一种检测方法、标识定位方法及相关装置与流程

本技术涉及计算机，尤其涉及一种检测方法、标识定位方法及相关装置。

背景技术：

1、随着制造业的发展，产品上的产品标识一般作为被记录和认证的标记。示例性地，产品标识可以为手机背部的logo、耳机仓上的产品型号、智能手表背部的产品型号、产品包装上的合格标识等等。

2、为了保证产品标识的正确无误，在相关技术中可以通过人工对产品标识进行检测。但是，由于产品标识的种类较多，仅通过人工检测可能会出现错检、漏检的问题。

3、为了解决人工检测导致的错检、漏检的问题，在相关技术中进一步提供一种产品标识的检测方法，该检测方法是通过预训练的异常识别模型对产品标识进行检测，但仍存检测精度低的问题。

技术实现思路

1、本技术提供的一种检测方法、标识定位方法及相关装置，解决了检测精度低的问题。

2、为达到上述目的，本技术采用如下技术方案：

3、第一方面，本技术实施例提供的一种检测方法，该方法包括：获取包括待检测标识的待检测图像和待检测图像对应的指示待检测标识的类型信息的待检测文件，然后根据待检测文件中的类型信息确定待检测标识对应的检测方式，利用检测方式对待检测图像进行检测，得到待检测标识的检测结果。其中，在相关技术中的异常识别模型针对不同的产品标识是按照相同的检测方式对产品标识进行识别，但产品标识的种类较多，可能会导致异常识别模型的检测精度较低，本技术通过根据与待检测图像对应的待检测文件中得到待检测标识的类型信息，并根据不同的类型信息对对应的待检测标识采用不同的检测方式进行检测，提高检测精度。

4、在一种可能的实现中，当待检测标识为空心标识，可以先对待检测图像和第一图像模板进行轮廓提取，得到待检测图像对应的第一轮廓和第一图像模板对应的第二轮廓，其中第一图像模板为图像模板库中与待检测标识对应的图像模板；图像模板库包括多个图像模板，然后，将第一轮廓和第二轮廓以相同的线宽分别绘制在相同大小的空白图上，得到第一轮廓对应的第一绘图和第二轮廓对应的第二绘图，进一步将第一绘图与第二绘图进行匹配，得到待检测标识的检测结果。其中，通过将待检测图像和待检测标识对应的图像模板的内外轮廓分别提取出来，并以相同的线宽绘制在相同大小的空白图上，有利于待检测标识为空心不规则的图案的匹配检测，避免因待检测标识的线宽太细导致的匹配准确度降低的问题，提高检测精度。

5、在一种可能的实现中，当待检测标识为旋转标识，可以先确定待检测图像中的待检测标识对应的多个第一特征点和第二图像模板对应的多个第二特征点，其中第二图像模板为图像模板库中与待检测标识对应的图像模板，图像模板库包括多个图像模板，然后将多个第一特征点与多个第二特征点进行匹配得到多个匹配结果，其中，匹配结果指示匹配成功或匹配失败；若多个匹配结果中指示匹配成功的匹配结果的数量大于预设数量，则确定待检测标识对应的旋转角度，并将第二图像模板旋转为旋转角度，进一步将待检测标识与旋转后的第二匹配图像模板进行匹配，得到待检测标识的检测结果。其中，在相关技术中，在利用异常识别模型对待检测标识进行检测时，可能会由于待检测标识相比于图像模板发生旋转而导致检测结果出现差异，本技术实施例通过将待检测标识对应的多个第一特征点与图像模板对应的多个第二特征点进行匹配，并在匹配成功后将图像模板旋转至与待检测标识相同的角度，便于检测，提高检测精度。

