1.本发明涉及打印机领域，尤其涉及一种热敏纸打印识别方法、装置及热敏打印机。
背景技术：2.目前市面上手持热敏打印头基本都采用反射式或透射式光电对的方案作纸张检测，不管是反射式和透射式，都会受到结构，侦测距离，sensor公差，主板配阻等多种因素的叠加影响，造成效果不稳定，不同批次性能不一致等问题，通常对硬件和结构的一致性需要作很高强度的管控，才能达到比较稳定的效果，耗费较大成本，调试难度也较大，并且对于各类纸张的兼容性有很大局限，一旦出现新的规格的纸张，容易出现不支持的情况，技术局限性较大。
技术实现要素：3.为了解决上述技术问题，本发明提供一种热敏纸打印识别方法、装置及热敏打印机。具体的，本发明的技术方案如下：
4.第一方面，本技术公开了一种热敏纸打印识别方法，包括：
5.采集待打印的热敏纸的图像；
6.识别所述热敏纸的图像，获取所述热敏纸的特征参数；
7.根据所述热敏纸的特征参数，在热敏纸库中查找与所述热敏纸匹配的标准热敏纸；所述热敏纸库中存储有不同规格型号的标准热敏纸的特征数据；
8.当查找到与所述热敏纸匹配的标准热敏纸时，获取所述标准热敏纸的打印参数；
9.根据所述打印参数进行打印设置，以便打印所述热敏纸。
10.在一些实施方式中，所述热敏纸打印识别方法还包括：
11.建立热敏纸库；具体包括：
12.采集不同规格的标准热敏纸的图像；
13.对所述标准热敏纸进行标注，获取各标准热敏纸的特征参数；所述特征参数包括纸张类型、纸张尺寸、间隙、黑标位置、预印内容的颜色、预印内容的位置及尺寸之中的任意一项或多项；
14.根据所述热敏纸的特征参数确定对应的打印参数；
15.将不同规格的标准热敏纸的特征参数及其打印参数存储至热敏纸库。
16.在一些实施方式中，所述热敏纸打印识别方法还包括：
17.当未查找到与所述特征参数匹配的标准热敏纸类型时，判定所述热敏纸为新品热敏纸；
18.采集所述新热敏纸的图像；
19.识别所述新热敏纸的图像，获取所述新热敏纸的特征参数；
20.在所述新热敏纸放入纸仓后，进行走纸学习，通过光电传感器检测所述新热敏纸，获取所述新热敏纸的特征数据；
21.将所述新热敏纸的特征参数与所述新热敏纸的特征数据进行比对；
22.当比对一致时，将所述新热敏纸作为新标准热敏纸，并根据所述新热敏纸的特征数据确定所述新标准热敏纸的打印参数；
23.将所述新标准热敏纸的特征数据及打印参数上传至所述热敏纸库。
24.在一些实施方式中，识别所述热敏纸的图像，获取所述热敏纸的特征参数；具体包括：
25.基于机器视觉，识别所述热敏纸的图像对应的热敏纸的特征参数；所述特征参数包括纸张类型、纸张尺寸、黑标位置、间隙位置、预印内容的颜色和尺寸之中的任一一种或多种。
26.在一些实施方式中，识别所述热敏纸的图像，获取所述热敏纸的特征参数；具体包括：
27.将所述热敏纸的图像输入至预先训练好的热敏纸识别模型进行识别；其中，所述热敏纸识别模型采用预设数量的不同规格的热敏纸训练样本训练出来，每一训练样本均包括热敏纸的图像及用来识别热敏纸特征参数的标注信息；
28.识别输出所述热敏纸图像对应的热敏纸的特征参数。
29.第二方面，本技术公开了一种热敏纸打印识别装置，包括：
30.图像采集模块，用于采集待打印的热敏纸的图像；
31.识别检测模块，用于识别所述热敏纸的图像，获取所述热敏纸的特征参数；
32.查找匹配模块，用于根据所述热敏纸的特征参数，在热敏纸库中查找与所述热敏纸匹配的标准热敏纸；所述热敏纸库中存储有不同规格型号的标准热敏纸的特征数据；
33.参数获取模块，用于当查找到与所述热敏纸匹配的标准热敏纸时，获取所述标准热敏纸的打印参数；
34.打印设置模块，用于根据所述打印参数进行打印设置，以便打印所述热敏纸。
35.在一些实施方式中，所述热敏纸打印识别装置还包括：
36.数据库建立模块，用于建立热敏纸库；所述数据库建立模块具体包括：
37.样本采集子模块，用于采集不同规格的标准热敏纸的图像；
38.标注获取模块，用于对所述标准热敏纸进行标注，获取各标准热敏纸的特征参数；所述特征参数包括纸张类型、纸张尺寸、间隙、黑标位置、预印内容的颜色、预印内容的位置及尺寸之中的任意一项或多项；
