图像数据处理方法及其所得像素图像与应用系统与设计方案

一种图像数据处理方法及其所得像素图像与应用系统，将图形像素解构成黑点、白点、几何点、半角点和全角点5种基础元素，再进行数据处理和生成。该方法包括以下步骤：1对图形分类；2对图形进行合适的区位划分；3对图形区位大小和像素密度分别处理计算，形成区位像素排序和数据逻辑关系处理；4综合计算得到基础像素图形和像素应用数据值；5用基础像素元素处理外部数据进行编辑，导入各区位图形，合并加密后形成主储存区；同时根据设计需求加入颜色、声音或3D图形处理。6主储存区填充完毕后对行列扫描分析，并完成自动定位和纠错；7通过运算形成图形边缘边界，用以区分主储存识别区；8清除像素错码和图形内外部乱码；9输出完整像素图形。

技术要求

1.一种像素图像，由基础元素组成，基础元素包括基础点，基础点分为黑点和白点，基础点用于存储数据或运算信息，其特征在于：基础元素还包括辅助点；辅助点分为半角点、全角点和几何点；辅助点通过其自身形状和数量的不同组合，表示不同的指令或信息；所述半角点为空心三角形，用于表示图像密度信息；全角点包括实心三角形、实心三角形加竖线、实心三角形加方块，全角点的组合用于表示数据生成和识别方向、扫描方向、纠错方向及数据读取的起止状态信息；几何点包括方形、梯形、菱形、黑条形、心形，几何点的组合用于表示容错信息、兼容信息、主储存区信息。

2.一种图像数据处理方法，其特征在于：包括如下步骤，

S1、对目标图案进行几何形状分辨及分类；

S2、根据S1中的分类结果对目标图案进行合适的区位划分，并生成行列排序序号和行列区间值；区位划分方式为上下划分或左右划分，使区位大小和数量适应于图形变化的需要；

S3、对经S2处理的各区位进行区位像素排序和数据逻辑运算，根据各区位大小，分别计算得到各区位的区位数值，区位数值采用区位面积衡量，即区位数值等于区位面积值，并且区位编号与该区位的区位数值一一对应；同时对外部数据进行分区分组，将外部数据分成多个数据模块，各数据模块编号与区位编号一一对应；

S4、综合S3的结果，计算基础像素图形和像素应用数据值，所述像素应用数据值主要包括区位像素密度和外部解析像素格式信息数据，其中区位像素密度值由区位数值与对应数据模块包含的像素值的比值决定；

S5、根据S4得到基础像素图形和像素应用数据值，用权利要求1所述的像素图像的基础元素对外部数据进行编辑，即将外部数据解析为像素格式的数据，再将像素数据分配到各个数据模块中去，最后将像素数据导入到对应的区位图形中，形成主储存区，合并所有填充后的区位图形，初步形成完整像素图形；

S6、对主储存区像素填充完毕后，进行像素图形的行列扫描分析，完成自动定位和纠错设计；

S7、对S6处理后的图形进行边界计算，生成图形边界，用以区分主储存区；

S8、清除像素错码和图形内的乱码；

S9、输出完整的像素图像和图案。

3.如权利要求2所述的一种图像数据处理方法，其特征在于：所述步骤S1中的几何形状包括三角形、矩形、圆形、多边形、梯形、菱形、环形、框形、建筑形、人形、脸形、动物形、中文字母形、英文字母形、阿拉伯数字形、眼形、手形、指纹形、波形、花朵形、云朵形、水滴形、螺旋形、链形、线条形、地图形、音符形。

4.如权利要求2所述的一种图像数据处理方法，其特征在于：所述数据逻辑运算分为行合并逻辑与列合并逻辑，横向行可进行2-999行组合运算，纵向列可进行2-999列组合运算，运算方式包含矢量运算、变量运算、函数运算、线性运算、秘钥运算和模糊运算。

5.如权利要求2所述的一种图像数据处理方法，其特征在于：所述方法生成的图像包括二维图形，也包括三维图形；所述二维图形包含字符、数字、文字的组合；所述三维图形，包含颜色、声音、立体图形、动态画面的组合。

6.如权利要求2所述的一种图像数据处理方法，其特征在于：所述方法不仅对外部数据的内容和字符进行加密处理，也对其生成的图形加密。

7.一种权利要求1所述的像素图像的应用系统，其特征在于：包括用于按权利要求2所述方法生成像素图像的软件系统和用于扫描像素图像并解释其内容的扫描装置，所述扫描装置为通讯设备、智能终端或计算机外设。

8.如权利要求7所述的像素图像的应用系统，其特征在于：所述软件系统还包含对像素图像进行加密，读码、识别、扫描、扫码、扫图、解密、解析、解码的功能。

技术说明书

一种图像数据处理方法及其所得像素图像与应用系统

技术领域

本技术涉及计算机信息处理技术领域，特别涉及一种图像数据处理方法及其所得像素图像与应用系统。

背景技术

目前常用的计算机识别和防伪技术，包括各种图形识别、条码识别、二维码防伪等，条码是由按一定规则顺序排列的黑条（简称条）和白条（简称空）组成的集合，可以表示特定的字符、数字及符号等信息。一维条形码简称一维码，它是根据一组水平方向的条的宽度不同，从而将其编成由“0”、“1”组成的一系列字符，该二进制字符再按照一定的规则进行组合处理，来实现存储或读取相关数据信息的目的，其具有输入速度快、准确度高、成本低、可靠性强等优点，但一维条形码也存在一些不足之处：数据容量较小：一般只能存储30个字符左右，且只能包含字母和数字，几乎不可能表示汉字和图像信息；另外，条形码尺寸相对较大（空间利用率较低）；条形码遭到损坏后便不能识别。

在一维条码的基础上，二维条码技术也开始出现，二维条码能存储汉字、数字和图片等信息，因此二维条码的应用领域要广得多，并不断发展，目前二维条码可以分为堆叠式二维条码和矩阵式二维条码。堆叠式二维条码形态上是由多行短截的一维条码堆叠而成；矩阵式二维条码以矩阵的形式组成，在矩阵相应元素位置上用"点"表示二进制"1"，用"空"表示二进制"0"，由"点"和"空"的排列组成代码。具有代表性的矩阵式二维条码有:CodeOne、Maxi Code、QR Code、 Data Matrix等，使用最为广泛的是日本人腾弘原技术了快速响应码QR Code（Quick Response code 简称二维码，如图1所示），其一般主要由定位图形、格式信息、版本信息、数据和纠错信息5部分构成，该二维码具有信息容量大、可靠性高、可表示汉字及图象多种文字信息、保密防伪性强等优点，在移动支付领域获得了最为广泛的应用。

一般来说，二维码只能在限定的矩形图里布局生成，与异形图案结合时的适应性较差，与其它图案结合时，实质上还是要保证有一个足够大小的平面矩形图案来保证其功能的实现，换句话说，要不就是在某个图形上找一个足够大小的完整平面并使用二维码图案去覆盖，使二维码成为图案的一部分；要不就是将二维码做成一个更大的矩形将整个图案包含进去，让图案成为二维码的一个部分。这些结合方式，在形式与算法上沿用了二维码的常规技术，基本上没有实质性的突破，又例如图2所示的腾讯公司的圆形二维码，虽然是圆形，但仍可以明显的看到构成矩形三个顶点的定位标识。