6、在一种可能的实现中，当待检测图像包括非变量的待检测标识和变量的待检测标识，可以先确定待检测图像中变量的待检测标识的位置，并基于位置利用掩膜对变量的待检测标识进行处理，得到处理后的待检测图像，然后将处理后的待检测图像中的非变量的待检测标识与第三图像模板进行匹配得到第一检测结果，其中第三图像模板为图像模板库中与非变量的待检测标识对应的图像模板，图像模板库包括多个图像模板；进一步利用光学字符识别ocr技术对变量的待检测标识进行识别得到第二检测结果，最后将第一检测结果和第二检测结果作为得到待检测标识的检测结果。其中，由于不同的含变量的待检测标识指示不同的变量，因此在相关技术中难以通过模板匹配的方式进行检测，且容易将正确的变量的待检测标识检测为错误的标识，因此，在此本技术实施例中通过先将变量的待检测标识利用掩膜进行遮掩，先将待检测图像中非变量的待检测标识进行检测，并进一步采用osr识别技术对变量的待检测标识进行检测，避免变量的待检测标识对待检测图像的影响，有利于提高检测精度。

7、在一种可能的实现中，在利用检测方式对待检测图像进行检测之前，还包括：将待检测图像转换为二值图像，然后确定二值图像的多个轮廓区域，进一步对各个轮廓区域进行分割得到多个轮廓，然后确定各个轮廓对应的外接最小矩形，进一步将外接最小矩形的宽度大于预设宽度或外接最小矩形的长度大于预设长度的轮廓过滤，再对二值图像进行分割区域处理得到多个分割区域，并将各个分割区域中的一个或多个最小外接矩形框进行合并，得到各个分割区域对应的指示待检测标识的位置的目标矩形框。其中，进一步利用检测方式对目标矩形框中的待检测标识进行检测，得到待检测标识的检测结果。应理解的是，由于在相关技术中利用异常识别模型对图像中的产品标识进行识别时的识别精度低，可能会导致从图像中提取的产品标识不完整，在本技术实施例中，通过确定待检测图像中的多个轮廓，并对多个轮廓进行过滤，并将待检测图像按照待检测标识所在区域进行分割，得到多个分割区域，然后将分割区域内的矩形框进行合并，以得到待检测标识的位置，也即目标矩形框，便于后续对待检测标识进行定位和分离，提高检测精度。

8、在一种可能的实现中，在根据待检测文件确定待检测标识对应的检测方式之前，还包括：对待检测图像进行剪切处理得到第一待检测图像，然后对第一待检测图像进行阈值化处理得到第二待检测图像，最后对第二待检测图像进行形态学处理得到预处理图像，其中进一步可以利用检测方式对预处理图像进行检测，得到待检测标识的检测结果。应理解的是，由于待检测图像中可能包含与待检测标识无关的内容，这些无关内容可能会影响待检测图像的检测精度，因此在本技术实施例中，通过将待检测图像中与待检测标识无关的内容进行剪切和阈值化处理，得到预处理图像，以避免无关内容对待检测标识的检测精度的影响。

9、在一种可能的实现中，若待检测图像包含标注，在对第一待检测图像进行阈值化处理之前，还包括：对第一待检测图像进行标注去除处理得到中间处理图像，对应的，对中间处理图像进行阈值化处理得到第二待检测图像。其中，由于待检测图像中可能会包括标注，标注也会影响检测精度，因此需要对待检测图像中的标注进行去除，也即对第一待检测图像中的标注进行去除，避免标注对待检测标识的检测精度的影响。

10、第二方面，本技术实施例提供一种检测方法，该方法包括：获取包括待检测空心标识的待检测图像，然后对待检测图像和第一图像模板进行轮廓提取，得到待检测图像对应的第一轮廓和第一图像模板对应的第二轮廓，其中第一图像模板为图像模板库中与待检测空心标识对应的图像模板，图像模板库包括多个图像模板，进一步将第一轮廓和第二轮廓以相同的线宽分别绘制在相同大小的空白图上，得到第一轮廓对应的第一绘图和第二轮廓对应的第二绘图，然后将第一绘图与第二绘图进行匹配，得到待检测空心标识的检测结果。

11、应理解的是，由于空心不规则的图案(也即空心标识)存在的有效面积较小，图案的线宽较细，可能会导致检测精度低，为了解决该技术问题，本技术实施例通过将待检测图像和第一图像模板的内外轮廓分别提取出来，并以相同的线宽绘制在相同大小的空白图上，有利于待检测标识为空心不规则的图案的匹配检测，避免因待检测标识的线宽太细导致的匹配准确度降低的问题，提高检测精度。

