基于OpenCV的条形码区域检测(二)

在基于OpenCV的条形码区域检测中,使用形态学方法测试时发现效果不佳,因为不同图片需要不同核心尺寸。文章指出,这种方法的局限导致在不同分辨率和内容的图像上出现定位问题。作者计划在后续文章中探索利用条形码图像特征的检测算法以克服形态学方法的不足。
摘要由CSDN通过智能技术生成

基于OpenCV的条形码区域检测(二)


  根据上一篇文章的思路,从网上找了一些条形码图片来测试,但是效果并不尽如人意。


测试图片:

TEST01
TEST02
TEST03
TEST04


测试代码段:

    //读取图片
    Mat src = imread("你的图片路径", CV_LOAD_IMAGE_COLOR);
    if (!src.data) {
        cout << "Read image error" << endl;
        return -1;
    }

    show("源图像", src);

    Mat src_cpy;
    //将彩色图片转换为灰度
    cvtColor(src, src_cpy, CV_RGB2GRAY);


    Mat gx, gy;
    Sobel(src_cpy, gx, CV_32F, 1, 0, -1);
    Sobel(src_cpy, gy, CV_32F, 0, 1, -1);
    Mat angleMat, gradient;
    cartToPolar(gx, gy, gradient, angleMat);
    convertScaleAbs(gradient, gradien
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值