条码的编码方法、解码方法及设备与流程

1.本技术涉及条码技术领域，尤其涉及一种条码的编码方法、解码方法及设备。


背景技术：

2.条码(又称条形码)是商品独有的世界通用身份证，可提供机器阅读，与载入磁盘、磁带和光盘中的机器可读语言相比，是可印刷型语言。作为自动识别技术之一的条码技术在近三十年间取得了长足发展，条码标识基本覆盖所有产品。条码可以打印在包装和物品上，通过数码相机或装有相机的手机扫描后进行数字化处理，然后可以提取信息(例如产品批次、生产日期等)。条形码具有易实现信息化管理的特征，已在产品溯源领域得到了广泛应用。
3.然而，目前的条码的容量有限，难以嵌入一些其他追溯信息。条码技术中关于信息量小、加密性差的问题，目前仍没有可靠的解决方案。


技术实现要素：

4.为解决或部分解决相关技术中存在的问题，本技术提供一种条码的编码方法、解码方法及设备，能够在原始条码图像上嵌入预设隐秘信息，实现对条码容量信息的扩展。
5.本技术第一方面提供一种条码的编码方法，包括：
6.获取原始条码图像以及预设隐秘信息；
7.将所述原始条码图像以及所述预设隐秘信息输入预先构建的第一神经网络，以使得在所述第一神经网络的上采样过程中将所述预设隐秘信息与所述原始条码图像进行合并操作；
8.在合并操作完成后，通过所述第一神经网络输出载密条码图像；其中，所述载密条码图像为包含所述预设隐秘信息的条码图像。
9.在一种实施方式中，所述将所述预设隐秘信息与所述原始条码图像进行合并操作，包括：
10.将所述预设隐秘信息转换为目标二维矩阵；
11.将所述目标二维矩阵与所述原始条码图像对应的特征图进行合并操作。
12.在一种实施方式中，所述将所述预设隐秘信息转换为目标二维矩阵，包括：
13.将所述预设隐秘信息转换为二进制数据；
14.将所述二进制数据转换为初始二维矩阵；
15.将所述初始二维矩阵上采样为与所述特征图的像素大小对应的目标二维矩阵。
16.在一种实施方式中，所述第一神经网络根据第一预设语义分割网络预先构建得到；其中，所述第一预设语义分割网络包括u-net网络。
17.在一种实施方式中，所述载密条码图像与所述原始条码图像像素对应；和/或，
18.所述载密条码图像与所述原始条码图像均为一维条码图像。
19.本技术第二方面提供一种条码的解码方法，包括：
20.获取载密条码图像；其中，所述载密条码图像为包含预设隐秘信息的条码图像；
21.将所述载密条码图像输入预先构建的第二神经网络，以使得所述第二神经网络识别所述图像，得到第一识别结果；
22.根据所述第一识别结果输出所述预设隐秘信息。
23.在一种实施方式中，所述第二神经网络识别所述图像，得到第一识别结果，包括：
24.所述第二神经网络识别所述图像得到前置识别结果，再将所述前置识别结果进行空间变换，得到第一识别结果。
25.在一种实施方式中，所述第二神经网络根据第二预设语义分割网络以及预设空间变换网络预先构建得到；其中，所述第二预设语义分割网络包括u-net网络。
26.本技术第三方面提供一种电子设备，包括：
27.处理器；以及
28.存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
29.本技术第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
30.本技术提供的技术方案可以包括以下有益效果：
31.本技术提供的方法，通过获取原始条码图像以及预设隐秘信息，将原始条码图像以及预设隐秘信息输入预先构建的第一神经网络，以使得在第一神经网络的上采样过程中将预设隐秘信息与原始条码图像进行合并操作，从而输出载密条码图像。这样，能够在原始条码图像上嵌入预设隐秘信息，实现对条码容量信息的扩展。
32.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
33.通过结合附图对本技术示例性实施方式进行更详细地描述，本技术的上述以及其它目的、特征和优势将变得更加明显，其中，在本技术示例性实施方式中，相同的参考标号通常代表相同部件。
34.图1是本技术实施例示出的条码的编码方法的流程示意图；
35.图2是本技术实施例示出的条码的编码方法的另一流程示意图；
36.图3是本技术实施例示出的u-net网络的网络结构的示意图；
37.图4是本技术实施例示出的原始条码图像；
38.图5是本技术实施例示出的载密条码图像；
39.图6是本技术实施例示出的条码的解码方法的流程示意图；
