本技術(shù)涉及計算機(jī)，尤其涉及一種檢測方法、標(biāo)識定位方法及相關(guān)裝置。

背景技術(shù)：

1、隨著制造業(yè)的發(fā)展，產(chǎn)品上的產(chǎn)品標(biāo)識一般作為被記錄和認(rèn)證的標(biāo)記。示例性地，產(chǎn)品標(biāo)識可以為手機(jī)背部的logo、耳機(jī)倉上的產(chǎn)品型號、智能手表背部的產(chǎn)品型號、產(chǎn)品包裝上的合格標(biāo)識等等。

2、為了保證產(chǎn)品標(biāo)識的正確無誤，在相關(guān)技術(shù)中可以通過人工對產(chǎn)品標(biāo)識進(jìn)行檢測。但是，由于產(chǎn)品標(biāo)識的種類較多，僅通過人工檢測可能會出現(xiàn)錯檢、漏檢的問題。

3、為了解決人工檢測導(dǎo)致的錯檢、漏檢的問題，在相關(guān)技術(shù)中進(jìn)一步提供一種產(chǎn)品標(biāo)識的檢測方法，該檢測方法是通過預(yù)訓(xùn)練的異常識別模型對產(chǎn)品標(biāo)識進(jìn)行檢測，但仍存檢測精度低的問題。

技術(shù)實現(xiàn)思路

1、本技術(shù)提供的一種檢測方法、標(biāo)識定位方法及相關(guān)裝置，解決了檢測精度低的問題。

2、為達(dá)到上述目的，本技術(shù)采用如下技術(shù)方案：

3、第一方面，本技術(shù)實施例提供的一種檢測方法，該方法包括：獲取包括待檢測標(biāo)識的待檢測圖像和待檢測圖像對應(yīng)的指示待檢測標(biāo)識的類型信息的待檢測文件，然后根據(jù)待檢測文件中的類型信息確定待檢測標(biāo)識對應(yīng)的檢測方式，利用檢測方式對待檢測圖像進(jìn)行檢測，得到待檢測標(biāo)識的檢測結(jié)果。其中，在相關(guān)技術(shù)中的異常識別模型針對不同的產(chǎn)品標(biāo)識是按照相同的檢測方式對產(chǎn)品標(biāo)識進(jìn)行識別，但產(chǎn)品標(biāo)識的種類較多，可能會導(dǎo)致異常識別模型的檢測精度較低，本技術(shù)通過根據(jù)與待檢測圖像對應(yīng)的待檢測文件中得到待檢測標(biāo)識的類型信息，并根據(jù)不同的類型信息對對應(yīng)的待檢測標(biāo)識采用不同的檢測方式進(jìn)行檢測，提高檢測精度。

4、在一種可能的實現(xiàn)中，當(dāng)待檢測標(biāo)識為空心標(biāo)識，可以先對待檢測圖像和第一圖像模板進(jìn)行輪廓提取，得到待檢測圖像對應(yīng)的第一輪廓和第一圖像模板對應(yīng)的第二輪廓，其中第一圖像模板為圖像模板庫中與待檢測標(biāo)識對應(yīng)的圖像模板；圖像模板庫包括多個圖像模板，然后，將第一輪廓和第二輪廓以相同的線寬分別繪制在相同大小的空白圖上，得到第一輪廓對應(yīng)的第一繪圖和第二輪廓對應(yīng)的第二繪圖，進(jìn)一步將第一繪圖與第二繪圖進(jìn)行匹配，得到待檢測標(biāo)識的檢測結(jié)果。其中，通過將待檢測圖像和待檢測標(biāo)識對應(yīng)的圖像模板的內(nèi)外輪廓分別提取出來，并以相同的線寬繪制在相同大小的空白圖上，有利于待檢測標(biāo)識為空心不規(guī)則的圖案的匹配檢測，避免因待檢測標(biāo)識的線寬太細(xì)導(dǎo)致的匹配準(zhǔn)確度降低的問題，提高檢測精度。

5、在一種可能的實現(xiàn)中，當(dāng)待檢測標(biāo)識為旋轉(zhuǎn)標(biāo)識，可以先確定待檢測圖像中的待檢測標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)，其中第二圖像模板為圖像模板庫中與待檢測標(biāo)識對應(yīng)的圖像模板，圖像模板庫包括多個圖像模板，然后將多個第一特征點(diǎn)與多個第二特征點(diǎn)進(jìn)行匹配得到多個匹配結(jié)果，其中，匹配結(jié)果指示匹配成功或匹配失?。蝗舳鄠€匹配結(jié)果中指示匹配成功的匹配結(jié)果的數(shù)量大于預(yù)設(shè)數(shù)量，則確定待檢測標(biāo)識對應(yīng)的旋轉(zhuǎn)角度，并將第二圖像模板旋轉(zhuǎn)為旋轉(zhuǎn)角度，進(jìn)一步將待檢測標(biāo)識與旋轉(zhuǎn)后的第二匹配圖像模板進(jìn)行匹配，得到待檢測標(biāo)識的檢測結(jié)果。其中，在相關(guān)技術(shù)中，在利用異常識別模型對待檢測標(biāo)識進(jìn)行檢測時，可能會由于待檢測標(biāo)識相比于圖像模板發(fā)生旋轉(zhuǎn)而導(dǎo)致檢測結(jié)果出現(xiàn)差異，本技術(shù)實施例通過將待檢測標(biāo)識對應(yīng)的多個第一特征點(diǎn)與圖像模板對應(yīng)的多個第二特征點(diǎn)進(jìn)行匹配，并在匹配成功后將圖像模板旋轉(zhuǎn)至與待檢測標(biāo)識相同的角度，便于檢測，提高檢測精度。

