本公开涉及计算机，尤其涉及一种图像处理方法、装置、设备及介质。
背景技术：
1、随着计算机技术的不断发展，越来越多的互动场景与计算机技术相结合，极大提升了互动的趣味性和科技感。
2、在很多互动场景，例如纸屏互动场景，需要对图像中的条码进行定位，相关技术中，可以通过目标检测模型或字符识别模型等神经网络模型实现条码定位。但是，上述方法的计算复杂度较高，需要较高的硬件资源支持。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种图像处理方法、装置、设备及介质。
2、根据本公开的一方面，提供了一种图像处理方法，包括：。
3、获取待处理图像；
4、提取所述待处理图像的初始条码区域图像，并提取所述初始条码区域图像的多个特征点；
5、基于所述多个特征点之间的位置关系在所述初始条码区域图像中确定目标条码区域图像。
6、根据本公开的另一方面，提供了一种图像处理装置，包括：。
7、获取模块，用于获取待处理图像；
8、提取模块，用于提取所述待处理图像的初始条码区域图像，并提取所述初始条码区域图像的多个特征点；
9、确定模块，用于基于所述多个特征点之间的位置关系在所述初始条码区域图像中确定目标条码区域图像。
10、根据本公开的另一方面，提供了一种电子设备，包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行上述图像处理方法。
11、根据本公开的另一方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述图像处理方法。
12、本公开实施例中提供的上述图像处理方法及装置，获取待处理图像；提取待处理图像的初始条码区域图像，并提取初始条码区域图像的多个特征点；基于多个特征点之间的位置关系在初始条码区域图像中确定目标条码区域图像。在上述方案中，基于特征点之间的位置关系，实现了目标条码区域的有效描述，进而根据该位置关系定位了初始条码区域中的目标条码区域，相较于基于神经网络模型的计算方法，极大降低了计算复杂度以及硬件资源的需求，能够在低硬件资源消耗的情况下快速的实现主体区域检测。
13、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
1.一种图像处理方法，包括：
2.如权利要求1所述的方法，其中，提取所述待处理图像的初始条码区域图像，包括：
3.如权利要求1所述的方法，其中，提取所述初始条码区域图像的多个特征点，包括：
4.如权利要求1所述的方法，其中，基于所述多个特征点之间的位置关系在所述初始条码区域图像中确定目标条码区域图像，包括：
5.如权利要求4所述的方法，其中，基于两两所述特征点之间的特征连线的角度以及所述多个特征点对应的两个线段的纵向距离，对所述初始条码区域图像进行粗定位，得到中间条码区域图像，包括：
6.如权利要求4所述的方法，其中，基于两两所述直线段对所述中间条码区域图像进行细定位，得到所述目标条码区域图像，包括：
7.如权利要求1所述的方法，其中，所述方法还包括：
8.如权利要求7所述的方法，其中，对所述模板条码图像与所述目标条码区域图像进行图像匹配，包括：
9.一种图像处理装置，包括：
10.一种电子设备，包括：
11.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-8中任一项所述的图像处理方法。