40.图7是本技术实施例示出的条码的解码方法的另一流程示意图；
41.图8是本技术实施例示出的载密条码图像的应用场景示意图；
42.图9是本技术实施例示出的载密条码图像的另一应用场景示意图；
43.图10是本技术实施例示出的载密条码图像的读取结果的示意图；
44.图11是本技术实施例示出的条码的编码装置的结构示意图；
45.图12是本技术实施例示出的条码的解码装置的结构示意图；
46.图13是本技术实施例示出的条码的编码解码系统的结构示意图；
47.图14是本技术实施例示出的条码的编码解码系统的应用场景示意图；
48.图15是本技术实施例示出的条码的编码解码系统的另一结构示意图；
49.图16是本技术实施例示出的电子设备的结构示意图。
具体实施方式
50.下面将参照附图更详细地描述本技术的实施方式。虽然附图中显示了本技术的实施方式，然而应该理解，可以以各种形式实现本技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本技术更加透彻和完整，并且能够将本技术的范围完整地传达给本领域的技术人员。
51.在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
52.应当理解，尽管在本技术可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
53.相关技术中，条码的容量有限，难以嵌入一些其他追溯信息。条码技术中关于信息量小、加密性差的问题，目前仍没有可靠的解决方案。
54.针对上述问题，本技术实施例提供一种条码的编码方法，能够在原始条码图像上嵌入预设隐秘信息，实现对条码容量信息的扩展。
55.以下结合附图详细描述本技术实施例的技术方案。
56.图1是本技术实施例示出的条码的编码方法的流程示意图。图1实施例的方法可以应用于电子设备，该电子设备可以是编码设备(或称编码器)。
57.参见图1，该方法包括：
58.步骤s101、获取原始条码图像以及预设隐秘信息。
59.其中，原始条码图像可以是一维条码图像。原始条码图像可以是商品条形码(例如ean-13码、ean-128码等)，原始条码图像所呈现的条码遵循gb12904-2008国家标准。原始条码图像中承载有商品基础信息(例如商品生产国、制造厂家、商品名称等)，原始条码图像在被市场上通用的扫描式识读器(例如扫码枪、智能手机等)扫描读取后可以得到其商品基础信息。
60.其中，预设隐秘信息可以是商品的生产批次、生产日期等商品特征信息。预设隐秘信息可以是一种文本格式数据。
61.步骤s102、将原始条码图像以及预设隐秘信息输入预先构建的第一神经网络，以使得在第一神经网络的上采样过程中将预设隐秘信息与原始条码图像进行合并操作。
62.其中，第一神经网络可以根据第一预设语义分割网络预先构建得到。其中，第一预
设语义分割网络可以是u-net网络。
63.在该步骤中，在第一神经网络的上采样过程中，可以将预设隐秘信息转换为目标二维矩阵，并将目标二维矩阵与原始条码图像对应的特征图进行合并操作。可以理解，在该步骤中，预设隐秘信息与原始条码图像进行了融合。
64.步骤s103、在合并操作完成后，通过第一神经网络输出载密条码图像；其中，载密条码图像为包含预设隐秘信息的条码图像。
65.其中，载密条码图像与原始条码图像均为一维条码图像，载密条码图像与原始条码图像像素对应。也就是说，载密条码图像也承载有与原始条码图像同样的商品基础信息，市场上通用的扫描式识读器扫描读取载密条码图像后也可以得到原始条码图像中所承载的商品基础信息。载密条码图像中所承载的预设隐秘信息，需要通过专用的扫描式识读器才可以读取获得。
66.从该实施例可以看出，本技术实施例提供的方法，通过获取原始条码图像以及预设隐秘信息，将原始条码图像以及预设隐秘信息输入预先构建的第一神经网络，以使得在第一神经网络的上采样过程中将预设隐秘信息与原始条码图像进行合并操作，从而输出载密条码图像。这样，能够在原始条码图像上嵌入预设隐秘信息，实现对条码容量信息的扩展。
67.图2是本技术实施例的条码的编码方法的另一流程示意图。图2相对图1更详细描述了本技术的方案。
68.参见图2，该方法包括：
69.步骤s201、获取原始条码图像以及预设隐秘信息。
70.该步骤可参见步骤s101中的描述，此处不再赘述。
71.步骤s202、将原始条码图像以及预设隐秘信息输入预先构建的第一神经网络，以使得在第一神经网络的上采样过程中将预设隐秘信息转换为目标二维矩阵，并将目标二维矩阵与原始条码图像对应的特征图进行合并操作。