6、在一種可能的實現(xiàn)中，當(dāng)待檢測圖像包括非變量的待檢測標(biāo)識和變量的待檢測標(biāo)識，可以先確定待檢測圖像中變量的待檢測標(biāo)識的位置，并基于位置利用掩膜對變量的待檢測標(biāo)識進(jìn)行處理，得到處理后的待檢測圖像，然后將處理后的待檢測圖像中的非變量的待檢測標(biāo)識與第三圖像模板進(jìn)行匹配得到第一檢測結(jié)果，其中第三圖像模板為圖像模板庫中與非變量的待檢測標(biāo)識對應(yīng)的圖像模板，圖像模板庫包括多個圖像模板；進(jìn)一步利用光學(xué)字符識別ocr技術(shù)對變量的待檢測標(biāo)識進(jìn)行識別得到第二檢測結(jié)果，最后將第一檢測結(jié)果和第二檢測結(jié)果作為得到待檢測標(biāo)識的檢測結(jié)果。其中，由于不同的含變量的待檢測標(biāo)識指示不同的變量，因此在相關(guān)技術(shù)中難以通過模板匹配的方式進(jìn)行檢測，且容易將正確的變量的待檢測標(biāo)識檢測為錯誤的標(biāo)識，因此，在此本技術(shù)實施例中通過先將變量的待檢測標(biāo)識利用掩膜進(jìn)行遮掩，先將待檢測圖像中非變量的待檢測標(biāo)識進(jìn)行檢測，并進(jìn)一步采用osr識別技術(shù)對變量的待檢測標(biāo)識進(jìn)行檢測，避免變量的待檢測標(biāo)識對待檢測圖像的影響，有利于提高檢測精度。

7、在一種可能的實現(xiàn)中，在利用檢測方式對待檢測圖像進(jìn)行檢測之前，還包括：將待檢測圖像轉(zhuǎn)換為二值圖像，然后確定二值圖像的多個輪廓區(qū)域，進(jìn)一步對各個輪廓區(qū)域進(jìn)行分割得到多個輪廓，然后確定各個輪廓對應(yīng)的外接最小矩形，進(jìn)一步將外接最小矩形的寬度大于預(yù)設(shè)寬度或外接最小矩形的長度大于預(yù)設(shè)長度的輪廓過濾，再對二值圖像進(jìn)行分割區(qū)域處理得到多個分割區(qū)域，并將各個分割區(qū)域中的一個或多個最小外接矩形框進(jìn)行合并，得到各個分割區(qū)域?qū)?yīng)的指示待檢測標(biāo)識的位置的目標(biāo)矩形框。其中，進(jìn)一步利用檢測方式對目標(biāo)矩形框中的待檢測標(biāo)識進(jìn)行檢測，得到待檢測標(biāo)識的檢測結(jié)果。應(yīng)理解的是，由于在相關(guān)技術(shù)中利用異常識別模型對圖像中的產(chǎn)品標(biāo)識進(jìn)行識別時的識別精度低，可能會導(dǎo)致從圖像中提取的產(chǎn)品標(biāo)識不完整，在本技術(shù)實施例中，通過確定待檢測圖像中的多個輪廓，并對多個輪廓進(jìn)行過濾，并將待檢測圖像按照待檢測標(biāo)識所在區(qū)域進(jìn)行分割，得到多個分割區(qū)域，然后將分割區(qū)域內(nèi)的矩形框進(jìn)行合并，以得到待檢測標(biāo)識的位置，也即目標(biāo)矩形框，便于后續(xù)對待檢測標(biāo)識進(jìn)行定位和分離，提高檢測精度。

8、在一種可能的實現(xiàn)中，在根據(jù)待檢測文件確定待檢測標(biāo)識對應(yīng)的檢測方式之前，還包括：對待檢測圖像進(jìn)行剪切處理得到第一待檢測圖像，然后對第一待檢測圖像進(jìn)行閾值化處理得到第二待檢測圖像，最后對第二待檢測圖像進(jìn)行形態(tài)學(xué)處理得到預(yù)處理圖像，其中進(jìn)一步可以利用檢測方式對預(yù)處理圖像進(jìn)行檢測，得到待檢測標(biāo)識的檢測結(jié)果。應(yīng)理解的是，由于待檢測圖像中可能包含與待檢測標(biāo)識無關(guān)的內(nèi)容，這些無關(guān)內(nèi)容可能會影響待檢測圖像的檢測精度，因此在本技術(shù)實施例中，通過將待檢測圖像中與待檢測標(biāo)識無關(guān)的內(nèi)容進(jìn)行剪切和閾值化處理，得到預(yù)處理圖像，以避免無關(guān)內(nèi)容對待檢測標(biāo)識的檢測精度的影響。