12、在第二方面的一种可能的实现中，在对待检测图像和第一图像模板进行轮廓提取之前，还包括：对待检测图像进行剪切处理得到第一待检测图像，然后对第一待检测图像进行阈值化处理得到第二待检测图像，最后对第二待检测图像进行形态学处理得到预处理图像，其中进一步可以对预处理图像和第一图像模板进行轮廓提取。应理解的是，由于待检测图像中可能包含与待检测标识无关的内容，这些无关内容可能会影响待检测图像的检测精度，因此在本技术实施例中，通过将待检测图像中与待检测标识无关的内容进行剪切和阈值化处理，得到预处理图像，以避免无关内容对待检测标识的检测精度的影响。

13、在第二方面的一种可能的实现中，若待检测图像包含标注，在对第一待检测图像进行阈值化处理之前，还包括：对第一待检测图像进行标注去除处理得到中间处理图像，对应的，对中间处理图像进行阈值化处理得到第二待检测图像。其中，由于待检测图像中可能会包括标注，标注也会影响检测精度，因此需要对待检测图像中的标注进行去除，也即对第一待检测图像中的标注进行去除，避免标注对待检测标识的检测精度的影响。

14、在第二方面的一种可能的实现中，若待检测空心标识的检测结果指示为待检测空心标识为错误，还包括：将第一绘图中待检测标识绘制在第三空白图上得到第三绘图，进一步将第三绘图与第二绘图进行匹配，得到待检测空心标识的检测结果。应理解的是，由于第一绘图为待检测图像的绘图，可能会由于第二绘图不清晰导致检测结果为错误，因此可以进一步将第一绘图中的待检测空心标识单独绘制在第三空白图上，得到第三绘图，并进行再次检测，有利于提高检测精度。

15、在第二方面的一种可能的实现中，在对待检测图像和第一图像模板进行轮廓提取之前，还包括：将待检测图像转换为二值图像，然后确定二值图像的多个轮廓区域，进一步对各个轮廓区域进行分割得到多个轮廓，然后确定各个轮廓对应的外接最小矩形，进一步将外接最小矩形的宽度大于预设宽度或外接最小矩形的长度大于预设长度的轮廓过滤，再对二值图像进行分割区域处理得到多个分割区域，并将各个分割区域中的一个或多个最小外接矩形框进行合并，得到各个分割区域对应的指示待检测空心标识的位置的目标矩形框。应理解的是，由于在相关技术中利用异常识别模型对图像中的产品标识进行识别时的识别精度低，可能会导致从图像中提取的产品标识不完整，在本技术实施例中，通过确定待检测图像中的多个轮廓，并对多个轮廓进行过滤，并将待检测图像按照待检测空心标识所在区域进行分割，得到多个分割区域，然后将分割区域内的矩形框进行合并，以得到待检测空心标识的位置，也即目标矩形框，便于后续对待检测标识进行定位和分离，提高检测精度。

16、在第二方面的一种可能的实现中，在对待检测图像和第一图像模板进行轮廓提取之前，还包括：获取待检测图像和待检测图像对应的待检测文件；待检测图像中包括待检测空心标识；待检测文件指示待检测空心标识的类型信息；根据待检测文件中的类型信息确定待检测空心标识对应的检测方式；进一步基于检测方式对待检测图像和第一图像模板进行轮廓提取。

17、第三方面，本技术实施例提供一种检测方法，该方法包括：获取包括待检测旋转标识的待检测图像，然后确定待检测旋转标识对应的多个第一特征点和第二图像模板对应的多个第二特征点，其中第二图像模板为图像模板库中与待检测旋转标识对应的图像模板，图像模板库包括多个图像模板，进一步将多个第一特征点与多个第二特征点进行匹配得到多个匹配结果，其中匹配结果指示匹配成功或匹配失败；若多个匹配结果中指示匹配成功的匹配结果的数量大于预设数量，则确定待检测旋转标识对应的旋转角度并将第二图像模板旋转为旋转角度，进一步将待检测旋转标识与旋转后的第二匹配图像模板进行匹配，得到待检测旋转标识的检测结果。

