机器视觉（十一）：一维条码识别

z530011

已于 2023-11-22 23:16:42 修改

阅读量2.7k

点赞数 3

分类专栏：机器视觉文章标签：计算机视觉人工智能图像处理 matlab 机器视觉

于 2023-01-08 16:44:20 首次发布

本文链接：https://blog.csdn.net/m0_53966219/article/details/128602651

版权

机器视觉专栏收录该内容

13 篇文章

订阅专栏

文章介绍了条形码技术，特别是EAN-13码的校验和定位方法，包括DCT域的分析定位以及解码过程。一维条码的输入速度快、可靠性高，但依赖后台数据库。机器视觉在条码识别中的应用提供了高效的数据采集方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目录：

机器视觉（十二）：二维条码识别_机器视觉识别二维码_liutangplease的博客-CSDN博客

🌏🧐以下为正文🦄🪐

条形码技术是一种自动识别技术，集条码理论、光电技术、计算机技术、通信技术、条码印制技术于一体的综合性技术。条形码技术不但快速准确，而且可提供可靠性很高的数据，其误码率小于百万分之一，首读率可达98%，广泛应用于各种计算机管理领域，如图书管理、生产流程管理、商品流通管理等。

一、概述

1.条形码的分类

一维条码：国际物品条码（EAN条码）等
二维条码：PDF417条码等

2.条码技术的优点

• 输入速度快
• 可靠性高
• 采集信息量大
• 灵活实用
• 可携带性与可复印性
• 寿命长
• 不可更改性
二、EAN-13码(European Article Number，欧洲物品编码)
- 1.EAN-13码的校验方法
- 首先，以未知校验位为第一位，由右至左将各位数据顺序排队（包括校验码）；第二步，由第2位开始，求出所有偶数位数据之和，然后将和乘以3，得 N1：
- 第三步，由第3位开始，求出所有奇数位数据之和，得N2：
- 第四步，将N1与N2相加，得N3；
- 第五步，用N3除以10，求得余数，并以10为模，取余的补码，即得校验位数据值C。
- 2.EAN-13码的定位方法——DCT域的分析定位
- 第一步，对图像中每个8×8的小块进行离散余弦变换(Discrete Cosine Transform，DCT)；
  
  第二步，记录DCT变换后的系数；
  
  第三步，对DCT系数进行哈夫曼编码产生jpeg数据流。
  - DCT变换把8×8的图像块转换为64个DCT系数。第一个DCT系数是直流分量，表示了图像块的均值。剩下的系数是交流分量，表示了图像在频域中的变化。一维条码的特点是在某个特定的方向上黑条和白条的交替变化。如条码在水平方向上排列，黑白条在x方向上交替排列。 DCT系数的交流分量在x的方向上有较大的幅值，而在y的方向上幅值接近为0。DCT系数不仅可以区分条码区域和非条码区域，同时还包含了条码的方向。
  - 提取的条码示例
    
    3.EAN-13码的解码
    - EAN-13是一种（7, 2）码，即每个字符的总宽度为7个模块宽，交替由两个条和两个空组成，
    - 图中C_1~C_4表示每个字符中四个相邻条、空的宽度，T是一个字符的宽度，设条码条、空分别占单
    - 位模块的个数为m_i。
    - 4.EAN-13码的校验方法
    - ①以未知校验位为第一位，由右至左将各位数据顺序排队（包括校验码）。
    - ②由第2位开始，求出所有偶数位数据之和，然后将和乘以3，得N1
    - ③由第3位开始，求出所有奇数位数据之和，得N2
    - ④将N1与N2相加，得N3;
    - ⑤用N3除以10，求得余数，并以10为模，取余的补码，即得校验位数据值C。
      - 一维条码的使用，必须依赖于后台的数据库，在没有数据库或不便联网的地方，一维条码的使用便受到了限制，发展信息密度高、容量大、更便于使用的二维条码技术成为必然趋势。