9、在一種可能的實現(xiàn)中，若待檢測圖像包含標(biāo)注，在對第一待檢測圖像進(jìn)行閾值化處理之前，還包括：對第一待檢測圖像進(jìn)行標(biāo)注去除處理得到中間處理圖像，對應(yīng)的，對中間處理圖像進(jìn)行閾值化處理得到第二待檢測圖像。其中，由于待檢測圖像中可能會包括標(biāo)注，標(biāo)注也會影響檢測精度，因此需要對待檢測圖像中的標(biāo)注進(jìn)行去除，也即對第一待檢測圖像中的標(biāo)注進(jìn)行去除，避免標(biāo)注對待檢測標(biāo)識的檢測精度的影響。

10、第二方面，本技術(shù)實施例提供一種檢測方法，該方法包括：獲取包括待檢測空心標(biāo)識的待檢測圖像，然后對待檢測圖像和第一圖像模板進(jìn)行輪廓提取，得到待檢測圖像對應(yīng)的第一輪廓和第一圖像模板對應(yīng)的第二輪廓，其中第一圖像模板為圖像模板庫中與待檢測空心標(biāo)識對應(yīng)的圖像模板，圖像模板庫包括多個圖像模板，進(jìn)一步將第一輪廓和第二輪廓以相同的線寬分別繪制在相同大小的空白圖上，得到第一輪廓對應(yīng)的第一繪圖和第二輪廓對應(yīng)的第二繪圖，然后將第一繪圖與第二繪圖進(jìn)行匹配，得到待檢測空心標(biāo)識的檢測結(jié)果。

11、應(yīng)理解的是，由于空心不規(guī)則的圖案(也即空心標(biāo)識)存在的有效面積較小，圖案的線寬較細(xì)，可能會導(dǎo)致檢測精度低，為了解決該技術(shù)問題，本技術(shù)實施例通過將待檢測圖像和第一圖像模板的內(nèi)外輪廓分別提取出來，并以相同的線寬繪制在相同大小的空白圖上，有利于待檢測標(biāo)識為空心不規(guī)則的圖案的匹配檢測，避免因待檢測標(biāo)識的線寬太細(xì)導(dǎo)致的匹配準(zhǔn)確度降低的問題，提高檢測精度。

12、在第二方面的一種可能的實現(xiàn)中，在對待檢測圖像和第一圖像模板進(jìn)行輪廓提取之前，還包括：對待檢測圖像進(jìn)行剪切處理得到第一待檢測圖像，然后對第一待檢測圖像進(jìn)行閾值化處理得到第二待檢測圖像，最后對第二待檢測圖像進(jìn)行形態(tài)學(xué)處理得到預(yù)處理圖像，其中進(jìn)一步可以對預(yù)處理圖像和第一圖像模板進(jìn)行輪廓提取。應(yīng)理解的是，由于待檢測圖像中可能包含與待檢測標(biāo)識無關(guān)的內(nèi)容，這些無關(guān)內(nèi)容可能會影響待檢測圖像的檢測精度，因此在本技術(shù)實施例中，通過將待檢測圖像中與待檢測標(biāo)識無關(guān)的內(nèi)容進(jìn)行剪切和閾值化處理，得到預(yù)處理圖像，以避免無關(guān)內(nèi)容對待檢測標(biāo)識的檢測精度的影響。

13、在第二方面的一種可能的實現(xiàn)中，若待檢測圖像包含標(biāo)注，在對第一待檢測圖像進(jìn)行閾值化處理之前，還包括：對第一待檢測圖像進(jìn)行標(biāo)注去除處理得到中間處理圖像，對應(yīng)的，對中間處理圖像進(jìn)行閾值化處理得到第二待檢測圖像。其中，由于待檢測圖像中可能會包括標(biāo)注，標(biāo)注也會影響檢測精度，因此需要對待檢測圖像中的標(biāo)注進(jìn)行去除，也即對第一待檢測圖像中的標(biāo)注進(jìn)行去除，避免標(biāo)注對待檢測標(biāo)識的檢測精度的影響。

14、在第二方面的一種可能的實現(xiàn)中，若待檢測空心標(biāo)識的檢測結(jié)果指示為待檢測空心標(biāo)識為錯誤，還包括：將第一繪圖中待檢測標(biāo)識繪制在第三空白圖上得到第三繪圖，進(jìn)一步將第三繪圖與第二繪圖進(jìn)行匹配，得到待檢測空心標(biāo)識的檢測結(jié)果。應(yīng)理解的是，由于第一繪圖為待檢測圖像的繪圖，可能會由于第二繪圖不清晰導(dǎo)致檢測結(jié)果為錯誤，因此可以進(jìn)一步將第一繪圖中的待檢測空心標(biāo)識單獨(dú)繪制在第三空白圖上，得到第三繪圖，并進(jìn)行再次檢測，有利于提高檢測精度。

