本申请涉及数字图像识别
技术领域：
：，具体而言，涉及一种二维码识别方法、装置、电子设备以及可读存储介质。
背景技术：
：：如今，二维码在日常生活中所占的地位越来越重，例如使用共享单车、移动支付等功能时都可能会用到二维码识别。目前，二维码识别依赖于二维码上的多个定位点，通过定位点可以获取二维码的范围以及识别方向，完成二维码的识别。当二维码出现破损时，如果破损的位置处于定位点区域，可能导致二维码无法被识别的问题。技术实现要素：有鉴于此，本申请实施例的目的在于提供一种二维码识别方法、装置、电子设备以及可读存储介质，能够通过预设识别算法以及预设规则，获取潜在的定位点，并将潜在定位点与已识别的定位点组合，进行二维码识别，解决识别破损二维码的问题。本申请第一方面，提供了一种二维码识别方法，可以包括：识别待识别扫描图像，获取n个已识别的定位点，其中，n为大于0、且小于预设阈值的整数。根据待识别扫描图像、以及预设识别算法，确定至少1个潜在定位点。将潜在定位点与已识别的定位点组合，进行二维码识别。可选地，根据待识别扫描图像、以及预设识别算法，确定至少1个潜在定位点，包括：根据待识别扫描图像、以及预设识别算法，识别与定位点轮廓近似度满足预设条件的至少1个潜在定位点。可选地，根据待识别扫描图像、以及预设识别算法，确定至少1个潜在定位点，包括：根据待识别扫描图像、已识别的定位点，确定潜在范围。根据预设识别算法，在潜在范围内确定至少1个潜在定位点。可选地，根据预设识别算法，在潜在范围内确定至少1个潜在定位点，包括：根据预设定位点位置信息，确定预设识别算法。根据预设识别算法，在潜在范围内确定至少1个潜在定位点。可选地，若预设定位点位置信息标识潜在定位点与已识别的定位点构成等腰直角三角形，已识别的定位点个数为2个，则根据预设识别算法，在潜在范围内确定至少1个潜在定位点，包括：在潜在范围内，确定至少1个可与2个已识别的定位点构成等腰直角三角形的点作为潜在定位点。可选地，将潜在定位点与已识别的定位点组合，进行二维码识别，包括：根据至少1个潜在定位点与已识别的定位点的位置关系、以及预设规则，获取每个潜在定位点的优先级。根据每个潜在定位点的优先级顺序，将潜在定位点与已识别的定位点依次组合，进行二维码识别。可选地，将潜在定位点与已识别的定位点组合，进行二维码识别，包括：将潜在定位点与已识别的定位点组合，获取至少一个待选形状。在至少一个待选形状中选择满足预设位置关系要求的目标待选形状。根据目标待选形状包含的潜在定位点与已识别的定位点，进行二维码识别。可选地，将潜在定位点与已识别的定位点组合，进行二维码识别，包括：将潜在定位点与已识别的定位点组合，获取初始待识别二维码。采用特征模型对补偿初始待识别二维码，得到补偿后的待识别二维码，其中，特征模型包括二维码的特征信息。对补偿后的待识别二维码进行二维码识别。可选地，采用特征模型对补偿初始待识别二维码，得到补偿后的待识别二维码之前，还包括：获取二维码图像集，二维码图像集包括多个完整的二维码图像。提取二维码图像集中各完整的二维码图像的特征信息。采用完整的二维码图像的特征信息进行训练，获取特征模型。本申请第二方面，提供了一种二维码识别装置，包括：图像识别模块，用于识别待识别扫描图像，获取n个已识别的定位点，其中，n为大于0、且小于预设阈值的整数。确定模块，用于根据待识别扫描图像、以及预设识别算法，确定至少1个潜在定位点。识别模块，用于将潜在定位点与已识别的定位点组合，进行二维码识别。可选地，确定模块，具体用于根据待识别扫描图像、以及预设识别算法，识别与定位点轮廓近似度满足预设条件的至少1个潜在定位点。可选地，确定模块，具体用于根据待识别扫描图像、已识别的定位点，确定潜在范围。根据预设识别算法，在潜在范围内确定至少1个潜在定位点。可选地，确定模块，具体用于根据预设定位点位置信息，确定预设识别算法。根据预设识别算法，在潜在范围内确定至少1个潜在定位点。可选地，若预设定位点位置信息标识潜在定位点与已识别的定位点构成等腰直角三角形，已识别的定位点个数为2个，则确定模块，具体用于在潜在范围内，确定至少1个可与2个已识别的定位点构成等腰直角三角形的点作为潜在定位点。