基于机器视觉技术的条形码在线识别系统设计
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:设计目标
- 掌握条形码识别原理;
- 熟悉条形码识别的概念,发展现状;
- 熟悉机器视觉系统设计的一般流程;
- 掌握常用图像处理技术;
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
三:条形码定位算法
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include<iostream>
#include<stdlib.h>
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;
}
四:程序运行及条形码识别测试
详细代码:https://github.com/hhhvvvddd/Bar-Code-Recognition-System
定位算法:https://www.cnblogs.com/fpzs/p/9637795.html