15、在第二方面的一種可能的實現(xiàn)中，在對待檢測圖像和第一圖像模板進(jìn)行輪廓提取之前，還包括：將待檢測圖像轉(zhuǎn)換為二值圖像，然后確定二值圖像的多個輪廓區(qū)域，進(jìn)一步對各個輪廓區(qū)域進(jìn)行分割得到多個輪廓，然后確定各個輪廓對應(yīng)的外接最小矩形，進(jìn)一步將外接最小矩形的寬度大于預(yù)設(shè)寬度或外接最小矩形的長度大于預(yù)設(shè)長度的輪廓過濾，再對二值圖像進(jìn)行分割區(qū)域處理得到多個分割區(qū)域，并將各個分割區(qū)域中的一個或多個最小外接矩形框進(jìn)行合并，得到各個分割區(qū)域?qū)?yīng)的指示待檢測空心標(biāo)識的位置的目標(biāo)矩形框。應(yīng)理解的是，由于在相關(guān)技術(shù)中利用異常識別模型對圖像中的產(chǎn)品標(biāo)識進(jìn)行識別時的識別精度低，可能會導(dǎo)致從圖像中提取的產(chǎn)品標(biāo)識不完整，在本技術(shù)實施例中，通過確定待檢測圖像中的多個輪廓，并對多個輪廓進(jìn)行過濾，并將待檢測圖像按照待檢測空心標(biāo)識所在區(qū)域進(jìn)行分割，得到多個分割區(qū)域，然后將分割區(qū)域內(nèi)的矩形框進(jìn)行合并，以得到待檢測空心標(biāo)識的位置，也即目標(biāo)矩形框，便于后續(xù)對待檢測標(biāo)識進(jìn)行定位和分離，提高檢測精度。

16、在第二方面的一種可能的實現(xiàn)中，在對待檢測圖像和第一圖像模板進(jìn)行輪廓提取之前，還包括：獲取待檢測圖像和待檢測圖像對應(yīng)的待檢測文件；待檢測圖像中包括待檢測空心標(biāo)識；待檢測文件指示待檢測空心標(biāo)識的類型信息；根據(jù)待檢測文件中的類型信息確定待檢測空心標(biāo)識對應(yīng)的檢測方式；進(jìn)一步基于檢測方式對待檢測圖像和第一圖像模板進(jìn)行輪廓提取。

17、第三方面，本技術(shù)實施例提供一種檢測方法，該方法包括：獲取包括待檢測旋轉(zhuǎn)標(biāo)識的待檢測圖像，然后確定待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)，其中第二圖像模板為圖像模板庫中與待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的圖像模板，圖像模板庫包括多個圖像模板，進(jìn)一步將多個第一特征點(diǎn)與多個第二特征點(diǎn)進(jìn)行匹配得到多個匹配結(jié)果，其中匹配結(jié)果指示匹配成功或匹配失??；若多個匹配結(jié)果中指示匹配成功的匹配結(jié)果的數(shù)量大于預(yù)設(shè)數(shù)量，則確定待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的旋轉(zhuǎn)角度并將第二圖像模板旋轉(zhuǎn)為旋轉(zhuǎn)角度，進(jìn)一步將待檢測旋轉(zhuǎn)標(biāo)識與旋轉(zhuǎn)后的第二匹配圖像模板進(jìn)行匹配，得到待檢測旋轉(zhuǎn)標(biāo)識的檢測結(jié)果。

18、應(yīng)理解的是，在相關(guān)技術(shù)中利用異常識別模型進(jìn)行識別時，針對環(huán)繞字符串標(biāo)識(旋轉(zhuǎn)標(biāo)識)可能會無法識別成功，從而導(dǎo)致檢測精度低，為了解決該技術(shù)問題，本技術(shù)實施例通過將待檢測旋轉(zhuǎn)標(biāo)識與第二圖像模板進(jìn)行特征點(diǎn)匹配，在匹配成功后，確定待檢測旋轉(zhuǎn)標(biāo)識的旋轉(zhuǎn)角度，并將第二圖像模板旋轉(zhuǎn)到該旋轉(zhuǎn)角度，然后將旋轉(zhuǎn)后的第二圖像模板和待檢測旋轉(zhuǎn)標(biāo)識進(jìn)行匹配，提高檢測精度。

19、在第三方面的一種可能的實現(xiàn)中，在確定待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)之前，還包括：對待檢測圖像進(jìn)行剪切處理得到第一待檢測圖像，然后對第一待檢測圖像進(jìn)行閾值化處理得到第二待檢測圖像，最后對第二待檢測圖像進(jìn)行形態(tài)學(xué)處理得到預(yù)處理圖像，其中進(jìn)一步可以確定預(yù)處理圖像中的待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)。應(yīng)理解的是，由于待檢測圖像中可能包含與待檢測標(biāo)識無關(guān)的內(nèi)容，這些無關(guān)內(nèi)容可能會影響待檢測圖像的檢測精度，因此在本技術(shù)實施例中，通過將待檢測圖像中與待檢測標(biāo)識無關(guān)的內(nèi)容進(jìn)行剪切和閾值化處理，得到預(yù)處理圖像，以避免無關(guān)內(nèi)容對待檢測標(biāo)識的檢測精度的影響。

20、在第三方面的一種可能的實現(xiàn)中，若待檢測圖像包含標(biāo)注，在對第一待檢測圖像進(jìn)行閾值化處理之前，還包括：對第一待檢測圖像進(jìn)行標(biāo)注去除處理得到中間處理圖像，對應(yīng)的，對中間處理圖像進(jìn)行閾值化處理得到第二待檢測圖像。其中，由于待檢測圖像中可能會包括標(biāo)注，標(biāo)注也會影響檢測精度，因此需要對待檢測圖像中的標(biāo)注進(jìn)行去除，也即對第一待檢測圖像中的標(biāo)注進(jìn)行去除，避免標(biāo)注對待檢測標(biāo)識的檢測精度的影響。

