买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉辽宁黑北健科技有限公司申请的专利一种可同时识别一维条码和三段码字符的快递单识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112288372B 。

龙图腾网通过国家知识产权局官网在2023-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202011227735.X，技术领域涉及：G06Q10/083；该发明授权一种可同时识别一维条码和三段码字符的快递单识别方法是由赵楠楠;邱林;魏玉飞;赵一帆;张锋;陈智博设计研发完成，并于2020-11-06向国家知识产权局提交的专利申请。

本一种可同时识别一维条码和三段码字符的快递单识别方法在说明书摘要公布了：本发明提供一种可同时识别一维条码和三段码字符的快递单识别方法，包括如下步骤：步骤一、快递面单的图像采集；每个快递件的面单朝上，摆在小车的正中，每台小车上仅放一个快递件；工业摄像头固定在距离小车平面一定的高度上；当载着快递件的小车运动到指定位置时，抓拍一幅图像，并由以太网传输到工控机上；步骤二、快递面单的粗定位；步骤三、快递面单的条形码矩形定位和倾斜角度矫正；步骤四、多尺度下三段码字符定位；步骤五、三段码字符识别；本发明对具有复杂背景的快递面单图片进行倾斜角度矫正；对快递面单上的一维条形码进行定位；对快递面单上的三段码字符以下简称三段码进行定位与识别；所有算法整体识别速度小于150ms。

本发明授权一种可同时识别一维条码和三段码字符的快递单识别方法在权利要求书中公布了：1.一种可同时识别一维条码和三段码字符的快递单识别方法，其特征在于，包括如下步骤：步骤一、快递面单的图像采集；每个快递件的面单朝上，摆在小车的正中，每台小车上仅放一个快递件；工业摄像头固定在距离小车平面上1.3~1.5米的高度上；当载着快递件的小车运动到指定位置时，抓拍一幅图像，并由以太网传输到工控机上；步骤二、快递面单的粗定位；首先，在采集到的图像上对快递单进行初步定位；通过对图像的二值化、形态学运算和轮廓计算，找到能够套紧轮廓的最大矩形；对该最大矩形所包含的图像做Sobel边缘检测，并二值化后，计算边缘点的个数，如果边缘点的个数大于3000，则认为该最大矩形足够复杂，这一区域就是快递单的粗略位置；然后，利用防射变换对该最大矩形进行倾斜角度矫正，得到候选的待识别图像；这个待识别区域仅仅是粗定位的结果，还需要进一步的倾斜角度矫正和运单信息定位；步骤三、快递面单的条形码矩形定位和倾斜角度矫正；处理过程包括Sobel边缘检测、形态学运算、二值化、区域生长算法；1）首先用Sobel算子对图像做水平和垂直方向上的边缘检测，再将两个结果相加，更好地突出图像中的边缘信息；结合条形码自身成条成块且分布密集的特点，先使用结构元素较大的形态学闭合运算让图像上的条码部分变成一个连通区域，使得条码的特点更突出，再使用结构元素较小的形态学闭合运算去除图像上的一些简单的单线条干扰；2）图像经过开闭运算后会出现很多细小的孔洞，会对后续运算产生干扰，因此进行了孔洞填充；3）根据填补孔洞后的图中的每个白色区域计算出它们的最小外包矩形，并得到每一个外包矩形的信息，信息包括矩形的四顶点坐标、倾斜角度和矩形区域内白色像素点个数；根据计算出的矩形倾斜角度统计出它们在0°~90°的分布，使用分布较为集中的角度，来进行初步的倾斜角度的矫正；4）在初步倾斜角度矫正后的图像里，条形码位于0度方向上或者90度方向上，且误差在正负10度范围内；分别在0度和90度方向上进行条形码候选矩形的筛选，确定条形码的最终位置和最终角度，再进行最后一次旋转，就得到了正向或者反向的精确分割后的条码定位图像，将分割好的条形码图片送给Zbar识别函数进行识别；步骤四、多尺度下三段码字符定位1）首先，通过分析快递运单上的信息分布可以知道，三段码字符可能在条形码的上方或下方两个位置，因此以条形码的位置为基准，向上和向下两个方向分别来搜索三段码字符的位置，分别截取上下两部分图像做自适应二值化处理；2）然后针对这两幅图像中的所有白色部分，计算它们的最小外包矩形也就是轮廓，求出每一个轮廓的面积，然后对这些轮廓进行筛选，去掉矩形面积小于10个像素或者大于1200像素的轮廓；3）得到步骤2）里的矩形轮廓后，先在水平方向上进行计算即对所有矩形的高度进行概率分布统计，这里矩形的高度对应三段码数字的高度；快递单图像上的三段码数字高度，地址其它文字高度都比较集中，把这些集中高度作为寻找的尺度，根据这一特征，准确定位到三段码；有些快递面单上的条形码和三段码的相对角度是90度的关系，为了适应这一情况，上述算法在垂直方向上再进行一次，即对所有矩形的宽度进行概率分布统计，这里矩形的宽度对应三段码数字的高度；4）根据最后确定的三段码最终位置，将字符分割出来，送至CNN神经网进行识别；步骤五、三段码字符识别本次三段码字符识别采用Tiny-CNN深度学习框架，包括输入层、卷积层、池化层和输出层；训练集为大于2万幅实际采集到的从快递面单上分割出来的字符灰度图像；输入层节点数量等于输入图像的宽度18*高度18，共计324；卷积层1节点数为6*16*16；池化层1节点数为6*8*8；卷积层2节点数为12*6*6；池化层2节点数为12*3*3；全连接层节点数为120，输出层节点数量为10个阿拉伯数字、26个大写英文字母和一个连接符“-”的总和，共计37个。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人辽宁黑北健科技有限公司，其通讯地址为：114000 辽宁省鞍山市立山区越岭路263号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。