基于多区域的防伪码生成与校验方法、系统、设备及介质与流程

1.本发明涉及信息处理领域，尤其涉及一种基于多区域的防伪码生成与校验方法、系统、计算机设备及存储介质。


背景技术：

2.当前流行的防伪码大多为普通二维码，而普通二维码的缺点是容易被复制，使得防伪效果降低，并且，不法分子在伪造标签时甚至可以修改二维码中的内容或访问地址，进而误导消费者，造成更加严重的后果。


技术实现要素：

3.本发明实施例提供一种基于多区域的防伪码生成与校验方法、系统、计算机设备及存储介质，增加了防伪信息的复制难度，提高防伪效果。
4.一种基于多区域的防伪码生成方法，包括：
5.将与产品对应的防伪信息转换成第一预设长度的码值，得到防伪码；
6.对防伪码进行加密，得到与防伪码一一对应的校验码；
7.将防伪码以二维码的方式转换成数据矩阵，形成防伪区域；
8.对校验码进行按字节位拆分，并将拆分后的校验码添加到防伪区域的外侧，形成至少一个校验区域；
9.在防伪区域和校验区域之外的空白区域进行二进制填充，得到目标数据矩阵；
10.将目标数据矩阵进行渲染，得到目标二维码图片。
11.一种基于多区域的防伪码校验方法，用于对由如上所述的基于多区域的防伪码生成方法所生成的目标二维码图片进行校验，并包括：
12.扫描目标二维码图片，并通过图像处理从中提取出防伪区域和校验区域；
13.对防伪区域和校验区域进行逆向解析，并将解析后的码值与防伪码和校验码进行比较；
14.若有任一比较结果不一致，则确定校验失败；或者，若比较结果均一致且请求校验的次数超过预定次数，则确定校验失败。
15.一种基于多区域的防伪码校验系统，用于执行如上所述的基于多区域的防伪码校验方法，并包括通过网络连接的移动终端和云端，其中，
16.移动终端，用于扫描目标二维码图片，并通过图像处理从中提取出防伪区域和校验区域；
17.云端，用于对防伪区域和校验区域进行逆向解析，并将解析后的码值与防伪码和校验码进行比较；若有任一比较结果不一致，则确定校验失败；或者，若比较结果均一致且请求校验的次数超过预定次数，则确定校验失败。
18.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于多区域的防伪码
生成与校验方法的步骤。
19.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于多区域的防伪码生成与校验方法的步骤。
20.上述基于多区域的防伪码生成与校验方法、系统、计算机设备及存储介质，对普通二维码进行了改进，以与防伪信息对应的防伪码作为基础，增加了与防伪码一一对应的校验码，用于校验防伪码的真伪；同时，分别将防伪码和校验码转换成数据矩阵，形成一个防伪区域和至少一个校验区域，用于在校验时分别进行获取和验证，只有防伪区域和校验区域均通过验证时才确定防伪校验成功，提高了防伪验证的复杂度和防伪信息的复制难度，有利于提高防伪效果；并且，由防伪区域和校验区域构成的目标二维码图片可用于生产打印的矢量图，与普通二维码图片几无差别，便于生产和推广。
21.此外，基于多区域的防伪码校验系统由移动终端和云端构成，其中，移动终端通过app扫描目标二维码图片将提取出的防伪区域和校验区域发送至云端；由云端统一进行远程数据校验，提高了校验算法的安全性。
附图说明
22.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
23.图1是本发明一实施例中基于多区域的防伪码生成方法的流程图；
24.图2是本发明一实施例中目标二维码图片的示意图；
25.图3是本发明一实施例中基于多区域的防伪码校验方法的流程图；
26.图4是本发明一实施例中基于多区域的防伪码校验系统的框架图；
27.图5是本发明一实施例中基于多区域的防伪码校验系统进行校验的流程图。
具体实施方式
28.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
29.在一实施例中，如图1所示，提供一种基于多区域的防伪码生成方法，并包括如下步骤：
30.s1：将与产品对应的防伪信息转换成第一预设长度的码值，得到防伪码。
31.其中，产品是指待贴防伪标签(二维码)的商品；防伪信息是用于标识该产品的信息，以区分真伪；防伪信息可以是产品序列号、生产时间、生产地区等。防伪码与防伪信息一一对应，防伪码可以是12位至36位的数字或字符串。