39.参数确定子模块，用于根据所述热敏纸的特征参数确定对应的打印参数；
40.存储子模块，用于将不同规格的标准热敏纸的特征参数及打印参数存储至热敏纸库。
41.在一些实施方式中，所述热敏纸打印识别装置还包括：
42.判定模块，用于当未查找到与所述特征参数匹配的标准热敏纸类型时，判定所述热敏纸为新品热敏纸；
43.所述图像采集模块，还用于采集所述新热敏纸的图像；
44.所述识别检测模块，还用于识别所述新热敏纸的图像，获取所述新热敏纸的特征参数；
45.走纸学习模块，用于在所述新热敏纸放入纸仓后，进行走纸学习，通过光电传感器
检测所述新热敏纸，获取所述新热敏纸的特征数据；
46.比对操作模块，用于将所述新热敏纸的特征参数与所述新热敏纸的特征数据进行比对；并在比对一致时，将所述新热敏纸作为新标准热敏纸，
47.所述参数获取模块，还用于根据所述新热敏纸的特征数据确定所述新标准热敏纸的打印参数；
48.存储更新模块，用于将所述新标准热敏纸的特征数据及打印参数上传至所述热敏纸库。上传至所述热敏纸库。
49.在一些实施方式中，所述识别检测模块具体包括：
50.机器视觉识别子模块，基于机器视觉，识别所述热敏纸的图像对应的热敏纸的特征参数；所述特征参数包括纸张尺寸、黑标位置或间隙位置、预印内容的颜色和尺寸之中的任一一项或多项。
51.第三方面，本技术还公开了一种热敏打印机，所述热敏打印机内集成有上述任一项所述的热敏纸打印识别装置。
52.与现有技术相比，本发明至少具有以下一项有益效果：
53.1、本技术的热敏纸库中存储有不同规格型号的标准热敏纸，在更换打印纸之前，可通过采集待打印的热敏纸的图像，进而识别检测出该待打印的热敏纸的特征参数，然后根据该特征参数去热敏纸库中进行匹配，一旦匹配到对应的标准热敏纸，则可获取对应的打印参数，从而调用对应的打印参数进行设置，如此便可使得热敏打印机能兼容多规格的热敏打印纸，大大提高工作性能。
54.2、本技术的方案，在遇到热敏纸库中未匹配到对应的标准热敏纸时，会实时进行学习获取新热敏纸的特征参数，并在通过走纸验证后将该新热敏纸的特征参数更新在热敏纸库中，从而使得后续再遇到该规格型号的热敏打印纸时，则可直接匹配，调取对应的打印参数进行打印设置。该热敏纸库的更新方案，大大提高了热敏打印机的适应性，兼容的热敏纸范围也会更广。
55.3、本技术的方案中，采用了机器视觉来识别检测热敏纸的特征参数，通过机器视觉中内置的ai算法，实现目标物的检测识别，比如热敏纸的尺寸、黑标位置的定位等。基于机器视觉来识别获取热敏纸的特征参数，无需人工测量获取其特征参数，大大降低了人工成本；且机器视觉获取的特征参数的准确度和精度都比较高。
附图说明
56.下面将以明确易懂的方式，结合附图说明优选实施方式，对本发明的上述特性、技术特征、优点及其实现方式予以进一步说明。
57.图1是本技术的热敏纸打印识别方法的一个实施例的流程图；
58.图2是本技术的热敏纸打印识别方法的另一实施例的流程图；
59.图3是本技术的热敏纸打印识别装置的一个实施例的结构框图；
60.图4是本技术的热敏纸打印识别装置的另一实施例的结构框图。
具体实施方式
61.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明
本发明的具体实施方式。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的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
62.为使图面简洁，各图中只示意性地表示出了与发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
63.还应当进一步理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
64.在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
65.另外，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
66.在一个实施例中，参考说明书附图1，本实施例公开了一种热敏纸打印识别方法，包括：
