Opencv+Zbar二维码识别(二维码校正)

二维码和车牌识别基本都会涉及到图像的校正,主要是形变和倾斜角度的校正,一种二维码的畸变如下图:

Opencv+Zbar二维码识别(二维码校正)_第1张图片

这个码用微信扫了一下,识别不出来,但是用Zbar还是可以准确识别的~~。

这里介绍一种二维码校正方法,通过定位二维码的4个顶点,利用仿射变换校正。基本思路:滤波->二值化->膨胀(腐蚀)操作->形态学边界->寻找直线->定位交点->仿射变换校正->Zbar识别。


滤波、二值化:

Opencv+Zbar二维码识别(二维码校正)_第2张图片

腐蚀操作:

Opencv+Zbar二维码识别(二维码校正)_第3张图片


形态学边界:

Opencv+Zbar二维码识别(二维码校正)_第4张图片


寻找直线:

Opencv+Zbar二维码识别(二维码校正)_第5张图片


角点定位:

Opencv+Zbar二维码识别(二维码校正)_第6张图片


仿射变换校正:

Opencv+Zbar二维码识别(二维码校正)_第7张图片


Zbar识别:

Opencv+Zbar二维码识别(二维码校正)_第8张图片


Code实现:

#include "zbar.h"      
#include "cv.h"      
#include "highgui.h"      
#include       

using namespace std;      
using namespace zbar;  //添加zbar名称空间    
using namespace cv;      

int main(int argc,char*argv[])    
{  
	Mat imageSource=imread(argv[1],0);	
	Mat image;
	imageSource.copyTo(image);
	GaussianBlur(image,image,Size(3,3),0);  //滤波
	threshold(image,image,100,255,CV_THRESH_BINARY);  //二值化
	imshow("二值化",image);	
	Mat element=getStructuringElement(2,Size(7,7));	 //膨胀腐蚀核
	//morphologyEx(image,image,MORPH_OPEN,element);	
	for(int i=0;i<10;i++)
	{
		erode(image,image,element);
		i++;
	}	
	imshow("腐蚀s",image);
	Mat image1;
	erode(image,image1,element);
	image1=image-image1;
	imshow("边界",image1);
	//寻找直线 边界定位也可以用findContours实现
	vectorlines;
	HoughLines(image1,lines,1,CV_PI/150,250,0,0);
	Mat DrawLine=Mat::zeros(image1.size(),CV_8UC1);
	for(int i=0;icorners;
	goodFeaturesToTrack(DrawLine,corners,4,0.1,10,Mat()); //角点检测
	for(int i=0;iget_type_name()<get_data()<


你可能感兴趣的:(条形码/二维码识别)