可选地，识别模块，具体用于根据至少1个潜在定位点与已识别的定位点的位置关系、以及预设规则，获取每个潜在定位点的优先级。根据每个潜在定位点的优先级顺序，将潜在定位点与已识别的定位点依次组合，进行二维码识别。可选地，识别模块，具体用于将潜在定位点与已识别的定位点组合，获取至少一个待选形状。在至少一个待选形状中选择满足预设位置关系要求的目标待选形状。根据目标待选形状包含的潜在定位点与已识别的定位点，进行二维码识别。可选地，识别模块，具体用于将潜在定位点与已识别的定位点组合，获取初始待识别二维码。采用特征模型对补偿初始待识别二维码，得到补偿后的待识别二维码，其中，特征模型包括二维码的特征信息。对补偿后的待识别二维码进行二维码识别。可选地，还包括训练模块，用于获取二维码图像集，二维码图像集包括多个完整的二维码图像。提取二维码图像集中各完整的二维码图像的特征信息。采用完整的二维码图像的特征信息进行训练，获取特征模型。本申请第三方面，提供了一种电子设备，包括：处理器、存储介质和总线，存储介质存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储介质之间通过总线通信，处理器执行机器可读指令，以执行上述二维码识别方法的步骤。本申请第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述二维码识别方法的步骤。基于上述任一方面，在识别二维码时，若二维码破损，则获取待识别扫描图像，获取已识别的定位点，并根据预设识别算法，获取至少1个潜在的定位点，对每个潜在定位点与所述已识别的定位点组合进行二维码识别，实现了可以对定位点破损的二维码进行识别。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1示出了本申请实施例提供的二维码识别方法的流程图；图2示出了本申请一实施例提供的二维码识别方法的应用示意图；图3示出了本申请另一实施例提供的二维码识别方法的应用示意图；图4示出了本申请另一实施例提供的二维码识别方法的应用示意图；图5示出了本申请另一实施例提供的二维码识别方法的应用示意图；图6示出了本申请另一实施例提供的二维码识别方法的应用示意图；图7示出了本申请另一实施例提供的二维码识别方法的流程图；图8示出了本申请另一实施例提供的二维码识别方法的流程图；图9示出了本申请一实施例提供的二维码识别装置的结构示意图；图10示出了本申请另一实施例提供的二维码识别装置的结构示意图；图11示出了本申请一实施例提供的电子设备的结构示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。目前二维码的类型有多种，如层排式二维码、矩阵式二维码等。典型的层排式二维码包括：便携数据文件417(portabledatafile，pdf417)、代码49(code49)、代码16k(code16k)等；典型的矩阵式二维码包括：代码一(codeone)、快速响应代码(quickresponsecode，qrcode)、数据矩阵(datamatrix)、汉信码(hanxincode)等。在本申请中，以qrcode作为二维码的类型进行说明，但本申请提供的二维码识别方法所能应用的二维码类型不以此为限。图1示出了本申请实施例提供的二维码识别方法的流程图。该方法的执行主体可以是具备二维码扫描、识别功能的终端，例如手机、平板电脑、穿戴设备等，在此不作限制。如图1所示，该二维码识别方法包括：s101、识别待识别扫描图像，获取n个已识别的定位点。其中，n为大于0、且小于预设阈值的整数。一种可能的实施方式中，以qrcode为例，上述预设阈值可以为3，即正常识别一个qrcode需要在待识别扫描图像中获取三个定位点，当qrcode出现损毁时，如果损毁的部分包括了定位点，则在识别待识别扫描图像时，获取能够获取到的n个定位点，作为已识别的定位点，其中，n可以为1或2。当然不以此为限，可以根据实际的识别技术限定具体的预设阈值。可选地，待识别扫描图像可以通过当前扫描设备的图像传感器直接获取，也可以从当前扫描设备的存储器中获取。例如，使用手机作为扫描设备时，可以直接通过调用手机的拍照组件获取待识别扫描图像，也可以通过选择存储在相册内的图片，使用选择的图片作为待识别扫描图像。