67.s100，采集待打印的热敏纸的图像；
68.具体的，在打印前，可先通过摄像头扫描拍摄待打印的热敏纸，获取一张完整的热敏纸的拍摄图像，用于后续的识别检测。
69.s200，识别所述热敏纸的图像，获取所述热敏纸的特征参数；
70.具体的，在获取到该热敏纸图像后，则对其进行识别处理，获取该热敏纸的特征参数，比如该热敏纸的尺寸、黑标位置或者间隙位置，如果有预印内容，则进一步识别出预印的内容及其尺寸。
71.s300，根据所述热敏纸的特征参数，在热敏纸库中查找是否存在与所述热敏纸匹配的标准热敏纸；若是，进入步骤s400；其中，所述热敏纸库中存储有不同规格型号的标准热敏纸的特征数据；
72.具体的，热敏纸库中存储了不同规格型号的标准热敏纸，因而，在获取到热敏纸的特征参数后，便可在热敏纸库中进行查询匹配，看是否能在热敏纸库中，匹配到特征数据与该热敏纸的特征参数相符的标准打印纸。关于热敏纸库可以是本地数据库，也可以是云端数据库，本实施例不做限定。
73.s400，获取所述标准热敏纸的打印参数；
74.具体的，不同规格型号的热敏纸对应有不同的打印参数，该对应关系可提前存储在热敏纸库，从而热敏纸库中存储有标准热敏纸的特征数据和打印参数；如果在热敏纸库中匹配到了对应的标准热敏纸时，则可进一步获取该标准热敏纸的打印参数。完成对比后直接使用对应的详细参数(包括缝隙中间位置，马达步进数等)，做到一个发热点行之内的定位精度。当然，不同规格型号的热敏纸与打印参数的对应关系也可不存储在热敏纸库，而是集成在打印机的打印控制端。
75.s500，根据所述打印参数进行打印设置，以便打印所述热敏纸。
76.本实施例中，热敏纸库中存储了不同规格型号的标准热敏纸，基本上可以将市面上现有的各种规格的热敏纸(比如热敏标签纸和热敏黑标纸张)都涵盖其中。不同规格型号的标准热敏纸，其特征数据是不一样的，此外，热敏纸的规格型号不同，自然打印参数也会不同。将各不同规格型号的标准热敏纸，及其特征数据和打印参数都存储在热敏纸库中，这样在识别到当前待打印的热敏纸图像，获取到其特征参数后，便可在热敏纸库中进行匹配，看是否是当前热敏纸库中存在的标准热敏纸，如果匹配到了，则可直接调用该标准热敏纸的打印参数进行打印设置。通过本实施的热敏纸打印识别方法，可智能识别当前待打印的热敏纸，从而匹配调用对应的打印参数进行设置，如此便可使得热敏打印机能兼容多规格的热敏打印纸，大大提高工作性能。
77.上述实施例中的热敏纸库，可提前构建，后期出现了新的规格的热敏纸，也可以再增加入库，更新热敏纸库。具体的，建立热敏纸库；具体包括：
78.s001，采集不同规格的标准热敏纸的图像；
79.s002，对所述标准热敏纸进行标注，获取各标准热敏纸的特征参数；所述特征参数包括纸张类型、纸张尺寸、间隙、黑标位置、预印内容的颜色、预印内容的位置及尺寸之中的任意一项或多项；
80.具体的，对标准热敏纸进行标注，可以是人为测量、判断后传输相应的标注指令来进行标注，也可以是通过机器视觉或者热敏打印机上的光电感应设备来进行相应测量获取相关特征参数来进行标注。标准热敏纸的特征参数，主要是指会影响到打印的相关打印参数，比如纸张的类型，是属于黑标热敏纸，还是标签热敏纸等；纸张的尺寸大小；如果是标签纸则标签纸之间会有间隙，进而涉及到间隙的定位；如果是黑标热敏纸，则定位黑标的位置；如果热敏纸上有预印内容，则标注预印内容的颜色、尺寸、位置等。
81.s003，根据所述热敏纸的特征参数确定对应的打印参数；不同规格型号的热敏纸，由于纸张尺寸不一样、黑标位置不同、或者间缝位置不同，则对应的打印参数也会不一样，比如马达步进数、打印位置等都不相同。根据热敏纸的特征参数，确定打印参数，可将定位精度控制到一个发热点点行的宽度(
±
0.03125mm)。
82.s004，将不同规格的标准热敏纸的特征参数及其打印参数存储至热敏纸库。
83.具体的，在获取到不同规格的标准热敏纸的特征参数和打印参数后，最后将其存储在热敏纸库中，后续在打印时，只要能在该热敏纸库中匹配到对应的标准热敏纸，则可直接调用对应的打印参数进行设置，以便后续打印。
