摘要
本发明公开了一种基于图像识别的智能条码数据转换打印方法及系统,包括:S1:拍摄待转换的条码数据获得条码图像,对条码图像进行噪声抑制处理和自适应阈值分割,获得标准化的条码图像;S2:利用轻量级深度卷积神经网络对标准化条码图像进行类型识别,获得条码类型标识;S3:基于改进的U‑Net网络结构对标准化条码图像进行质量修复,获得修复后的条码图像;S4:利用机器学习模型,根据修复后的条码图像、条码类型标识及打印机型号标识,预测初始的最优打印参数集;S5:对最优打印参数预测值集合进行验证与约束处理,生成最终应用于打印控制的最优打印参数集。本发明提供一种基于图像识别的智能条码数据转换打印方法,解决打印质量不稳定的问题。
技术关键词
条码图像
智能条码
打印方法
梯度提升决策树
深度卷积神经网络
噪声抑制
机器学习模型
标识
网络结构
解码器
打印机
坐标
像素
数据
编码向量
编码器参数
系统为您推荐了相关专利信息
快速识别方法
结构构件
高精度掩膜
超分辨率重建模型
线型
组装控制系统
定子绕组线圈
电机定子
序列
深度卷积神经网络
双极化SAR图像
检测定位方法
海面舰船
拼接模块
深度卷积神经网络
图像检测模型
数据处理子系统
数据采集子系统
深度卷积神经网络
在线缺陷检测系统