s102、根据待识别扫描图像、以及预设识别算法，确定至少1个潜在定位点。需要说明的是，一般二维码中定位点的分布都有一定规则，根据待识别扫描图像中定位点的个数，以及预设识别算法，可以确定至少1个潜在定位点。其中，预设识别算法可以根据二维码类型具体确定，例如，应用于qrcode时，则预设识别算法为能够预估qrcode中潜在定位点的算法。需要说明的是，每个潜在定位点表示可能被损毁的定位点的位置，例如，如果根据预设识别算法，以及待识别扫描图像中定位点的个数，确定损毁的定位点有4种可能的位置，则潜在定位点的个数为4。s103、将潜在定位点与已识别的定位点组合，进行二维码识别。一种可能的实施方式中，根据预设规则，将预设数量个潜在定位点与已识别的定位点组合，确定多个可能的二维码的范围。以qrcode为例，将能够与已识别的定位点组成等边直角三角形的潜在定位点进行组合，通过3个定位点确定二维码的范围，然后进行识别获取二维码信息。需要说明的是，其中某个潜在定位点可能就是缺失的定位点，可以跟已识别的定位点一起获取正确的定位点组合，进而完成二维码的识别。其中，预设规则可以根据大量的定位点数据、或者模型训练等来进行设定。例如采集各种二维码中定位点的位置信息进行训练等，本申请不作具体限定。在本实施例中，在识别二维码时，若二维码破损，则获取待识别扫描图像，获取已识别的定位点，并根据预设识别算法，获取至少1个潜在的定位点，对每个潜在定位点与所述已识别的定位点组合进行二维码识别，实现了可以对定位点破损的二维码进行识别。一些实施方式中，根据待识别扫描图像、以及预设识别算法，确定至少1个潜在定位点，包括：根据待识别扫描图像、以及预设识别算法，识别与定位点轮廓近似度满足预设条件的至少1个潜在定位点。需要说明的是，二维码中定位点的形状一般是固定的，可以通过识别定位点的轮廓来确认潜在定位点，其中定位点的轮廓形状可以根据预设识别算法获取。例如，识别qrcode时，定位点的形状可以为“回”形，可以将待识别扫描图像中轮廓形状近似、尺寸接近的“回”形或与“回”形相同的部分确定为已识别的定位点。可选地，轮廓形状与预设形状的近似度可以通过预设近似度算法计算，本申请不作限制。获取了轮廓形状近似目标形状的潜在定位点后，还可以根据目标形状的尺寸(例如边长、直径等)进行筛选，确定最终的潜在定位点。可选地，当二维码存在破损的情况时，如果损毁的位置包括部分定位点时，可以尝试通过预设识别算法还原定位点。例如，根据轮廓辅助识别算法，扫描是否存在与定位点轮廓近似度大于预设比例的图形，如果存在，将该图形确定为潜在定位点。另一些实施方式中，根据待识别扫描图像、以及预设识别算法，确定至少1个潜在定位点，包括：根据待识别扫描图像、已识别的定位点，确定潜在范围；根据预设识别算法，在潜在范围内确定至少1个潜在定位点。在识别到待识别扫描图像中存在定位点，且已识别的定位点少于预设阈值时，根据已识别的定位点，确定潜在范围，其中，潜在范围指的是可以与已识别的定位点组合的潜在的定位点可能存在的范围。可选地，一种方式中，可以预先存储大量完整的二维码数据，根据这些已知完整二维码的形状可以预估出潜在范围。然后，进而根据预设识别算法，在潜在范围内确定至少1个潜在定位点。可选地，根据预设识别算法，在潜在范围内确定至少1个潜在定位点，包括：根据预设定位点位置信息，确定预设识别算法。根据预设识别算法，在潜在范围内确定至少1个潜在定位点。其中，预设定位点信息包括多个定位点之间的位置关系，通过多个定位点之间的位置关系，确定预设识别算法，例如，当3个预设定位点之间组成等腰直角三角形时，确定识别等腰直角三角形的预设识别算法，依次类推。进而再根据识别等腰直角三角形的预设识别算法，以及已识别的定位点，在潜在范围内确定与已知定位点符合等腰直角三角形位置关系的至少1个潜在定位点。图2示出了本申请一实施例提供的二维码识别方法的应用示意图。如图2所示，第一定位点201和第二定位点202为已识别的定位点，第一定位点201与第二定位点202处于相同的边缘，且确定预设识别算法为识别等腰直角三角形的预设识别算法，则能够获取与第一定位点201和第二定位点202组成等边直角三角的第三定位点203为潜在定位点。