72.其中，第一神经网络可以根据第一预设语义分割网络预先构建得到。其中，第一预设语义分割网络可以是u-net网络。在本技术实施例中，第一神经网络根据u-net网络预先构建得到。在其中一种实施方式中，第一神经网络通过对u-net网络中的卷积层进行调整修改后得到。
73.u-net网络是使用全卷积网络进行语义分割的算法之一，由于u-net网络可以进行像素级的分类任务，其输出的是每个像素点的类别，且不同类别的像素会显示不同的颜色，常用在任务重、图片数据比较少的情况中。可见，条码图片符合此种情况，第一神经网络根据u-net网络预先构建得到，可以得到包括但不限于如下两个优点：一是输出结果可以定位出目标类别的位置。二是可以进行数据增强，能够解决图像数据少的问题，u-net网络的u型结构可以使它用更少的训练图片的同时，分割的准确度也较高。
74.请参见图3，图3展示了u-net网络的网络结构，u-net网络的整体流程是编码(如图3左侧部分)和解码(如图3右侧侧部分)。在编码过程中通过下采样进行特征提取；也就是说，u-net网络的左侧一边网络是特征提取网络，其使用conv和pooling。在解码过程中通过上采样将抽象的特征再还原到原图的尺寸，最终得到分割结果；也就是说，u-net网络的右侧一边网络为特征增融合网络，其使用上采样产生特征图与concatenate级联操作，再经过
设定次数(例如两次)卷积生成特征图，并用设定数量的预设卷积核(例如两个卷积核大小为1*1的卷积核)进行分类。
75.由于第一神经网络根据u-net网络预先构建得到，第一神经网络属于一种语义分割网络，第一神经网络可以识别出原始条码图像中的原始条码。在本技术中，第一神经网络的处理过程可以理解为：先对原始条码图像中的原始条码进行特征提取，然后在上采样中将提取到的特征还原为对应原始条码图像的特征图，此时将特征图与由预设隐秘信息转换的目标二维矩阵进行合并操作，并通过设定次数(例如两次)的卷积操作后输出，以得到最终所需的载密条码图像。
76.可以理解，在第一神经网络的上采样过程中可以有多次上采样操作，本技术实施方式中可以在任意一次上采样操作中将由预设隐秘信息转换的目标二维矩阵与原始条码图像对应的特征图进行合并。
77.在其中一种实施方式中，可以通过预处理将预设隐秘信息转换为目标二维矩阵，其中包括：
78.步骤a：将预设隐秘信息转换为二进制数据。
79.在该步骤中，可以将文本格式的预设隐秘信息转换为二进制数据。
80.步骤b：将二进制数据转换为初始二维矩阵。
81.其中，初始二维矩阵的长宽可以相等。
82.步骤c：将初始二维矩阵上采样为与特征图的像素大小对应的目标二维矩阵。
83.在该步骤中，可以通过插值法将初始二维矩阵上采样为与特征图的像素大小对应的目标二维矩阵。
84.为了便于理解第一神经网络的处理过程，举如下例子进行说明，例如，原始条码图像的像素为400
×
400，在第一神经网络的上采样过程中还原产生对应原始条码图像的特征图为400
×
400；与此同时，可以将二进制数据的预设隐秘信息转换为像素是40
×
40的初始二维矩阵，然后通过插值法将40
×
40的初始二维矩阵上采样到400
×
400的目标二维矩阵；可见，400
×
400的目标二维矩阵与400
×
400的特征图的像素大小相对应，通过将400
×
400的目标二维矩阵与400
×
400的特征图进行合并操作，再通过卷积操作后输出载密条码图像。
85.又例如，原始条码图像的像素为400
×
400，在第一神经网络的上采样过程中还原产生的特征图为200
×
200；与此同时，可以将二进制数据的预设隐秘信息转换为像素是40
×
40的初始二维矩阵，然后通过插值法将40
×
40的初始二维矩阵上采样到200
×
200的目标二维矩阵；可见，200
×
200的目标二维矩阵与200
×
200的特征图的像素大小相对应，通过将200
×
200的目标二维矩阵与200
×
200的特征图进行合并操作，然后再次进行上采样操作至400
×
400的特征图，再通过卷积操作后输出载密条码图像。
86.步骤s203、在合并操作完成后，通过第一神经网络输出载密条码图像；其中，载密条码图像为包含预设隐秘信息的条码图像。
87.可以理解，通过进行合并操作(例如进行矩阵相加)，再经第一神经网络卷积操作后会输出载密条码图像。在本技术实施例中，载密条码图像与原始条码图像像素对应，例如，像素为400