21、在第三方面的一種可能的實現(xiàn)中，在確定待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)之前，還包括：將待檢測圖像轉(zhuǎn)換為二值圖像，然后確定二值圖像的多個輪廓區(qū)域，進(jìn)一步對各個輪廓區(qū)域進(jìn)行分割得到多個輪廓，然后確定各個輪廓對應(yīng)的外接最小矩形，進(jìn)一步將外接最小矩形的寬度大于預(yù)設(shè)寬度或外接最小矩形的長度大于預(yù)設(shè)長度的輪廓過濾，再對二值圖像進(jìn)行分割區(qū)域處理得到多個分割區(qū)域，并將各個分割區(qū)域中的一個或多個最小外接矩形框進(jìn)行合并，得到各個分割區(qū)域?qū)?yīng)的指示待檢測空心標(biāo)識的位置的目標(biāo)矩形框。其中，進(jìn)一步基于所述目標(biāo)矩形框確定待檢測旋轉(zhuǎn)標(biāo)識，然后確定待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)。應(yīng)理解的是，由于在相關(guān)技術(shù)中利用異常識別模型對圖像中的產(chǎn)品標(biāo)識進(jìn)行識別時的識別精度低，可能會導(dǎo)致從圖像中提取的產(chǎn)品標(biāo)識不完整，在本技術(shù)實施例中，通過確定待檢測圖像中的多個輪廓，并對多個輪廓進(jìn)行過濾，并將待檢測圖像按照待檢測標(biāo)識所在區(qū)域進(jìn)行分割，得到多個分割區(qū)域，然后將分割區(qū)域內(nèi)的矩形框進(jìn)行合并，以得到待檢測標(biāo)識的位置，也即目標(biāo)矩形框，便于后續(xù)對待檢測旋轉(zhuǎn)標(biāo)識進(jìn)行定位和分離，提高檢測精度。

22、在第三方面的一種可能的實現(xiàn)中，在確定待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)之前，還包括：獲取待檢測圖像和待檢測圖像對應(yīng)的待檢測文件；待檢測圖像中包括待檢測旋轉(zhuǎn)標(biāo)識；待檢測文件指示待檢測旋轉(zhuǎn)標(biāo)識的類型信息；根據(jù)待檢測文件中的類型信息確定待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的檢測方式；進(jìn)一步基于檢測方式確定待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)。

23、第四方面，本技術(shù)實施例提供一種檢測方法，該方法包括：獲取包括待檢測變量標(biāo)識和待檢測非變量標(biāo)識的待檢測圖像，然后確定待檢測圖像中待檢測變量標(biāo)識的位置，并基于位置利用掩膜對待檢測變量標(biāo)識進(jìn)行處理，得到處理后的待檢測圖像，然后將處理后的待檢測圖像中的待檢測非變量標(biāo)識與第三圖像模板進(jìn)行匹配得到第一檢測結(jié)果，其中第三圖像模板為圖像模板庫中與待檢測非變量標(biāo)識對應(yīng)的圖像模板，圖像模板庫包括多個圖像模板；并利用光學(xué)字符識別ocr技術(shù)對待檢測變量標(biāo)識進(jìn)行識別得到第二檢測結(jié)果，最后將第一檢測結(jié)果和第二檢測結(jié)果作為待檢測圖像的檢測結(jié)果。

24、應(yīng)理解的是，在相關(guān)技術(shù)中，由于變量的待檢測標(biāo)識與圖像模板庫中的圖像模板的差異較大，可能會導(dǎo)致異常識別模型針對待檢測標(biāo)量標(biāo)識的檢測異常，從而降低檢測精度，為了解決上述技術(shù)問題，本技術(shù)實施例通過先將待檢測變量標(biāo)識利用掩膜進(jìn)行遮掩，并對待檢測非變量標(biāo)識進(jìn)行檢測，然后再利用ocr技術(shù)對待檢測變量標(biāo)識進(jìn)行檢測，從而得到待檢測圖像的檢測結(jié)果，提高檢測精度。

25、在第四方面的一種可能的實現(xiàn)中，在確定待檢測圖像中待檢測變量標(biāo)識的位置之前，還包括：對待檢測圖像進(jìn)行剪切處理得到第一待檢測圖像，然后對第一待檢測圖像進(jìn)行閾值化處理得到第二待檢測圖像，最后對第二待檢測圖像進(jìn)行形態(tài)學(xué)處理得到預(yù)處理圖像，其中進(jìn)一步可以確定預(yù)處理圖像中待檢測變量標(biāo)識的位置。應(yīng)理解的是，由于待檢測圖像中可能包含與待檢測標(biāo)識無關(guān)的內(nèi)容，這些無關(guān)內(nèi)容可能會影響待檢測圖像的檢測精度，因此在本技術(shù)實施例中，通過將待檢測圖像中與待檢測標(biāo)識無關(guān)的內(nèi)容進(jìn)行剪切和閾值化處理，得到預(yù)處理圖像，以避免無關(guān)內(nèi)容對待檢測標(biāo)識的檢測精度的影響。

26、在第四方面的一種可能的實現(xiàn)中，若待檢測圖像包含標(biāo)注，在對第一待檢測圖像進(jìn)行閾值化處理之前，還包括：對第一待檢測圖像進(jìn)行標(biāo)注去除處理得到中間處理圖像，對應(yīng)的，對中間處理圖像進(jìn)行閾值化處理得到第二待檢測圖像。其中，由于待檢測圖像中可能會包括標(biāo)注，標(biāo)注也會影響檢測精度，因此需要對待檢測圖像中的標(biāo)注進(jìn)行去除，也即對第一待檢測圖像中的標(biāo)注進(jìn)行去除，避免標(biāo)注對待檢測標(biāo)識的檢測精度的影響。

