)整參數(shù)，分別猜測最終結(jié)果的每一位。

第二實(shí)施例

如圖7所示，本發(fā)明的實(shí)施例提供一種條形碼的識別方法，包括：

步驟21，獲取一輸入的具有條形碼的圖像；其中，該圖像可以是具有條形碼的一幅模糊的圖像；

步驟22，獲取所述圖像中條形碼區(qū)域的第一定位參數(shù)信息；

步驟23，根據(jù)所述第一定位參數(shù)信息，得到條形碼解碼過程產(chǎn)生的第一值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)果與所述條形碼區(qū)域的條形碼解碼結(jié)果之間的差值；

步驟24，獲取所述圖像中數(shù)字區(qū)域的數(shù)字識別過程產(chǎn)生的第二值；其中，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；

步驟25，獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果，并輸出。

該實(shí)施例中，步驟23和24并沒有先后順序的限定，二者可以是同時進(jìn)行，且進(jìn)一步的，該步驟23可以具體包括：

步驟231，根據(jù)所述第一定位參數(shù)信息，得到第一仿真信號；

步驟232，根據(jù)所述第一仿真信號與條形碼區(qū)域的條形碼解碼過程得到的條形碼解碼結(jié)果，獲得用于表示所述第一仿真信號與條形碼解碼結(jié)果之間差別的殘差值，并將所述殘差值作為所述第一值輸出。

其中，步驟231中，可以根據(jù)公式：f₃(x)＝f₁(x)+f₂(x)得到第一仿真信號；

其中，f₁(x)＝G(x)×f₄(x)，G(x)為高斯核函數(shù)，σ用于控制高斯核的寬度，f₂(x)為根據(jù)所述第一定位參數(shù)得到的光照模型函數(shù)，f₄(x)為輸入的標(biāo)準(zhǔn)條形碼信號，f₃(x)為第一仿真信號。

其中，步驟232中，可以根據(jù)公式：獲得

殘差值；

其中，e_bar為殘差值，f₅(x)為條形碼解碼過程得到的條形碼解碼結(jié)果，l為條形碼的長度。

而光照模型函數(shù)f₂(x)具體可以通過以下步驟獲得：

步驟2321，比較標(biāo)準(zhǔn)光照和輸入光照，得到條形碼的用于對條形碼進(jìn)行定位的第一定位參數(shù)，所述第一定位參數(shù)是所述條形碼的守護(hù)位；

步驟2322，對所述守護(hù)位的光照值進(jìn)行線性插值，得到條形碼的其余部分的光照值；

步驟2323，根據(jù)所述守護(hù)位的光照值和其余部分的光照值，得到條形碼的光照模型函數(shù)。

在上述實(shí)施例中，以條形碼的編碼規(guī)則為EAN-13編碼規(guī)則來舉例，如圖8所示，對于具有條形碼的模糊圖像，一開始就能獲得該條形碼的守護(hù)位81，該守護(hù)位用于對條形碼進(jìn)行定位時使用，該守護(hù)位(guard bar)包括有11位黑白條。在獲取模糊圖像的光照模型函數(shù)時，可以利用該守護(hù)位的光照值進(jìn)行模擬，如上述步驟2321、步驟2322以及步驟2323所示；利用該光照模型函數(shù)以及該模糊圖像的模糊模型函數(shù)，如上述f₁(x)＝G(x)×f₄(x)，而該模型中，高斯核函數(shù)，可以是圖像采集設(shè)備(如相機(jī))的1D或者2D信號與高斯核卷積得到，而上述高斯核函數(shù)中，σ控制核的寬度，因此，可以使用使得上述殘差最小的高斯核寬度。

上述實(shí)施例中，猜測每一位數(shù)字，對于0-9中的每個數(shù)字，通過模糊模型和光照模型產(chǎn)生仿真信號。圖9是通過模糊模型和光照模型產(chǎn)生仿真信號的示意圖；91是理想信號，92是使用較小的高斯核產(chǎn)生的仿真信號，93是使用較大的高斯核產(chǎn)生的仿真信號。

第三實(shí)施例

如圖10所示，本發(fā)明的實(shí)施例提供一種條形碼的識別方法，包括：

步驟101，獲取一輸入的具有條形碼的圖像；其中，該圖像可以是具有條形碼的一幅模糊的圖像；

步驟102，獲取所述圖像中條形碼區(qū)域的條形碼解碼過程產(chǎn)生的第一值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼與所述條形碼區(qū)域的條形碼解碼結(jié)果的仿真結(jié)果之間的差值；