×
400的载密条码图像对应像素为400
×
400的原始条码图像。
88.本技术实施例中，可以获取预设容量大小的预设隐秘信息，进而根据该预设容量
大小的预设隐秘信息以及原始条码图像，生成载密条码图像，以实现条码容量的扩展。例如，可以根据200bit容量大小的预设隐秘信息以及预先获取到的原始条码图像，生成载密条码图像，以使得所生成的载密条码图像中嵌入有200bit的预设隐秘信息。
89.请一并参见图4与图5，图4为本技术实施例示出的原始条码图像，图5为本技术实施例示出的载密条码图像。可以发现，原始条码图像与载密条码图像的差别细微，人眼难以察觉出此种差别，换句话说，从视觉上人眼是不能明显分辨出原始条码图像与载密条码图像的差别的。载密条码图像在生成过程中利用预先构建的第一神经网络，实现对原始条码图像中像素的调制以及融合，将预设隐秘信息融入到了原始条码图像中，使得预设隐秘信息不易被发现获取，保障了载密条码图像中预设隐秘信息的加密属性。
90.需要说明的是，本技术实施例中，载密条码图像与原始条码图像均为一维条码图像，载密条码图像与原始条码图像像素对应。也就是说，载密条码图像也承载有与原始条码图像同样的商品基础信息，市场上通用的扫描式识读器扫描读取载密条码图像后也可以得到原始条码图像中所承载的商品基础信息。载密条码图像中所承载的预设隐秘信息，需要通过专用的扫描式识读器才可以读取获得。
91.从该实施例可以看出，本技术实施例提供的方法，能够在原始条码图像上嵌入预设隐秘信息，实现对条码容量信息的扩展。可见，本技术所提供的条码的编码方法，其作为一种隐写术(隐写术是一门关于信息隐藏的技巧与科学，所谓信息隐藏指的是不让除预期的接收者之外的任何人知晓信息的传递事件或者信息的内容)，能够原始条码图像实现对附加数据信息的高安全性隐藏，增大条码现有容量，并且可以在不影响市场上通用扫描式识读器(如扫码枪)识别gs1通用规范条码的基础上，实现额外信息的扩展。其次，尤其在物流行业上，为实现一码代替多码提供了可行性的解决方案，通过执行本技术的方法，能够在商品或物品包装上的原始条码图像中嵌入预设隐秘信息，从而无需再次在商品或物品包装上粘贴额外的条码，利于保障包装印刷美观，不破坏包装表面的空间布局。另外，在局域网中访问的图像、视频时，可能会导致隐私的泄露甚至内容恶意篡改，通过本技术所提供的方法，可以将条码作为嵌入载体，作为防伪信息用于图像、视频的版权保护。
92.图6是本技术实施例示出的条码的解码方法的流程示意图。图1实施例的方法可以应用于电子设备，该电子设备可以是解码设备(或称解码器)，该解码设备可以是扫描式识读器、智能手机等。
93.参见图6，该方法包括：
94.步骤s601、获取载密条码图像；其中，载密条码图像为包含预设隐秘信息的条码图像。
95.其中，载密条码图像的具体描述可以参见图1或图2实施例，此处不再赘述。
96.步骤s602、将载密条码图像输入预先构建的第二神经网络，以使得第二神经网络识别图像，得到第一识别结果。
97.在其中一种实施方式中，第二神经网络根据第二预设语义分割网络预先构建得到；其中，第二预设语义分割网络包括u-net网络。也就是说，第二神经网络作为一种语义分割网络，第二神经网络根据载密条码图像识别出其中对应预设隐秘信息的图像数据，该图像数据即为所得到的第一识别结果。
98.在另一种实施方式中，第二神经网络根据第二预设语义分割网络以及预设空间变
transformer network，简称为stn网络)，其为网络结构中的输入提供了相应的空间变换方式，变换的方式包括但不限于缩放、剪切和旋转，从而使得第二神经网络可以学会空间不变性的特点。载密条码图像通过一系列卷积、密集层以及s型函数处理，产生与嵌入的预设隐秘信息相同长度的最终输出，以恢复出预设隐秘信息。本技术实施例中，可以使用交叉熵损失函数对第二神经网络进行监督。
112.由于第二神经网络可以根据u-net网络以及预设空间变换网络预先构建得到，第二神经网络也属于一种语义分割网络，第二神经网络的网络结构包括u-net网络与空间变换网络的网络结构，第二神经网络中u-net网络的输出为预设空间变换网络的输入，预设空间变换网络的输出作为第一识别结果。第二神经网络中的u-net网络的卷积层可以根据需求进行调整修改。
113.载密条码图像为包含预设隐秘信息的条码图像，换句话说，原始条码图像在嵌入了预设隐秘信息后，即变成为载密条码图像。在本技术实施例中，第二神经网络作为一种语义分割网络，第二神经网络不仅可以从载密条码图像中识别出对应预设隐秘信息的图像数据，还可以从载密条码图像中识别出对应原始条码图像的图像数据。在本技术实施例中，第二神经网络只选取对应预设隐秘信息的图像数据(即第一识别结果)进行输出。