在本实施例中，第三定位点203的位置有4种可能，每种可能需要获取1个潜在定位点。图3示出了本申请另一实施例提供的二维码识别方法的应用示意图。可选地，若预设定位点位置信息标识潜在定位点与已识别的定位点构成等腰直角三角形，已识别的定位点个数为2个，则根据预设识别算法，在潜在范围内确定至少1个潜在定位点，包括：在潜在范围内，确定至少1个可与2个已识别的定位点构成等腰直角三角形的点作为潜在定位点。以图3为例，对上述方案进行说明，如图3所示，第一定位点201和第二定位点202为已识别的定位点，第一定位点201与第二定位点202处于相对的边缘，且确定预设识别算法为识别等腰直角三角形的预设识别算法，则能够获取与第一定位点201和第二定位点202组成等边直角三角的第三定位点203为潜在定位点。在本实施例中，第三定位点203的位置有2种可能，每种可能需要获取1个潜在定位点。图4示出了本申请另一实施例提供的二维码识别方法的应用示意图。如图4所示，第四定位点204为已识别的定位点，且确定预设识别算法为识别等腰直角三角形的预设识别算法，则能够获取与第四定位点204组成等边直角三角形的2个第五定位点205为潜在定位点。在本实施例中，则能够与第四定位点204组成等边直角三角形的2个第五定位点205有12种可能，每种可能需要获取2个潜在定位点。图5示出了本申请另一实施例提供的二维码识别方法的应用示意图。可选地，如图5所示，假设待识别二维码中预设的定位点位置关系为等边三角形，例如圆形二维码中，可以由3个定位点组成等边三角形，第一圆形定位点301和第二圆形定位点302为已识别的定位点，第一圆形定位点301与第二圆形定位点302处于同一条直线，且确定预设识别算法为识别等边三角形的预设识别算法，则能够与第一圆形定位点301和第二圆形定位点302组成等边三角形的第三圆形定位点303为潜在定位点。在本实施例中，第三圆形定位点302有2种可能，每种可能需要获取1个潜在定位点。图6示出了本申请另一实施例提供的二维码识别方法的应用示意图。可选地，如图6所示，将潜在定位点与已识别的定位点组合，进行二维码识别，包括：根据至少1个潜在定位点与已识别的定位点的位置关系、以及预设规则，获取每个潜在定位点的优先级。根据每个潜在定位点的优先级顺序，将潜在定位点与已识别的定位点依次组合，进行二维码识别。一种可能的实施方式中，在确定了潜在定位点之后，将潜在定位点与已识别的定位点的位置关系与预设规则中的位置关系进行比对，获取位置关系的相似度。获取每个潜在定位点与已识别定位点的位置关系与预设规则中的位置关系的相似度，其中相似度最高的潜在定位点与已识别的定位点的组合确定为最高优先级，其余的潜在定位点与已识别的定位点的组合，根据相似度由高向低排列，优先级依次降低。例如，根据识别符合等腰直角三角形位置关系的规则，首先获取等腰直角三角型401，然后获取5个可能的潜在定位点，每个潜在定位点可以与两个已识别定位点组合。其中，第一潜在定位点与已识别定位点组合的位置关系组成第一三角形402；第二潜在定位点与已识别定位点组合的位置关系组成第二三角形403；第三潜在定位点与已识别定位点组合的位置关系组成第三三角形404；第四潜在定位点与已识别定位点组合的位置关系组成第四三角形405；第五潜在定位点与已识别定位点组合的位置关系组成第五三角形406。等腰直角三角形401与第一三角形402、第二三角形403、第三三角形404、第四三角形405、第五三角形406的相似度分别为100％、70％、65％、72％、68％，则第一三角形402中的潜在定位点的优先级最高，然后依次是第四三角形405、第二三角形403、第五三角形406、第三三角形404。即在进行二维码识别时，首先识别第一潜在定位点与已识别定位点的组合，如果未识别，则依照优先级依次识别。可选地，当出现相同的优先级时，在进行二维码识别时，对二者均进行识别，例如，当标准等腰直角三角形401与第一三角形402、第二三角形403的相似度均为100％时，二者的优先级都是最高级，则进行二维码识别时，对二者均新型识别，二者识别的顺序可以为随机，也可以根据预设顺序识别，在此不做限制。