84.上述实施例中，如果热敏纸库中能查找到与待打印的热敏纸匹配的标准热敏纸，则可直接调用标准热敏纸的打印参数进行打印设置。但若市面上新出规格的热敏纸，可能热敏纸库中无法匹配到对应标准热敏纸，则无法兼容。而本技术的另一实施例，在上述任一实施例的基础上，增加了识别出的热敏纸在热敏纸库中无法查找匹配到标准热敏纸的处理方式，具体的，本实施例如图2所示，包括：
85.s100，采集待打印的热敏纸的图像；
86.s200，识别所述热敏纸的图像，获取所述热敏纸的特征参数；
87.s300，根据所述热敏纸的特征参数，在热敏纸库中查找是否存在与所述热敏纸匹配的标准热敏纸；若是，进入步骤s400，否则进入步骤s600；其中，所述热敏纸库中存储有不
同规格型号的标准热敏纸的特征数据；
88.s400，当查找到与所述热敏纸匹配的标准热敏纸时，获取所述标准热敏纸的打印参数；
89.s500，根据所述打印参数进行打印设置，以便打印所述热敏纸；
90.s600，判定所述热敏纸为新品热敏纸；
91.s601，采集所述新热敏纸的图像；
92.s602，识别所述新热敏纸的图像，获取所述新热敏纸的特征参数；
93.s603，在所述新热敏纸放入纸仓后，进行走纸学习，通过光电传感器检测所述新热敏纸，获取所述新热敏纸的特征数据；
94.s604，将所述新热敏纸的特征参数与所述新热敏纸的特征数据进行比对；
95.s605，当比对一致时，将所述新热敏纸作为新标准热敏纸，并根据所述新热敏纸的特征数据确定所述新标准热敏纸的打印参数；
96.s606，将所述新标准热敏纸的特征数据及打印参数上传至所述热敏纸库。
97.本实施例中，如果识别到的热敏纸在热敏纸库中找不到对应的标准热敏纸，则会进入后续的热敏纸库更新过程。具体的，会先采集该新热敏纸的图像，基于机器视觉算法来识别该新热敏纸图像，获取到该新热敏纸的特征参数，比如新热敏纸的类型、尺寸、黑标位置或者标签纸的间隙位置、预印内容的尺寸和位置以及颜色等。本实施的方式可在工作过程中随时更新热敏纸库，如果遇到当前识别出的热敏纸在热敏纸库中找不到匹配对象的话，则会进入学习流程，获取到新热敏纸的特征参数和打印参数，从而更新热敏纸库。
98.此外，本实施例中，还采用了热敏打印机上设置的光电传感器来进一步验证该新热敏纸的特征参数，比如将通过机器视觉获取到的新热敏纸的特征参数与走纸学习时获取到的该新热敏纸的特征数据一致时，则可判定该热敏纸的特征参数是正确的，便可直接进入后续的数据库更新过程。相比于单一的只靠机器视觉或者光电传感设备获取的特征参数直接作为其标准的特征参数，本方案显然准确度更高，只有机器视觉与光电传感设备相互佐证后的特征参数才会作为该新热敏纸的特征参数，更新在热敏纸库中，从而大大提升了热敏纸库中的数据准确率。
99.更佳的，如果新热敏纸的特征参数与光电传感检测获取的特征数据比对不一致时，则发起提醒，提示用户人工去校验核对该新热敏纸的特征参数，保证更新存储入热敏纸数据库中的数据的准确性。
100.上述任一实施例中，关于步骤s200识别所述热敏纸的图像，获取所述热敏纸的特征参数；可采用多种实现方式，比如可采用现有的图像处理技术，获取图像中的热敏纸的特征参数。具体的，比如通过图像的灰度数据去计算处理获取热敏纸的特征参数；又比如，在采集待打印的热敏纸图像时，可放一标准参考物，从而后续在图像处理时，可通过图像识别处该标准参考物及热敏纸，基于标准参考物的实际尺寸信息和像素尺寸信息，再结合热敏纸的像素尺寸信息，则可计算出热敏纸的尺寸数据。
101.当然，更为先进的，也可采用机器视觉来识别热敏纸图像，获取热敏纸的特征参数。具体包括：
102.基于机器视觉，识别所述热敏纸的图像对应的热敏纸的特征参数；所述特征参数包括纸张尺寸、黑标位置或间隙位置、预印内容的颜色和尺寸。
103.机器视觉，一方面可以实现对质的分析，比如可以分析出热敏纸的规格，是黑标热敏纸还是标签热敏纸；另一方面，可以实现对量的分析，比如通过视觉去检测图像中热敏纸的尺寸、黑标的定位、标签纸之间的间隙位置等。
104.此外，步骤s200的实现方式也可采用深度学习中的神经网络模型来实现。具体的，识别所述热敏纸的图像，获取所述热敏纸的特征参数；具体包括：