18、应理解的是，在相关技术中利用异常识别模型进行识别时，针对环绕字符串标识(旋转标识)可能会无法识别成功，从而导致检测精度低，为了解决该技术问题，本技术实施例通过将待检测旋转标识与第二图像模板进行特征点匹配，在匹配成功后，确定待检测旋转标识的旋转角度，并将第二图像模板旋转到该旋转角度，然后将旋转后的第二图像模板和待检测旋转标识进行匹配，提高检测精度。

19、在第三方面的一种可能的实现中，在确定待检测旋转标识对应的多个第一特征点和第二图像模板对应的多个第二特征点之前，还包括：对待检测图像进行剪切处理得到第一待检测图像，然后对第一待检测图像进行阈值化处理得到第二待检测图像，最后对第二待检测图像进行形态学处理得到预处理图像，其中进一步可以确定预处理图像中的待检测旋转标识对应的多个第一特征点和第二图像模板对应的多个第二特征点。应理解的是，由于待检测图像中可能包含与待检测标识无关的内容，这些无关内容可能会影响待检测图像的检测精度，因此在本技术实施例中，通过将待检测图像中与待检测标识无关的内容进行剪切和阈值化处理，得到预处理图像，以避免无关内容对待检测标识的检测精度的影响。

20、在第三方面的一种可能的实现中，若待检测图像包含标注，在对第一待检测图像进行阈值化处理之前，还包括：对第一待检测图像进行标注去除处理得到中间处理图像，对应的，对中间处理图像进行阈值化处理得到第二待检测图像。其中，由于待检测图像中可能会包括标注，标注也会影响检测精度，因此需要对待检测图像中的标注进行去除，也即对第一待检测图像中的标注进行去除，避免标注对待检测标识的检测精度的影响。

21、在第三方面的一种可能的实现中，在确定待检测旋转标识对应的多个第一特征点和第二图像模板对应的多个第二特征点之前，还包括：将待检测图像转换为二值图像，然后确定二值图像的多个轮廓区域，进一步对各个轮廓区域进行分割得到多个轮廓，然后确定各个轮廓对应的外接最小矩形，进一步将外接最小矩形的宽度大于预设宽度或外接最小矩形的长度大于预设长度的轮廓过滤，再对二值图像进行分割区域处理得到多个分割区域，并将各个分割区域中的一个或多个最小外接矩形框进行合并，得到各个分割区域对应的指示待检测空心标识的位置的目标矩形框。其中，进一步基于所述目标矩形框确定待检测旋转标识，然后确定待检测旋转标识对应的多个第一特征点和第二图像模板对应的多个第二特征点。应理解的是，由于在相关技术中利用异常识别模型对图像中的产品标识进行识别时的识别精度低，可能会导致从图像中提取的产品标识不完整，在本技术实施例中，通过确定待检测图像中的多个轮廓，并对多个轮廓进行过滤，并将待检测图像按照待检测标识所在区域进行分割，得到多个分割区域，然后将分割区域内的矩形框进行合并，以得到待检测标识的位置，也即目标矩形框，便于后续对待检测旋转标识进行定位和分离，提高检测精度。

22、在第三方面的一种可能的实现中，在确定待检测旋转标识对应的多个第一特征点和第二图像模板对应的多个第二特征点之前，还包括：获取待检测图像和待检测图像对应的待检测文件；待检测图像中包括待检测旋转标识；待检测文件指示待检测旋转标识的类型信息；根据待检测文件中的类型信息确定待检测旋转标识对应的检测方式；进一步基于检测方式确定待检测旋转标识对应的多个第一特征点和第二图像模板对应的多个第二特征点。

23、第四方面，本技术实施例提供一种检测方法，该方法包括：获取包括待检测变量标识和待检测非变量标识的待检测图像，然后确定待检测图像中待检测变量标识的位置，并基于位置利用掩膜对待检测变量标识进行处理，得到处理后的待检测图像，然后将处理后的待检测图像中的待检测非变量标识与第三图像模板进行匹配得到第一检测结果，其中第三图像模板为图像模板库中与待检测非变量标识对应的图像模板，图像模板库包括多个图像模板；并利用光学字符识别ocr技术对待检测变量标识进行识别得到第二检测结果，最后将第一检测结果和第二检测结果作为待检测图像的检测结果。