或者，在确定了潜在定位点之后，判断潜在定位点与已识别的定位点的位置关系是否满足预设规则，其中预设规则用于描述潜在定位点与已识别的定位点的位置关系。例如预设规则可以是潜在定位点与已识别的定位点组成的形状与待识别扫描图像的形状一致，即没有偏移值小于预设阈值，例如，图6中404和405的位置关系。对满足预设位置关系的潜在定位点与已识别的定位点对应的二维码进行识别。可选地，在使用当前扫描设备的图像传感器直接获取待识别扫描图像时，通过在当前扫描设备的显示器上展示实时获取的待识别扫描图像，当展示的待识别扫描图像包括潜在范围时，提高其中潜在范围内潜在定位点的优先级，例如，在图2中，当展示的待识别扫描图像为实线区域的图像时，将实线区域的图像中两个可能的潜在定位点的优先级提高，相应的，虚线区域中两个可能的潜在定位点的优先级相对降低。可选地，将潜在定位点与已识别的定位点组合，进行二维码识别，包括：将潜在定位点与已识别的定位点组合，获取至少一个待选形状。在至少一个待选形状中选择满足预设位置关系要求的目标待选形状。根据目标待选形状包含的潜在定位点与已识别的定位点，进行二维码识别。一种可能的实施方式中，可能存在多个满足预设位置关系要求的目标待选形状，例如，当待选形状为等腰直角三角形401时，第一三角形402、第二三角形403、第三三角形404、第四三角形405、第五三角形406均满足等腰直角三角形等预设位置关系要求，则第一三角形402、第二三角形403、第三三角形404、第四三角形405、第五三角形406均为目标待选形状。对所有目标待选形状包含的潜在定位点与已识别的定位点的组合，都进行二维码识别，识别后，可能出现多个潜在定位点与已识别的定位点的组合无法识别，确定能够识别的目标待选形状包含的潜在定位点与已识别的定位点为最终的定位点。需要说明的是，上述定位点的数量、形状、预设定位点位置信息、以及对应的预设识别算法均为举例，并不代表一定要如此设置，本领域技术人员应该明确，在本申请的技术范围内，还可以将二维码识别方法应用于其它不同种类的二维码识别中，在此不做限制。图7示出了本申请另一实施例提供的二维码识别方法的流程图。可选地，如图7所示，将潜在定位点与已识别的定位点组合，进行二维码识别，包括：s103-1、将潜在定位点与已识别的定位点组合，获取初始待识别二维码。二维码在编码时根据不同的编码方式，包括了识别二维码的必要信息以及辅助信息。例如，完整的二维码包括：定位点、定位点分隔符、矫正图形、定位图形、格式信息、数据区域、版本信息、纠错码字等。其中，定位点和定位点分隔符用于定位二维码的范围，其位置是固定的，不同的二维码中，定位点的尺寸和形状有所差异。矫正图形用于矫正二维码的形状，例如，当二维码印刷在不平坦的面上，或者拍照时候发生畸变时，通过矫正图形还原二维码的形状，根据二维码尺寸的不同，矫正图形的个数也不同。定位图形定位点之间的黑白相间的格子，用于在二维码上定义网格。格式信息用于表示该二维码数据区域的纠错级别，分为l、m、q、h，l表示容错率为7％，m表示容错率为15％，q表示容错率为25％，h表示容错率为30％。数据区域用于通过定位图形定义的网格编码数据内容，其中数据内容包括二维码携带的信息。版本信息用于标识二维码的规格，二维码共有40种规格的矩阵，例如，21x21(版本1)、177x177(版本40)等，根据版本的不同，每边增加或减少相应的数量。纠错码字用于修正二维码损坏带来的错误。一种可能的实施方式中，初始待识别二维码在修复了定位点后，可能丢失部分识别二维码的必要信息以及辅助信息，例如，丢失了定位点分隔符、矫正图形、定位图形、格式信息、数据区域、版本信息、纠错码字等区域中的一种或多种，每一种信息可能部分丢失或全部丢失。当识别二维码必要信息的丢失的比例超过预设比例后，可能会造成识别出现障碍，例如，丢失了定位图形可能会造成识别二维码数据时出错，丢失纠错码字可能会造成纠错级别无法被正确识别等。s103-2、采用特征模型对补偿初始待识别二维码，得到补偿后的待识别二维码。其中，特征模型包括二维码的特征信息。一种可能的实施方式中，二维码的特征信息包括定位点、定位点分隔符、矫正图形、定位图形、格式信息、数据区域、版本信息、纠错码字中的一种或多种，通过特征模型获取缺失的二维码特征信息，并将获取到的二维码特征信息补偿到初始待识别二维码中，得到补偿后的待识别二维码。