105.将所述热敏纸的图像输入至预先训练好的热敏纸识别模型进行识别；其中，所述热敏纸识别模型采用预设数量的不同规格的热敏纸训练样本训练出来，每一训练样本均包括热敏纸的图像及用来识别热敏纸特征参数的标注信息；
106.识别输出所述热敏纸图像对应的热敏纸的特征参数。
107.本技术的另一实施例，首先要建立云端的热敏纸库，该纸库中存储了各种不同规格型号的热敏纸及其特征参数和打印参数。一般的，通过热敏打印机的双目摄像头拍摄待打印的热敏纸，一般需拍摄热敏纸的全貌，然后基于ai算法识别热敏纸图像，获取该热敏纸的特征参数。另一方面，通过热敏打印机上的光电传感设备(比如光电对)来进行走纸验证，也获取该热敏纸的特征数据，进而将通过光电传感设备获取的特征数据与摄像头拍摄获取的特征参数进行比对验证，验证一致的情况下，则将该热敏纸及其特征参数都存储到云端的热敏纸库中。当然，也可以采用人工测量等方式对拍摄的热敏纸图像进行标注，获得特征数据(比如纸张，间隙，黑标，和预印内容的颜色和尺寸等)，将特性参数存储到云端作为对比数据库。
108.此外，不同规格型号的热敏纸其打印参数的设置也不一样，因此，还可以进一步根据不同规格型号的热敏纸或者热敏纸的特征参数来确定打印参数。一般可提前设置好对应表格，集成在热敏打印机的打印控制器中，也可以将不同规格型号的热敏纸或热敏纸的特征参数对应的打印参数存储在云端，从而后续可调用设置。
109.在正常使用的过程中，打印前先使用手持式的热敏打印机的后置摄像头进行纸张的拍摄采样，进而识别获取该纸张的特征参数，再上传该特征参数跟云端热敏纸库进行对比，当和云端热敏纸库中的标准热敏纸的特征数据对比匹配成功，则认为完成打印纸的学习，直接使用该纸张对应的打印参数进行标签定位和打印。
110.如果摄像头采集的特征参数和云端热敏纸库的参数无法匹配，比如摄像头采集的热敏纸的规格尺寸在云端的热敏纸库中找不到匹配的，则认为遇到了新的纸张品类，则进行新纸学习导入的流程，第一步依旧使用热敏打印机上的摄像头分析采集热敏纸的特征参数；然后第二步提示用户将纸张放入纸仓，进行走纸学习，通过光电感应的检测方式得到热敏纸的特征数据；第三步，将摄像头采集的数据和光电对采集的数据进行对比，如果对比吻合，则将该热敏纸的特征参数上传纸库作为标准热敏纸，如对比不吻合，则提示学习失败，认为该纸张无法支持。
111.上述的将通过机器视觉获取的热敏纸的特征参数与通过光电感应检测到的热敏纸的特征数据进行比对中，比对一致，可以是要求比对的每项参数完全相同，则认为其比对一致。更佳的，由于存在测量或识别的误差，可以将每项参数的比对差值小于预设范围，则认为比对一致。比如设定的尺寸误差在2mm，如果通过摄像头识别获取的热敏纸的宽度为80mm，而在走纸学习时，通过光电对获取到的该热敏纸的宽度为81mm，由于只相差1mm，在尺寸误差允许范围内，故判定为二者的宽度参数比对一致。另外，如果黑标位置比对也在误差
允许范围内，则判定二者的黑标位置参数比对一致，如果热敏纸的特征参数只包含了宽度和黑标位置，则只需这两个参数都比对一致，则可得到最终比对一致的结果。同样的，上述的将获取到的待识别的热敏纸的特征参数去云端的热敏纸库中进行匹配，如果其特征参数与某标准热敏纸的特征数据的差值在误差允许范围内，则视为二者匹配一致。
112.本实施例以云端的热敏纸库作为参照基准进行热敏纸的特征参数对比依据，完成对比后直接使用纸库的打印参数(包括缝隙中间位置，马达步进数等)，做到一个发热点行之内的定位精度。
113.此外，本实施例以摄像头拍照，视觉算法来进行纸张特征参数的判断和采集。采用传统光电管学习方案作为第二阶学习方案，并和视觉算法配合校验，实现动态纸库更新。采用本实施例的方案，可以做到基本上涵盖住市面上所有规格的标签和黑标纸张需求，甚至市面上尚未出现的热敏打印用的纸张也同样可兼容打印。
114.基于相同的技术构思，本技术的另一个实施例公开了一种热敏纸打印识别装置，本实施例的热敏纸打印识别装置可以是单独的设备，当然，更佳的，该热敏纸打印识别装置可以集成在热敏打印机中。本实施例的热敏纸打印识别装置如图3所示，包括：
115.图像采集模块10，用于采集待打印的热敏纸的图像；