24、应理解的是，在相关技术中，由于变量的待检测标识与图像模板库中的图像模板的差异较大，可能会导致异常识别模型针对待检测标量标识的检测异常，从而降低检测精度，为了解决上述技术问题，本技术实施例通过先将待检测变量标识利用掩膜进行遮掩，并对待检测非变量标识进行检测，然后再利用ocr技术对待检测变量标识进行检测，从而得到待检测图像的检测结果，提高检测精度。

25、在第四方面的一种可能的实现中，在确定待检测图像中待检测变量标识的位置之前，还包括：对待检测图像进行剪切处理得到第一待检测图像，然后对第一待检测图像进行阈值化处理得到第二待检测图像，最后对第二待检测图像进行形态学处理得到预处理图像，其中进一步可以确定预处理图像中待检测变量标识的位置。应理解的是，由于待检测图像中可能包含与待检测标识无关的内容，这些无关内容可能会影响待检测图像的检测精度，因此在本技术实施例中，通过将待检测图像中与待检测标识无关的内容进行剪切和阈值化处理，得到预处理图像，以避免无关内容对待检测标识的检测精度的影响。

26、在第四方面的一种可能的实现中，若待检测图像包含标注，在对第一待检测图像进行阈值化处理之前，还包括：对第一待检测图像进行标注去除处理得到中间处理图像，对应的，对中间处理图像进行阈值化处理得到第二待检测图像。其中，由于待检测图像中可能会包括标注，标注也会影响检测精度，因此需要对待检测图像中的标注进行去除，也即对第一待检测图像中的标注进行去除，避免标注对待检测标识的检测精度的影响。

27、在第四方面的一种可能的实现中，在确定待检测图像中待检测变量标识的位置之前，还包括：将待检测图像转换为二值图像，然后确定二值图像的多个轮廓区域，进一步对各个轮廓区域进行分割得到多个轮廓，然后确定各个轮廓对应的外接最小矩形，进一步将外接最小矩形的宽度大于预设宽度或外接最小矩形的长度大于预设长度的轮廓过滤，再对二值图像进行分割区域处理得到多个分割区域，并将各个分割区域中的一个或多个最小外接矩形框进行合并，得到各个分割区域对应的指示待检测变量标识或待检测非变量标识的位置的目标矩形框。应理解的是，由于在相关技术中利用异常识别模型对图像中的产品标识进行识别时的识别精度低，可能会导致从图像中提取的产品标识不完整，在本技术实施例中，通过确定待检测图像中的多个轮廓，并对多个轮廓进行过滤，并将待检测图像按照待检测变量标识或待检测非变量标识所在区域进行分割，得到多个分割区域，然后将分割区域内的矩形框进行合并，以得到待检测变量标识或待检测非变量标识的位置，也即目标矩形框，便于后续对待检测变量标识或待检测非变量标识进行定位和分离，提高检测精度。

28、在第四方面的一种可能的实现中，当待检测非变量标识为空心标识，可以先对待检测图像和第一图像模板进行轮廓提取，得到待检测图像对应的第一轮廓和第一图像模板对应的第二轮廓，其中第一图像模板为图像模板库中与待检测标识对应的图像模板；图像模板库包括多个图像模板，然后，将第一轮廓和第二轮廓以相同的线宽分别绘制在相同大小的空白图上，得到第一轮廓对应的第一绘图和第二轮廓对应的第二绘图，进一步将第一绘图与第二绘图进行匹配，得到待检测非变量标识的检测结果。其中，通过将待检测图像和待检测非变量标识对应的图像模板的内外轮廓分别提取出来，并以相同的线宽绘制在相同大小的空白图上，有利于待检测标识为空心不规则的图案的匹配检测，避免因空心标识的线宽太细导致的匹配准确度降低的问题，提高检测精度。