114.步骤s703、根据第一识别结果输出预设隐秘信息。
115.在该步骤中，根据第一识别结果，可以根据预设算法获取其所表达的信息，即得到预设隐秘信息。在其中一种实施方式中，第一识别结果可以对应一种矩阵数据，该矩阵数据转换为文本格式的预设隐秘信息。
116.需要说明的是，载密条码图像与原始条码图像均为一维条码图像，载密条码图像与原始条码图像像素对应。也就是说，载密条码图像也承载有与原始条码图像同样的商品基础信息，市场上通用的扫描式识读器扫描读取载密条码图像后也可以得到原始条码图像中所承载的商品基础信息。载密条码图像中所承载的预设隐秘信息，需要通过专用的扫描式识读器才可以读取获得。本技术实施例中，载密条码图像中所承载的预设隐秘信息，可以通过执行如图6或图7所示实施例中的方法的解码设备读取获得，该解码设备可以是扫描式识读器(即扫码枪)。
117.可以理解，载密条码图像可以是电子图像、也可以是印刷图像。请参见图8，图8实施例示出载密条码图像被市场上通用的扫描式识读器扫描读取的场景示意图。图8实施例中，载密条码图像在电子显示设备(即电脑屏幕)中以电子图像形式呈现，市场上通用的扫描式识读器可以成功扫描读取以电子图像形式呈现的载密条码图像，从而得到原始条码图像中所承载的商品基础信息(如图8中左侧区域展示的数据)。
118.请参见图9，图9实施例示出载密条码图像被市场上通用的扫描式识读器扫描读取的另一场景示意图。图9实施例中，载密条码图像以印刷图像形式呈现，市场上通用的扫描式识读器可以成功扫描读取以印刷图像形式呈现的载密条码图像，从而得到原始条码图像中所承载的商品基础信息(如图9中左侧区域展示的数据)。
119.请参见图10，图10实施例示出载密条码图像被解码设备扫描读取的结果示意图。载密条码图像被解码设备扫描读取后，可以得到预设隐秘信息(如图10中所示条码的左上方处的数据)。解码设备执行如图6或图7所示实施例中的方法，解码设备可以是扫描式识读器(即扫码枪)。
120.从该实施例可以看出，本技术实施例提供的方法，利用预先构建的第二神经网络，能够对载密条码图像进行解码，获取载密条码图像中的预设隐秘信息。
121.与前述应用功能实现方法实施例相对应，本技术还提供了一种条码的编码装置的实施例。
122.图11是本技术实施例示出的条码的编码装置的结构示意图。
123.参见图11，一种条码的编码装置1100，包括：第一获取模块1110、编码模块1120、第一输出模块1130。
124.第一获取模块1110，用于获取原始条码图像以及预设隐秘信息。
125.编码模块1120，用于将原始条码图像以及预设隐秘信息输入预先构建的第一神经网络，以使得在第一神经网络的上采样过程中将预设隐秘信息与原始条码图像进行合并操作。
126.第一输出模块1130，用于在合并操作完成后，通过第一神经网络输出载密条码图像；其中，载密条码图像为包含预设隐秘信息的条码图像。
127.从该实施例可以看出，本技术提供的条码的编码装置1100，能够在原始条码图像上嵌入预设隐秘信息，实现对条码容量信息的扩展。
128.图12是本技术实施例示出的条码的解码装置的结构示意图。
129.参见图12，一种条码的解码装置1200，包括：第二获取模块1210、解码模块1220、第二输出模块1230。
130.第二获取模块1210，用于获取载密条码图像；其中，载密条码图像为包含预设隐秘信息的条码图像。
131.解码模块1220，用于将载密条码图像输入预先构建的第二神经网络，以使得第二神经网络识别图像，得到第一识别结果。
132.第二输出模块1230，用于根据第一识别结果输出预设隐秘信息。
133.从该实施例可以看出，本技术提供的条码的解码装置1200，能够对载密条码图像进行解码，获取载密条码图像中的预设隐秘信息。
134.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。
135.图13是本技术实施例示出的条码的编码解码系统的结构示意图。
136.参见图13，一种条码的编码解码系统1300，包括：编码设备1310与解码设备1320。