27、在第四方面的一種可能的實現(xiàn)中，在確定待檢測圖像中待檢測變量標(biāo)識的位置之前，還包括：將待檢測圖像轉(zhuǎn)換為二值圖像，然后確定二值圖像的多個輪廓區(qū)域，進(jìn)一步對各個輪廓區(qū)域進(jìn)行分割得到多個輪廓，然后確定各個輪廓對應(yīng)的外接最小矩形，進(jìn)一步將外接最小矩形的寬度大于預(yù)設(shè)寬度或外接最小矩形的長度大于預(yù)設(shè)長度的輪廓過濾，再對二值圖像進(jìn)行分割區(qū)域處理得到多個分割區(qū)域，并將各個分割區(qū)域中的一個或多個最小外接矩形框進(jìn)行合并，得到各個分割區(qū)域?qū)?yīng)的指示待檢測變量標(biāo)識或待檢測非變量標(biāo)識的位置的目標(biāo)矩形框。應(yīng)理解的是，由于在相關(guān)技術(shù)中利用異常識別模型對圖像中的產(chǎn)品標(biāo)識進(jìn)行識別時的識別精度低，可能會導(dǎo)致從圖像中提取的產(chǎn)品標(biāo)識不完整，在本技術(shù)實施例中，通過確定待檢測圖像中的多個輪廓，并對多個輪廓進(jìn)行過濾，并將待檢測圖像按照待檢測變量標(biāo)識或待檢測非變量標(biāo)識所在區(qū)域進(jìn)行分割，得到多個分割區(qū)域，然后將分割區(qū)域內(nèi)的矩形框進(jìn)行合并，以得到待檢測變量標(biāo)識或待檢測非變量標(biāo)識的位置，也即目標(biāo)矩形框，便于后續(xù)對待檢測變量標(biāo)識或待檢測非變量標(biāo)識進(jìn)行定位和分離，提高檢測精度。

28、在第四方面的一種可能的實現(xiàn)中，當(dāng)待檢測非變量標(biāo)識為空心標(biāo)識，可以先對待檢測圖像和第一圖像模板進(jìn)行輪廓提取，得到待檢測圖像對應(yīng)的第一輪廓和第一圖像模板對應(yīng)的第二輪廓，其中第一圖像模板為圖像模板庫中與待檢測標(biāo)識對應(yīng)的圖像模板；圖像模板庫包括多個圖像模板，然后，將第一輪廓和第二輪廓以相同的線寬分別繪制在相同大小的空白圖上，得到第一輪廓對應(yīng)的第一繪圖和第二輪廓對應(yīng)的第二繪圖，進(jìn)一步將第一繪圖與第二繪圖進(jìn)行匹配，得到待檢測非變量標(biāo)識的檢測結(jié)果。其中，通過將待檢測圖像和待檢測非變量標(biāo)識對應(yīng)的圖像模板的內(nèi)外輪廓分別提取出來，并以相同的線寬繪制在相同大小的空白圖上，有利于待檢測標(biāo)識為空心不規(guī)則的圖案的匹配檢測，避免因空心標(biāo)識的線寬太細(xì)導(dǎo)致的匹配準(zhǔn)確度降低的問題，提高檢測精度。

29、在第四方面的一種可能的實現(xiàn)中，當(dāng)待檢測非變量標(biāo)識為旋轉(zhuǎn)標(biāo)識，可以先確定待檢測圖像中的待檢測非變量標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)，其中第二圖像模板為圖像模板庫中與待檢測標(biāo)識對應(yīng)的圖像模板，圖像模板庫包括多個圖像模板，然后將多個第一特征點(diǎn)與多個第二特征點(diǎn)進(jìn)行匹配得到多個匹配結(jié)果，其中，匹配結(jié)果指示匹配成功或匹配失敗；若多個匹配結(jié)果中指示匹配成功的匹配結(jié)果的數(shù)量大于預(yù)設(shè)數(shù)量，則確定待檢測非變量標(biāo)識對應(yīng)的旋轉(zhuǎn)角度，并將第二圖像模板旋轉(zhuǎn)為旋轉(zhuǎn)角度，進(jìn)一步將待檢測非變量標(biāo)識與旋轉(zhuǎn)后的第二匹配圖像模板進(jìn)行匹配，得到待檢測非變量標(biāo)識的檢測結(jié)果。其中，在相關(guān)技術(shù)中，在利用異常識別模型對待檢測非變量標(biāo)識進(jìn)行檢測時，可能會由于待檢測非變量標(biāo)識相比于圖像模板發(fā)生旋轉(zhuǎn)而導(dǎo)致檢測結(jié)果出現(xiàn)差異，本技術(shù)實施例通過將待檢測非變量標(biāo)識對應(yīng)的多個第一特征點(diǎn)與圖像模板對應(yīng)的多個第二特征點(diǎn)進(jìn)行匹配，并在匹配成功后將圖像模板旋轉(zhuǎn)至與待檢測非變量標(biāo)識相同的角度，便于檢測，提高檢測精度。