29、在第四方面的一种可能的实现中，当待检测非变量标识为旋转标识，可以先确定待检测图像中的待检测非变量标识对应的多个第一特征点和第二图像模板对应的多个第二特征点，其中第二图像模板为图像模板库中与待检测标识对应的图像模板，图像模板库包括多个图像模板，然后将多个第一特征点与多个第二特征点进行匹配得到多个匹配结果，其中，匹配结果指示匹配成功或匹配失败；若多个匹配结果中指示匹配成功的匹配结果的数量大于预设数量，则确定待检测非变量标识对应的旋转角度，并将第二图像模板旋转为旋转角度，进一步将待检测非变量标识与旋转后的第二匹配图像模板进行匹配，得到待检测非变量标识的检测结果。其中，在相关技术中，在利用异常识别模型对待检测非变量标识进行检测时，可能会由于待检测非变量标识相比于图像模板发生旋转而导致检测结果出现差异，本技术实施例通过将待检测非变量标识对应的多个第一特征点与图像模板对应的多个第二特征点进行匹配，并在匹配成功后将图像模板旋转至与待检测非变量标识相同的角度，便于检测，提高检测精度。

30、在第四方面的一种可能的实现中，在确定待检测图像中待检测变量标识的位置之前，还包括：获取待检测图像和待检测图像对应的待检测文件；待检测图像中包括待检测变量标识和待检测非变量标识；待检测文件指示待检测变量标识的第一类型信息和待检测非变量标识的第二类型信息；根据待检测文件中的第一类型信息确定待检测变量标识对应的第一检测方式，根据待检测文件中的第二类型信息确定待检测非变量标识对应的第二检测方式；进一步基于第一检测方式确定待检测旋转标识对应的多个第一特征点和第二图像模板对应的多个第二特征点，进一步基于第二检测方式将处理后的待检测图像中的待检测非变量标识与第三图像模板进行匹配得到第一检测结果。

31、第五方面，本技术实施例提供一种标识定位方法，该方法包括：获取包括待检测标识的待检测图像，将待检测图像转换为二值图像，然后确定二值图像的多个轮廓区域，进一步对各个轮廓区域进行分割得到多个轮廓，然后确定各个轮廓对应的外接最小矩形，进一步将外接最小矩形的宽度大于预设宽度或外接最小矩形的长度大于预设长度的轮廓过滤，进一步对二值图像进行分割区域处理得到多个分割区域，然后将各个分割区域中的一个或多个最小外接矩形框进行合并，得到各个分割区域对应的示待检测标识的位置的目标矩形框。

32、应理解的是，在相关技术中，在利用异常识别模型对图像中的产品标识进行检测时，也需要对图像中的产品标识进行定位和提取，然后再对提取后的产品标识进行检测，但是，由于异常识别模型的训练问题，可能会无法识别到较小的标识，从而导致将正确的标识识别为错误的标识。为了解决该技术问题，本技术实施例通过过确定待检测图像中的多个轮廓，并对多个轮廓进行过滤，并将待检测图像按照待检测标识所在区域进行分割，得到多个分割区域，然后将分割区域内的矩形框进行合并，以得到待检测标识的位置，有利于从待检测图像中提取完整的待检测标识，实现对较小的标识的识别，提高检测精度。

33、在第五方面的一种可能的实现中，在将待检测图像转换为二值图像之前，还包括：对待检测图像进行剪切处理得到第一待检测图像，然后对第一待检测图像进行阈值化处理得到第二待检测图像，最后对第二待检测图像进行形态学处理得到预处理图像，其中进一步可以将预处理图像作为二值图像。应理解的是，由于待检测图像中可能包含与待检测标识无关的内容，这些无关内容可能会影响待检测图像的检测精度，因此在本技术实施例中，通过将待检测图像中与待检测标识无关的内容进行剪切和阈值化处理，得到预处理图像，以避免无关内容对待检测标识的检测精度的影响。

34、在第五方面的一种可能的实现中，若待检测图像包含标注，在对第一待检测图像进行阈值化处理之前，还包括：对第一待检测图像进行标注去除处理得到中间处理图像，对应的，对中间处理图像进行阈值化处理得到第二待检测图像。其中，由于待检测图像中可能会包括标注，标注也会影响检测精度，因此需要对待检测图像中的标注进行去除，也即对第一待检测图像中的标注进行去除，避免标注对待检测标识的检测精度的影响。

