基于机器视觉技术的条形码在线识别系统设计

本文来自公众号“AI大道理”。

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。

 

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

基于机器视觉技术的条形码在线识别系统设计_第1张图片

基于机器视觉技术的条形码在线识别系统设计_第2张图片

 三:条形码定位算法

#include 
#include 
#include 
#include
#include
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;

}

基于机器视觉技术的条形码在线识别系统设计_第3张图片

四:程序运行及条形码识别测试

基于机器视觉技术的条形码在线识别系统设计_第4张图片

基于机器视觉技术的条形码在线识别系统设计_第5张图片

基于机器视觉技术的条形码在线识别系统设计_第6张图片

基于机器视觉技术的条形码在线识别系统设计_第7张图片

 详细代码见Github:https://github.com/hhhvvvddd/Bar-Code-Recognition-System

定位算法见博客园:https://www.cnblogs.com/fpzs/p/9637795.html

项目详情见微信公众号。

 

 ——————

浅谈则止,细致入微AI大道理

扫描下方“AI大道理”,选择“关注”公众号

—————————————————————

—————————————————————

投稿吧   | 留言吧

往期精彩回顾

基于循环神经网络(RNN)的智能聊天机器人系统

惊!!!红外测温仪居然不是发射红外线进行测温?

基于卷积神经网络(CNN)的人脸在线识别系统

你可能感兴趣的:(opencv,计算机视觉,人工智能)