30、在第四方面的一種可能的實現(xiàn)中，在確定待檢測圖像中待檢測變量標(biāo)識的位置之前，還包括：獲取待檢測圖像和待檢測圖像對應(yīng)的待檢測文件；待檢測圖像中包括待檢測變量標(biāo)識和待檢測非變量標(biāo)識；待檢測文件指示待檢測變量標(biāo)識的第一類型信息和待檢測非變量標(biāo)識的第二類型信息；根據(jù)待檢測文件中的第一類型信息確定待檢測變量標(biāo)識對應(yīng)的第一檢測方式，根據(jù)待檢測文件中的第二類型信息確定待檢測非變量標(biāo)識對應(yīng)的第二檢測方式；進(jìn)一步基于第一檢測方式確定待檢測旋轉(zhuǎn)標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)，進(jìn)一步基于第二檢測方式將處理后的待檢測圖像中的待檢測非變量標(biāo)識與第三圖像模板進(jìn)行匹配得到第一檢測結(jié)果。

31、第五方面，本技術(shù)實施例提供一種標(biāo)識定位方法，該方法包括：獲取包括待檢測標(biāo)識的待檢測圖像，將待檢測圖像轉(zhuǎn)換為二值圖像，然后確定二值圖像的多個輪廓區(qū)域，進(jìn)一步對各個輪廓區(qū)域進(jìn)行分割得到多個輪廓，然后確定各個輪廓對應(yīng)的外接最小矩形，進(jìn)一步將外接最小矩形的寬度大于預(yù)設(shè)寬度或外接最小矩形的長度大于預(yù)設(shè)長度的輪廓過濾，進(jìn)一步對二值圖像進(jìn)行分割區(qū)域處理得到多個分割區(qū)域，然后將各個分割區(qū)域中的一個或多個最小外接矩形框進(jìn)行合并，得到各個分割區(qū)域?qū)?yīng)的示待檢測標(biāo)識的位置的目標(biāo)矩形框。

32、應(yīng)理解的是，在相關(guān)技術(shù)中，在利用異常識別模型對圖像中的產(chǎn)品標(biāo)識進(jìn)行檢測時，也需要對圖像中的產(chǎn)品標(biāo)識進(jìn)行定位和提取，然后再對提取后的產(chǎn)品標(biāo)識進(jìn)行檢測，但是，由于異常識別模型的訓(xùn)練問題，可能會無法識別到較小的標(biāo)識，從而導(dǎo)致將正確的標(biāo)識識別為錯誤的標(biāo)識。為了解決該技術(shù)問題，本技術(shù)實施例通過過確定待檢測圖像中的多個輪廓，并對多個輪廓進(jìn)行過濾，并將待檢測圖像按照待檢測標(biāo)識所在區(qū)域進(jìn)行分割，得到多個分割區(qū)域，然后將分割區(qū)域內(nèi)的矩形框進(jìn)行合并，以得到待檢測標(biāo)識的位置，有利于從待檢測圖像中提取完整的待檢測標(biāo)識，實現(xiàn)對較小的標(biāo)識的識別，提高檢測精度。

33、在第五方面的一種可能的實現(xiàn)中，在將待檢測圖像轉(zhuǎn)換為二值圖像之前，還包括：對待檢測圖像進(jìn)行剪切處理得到第一待檢測圖像，然后對第一待檢測圖像進(jìn)行閾值化處理得到第二待檢測圖像，最后對第二待檢測圖像進(jìn)行形態(tài)學(xué)處理得到預(yù)處理圖像，其中進(jìn)一步可以將預(yù)處理圖像作為二值圖像。應(yīng)理解的是，由于待檢測圖像中可能包含與待檢測標(biāo)識無關(guān)的內(nèi)容，這些無關(guān)內(nèi)容可能會影響待檢測圖像的檢測精度，因此在本技術(shù)實施例中，通過將待檢測圖像中與待檢測標(biāo)識無關(guān)的內(nèi)容進(jìn)行剪切和閾值化處理，得到預(yù)處理圖像，以避免無關(guān)內(nèi)容對待檢測標(biāo)識的檢測精度的影響。

34、在第五方面的一種可能的實現(xiàn)中，若待檢測圖像包含標(biāo)注，在對第一待檢測圖像進(jìn)行閾值化處理之前，還包括：對第一待檢測圖像進(jìn)行標(biāo)注去除處理得到中間處理圖像，對應(yīng)的，對中間處理圖像進(jìn)行閾值化處理得到第二待檢測圖像。其中，由于待檢測圖像中可能會包括標(biāo)注，標(biāo)注也會影響檢測精度，因此需要對待檢測圖像中的標(biāo)注進(jìn)行去除，也即對第一待檢測圖像中的標(biāo)注進(jìn)行去除，避免標(biāo)注對待檢測標(biāo)識的檢測精度的影響。

35、在第五方面的一種可能的實現(xiàn)中，當(dāng)目標(biāo)矩形框指示的待檢測標(biāo)識為空心標(biāo)識，可以先對待檢測圖像和第一圖像模板進(jìn)行輪廓提取，得到待檢測圖像對應(yīng)的第一輪廓和第一圖像模板對應(yīng)的第二輪廓，其中第一圖像模板為圖像模板庫中與待檢測標(biāo)識對應(yīng)的圖像模板；圖像模板庫包括多個圖像模板，然后，將第一輪廓和第二輪廓以相同的線寬分別繪制在相同大小的空白圖上，得到第一輪廓對應(yīng)的第一繪圖和第二輪廓對應(yīng)的第二繪圖，進(jìn)一步將第一繪圖與第二繪圖進(jìn)行匹配，得到待檢測標(biāo)識的檢測結(jié)果。其中，通過將待檢測圖像和待檢測標(biāo)識對應(yīng)的圖像模板的內(nèi)外輪廓分別提取出來，并以相同的線寬繪制在相同大小的空白圖上，有利于待檢測標(biāo)識為空心不規(guī)則的圖案的匹配檢測，避免因待檢測標(biāo)識的線寬太細(xì)導(dǎo)致的匹配準(zhǔn)確度降低的問題，提高檢測精度。