32.具体地，通过将随机数、产品序列号、生产时间、生产地区等信息进行组合或取哈希值，得到防伪码。
33.s2：对防伪码进行加密，得到与防伪码一一对应的校验码。
34.其中，校验码与防伪码一一对应，用于唯一标识一个防伪码，便于在防伪验证时进行双重验证，即，对防伪码和校验码都进行校验。
35.具体地，对防伪码进行加密不限于某一种或几种单一的加密算法，如rsa等，也可以是各种加密算法的组合，得到的校验码为一串数字或字符。
36.优选地，采用多个预设加密算法(rsa、aes加密算法)对防伪码进行加密，并通过摘要算法对加密后的码值进行转换，得到与防伪码一一对应的校验码，其中，校验码为第二预设长度的码值，第二预设长度小于或等于第一预设长度。
37.即，先对防伪码进行加密，再通过消息摘要算法进行二次加密，将校验码缩减为长度小于或等于防伪码的码值，例如第二预设长度为2至12位，既可以提高校验码的安全性，又便于后续将与校验码对应的校验区域混入防伪区域中。
38.s3：将防伪码以二维码的方式转换成数据矩阵，形成防伪区域。
39.其中，二维码的方式是指常规二维码生成过程，数据矩阵是由0、1构成的数字矩阵；防伪区域即对应该数字矩阵。
40.s4：对校验码进行按字节位拆分，并将拆分后的校验码添加到防伪区域的外侧，形成至少一个校验区域。
41.其中，对校验码进行按字节位拆分是指按位进行转换，得到二进制、八进制等数值，例如，若校验码为874569，则第一位8可以转换为二进制数1000，第二位7可以转换为二进制数0111，依次类推。
42.校验区域的位置可以灵活设置，位于防伪区域的外侧四周，例如位于防伪区域上下左右一侧或上下、左右两侧等，使得破解者无法确定二维码中的防伪区域和校验区域，以及防伪区域和校验区域之间的边界。
43.优选地，对校验码进行按字节位拆分包括：将校验码的每位码值转换成预设位数的二进制数，得到二进制流。
44.例如，若校验码为8482，则将其每一位转为成4位的二进制数，则第一位8转换为二进制数1000，第二位4转换为二进制数0100，第三位8转换为二进制数1000，第四位2转为二进制数0010，则得到的二进制流为1000010010000010。将二进制流添加到防伪区域外侧时，若防伪区域的大小为16x16，则可以将二进制流添加到防伪区域的上、下、左、右中任一一侧；或者将二进制流分均分为两部分，分别添加到防伪区域的左右两侧，形成两个校验区域。
45.更进一步地，为提高二进制流的安全性，在二进制流中插入干扰信息，防止破解。具体地，每隔预设位数，在二进制流中添加固定位数的随机二进制数，得到加强型二进制流。
46.例如，每隔2位，插入2位随机数0或1，其中，间隔的位数是灵活设置的，使得破解者即便获取了最终的加强型二进制流，仍无法得到正确的校验码。
47.s5：在防伪区域和校验区域之外的空白区域进行二进制填充，得到目标数据矩阵。
48.其中，目标数据矩阵的长和宽是可以自由定义的，当防伪区域和校验区域均部署完毕之后，剩余的区域则为空白区域。例如，若定义目标数据矩阵为20x20，防伪区域大小为16x16，防伪区域两侧两个校验区域分别为16x2，则剩余的两个20x2区域为空白区域。
49.具体地，对空白区域进行二进制填充时，可以采用随机填充0或1的方式，使得填充
后的矩阵大小与设定的模板数据矩阵大小一致。
50.s6：将目标数据矩阵进行渲染，得到目标二维码图片。
51.其中，将目标数据矩阵进行渲染是指通过图像处理方法，将目标数据矩阵中的0和1转换为黑或白的图片像素，从而得到最终的目标二维码图片。
52.在本实施例中，根据规则生成防伪码，将防伪码转换为防伪区域；同时，根据防伪码按一定的算法生成校验码，并将校验码按字节位拆分后转换为至少一个校验区域；将防伪区域和校验区域进行组合并图像化处理，得到可用于生产打印的矢量目标二维码图片，使得破解者无法区分防伪区域和校验区域，更难于从防伪区域和校验区域中提取信息，大大增加了防伪效果。
53.进一步地，在一实施例中，将目标数据矩阵进行渲染的过程，还包括如下步骤：
54.对目标数据矩阵进行随机风格化处理，得到目标二维码图片。