例如，初始待识别二维码中丢失了部分定位图形，则通过特征模型获取定位图形的特征信息，并通过定位图形的特征信息在初始待识别二维码中补偿定位图形，得到定位图形完整的补偿后的待识别二维码。s103-3、对补偿后的待识别二维码进行二维码识别。图8示出了本申请另一实施例提供的二维码识别方法的流程图。可选地，如图8所示，采用特征模型对补偿初始待识别二维码，得到补偿后的待识别二维码之前，还包括：s104、获取二维码图像集，二维码图像集包括多个完整的二维码图像。一种可能的实施方式中，二维码图像集可以包括多种不同编码类型的二维码，例如，codeone、qrcode、datamatrix、hanxincode等，每种类型的二维码均包括多张完整的二维码图像。s105、提取二维码图像集中各完整的二维码图像的特征信息。一种可能的实施方式中，通过深度神经网络提取二维码图像集中各完整的二维码图像的特征信息，例如，通过深度神经网络提取多张完整的二维码图像中，定位点、定位点分隔符、矫正图形、定位图形、格式信息、数据区域、版本信息、纠错码字、颜色信息、黑白点形状信息等特征信息。其中，提取完整的二维码图像的特征信息的方法，还可以采用其他方式，在此不做限制。s106、采用完整的二维码图像的特征信息进行训练，获取特征模型。一种可能的实施方式中，根据完整的二维码的特征信息，通过机器学习算法，获取特征模型。获取特征模型之后，可以将初始待识别二维码输入该特征模型，经过特征模型的处理后，输出补偿后的待识别二维码。图9示出了本申请一实施例提供的二维码识别装置的结构示意图。如图9所示，本发明还提供了一种二维码识别装置，包括：图像识别模块501，用于识别待识别扫描图像，获取n个已识别的定位点，其中，n为大于0、且小于预设阈值的整数。确定模块502，用于根据待识别扫描图像、以及预设识别算法，确定至少1个潜在定位点。识别模块503，用于将潜在定位点与已识别的定位点组合，进行二维码识别。可选地，确定模块502，具体用于根据待识别扫描图像、以及预设识别算法，识别与定位点轮廓近似度满足预设条件的至少1个潜在定位点。可选地，确定模块502，具体用于根据待识别扫描图像、已识别的定位点，确定潜在范围。根据预设识别算法，在潜在范围内确定至少1个潜在定位点。可选地，确定模块502，具体用于根据预设定位点位置信息，确定预设识别算法。根据预设识别算法，在潜在范围内确定至少1个潜在定位点。可选地，若预设定位点位置信息标识潜在定位点与已识别的定位点构成等腰直角三角形，已识别的定位点个数为2个，则确定模块502，具体用于在潜在范围内，确定至少1个可与2个已识别的定位点构成等腰直角三角形的点作为潜在定位点。可选地，识别模块503，具体用于根据至少1个潜在定位点与已识别的定位点的位置关系、以及预设规则，获取每个潜在定位点的优先级。根据每个潜在定位点的优先级顺序，将潜在定位点与已识别的定位点依次组合，进行二维码识别。可选地，识别模块503，具体用于将潜在定位点与已识别的定位点组合，获取至少一个待选形状。在至少一个待选形状中选择满足预设位置关系要求的目标待选形状。根据目标待选形状包含的潜在定位点与已识别的定位点，进行二维码识别可选地，识别模块503，具体用于将潜在定位点与已识别的定位点组合，获取初始待识别二维码。采用特征模型对补偿初始待识别二维码，得到补偿后的待识别二维码，其中，特征模型包括二维码的特征信息。对补偿后的待识别二维码进行二维码识别。图10示出了本申请另一实施例提供的二维码识别装置的结构示意图。可选地，如图10所示，还包括训练模块504，用于获取二维码图像集，二维码图像集包括多个完整的二维码图像。提取二维码图像集中各完整的二维码图像的特征信息。采用完整的二维码图像的特征信息进行训练，获取特征模型。另外，上述模块可以经由有线连接或无线连接彼此连接或通信。有线连接可以包括金属线缆、光缆、混合线缆等，或其任意组合。无线连接可以包括通过局域网(localareanetwork，lan)、广域网(wideareanetwork，wan)、蓝牙、紫蜂(zigbee)网络、或近场通信(nearfieldcommunication，nfc)等形式的连接，或其任意组合。