116.具体的，比如，热敏打印机上安装后置摄像头，从而可以在更换打印纸时，先进行拍摄扫描获取待打印的热敏纸的图像数据。当然，摄像头也可不设置在热敏打印机上，如果热敏纸打印识别装置单独做成一个独立设备，则该独立设备上设有摄像头。
117.识别检测模块20，用于识别所述热敏纸的图像，获取所述热敏纸的特征参数；
118.具体的，采集到热敏纸的图像后，进一步对该图像进行识别检测处理，获取该热敏纸的特征参数，比如，热敏纸的宽度、黑标的位置、如果是标签热敏纸的话，则会涉及到前后标签纸之间的缝隙位置(间隙定位)。而这些特征参数的识别获取可采用现有的图像处理技术，或者机器视觉的方式来获取。
119.查找匹配模块30，用于根据所述热敏纸的特征参数，在热敏纸库中查找与所述热敏纸匹配的标准热敏纸；所述热敏纸库中存储有不同规格型号的标准热敏纸的特征数据；
120.具体的，在获取到热敏纸的特征参数后，则只需去热敏纸库中进行匹配查找，找到与之相符的标准热敏纸即可。热敏纸库是一个数据库，里面存储了不同规格型号的标准热敏纸，及其特征数据和对应的打印参数。该数据库可以设置在本地，也可以设置在云端。由于热敏纸库中存储了不同规格型号的热敏纸的特征数据，因此，只需根据待打印的热敏纸的特征参数去进行查找匹配即可。匹配的规则可预先设定，比如匹配到待打印的热敏纸的特征参数与热敏纸库中的某一热敏纸的特征数据误差在允许范围内，则可视为二者匹配成功，另外，由于特征参数可能包含有多个参数，比如尺寸参数、黑标位置参数等，因此，匹配成功与否也可根据各具体的特征参数的匹配情况进行综合判断，比如只有该热敏纸的各具体特征参数均与热敏纸库中的一标准热敏纸匹配相符，才判定匹配成功。
121.参数获取模块40，用于当查找到与所述热敏纸匹配的标准热敏纸时，获取所述标准热敏纸的打印参数；
122.具体的，不同的热敏纸对应有不同的打印参数，该对应关系可提前设置，比如提前预设好了各标准热敏纸对应的打印参数，后续在打印时，只要待打印的热敏纸匹配到了标准热敏纸，则可直接调用该标准热敏纸的打印参数进行打印即可。预先设置的各标准热敏
纸与打印参数的对应关系可存储在热敏纸库中，也可直接集成在热敏打印机的打印控制端，方便打印时直接调用。
123.打印设置模块50，用于根据所述打印参数进行打印设置，以便打印所述热敏纸。
124.本实施例的热敏纸打印识别装置可以兼容各种不同规格的热敏纸张，避免了现有的热敏打印机兼容性差的技术问题。热敏纸库中可存储市面上的各类热敏纸的特征数据，从而可以兼容市面上的各类热敏纸的打印，不同规格型号的热敏纸，打印参数也进行了相应设置，使得对应的打印参数更为适用于当前的热敏纸，从而提高了打印定位的精度和打印的质量。
125.本技术的另一装置实施例，在上述装置实施例的基础上，如图4所示，所述热敏纸打印识别装置还包括：
126.数据库建立模块60，用于建立热敏纸库；所述数据库建立模块具体包括：
127.样本采集子模块61，用于采集不同规格的标准热敏纸的图像；
128.标注获取模块62，用于对所述标准热敏纸进行标注，获取各标准热敏纸的特征参数；所述特征参数包括纸张类型、纸张尺寸、间隙或黑标位置；
129.存储子模块63，用于将不同规格的标准热敏纸的特征参数及打印参数存储至热敏纸库。
130.本实施例中，对标准热敏纸进行标注，可以是人为测量标注，也可以是通过机器视觉获取热敏纸的特征参数，然后再将该标准热敏纸进行走纸学习，通过打印机上的光电感应设备检测获得该标准热敏纸的特征数据，最后比对该标准热敏纸的特征参数与特征数据是否一致，若一致，则根据该标准热敏纸的特征参数来进行标注。标准热敏纸的特征参数，主要是指会影响到打印的相关打印参数，比如纸张的类型，是属于黑标热敏纸，还是标签热敏纸等；纸张的尺寸大小；如果是标签纸则标签纸之间会有间隙，进而涉及到间隙的定位；如果是黑标热敏纸，则定位黑标的位置；如果热敏纸上有预印内容，则标注预印内容的颜色、尺寸、位置等。
131.热敏纸库中存储了各不同规格型号的标准热敏纸的特征参数，更佳的，还存储了各标准热敏纸的打印参数。打印参数与标准热敏纸的对应关系可提前通过多次打印测量获取。
132.本技术的另一装置实施例，如图4所示，在上述任一装置实施例的基础上，所述热敏纸打印识别装置还包括：