步驟103，獲取所述圖像中條形碼的數(shù)字區(qū)域的第二定位參數(shù)信息；

步驟104，根據(jù)所述第二定位參數(shù)信息，得到數(shù)字識別過程產(chǎn)生的第二值；其中，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；

步驟105，獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果，并輸出。

該實(shí)施例中，步驟102和104并沒有先后順序的限定，二者可以同時進(jìn)行。

該實(shí)施例中，步驟104具體可以包括：

步驟1041，根據(jù)所述第二定位參數(shù)信息，得到第二仿真信號；這里的第二定位參數(shù)和上述實(shí)施列中的第一定位參數(shù)信息可以是相同的，對于同一幅模糊圖像來說，其中的條形碼的定位參數(shù)信息如可以是上述實(shí)施例中的守護(hù)位或者與守護(hù)位相關(guān)的定位信息；

步驟1042，根據(jù)所述第二仿真信號與條形碼的數(shù)字識別過程產(chǎn)生的輸入數(shù)字圖像信號，獲得用于表示所述第二仿真信號與數(shù)字區(qū)域的數(shù)字識別結(jié)果之間差別的距離，并將所述距離作為所述第二值輸出。

該實(shí)施例中，上述步驟1041中，具體可以根據(jù)公式：

f₉(x,y)＝f₇(x,y)+f₈(x)得到第二仿真信號；

其中，f₇(x,y)＝G(x,y)×f₆(x,y)，

其中，G(x,y)為高斯核函數(shù)，σ用于控制高斯核的寬度，f₈(x)為根據(jù)所述第二定位參數(shù)得到的光照模型函數(shù)，f₆(x,y)為輸入的標(biāo)準(zhǔn)數(shù)字模板信號，f₉(x,y)為第二仿真信號。這里的光照模型函數(shù)f₈(x)，可以認(rèn)為是光照沿X軸方向變化情況的函數(shù)，Y軸方向的光照情況不變；也可以是只考慮條形碼的X軸方向的光照，如條形碼的長度方向的光照情況。

該實(shí)施例中，步驟1042中，具體可以根據(jù)公式：

獲得

所述距離；

其中，e_digit為距離值，f₁₀(x,y)為條形碼的數(shù)字識別過程產(chǎn)生的數(shù)字識別結(jié)果，l是條形碼數(shù)字串的長度。

該實(shí)施例中，第二仿真信號同樣如圖9所示，其中，91是理想信號，92是使用較小的高斯核產(chǎn)生的仿真信號，93是使用較大的高斯核產(chǎn)生的仿真信號。

第四實(shí)施例

如圖11所示，本發(fā)明的實(shí)施例提供一種條形碼的識別方法，包括：

步驟111，獲取一輸入的具有條形碼的圖像；其中，該圖像可以是具有條形碼的一幅模糊的圖像；

對于條形碼解碼過程：

步驟112，獲取所述圖像中條形碼的第一定位參數(shù)信息以及所述圖像中條形碼的數(shù)字區(qū)域的第二定位參數(shù)信息；

步驟113，根據(jù)第一定位參數(shù)信息以及輸入的標(biāo)準(zhǔn)條碼信號，產(chǎn)生第一仿真信號；

步驟114，根據(jù)第一仿真信號以及輸入條碼信號，得到條形碼的殘差，將該殘差作為第一值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)果與所述條形碼區(qū)域的條形碼解碼結(jié)果之間的差值；

對于條形碼的數(shù)字識別過程：

步驟115，根據(jù)第二定位參數(shù)信息以及輸入的標(biāo)準(zhǔn)數(shù)字模板，產(chǎn)生第二信真信號；

步驟116，根據(jù)第二信真信號以及輸入數(shù)字圖像，得到距離，將該距離作為第二值；其中，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；

步驟117，對所述第一值和第二值求和或者加權(quán)和，得到第三值；

步驟118，獲取所述第三值最小時對應(yīng)的輸出結(jié)果。

該實(shí)施例中，猜測每一位數(shù)字時，任何帶有先驗(yàn)的分類器都可以用來做OCR數(shù)字識別。一種簡單的方式是模板匹配。對于0-9數(shù)字中的每一個模板，可以使用模糊和光照模型作用在原始模板中產(chǎn)生第二仿真信號，然后計(jì)算真實(shí) 輸入的數(shù)字圖像信號與第二仿真信號之間的距離e_digit。這里選取K近鄰來增加魯棒性。原始標(biāo)準(zhǔn)輸入模板和仿真之后的模板都保存起來當(dāng)作近鄰的候選數(shù)據(jù)庫樣本。最后，總誤差(即第三值)最小時的數(shù)字當(dāng)作猜測得到的數(shù)字。