55.其中，随机风格化处理是指将目标数据矩阵中特定的区域或多个点进行图像美化处理，使得该区域或多个点表现为不同于普通二维码图片的效果。例如，随机将目标数据矩阵中2x2、3x3等个全1的区域以一个圆形的黑点替代。一个目标二维码图片的示意图如图5所示，其中，a区为防伪区域，b、c区为校验区域。
56.在本实施例中，通过随机风格化处理，可以标识不同风格的二维码图片，在实际生产中用彩色打印机打印出矢量图，起到美观和标识的作用。
57.在一实施例中，如图3所示，提供一种基于多区域的防伪码校验方法，用于对目标二维码图片进行校验，并包括如下步骤：
58.s7：扫描目标二维码图片，并通过图像处理从中提取出防伪区域和校验区域。
59.其中，图像处理是指通过图像处理方法对目标二维码图片进行预处理，具体包括滤波优化、二值化处理等常规算法。
60.具体地，可以通过app或专用硬件设备如扫描枪等对目标二维码图片进行扫描，并根据已知的防伪区域和校验区域的大小从目标二维码图片中提取出来；例如，若目标二维码图片为20x20，防伪区域为16x16且位于目标二维码图片的中心，左右两个校验区域为16x2且分别并排于防伪区域的两侧，则像素(0，2)、(2，2)、(0，18)、(2，18)之间的区域为左校验区域；像素(2，2)、(18，2)、(2，18)、(18，18)之间的区域为防伪区域；像素(18，2)、(20，2)、(18，18)、(20，18)之间的区域为右校验区域。
61.s8：对防伪区域和校验区域进行逆向解析，并将解析后的码值与防伪码和校验码进行比较。
62.逆向解析主要是指在加密算法的逆向运算过程，即，依次读取防伪区域和校验区域每一位数字0或1，并采用与生成方法所采用的加密算法的逆运算，得到待验证的防伪码和待验证的校验码。
63.s9：若有任一比较结果不一致，则确定校验失败；或者，若比较结果均一致且请求校验的次数超过预定次数，则确定校验失败。
64.将待验证的防伪码和待验证的校验码与生成时采用的防伪码和校验码分别进行比较，若有任一比较结果不一致，则确定校验失败，即，通过双重验证保证了防伪效果的安全性。
65.此外，也可以通过请求校验的次数来判定是否存在被重复利用的造假情况。即，防
伪码一般在消费者手里均为第一次扫码认证，若扫码次数大于1或为防止误操作而设置的预设次数，则可以此请求校验的次数作为判断依据，进一步弥补被利用造假的漏洞。
66.在一实施例中，提供一种基于多区域的防伪码校验系统，如图4所示，包括通过网络连接的移动终端和云端，其中，
67.移动终端，用于扫描目标二维码图片，并通过图像处理从中提取出防伪区域和校验区域。
68.移动终端包括但不限于智能手机、平板电脑、app或扫描枪等，移动终端通过图像处理从中提取出防伪区域和校验区域，并发送至云端进行校验处理。
69.云端，用于对防伪区域和校验区域进行逆向解析，并将解析后的码值与防伪码和校验码进行比较；若有任一比较结果不一致，则确定校验失败；或者，若比较结果均一致且请求校验的次数超过预定次数，则确定校验失败。
70.云端是指后台服务器，在远端进行数据校验运算。
71.本校验系统进行校验的流程图如图5所示，其过程为：
72.1)移动终端app扫码后，提取目标二维码图片中的a区(防伪区域)和b区(校验区域)，并发送至云端；
73.2)云端对防伪区域进行合法性校验，包括校验数据是否被篡改，校验数据字段是否完整等；若合法性校验失败，则防伪校验失败，且在多次校验失败后展示防伪结果；
74.3)若通过合法性校验，则进行码值解析与检索，即，检测是否存在校验码；若不存在，则防伪校验失败，且在多次校验失败后展示防伪结果；
75.4)若存在校验码，则对校验码进行校验；若校验码校验失败，则防伪校验失败，且在多次校验失败后展示防伪结果；
76.5)若校验码校验成功，且多次校验成功后展示防伪结果。
77.在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中基于多区域的防伪码生成与校验方法的步骤，例如图1、3所示的步骤s1至步骤s9，为避免重复，这里不再赘述。
78.在一实施例中，提供一计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中基于多区域的防伪码生成与校验方法，为避免重复，这里不再赘述。
79.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。