两个或更多个模块可以组合为单个模块，并且任何一个模块可以分成两个或更多个单元。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。另一方面，图11示出了本申请一实施例提供的电子设备的结构示意图。如图11所示，本申请还提供了一种电子设备，包括：处理器601、计算机可读存储介质602和总线603，计算机可读存储介质602存储有处理器601可执行的机器可读指令，当电子设备运行时，处理器601与计算机可读存储介质602之间通过总线603通信，处理器601执行机器可读指令，以执行上述二维码识别方法的步骤。仅作为举例，处理器601包括中央处理单元(centralprocessingunit，cpu)、专用集成电路(applicationspecificintegratedcircuit，asic)、专用指令集处理器(applicationspecificinstruction-setprocessor，asip)、图形处理单元(graphicsprocessingunit，gpu)、物理处理单元(physicsprocessingunit，ppu)、数字信号处理器(digitalsignalprocessor，dsp)、现场可编程门阵列(fieldprogrammablegatearray，fpga)、可编程逻辑器件(programmablelogicdevice，pld)、控制器、微控制器单元、简化指令集计算机(reducedinstructionsetcomputing，risc)、或微处理器等，或其任意组合。电子设备可以是手机、平板电脑、穿戴设备、具备二维码扫描、识别功能的计算机等，但不以此为限。以上电子设备都可以用于实现本申请的二维码识别方法。本申请尽管仅示出了一个电子设备，但是可以在多个电子设备上以分布式方式实现本申请描述的功能，例如，通过第一电子设备扫描二维码，并将二维码发送至第二设备，在第二电子设备上识别该二维码。为了便于说明，在电子设备中仅描述了一个处理器601。然而，应当注意，本申请中的电子设备还可以包括多个处理器601，因此本申请中描述的一个处理器601执行的步骤也可以由多个处理器601联合执行或单独执行。本申请还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的二维码识别方法的步骤。计算机可读存储介质包括大容量存储器、可移动存储器、易失性读写存储器、或只读存储器(read-onlymemory，rom)等，或其任意组合。作为举例，大容量存储器可以包括磁盘、光盘、固态驱动器等；可移动存储器可包括闪存驱动器、软盘、光盘、存储卡、zip磁盘、磁带等；易失性读写存储器可以包括随机存取存储器(randomaccessmemory，ram)；ram可以包括动态ram(dynamicrandomaccessmemory，dram)，双倍数据速率同步动态ram(doubledate-ratesynchronousram，ddrsdram)；静态ram(staticrandom-accessmemory，sram)，晶闸管ram(thyristor-basedrandomaccessmemory，t-ram)和零电容器ram(zero-ram)等。作为举例，rom可以包括掩模rom(maskread-onlymemory，mrom)、可编程rom(programmableread-onlymemory，prom)、可擦除可编程rom(programmableerasableread-onlymemory，perom)、电可擦除可编程rom(electricallyerasableprogrammablereadonlymemory，eeprom)、光盘rom(cd-rom)、以及数字通用磁盘rom等，或其任意组合。以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本
技术领域：
：的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。当前第1页12当前第1页12