图像处理项目——基于机器视觉技术的条形码在线识别系统设计
基于机器视觉技术的条形码在线识别系统设计
本设计研究EAN13条形码识别的译码技术,在基于机器视觉技术上,构建了一套条形码在线检测识别系统,系统将由以下几个部分构成:条形码图像定位与采集、计算机图像预处理、条形码图像中值滤波去噪、条码解析与识读。经过实验,确定该系统可对绝大部分EAN13条形码进行快速并准确的识读。
关键词: 机器视觉; 图像处理; 条码识别;在线检测;EAN13条形码;QT
一:设计目标
- 掌握条形码识别原理;
- 熟悉条形码识别的概念,发展现状;
- 熟悉机器视觉系统设计的一般流程;
- 掌握常用图像处理技术;
设计内容与要求
1.完成基于机器视觉技术的条形码在线识别系统算法设计;
2.完成基于机器视觉技术的条形码在线识别系统上位机设计;
3.EAN13条形码识别误差率≤2%;
二:qt程序
三:条形码定位算法
#include <opencv2/opencv.hpp> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include<iostream> #include<stdlib.h> using namespace cv; using namespace std; int main() { Mat Img,grayImg,gradx,blurgradx,gradAbsx,threshImg,close_threshImg,erode_threshImg,dilate_threshImg; Img=imread("E:\\txm1.jpg"); imshow("0原图",Img); cvtColor(Img,grayImg,COLOR_BGR2GRAY); imshow("1灰度图",grayImg); Scharr(grayImg,gradx,CV_16S,1,0); imshow("2边缘检测图",gradx); convertScaleAbs(gradx,gradAbsx); imshow("3Abs图",gradAbsx); blur(gradAbsx,blurgradx,Size(5,5)); imshow("4滤波图",blurgradx); threshold(blurgradx,threshImg,150,255,CV_8UC1); imshow("4.5阈值分割图",threshImg); Mat kernal=getStructuringElement(MORPH_RECT,Size(25,5)); morphologyEx(threshImg,close_threshImg,MORPH_CLOSE,kernal); imshow("5闭操作",close_threshImg); Mat edkl=getStructuringElement(MORPH_RECT,Size(3,3)); erode(close_threshImg,erode_threshImg,edkl,Point(-1,-1),8); imshow("6腐蚀操作",erode_threshImg); dilate(erode_threshImg,dilate_threshImg,edkl,Point(-1,-1),15); imshow("7膨胀操作",dilate_threshImg); waitKey(0); return 0; }
四:程序运行及条形码识别测试
详细代码:https://github.com/hhhvvvddd/Bar-Code-Recognition-System
定位算法:https://www.cnblogs.com/fpzs/p/9637795.html
——————
浅谈则止,深入理解AI大道理
扫描下方“AI大道理”,选择“关注”公众号
欢迎加入!