133.判定模块70，用于当未查找到与所述特征参数匹配的标准热敏纸类型时，判定所述热敏纸为新品热敏纸；
134.所述图像采集模块10，还用于采集所述新热敏纸的图像；
135.所述识别检测模块20，还用于识别所述新热敏纸的图像，获取所述新热敏纸的特征参数；
136.走纸学习模块80，用于在所述新热敏纸放入纸仓后，进行走纸学习，通过光电传感器检测所述新热敏纸，获取所述新热敏纸的特征数据；
137.比对操作模块90，用于将所述新热敏纸的特征参数与所述新热敏纸的特征数据进行比对；并在比对一致时，将所述新热敏纸作为新标准热敏纸，
138.所述参数获取模块40，还用于根据所述新热敏纸的特征数据确定所述新标准热敏
纸的打印参数；
139.存储更新模块100，用于将所述新标准热敏纸的特征数据及打印参数上传至所述热敏纸库。上传至所述热敏纸库。
140.本实施例的热敏纸打印识别装置，可及时更新热敏纸库，具体的，如果未查找到与所述热敏纸匹配的标准热敏纸时，则实时获取该热敏纸的特征参数，并在通过验证的情况下降该热敏纸的特征参数上传到热敏纸库中，及时更新热敏纸库，从而增强热敏打印机的兼容性，不仅可兼容市面上常见的现有的各种规格的热敏打印纸，对于新出市场的热敏打印纸，也能及时学习更新在热敏纸库中，以便后续进行准确打印。
141.当然，本技术的另一实施例，无需更新热敏纸库，在遇到无法匹配的热敏纸时，则可根据预设的规则，基于当前获取到的热敏纸的特征参数来实时生成该热敏纸的打印参数。
142.上述任一实施方式中的识别检测模块可通过多种方式实现，比如现有的各种图像处理识别技术。也可以采用机器视觉或者深度学习的神经网络模型来实现。比如，该识别检测模块具体包括：
143.机器视觉识别子模块，基于机器视觉，识别所述热敏纸的图像对应的热敏纸的特征参数；所述特征参数包括纸张尺寸、黑标位置或间隙位置、预印内容的颜色和尺寸。
144.又比如，该识别检测模块，具体包括：
145.输入子模块，用于将所述热敏纸的图像输入至预先训练好的热敏纸识别模型进行识别；其中，所述热敏纸识别模型采用预设数量的不同规格的热敏纸训练样本训练出来，每一训练样本均包括热敏纸的图像及用来识别热敏纸特征参数的标注信息；
146.识别输出子模块，用于识别输出所述热敏纸图像对应的热敏纸的特征参数。
147.本技术的另一个实施例，公开了一种热敏打印机，所述热敏打印机内集成有上述任一项实施例所述的热敏纸打印识别装置。
148.本技术的热敏打印机集成有本技术的热敏纸打印识别装置，从而可以兼容各种不同规格的热敏纸进行打印，且打印的精度和定位都十分准确。
149.此外，值得注意的是，本技术的装置实施例与方法实施例对应，本技术的方法实施例的技术细节同样适用于本技术的装置实施例，为减少重复，不再赘述。
150.应当说明的是，上述实施例均可根据需要自由组合。以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
技术特征：1.一种热敏纸打印识别方法，其特征在于，包括：采集待打印的热敏纸的图像；识别所述热敏纸的图像，获取所述热敏纸的特征参数；根据所述热敏纸的特征参数，在热敏纸库中查找与所述热敏纸匹配的标准热敏纸；所述热敏纸库中存储有不同规格型号的标准热敏纸的特征数据；当查找到与所述热敏纸匹配的标准热敏纸时，获取所述标准热敏纸的打印参数；根据所述打印参数进行打印设置，以便打印所述热敏纸。2.根据权利要求1所述的一种热敏纸打印识别方法，其特征在于，还包括：建立热敏纸库；具体包括：采集不同规格的标准热敏纸的图像；对所述标准热敏纸进行标注，获取各标准热敏纸的特征参数；所述特征参数包括纸张类型、纸张尺寸、间隙、黑标位置、预印内容的颜色、预印内容的位置及尺寸之中的任意一项或多项；根据所述热敏纸的特征参数确定对应的打印参数；将不同规格的标准热敏纸的特征参数及其打印参数存储至热敏纸库。3.根据权利要求1所述的一种热敏纸打印识别方法，其特征在于，还包括：当未查找到与所述特征参数匹配的标准热敏纸类型时，判定所述热敏纸为新品热敏纸；采集所述新热敏纸的图像；识别所述新热敏纸的图像，获取所述新热敏纸的特征参数；在所述新热敏纸放入纸仓后，进行走纸学习，通过光电传感器检测所述新热敏纸，获取所述新热敏纸的特征数据；将所述新热敏纸的特征参数与所述新热敏纸的特征数据进行比对；当比对一致时，将所述新热敏纸作为新标准热敏纸，并根据所述新热敏纸的特征数据确定所述新标准热敏纸的打印参数；将所述新标准热敏纸的特征数据及打印参数上传至所述热敏纸库。