第五實(shí)施例

該第五實(shí)施例包括上述第四實(shí)施例的所有步驟，在輸出數(shù)字之后，還可以進(jìn)一步包括：

步驟119，對輸出的結(jié)果數(shù)字進(jìn)行校驗(yàn)，如果得到的校驗(yàn)結(jié)果與條形碼的校驗(yàn)位數(shù)字不匹配，則對輸出的數(shù)字進(jìn)行錯誤糾正。

該步驟119中，對輸出的數(shù)字進(jìn)行錯誤糾正的步驟包括：

步驟1191，獲取每個輸出的數(shù)字對應(yīng)的所述第三值；

步驟1192，對所述第三值大于一預(yù)設(shè)值的一個或者多個錯誤數(shù)字進(jìn)行替換，并獲取替換后數(shù)字的第三值；

步驟1193，根據(jù)替換后數(shù)字的第三值，得到替換后數(shù)字的置信度，所述置信度表示所述替換后的輸出數(shù)字與正確的數(shù)字的接近程度；

步驟1194，若所述置信度高于一預(yù)設(shè)閾值，則輸出替換后的數(shù)字。

該實(shí)施例中，根據(jù)公式：得到替換后數(shù)字的置信度；

其中，C為置信度，e_total為是經(jīng)過錯誤數(shù)字校正后的誤差，b_total為沒有進(jìn)行錯誤數(shù)字校正時的誤差，l是條形碼數(shù)字串的長度，為第三值。

如圖12所示，假如經(jīng)過圖11所示的流程，識別出來的條形碼對應(yīng)的數(shù)字串為6，9，1，7，5，6，8，1，9，1，2，3，4，每一位數(shù)字一起來計(jì)算校驗(yàn)和。如果檢驗(yàn)和不匹配，解碼得到的數(shù)字串中必然有一位或者幾位錯誤。本實(shí)施例中，可以將其中最有可能出錯的數(shù)字用候選數(shù)字來代替，代替的方法是滿足使替換之后所新增的誤差最小。

如圖12所示，而針對該數(shù)字串中的每一位數(shù)字對應(yīng)的第三值，即該數(shù)字與正確的數(shù)字之間的誤差分別為0.3，0.2，0.3，.06，.03，0.2，0.5，0.3，0.3，0.1，0.3，0.2，0.4，該數(shù)字串的總誤差為4.0；其中，第4位數(shù)字7以及第7位數(shù)字8以及第11位數(shù)字2的誤差較大，因此，可以對數(shù)字第4位數(shù)字、第 7位數(shù)字和/或第11位數(shù)字進(jìn)行替換；如可以將第4位數(shù)字的數(shù)字7替換為1進(jìn)行校驗(yàn)運(yùn)算，也可同時將第7位數(shù)字8替換為6進(jìn)行校驗(yàn)運(yùn)算，依次類推，多個可以進(jìn)行替換的數(shù)字可以分別進(jìn)行替換后進(jìn)行校驗(yàn)運(yùn)算，也可以同時替換后進(jìn)行校驗(yàn)運(yùn)算，也可以部分替換后進(jìn)行校驗(yàn)運(yùn)算，只要滿替換之后所新增的誤差最小且校驗(yàn)成功。

本發(fā)明的上述實(shí)施例通過將條形碼解碼和OCR數(shù)字識別結(jié)合起來聯(lián)合優(yōu)化模型時，使OCR數(shù)字識別和條碼解碼都會變得更加準(zhǔn)確。

第六實(shí)施例

如圖13所示，本發(fā)明的實(shí)施例還提供一種條形碼的識別裝置130，包括：

第一獲取模塊131，用于獲取一輸入的具有條形碼的圖像；

第二獲取模塊132，用于獲取所述圖像中條形碼區(qū)域的條形碼解碼過程產(chǎn)生的第一值以及所述圖像中數(shù)字區(qū)域的數(shù)字識別過程產(chǎn)生的第二值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)果與所述條形碼區(qū)域的條形碼解碼結(jié)果之間的差值，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；

輸出模塊133，用于獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果，并輸出。

其中，所述第二獲取模塊包括：

解碼子模塊，用于獲取所述圖像中條形碼區(qū)域的第一定位參數(shù)信息；根據(jù)所述第一定位參數(shù)信息，得到條形碼解碼過程產(chǎn)生的第一值。