36、在第五方面的一種可能的實現(xiàn)中，當(dāng)目標(biāo)矩形框指示的待檢測標(biāo)識為旋轉(zhuǎn)標(biāo)識，可以先確定待檢測圖像中的待檢測標(biāo)識對應(yīng)的多個第一特征點(diǎn)和第二圖像模板對應(yīng)的多個第二特征點(diǎn)，其中第二圖像模板為圖像模板庫中與待檢測標(biāo)識對應(yīng)的圖像模板，圖像模板庫包括多個圖像模板，然后將多個第一特征點(diǎn)與多個第二特征點(diǎn)進(jìn)行匹配得到多個匹配結(jié)果，其中，匹配結(jié)果指示匹配成功或匹配失?。蝗舳鄠€匹配結(jié)果中指示匹配成功的匹配結(jié)果的數(shù)量大于預(yù)設(shè)數(shù)量，則確定待檢測標(biāo)識對應(yīng)的旋轉(zhuǎn)角度，并將第二圖像模板旋轉(zhuǎn)為旋轉(zhuǎn)角度，進(jìn)一步將待檢測標(biāo)識與旋轉(zhuǎn)后的第二匹配圖像模板進(jìn)行匹配，得到待檢測標(biāo)識的檢測結(jié)果。其中，在相關(guān)技術(shù)中，在利用異常識別模型對待檢測標(biāo)識進(jìn)行檢測時，可能會由于待檢測標(biāo)識相比于圖像模板發(fā)生旋轉(zhuǎn)而導(dǎo)致檢測結(jié)果出現(xiàn)差異，本技術(shù)實施例通過將待檢測標(biāo)識對應(yīng)的多個第一特征點(diǎn)與圖像模板對應(yīng)的多個第二特征點(diǎn)進(jìn)行匹配，并在匹配成功后將圖像模板旋轉(zhuǎn)至與待檢測標(biāo)識相同的角度，便于檢測，提高檢測精度。

37、在第五方面的一種可能的實現(xiàn)中，當(dāng)目標(biāo)矩形框指示的待檢測標(biāo)識為非變量的待檢測標(biāo)識和變量的待檢測標(biāo)識，可以先確定待檢測圖像中變量的待檢測標(biāo)識的位置，并基于位置利用掩膜對變量的待檢測標(biāo)識進(jìn)行處理，得到處理后的待檢測圖像，然后將處理后的待檢測圖像中的非變量的待檢測標(biāo)識與第三圖像模板進(jìn)行匹配得到第一檢測結(jié)果，其中第三圖像模板為圖像模板庫中與非變量的待檢測標(biāo)識對應(yīng)的圖像模板，圖像模板庫包括多個圖像模板；進(jìn)一步利用光學(xué)字符識別ocr技術(shù)對變量的待檢測標(biāo)識進(jìn)行識別得到第二檢測結(jié)果，最后將第一檢測結(jié)果和第二檢測結(jié)果作為得到待檢測標(biāo)識的檢測結(jié)果。其中，由于不同的含變量的待檢測標(biāo)識指示不同的變量，因此在相關(guān)技術(shù)中難以通過模板匹配的方式進(jìn)行檢測，且容易將正確的變量的待檢測標(biāo)識檢測為錯誤的標(biāo)識，因此，在此本技術(shù)實施例中通過先將變量的待檢測標(biāo)識利用掩膜進(jìn)行遮掩，先將待檢測圖像中非變量的待檢測標(biāo)識進(jìn)行檢測，并進(jìn)一步采用osr識別技術(shù)對變量的待檢測標(biāo)識進(jìn)行檢測，避免變量的待檢測標(biāo)識對待檢測圖像的影響，有利于提高檢測精度。

38、第六方面，本技術(shù)實施例提供一種電子設(shè)備，包括：處理器和存儲器；其中，在存儲器中存儲有一個或多個計算機(jī)程序，一個或多個計算機(jī)程序包括指令；當(dāng)指令被處理器執(zhí)行時，使得電子設(shè)備執(zhí)如第一方面的檢測方法，或者執(zhí)行如第二方面的檢測方法，或者執(zhí)行如第三方面的檢測方法，或者執(zhí)行如第四方面的檢測方法，或者執(zhí)行如第五方面的標(biāo)識定位方法。

39、第七方面，本技術(shù)實施例提供一種計算機(jī)存儲介質(zhì)，包括計算機(jī)指令，當(dāng)計算機(jī)指令在電子設(shè)備上運(yùn)行時，電子設(shè)備執(zhí)行如第一方面的檢測方法，或者執(zhí)行如第二方面的檢測方法，或者執(zhí)行如第三方面的檢測方法，或者執(zhí)行如第四方面的檢測方法，或者執(zhí)行如第五方面的標(biāo)識定位方法。