137.编码设备，用于获取原始条码图像以及预设隐秘信息；将原始条码图像以及预设隐秘信息输入预先构建的第一神经网络，以使得在第一神经网络的上采样过程中将预设隐秘信息与原始条码图像进行合并操作；在合并操作完成后，通过第一神经网络输出载密条码图像；其中，载密条码图像为包含预设隐秘信息的条码图像。
138.解码设备，用于获取载密条码图像；其中，载密条码图像为包含预设隐秘信息的条码图像；将载密条码图像输入预先构建的第二神经网络，以使得第二神经网络识别图像，得到第一识别结果；根据第一识别结果输出预设隐秘信息。
139.从该实施例可以看出，本技术提供的条码的编码解码系统1300，能够在原始条码图像上嵌入预设隐秘信息，得到载密条码图像，实现对条码容量信息的扩展，并且可以对载密条码图像进行解码，获取载密条码图像中的预设隐秘信息。
140.请参见图14，图14是本技术实施例示出的条码的编码解码系统的应用场景的示意图。图14左下角的原始条码图像与预设隐秘信息(如图14左上角示出的隐写信息，即网址信息)可以通过编码设备进行编码，从而得到载密条码图像，载密条码图像通过编码设备(如图14中的智能手机)进行编码后，可以得到载密条码图像中的预设隐秘信息(如图14右上角示出的网址信息)。
141.进一步的，请参见图15，图15是本技术实施例示出的条码的编码解码系统的另一结构示意图。条码的编码解码系统还包括：预测设备1330。预测设备1330用于从电子图像或印刷图像中检测出载密条码图像的位置区域，以便于解码设备1320对载密条码图像进行解码，从而识别出载密条码图像中的预设隐秘信息。
142.如图15所示，在其中一种实施方式中，编码设备1310将原始条码图像与预设隐秘信息编码生成为载密条码图像后，解码设备1320可以对载密条码图像进行解码，从而得到预设隐秘信息。在另一种实施方式中，由于载密条码图像可以以电子图像或者印刷图像的形式呈现，为了便于解码设备1320从电子图像或者印刷图像中解码识别出预设隐秘信息，电子图像或者印刷图像先经过预测设备1330进行处理，在预测设备1330检测出电子图像或印刷图像中检测出载密条码图像所占的位置区域后，再利用解码设备1320进行解码，以提升解码成功率，降低解码难度。
143.图16是本技术实施例示出的电子设备的结构示意图。电子设备可以是编码设备或解码设备，换句话说，当执行图1或图2所示实施例的方法时，电子设备为编码设备；当执行图6或图7所示实施例的方法时，电子设备为解码设备。
144.参见图16，电子设备1600包括存储器1610和处理器1620。
145.处理器1620可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
146.存储器1610可以包括各种类型的存储单元，例如系统内存、只读存储器(rom)和永久存储装置。其中，rom可以存储处理器1620或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器1610可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(例如dram，sram，sdram，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器1610可以包括可读和/或写的可移除的存储设备，例如激光唱片(cd)、只读数字多功能光盘(例如dvd-rom，双层dvd-rom)、只读蓝光光盘、超密度光盘、闪存卡(例如sd卡、min sd卡、micro-sd卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
147.存储器1610上存储有可执行代码，当可执行代码被处理器1620处理时，可以使处理器1620执行上文述及的方法中的部分或全部。
148.此外，根据本技术的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本技术的上述方法中部分或全部步骤的计算机程序代码指令。
149.或者，本技术还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质)，其上存储有可执行代码(或计算机程序或计算机指令代码)，当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时，使处理器执行根据本技术的上述方法的各个步骤的部分或全部。
150.以上已经描述了本技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。