实现文字识别,条形码和二维码快速识别
①文字识别通过paddleOCR实现
②条形码和二维码识别通过pyzbar实现
③通过优化算法实现快速识别而没有滞后感
前言
此功能可以实现类似于菜鸟驿站识别快递包裹条码的效果;此外还增加了文字识别功能。
在制造业当中,原物料标签因为不同供应商会有不同的样式。如果使用人工识别的方式既耗时又增加识别错误的风险。如果能自动识别标签上的文字就可以识别出是那家供应商的物料,从而可以进行后台的处理。
本文介绍如何使用这一功能!
(我没有把实现该功能的方方面面写得很详细,但有python和opencv基础的人一定会看的懂!)
一、资源下载
实现文字识别,条形码和二维码快速识别
下载后有以下文件:
二、使用步骤
1.创建python虚拟环境
conda create --name myenv python=3.8
2.安装依赖
pip install -r requirements.txt
3.安装摄像头
200万-800万像素即可
4.运行test.py
本人是用pycharm运行test.py文件
要根据摄像头的分辨率设置WIDTH和HEIGHT
下面代码中的frame[0]是处理后的图像,而frame[1]是文字识别和条码(包括二维码)识别的结果
test.py文件内容如下:
import cv2
from VedioPredict import VideoPredict
if __name__ =='__main__':
#WIDTH,HEIGHT设置所使用相机的最大分辨率(分辨率越大,条码识别效果越好)
V=VideoPredict(source=1,scale=0.25,rotate=True,WIDTH=3264,HEIGHT=2548)#如果是内置镜头source=0,如果是外置则source=1
V.start()
while True:
frame=V.next(True)
cv2.imshow(winname='Camera', mat=frame[0])
cv2.waitKey(1)
5.效果展示
上图展示了识别的效果:
①二维码识别到的内容已展示出来
②文字识别到的内容通过颜色填充的方式展示。如果要获取具体内容,可以通过查看代码获取,代码里面已做好注释,只要仔细分析就能了解整个过程!