35、在第五方面的一种可能的实现中，当目标矩形框指示的待检测标识为空心标识，可以先对待检测图像和第一图像模板进行轮廓提取，得到待检测图像对应的第一轮廓和第一图像模板对应的第二轮廓，其中第一图像模板为图像模板库中与待检测标识对应的图像模板；图像模板库包括多个图像模板，然后，将第一轮廓和第二轮廓以相同的线宽分别绘制在相同大小的空白图上，得到第一轮廓对应的第一绘图和第二轮廓对应的第二绘图，进一步将第一绘图与第二绘图进行匹配，得到待检测标识的检测结果。其中，通过将待检测图像和待检测标识对应的图像模板的内外轮廓分别提取出来，并以相同的线宽绘制在相同大小的空白图上，有利于待检测标识为空心不规则的图案的匹配检测，避免因待检测标识的线宽太细导致的匹配准确度降低的问题，提高检测精度。

36、在第五方面的一种可能的实现中，当目标矩形框指示的待检测标识为旋转标识，可以先确定待检测图像中的待检测标识对应的多个第一特征点和第二图像模板对应的多个第二特征点，其中第二图像模板为图像模板库中与待检测标识对应的图像模板，图像模板库包括多个图像模板，然后将多个第一特征点与多个第二特征点进行匹配得到多个匹配结果，其中，匹配结果指示匹配成功或匹配失败；若多个匹配结果中指示匹配成功的匹配结果的数量大于预设数量，则确定待检测标识对应的旋转角度，并将第二图像模板旋转为旋转角度，进一步将待检测标识与旋转后的第二匹配图像模板进行匹配，得到待检测标识的检测结果。其中，在相关技术中，在利用异常识别模型对待检测标识进行检测时，可能会由于待检测标识相比于图像模板发生旋转而导致检测结果出现差异，本技术实施例通过将待检测标识对应的多个第一特征点与图像模板对应的多个第二特征点进行匹配，并在匹配成功后将图像模板旋转至与待检测标识相同的角度，便于检测，提高检测精度。

37、在第五方面的一种可能的实现中，当目标矩形框指示的待检测标识为非变量的待检测标识和变量的待检测标识，可以先确定待检测图像中变量的待检测标识的位置，并基于位置利用掩膜对变量的待检测标识进行处理，得到处理后的待检测图像，然后将处理后的待检测图像中的非变量的待检测标识与第三图像模板进行匹配得到第一检测结果，其中第三图像模板为图像模板库中与非变量的待检测标识对应的图像模板，图像模板库包括多个图像模板；进一步利用光学字符识别ocr技术对变量的待检测标识进行识别得到第二检测结果，最后将第一检测结果和第二检测结果作为得到待检测标识的检测结果。其中，由于不同的含变量的待检测标识指示不同的变量，因此在相关技术中难以通过模板匹配的方式进行检测，且容易将正确的变量的待检测标识检测为错误的标识，因此，在此本技术实施例中通过先将变量的待检测标识利用掩膜进行遮掩，先将待检测图像中非变量的待检测标识进行检测，并进一步采用osr识别技术对变量的待检测标识进行检测，避免变量的待检测标识对待检测图像的影响，有利于提高检测精度。

38、第六方面，本技术实施例提供一种电子设备，包括：处理器和存储器；其中，在存储器中存储有一个或多个计算机程序，一个或多个计算机程序包括指令；当指令被处理器执行时，使得电子设备执如第一方面的检测方法，或者执行如第二方面的检测方法，或者执行如第三方面的检测方法，或者执行如第四方面的检测方法，或者执行如第五方面的标识定位方法。

39、第七方面，本技术实施例提供一种计算机存储介质，包括计算机指令，当计算机指令在电子设备上运行时，电子设备执行如第一方面的检测方法，或者执行如第二方面的检测方法，或者执行如第三方面的检测方法，或者执行如第四方面的检测方法，或者执行如第五方面的标识定位方法。