机器视觉实施 标签条码识别

最近又完成了一个机器识别调试项目，是关于标签条码识别的，看着简单，实则很多细节问题，解决这些问题事后复盘分析，希望能够分享一点经验给大家。

一：客户需求

1：标签读码（分别读取一维码和二维码）

2：贴标位置检测：必须在规定的框内，如下图红色指示框所示

3：标签损坏（比较严重的），边角破损，表面污染

二：设计方案

一开始想着项目太简单了，上面用一个光源照射一下，标签很白，上面读码so easy。结果真正到装机调试后发现问题了。

 1：用了一个150mm的白色环形光源，光照向下，问题来了，电阻圆盘是360度随机过来的，并且圆盘表面不平，是会上翘的，所以当转到特定角度时候，直接反光，条码无法分辨

开始解决问题：

  （1）：尝试用相机倾斜：当出现反光的那个角度，如果相机倾斜这看是完全能消除反光，多次尝试，这个方案无法实现，360随机角度，相机倾斜没法保证360度无死角

  （2）：调整光源上下高度：调低光源工作距离，发现效果越差，光源距离产品越近，反光越厉害，所以只能越高越好，但是当初设计支架时候光源只能和镜头下表明平齐，所以光源也无法调整到合适位置，但是调整过程中发现了突破口

使用光源只能照射局部，到时光照区域不均匀，但是如果模拟自然光环境呢？应该可以解决问题

  （3）：开始动手，先把环形光源关闭，然后再相机直接旁边安装LED照明灯管，如下图

 安装后，光照问题解决，料盘过来，真正实现360度无死角，保证光照均匀，图像质量有保证了

  总结一下：像类似这种应用，大视野，保证光照均匀，还是需要模拟自然光照环境，所以得采用类似灯箱方式，漫反射光照模式，当被检测物体，有形变，厚度不一，大小不一等各种变数时候，则会非常有用

2：灯光问题解决了，准备快马加鞭，三下五除二完成剩下的调试工作了(事实证明还是想简单了)

3：IO接线，这个对于经常实施的人来说就是真的比较简单了，焊线,连接到PLC X和 Y点上

   触发，OK/NG  定义信号完成，这部分很顺利，按照标准化流程来

三：软件调试：

1：调整工作距离，调整镜头焦距，光圈，这些一气呵成，很快就搭建OK

2：安装软件，开始做设置，准备表演，很快也搞定了

3：机器开自动模式，软件开自动模式，开搞，跑了一会儿，发现很多条码读不出来，一维码居多，不慌，可能没调好，软件有保存NG图片，很快将图片导出来，查找原因

接下来问题来了：发现一维码线条很细，放大后看上去有点模糊，最细只有差不多1~2个像素。

 （1）：调整一维码参数

因为这个条码识别很早以前就写好的模块，参数只有这几个，尝试了最小尺寸设定1，最大尺寸调大，有些条码可以读取了，但是大部分还不行

 （2）：网上查找了一些设定参数，也都去测试了，但是效果还是不理想

 （3）：既然是条码分辨率低，那是否可以软件上提升呢？想到一个算子，将图片扩大了一倍，测试，改善很多

（4）：最后在调整下快门，让图片更亮有点，稳定了，条码暗了识别率低，跑了一会，这个一维码的问题读取稳定了，看来是解决问题了

4：条码问题解决了，后面测标签歪斜就简单多了，只要计算中心圆孔到标签两个角的距离就可以测量歪斜

 总结一下：条码识别评估时候还是要考虑下线宽，点阵大小等因素，防止分辨率不够条码读取不出来，或者读取不稳定，还有光照环境也非常重要

5：客户那边跑了一个礼拜，发现不是很稳，有些条码(都是一维码)还是读取失败，再次总结复盘，推算还是分辨率的问题，难道需要更换相机，考虑成本，还是软件上想办法

  （1）：网上搜索资料，发现有一点可以改善，就是平常我们使用手机扫描，发现扫描不上时候，会改变亮度，继续扫，直到扫描成功，这个思路成功启发了我，软件上可以做个改变图像亮度然后扫描

  （2）：我设定读取3次，使用3个不同的亮度等级，效果非常好，又成功解决这个难题

 软件截图

四：项目总结：

做好一个项目不容易，看起来挺简单的一个读码应用，里面还是有一些knowhow的，还是要特别注意对细节的把控