4.根据权利要求1所述的一种热敏纸打印识别方法，其特征在于，识别所述热敏纸的图像，获取所述热敏纸的特征参数；具体包括：基于机器视觉，识别所述热敏纸的图像对应的热敏纸的特征参数；所述特征参数包括纸张类型、纸张尺寸、黑标位置、间隙位置、预印内容的颜色和尺寸之中的任一一种或多种。5.根据权利要求1所述的一种热敏纸打印识别方法，其特征在于，识别所述热敏纸的图像，获取所述热敏纸的特征参数；具体包括：将所述热敏纸的图像输入至预先训练好的热敏纸识别模型进行识别；其中，所述热敏纸识别模型采用预设数量的不同规格的热敏纸训练样本训练出来，每一训练样本均包括热敏纸的图像及用来识别热敏纸特征参数的标注信息；识别输出所述热敏纸图像对应的热敏纸的特征参数。6.一种热敏纸打印识别装置，其特征在于，包括：图像采集模块，用于采集待打印的热敏纸的图像；识别检测模块，用于识别所述热敏纸的图像，获取所述热敏纸的特征参数；
查找匹配模块，用于根据所述热敏纸的特征参数，在热敏纸库中查找与所述热敏纸匹配的标准热敏纸；所述热敏纸库中存储有不同规格型号的标准热敏纸的特征数据；参数获取模块，用于当查找到与所述热敏纸匹配的标准热敏纸时，获取所述标准热敏纸的打印参数；打印设置模块，用于根据所述打印参数进行打印设置，以便打印所述热敏纸。7.根据权利要求6所述的一种热敏纸打印识别装置，其特征在于，还包括：数据库建立模块，用于建立热敏纸库；所述数据库建立模块具体包括：样本采集子模块，用于采集不同规格的标准热敏纸的图像；标注获取子模块，用于对所述标准热敏纸进行标注，获取各标准热敏纸的特征参数；所述特征参数包括纸张类型、纸张尺寸、间隙、黑标位置、预印内容的颜色、预印内容的位置及尺寸之中的任意一项或多项；参数确定子模块，用于根据所述热敏纸的特征参数确定对应的打印参数；存储子模块，用于将不同规格的标准热敏纸的特征参数及其打印参数存储至热敏纸库。8.根据权利要求6或7所述的一种热敏纸打印识别装置，其特征在于，还包括：判定模块，用于当未查找到与所述特征参数匹配的标准热敏纸类型时，判定所述热敏纸为新品热敏纸；所述图像采集模块，还用于采集所述新热敏纸的图像；所述识别检测模块，还用于识别所述新热敏纸的图像，获取所述新热敏纸的特征参数；走纸学习模块，用于在所述新热敏纸放入纸仓后，进行走纸学习，通过光电传感器检测所述新热敏纸，获取所述新热敏纸的特征数据；比对操作模块，用于将所述新热敏纸的特征参数与所述新热敏纸的特征数据进行比对；并在比对一致时，将所述新热敏纸作为新标准热敏纸，所述参数获取模块，还用于根据所述新热敏纸的特征数据确定所述新标准热敏纸的打印参数；存储更新模块，用于将所述新标准热敏纸的特征数据及打印参数上传至所述热敏纸库。9.根据权利要求6所述的一种热敏纸打印识别装置，其特征在于，所述识别检测模块具体包括：机器视觉识别子模块，基于机器视觉，识别所述热敏纸的图像对应的热敏纸的特征参数；所述特征参数包括纸张类型、纸张尺寸、黑标位置、间隙位置、预印内容的颜色和尺寸之中的任一一项或多项。10.一种热敏打印机，其特征在于，所述热敏打印机内集成有权利要求6-9任一项所述的热敏纸打印识别装置。
技术总结本发明公开了一种热敏纸打印识别方法、装置及热敏打印机，其中，热敏纸打印识别方法包括：采集待打印的热敏纸的图像；识别所述热敏纸的图像，获取所述热敏纸的特征参数；根据所述热敏纸的特征参数，在热敏纸库中查找与所述热敏纸匹配的标准热敏纸；所述热敏纸库中存储有不同规格型号的标准热敏纸的特征数据；当查找到与所述热敏纸匹配的标准热敏纸时，获取所述标准热敏纸的打印参数；根据所述打印参数进行打印设置，以便打印所述热敏纸。通过本申请，可兼容不同规格的热敏打印纸的打印，打印的便捷性和精度都大大得到提高。捷性和精度都大大得到提高。捷性和精度都大大得到提高。
技术研发人员：包嘉裕 林喆
受保护的技术使用者：广东川田科技有限公司
技术研发日：2022.07.26
技术公布日：2022/11/1