其中，所述第二獲取模塊還包括：

識別子模塊，用于獲取所述圖像中條形碼的數(shù)字區(qū)域的第二定位參數(shù)信息；根據(jù)所述第二定位參數(shù)信息，得到數(shù)字識別過程產(chǎn)生的第二值。

需要說明的是，上述所有方法實(shí)施例的具體實(shí)現(xiàn)方式均適用于該裝置的實(shí)施例中，也能相同的技術(shù)效果。

第七實(shí)施例

如圖14所示，本發(fā)明的實(shí)施例還提供一種設(shè)備，包括：

輸入接口141，用于獲取一輸入的具有條形碼的圖像；

處理器142，用于獲取所述圖像中條形碼區(qū)域的條形碼解碼過程產(chǎn)生的第 一值以及所述圖像中數(shù)字區(qū)域的數(shù)字識別過程產(chǎn)生的第二值；其中，所述第一值表示所述條形碼區(qū)域的條形碼解碼的仿真結(jié)果與所述條形碼區(qū)域的條形碼解碼結(jié)果之間的差值，所述第二值表示所述數(shù)字區(qū)域的數(shù)字識別仿真結(jié)果與所述數(shù)字區(qū)域的數(shù)字識別結(jié)果之間的差值；并獲取所述第一值和第二值的和最小時對應(yīng)的輸出結(jié)果；

輸出接口143，用于輸出所述處理器得到的輸出結(jié)果。

處理器142通過總線接口與輸入接口141以及輸出接口143連接?？偩€接口可以是可以包括任意數(shù)量的互聯(lián)的總線和橋；總線架構(gòu)還可以將諸如外圍設(shè)備、穩(wěn)壓器和功率管理電路等之類的各種其它電路連接在一起，這些都是本領(lǐng)域所公知的。因此，本文不再對其進(jìn)行詳細(xì)描述。

需要說明的是，上述方法實(shí)施例的所有實(shí)現(xiàn)方式均可以適用于該設(shè)備的實(shí)施例中，也能達(dá)到相同的技術(shù)效果，該實(shí)施例中的設(shè)備如可以是任何一種條形碼識別的設(shè)備。

以上結(jié)合具體實(shí)施例描述了本發(fā)明的基本原理，但是，需要指出的是，對本領(lǐng)域的普通技術(shù)人員而言，能夠理解本發(fā)明的方法和裝置的全部或者任何步驟或者部件，可以在任何計(jì)算裝置(包括處理器、存儲介質(zhì)等)或者計(jì)算裝置的網(wǎng)絡(luò)中，以硬件、固件、軟件或者它們的組合加以實(shí)現(xiàn)，這是本領(lǐng)域普通技術(shù)人員在閱讀了本發(fā)明的說明的情況下運(yùn)用他們的基本編程技能就能實(shí)現(xiàn)的。

因此，本發(fā)明的目的還可以通過在任何計(jì)算裝置上運(yùn)行一個程序或者一組程序來實(shí)現(xiàn)。所述計(jì)算裝置可以是公知的通用裝置。因此，本發(fā)明的目的也可以僅僅通過提供包含實(shí)現(xiàn)所述方法或者裝置的程序代碼的程序產(chǎn)品來實(shí)現(xiàn)。也就是說，這樣的程序產(chǎn)品也構(gòu)成本發(fā)明，并且存儲有這樣的程序產(chǎn)品的存儲介質(zhì)也構(gòu)成本發(fā)明。顯然，所述存儲介質(zhì)可以是任何公知的存儲介質(zhì)或者將來所開發(fā)出來的任何存儲介質(zhì)。

還需要指出的是，在本發(fā)明的裝置和方法中，顯然，各部件或各步驟是可以分解和/或重新組合的。這些分解和/或重新組合應(yīng)視為本發(fā)明的等效方案。并且，執(zhí)行上述系列處理的步驟可以自然地按照說明的順序按時間順序執(zhí)行，但是并不需要一定按照時間順序執(zhí)行。某些步驟可以并行或彼此獨(dú)立地執(zhí)行。

上述具體實(shí)施方式，并不構(gòu)成對本發(fā)明保護(hù)范圍的限制。本領(lǐng)域技術(shù)人員 應(yīng)該明白的是，取決于設(shè)計(jì)要求和其他因素，可以發(fā)生各種各樣的修改、組合、子組合和替代。任何在本發(fā)明的精神和原則之內(nèi)所作的修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)范圍之內(nèi)。