MATLAB的条形码二维码识别

基于MATLAB的条形码二维码识别系统

1.1 应用MATLAB识别条形码总体设计

本设计为基于MATLAB的条形码识别系统，带有一个GUI界面。

1.1.1 程序总体设计思路

在上节中我们简单的介绍了MATLAB的发展以及优点。在以后的章节中将阐述如何应用MATLAB编程实现对条形码的识别。在这一节中将主要介绍编程的总体思路。

首先将含有条形码信息的图片读入到MATLAB中去，这个图片将以矩阵的形式存储在MATLAB中。这样，我们就能通过对矩阵的运算来实现对图片的处理。由于条形码一般都是黑白的，这样我们的第一步就是要把图片行二值化处理，用于去除那些不需要的细节。然后就要确定条形码所在的位置。这一步至关重要，如果定位不准确，我们就不能获取条形码所有的信息，以至于不能准确的识别。找到条形码准确位置后。就要对条形码信息提取，然后在按照比例将提取到的条形码信息转换成标准模块组成的条形码。最后通过相应的译码得到条形码中的数字，判别是否正确后输出，这样就完成了条形码识别的整个过程。

                                图像处理的结果  

1.1.2 程序总体设计流程图

主程序的流程图可以用图4-1来表示。

 图4-1主程序流程图

1.3 各部分子程序说明

上一节中我们分析了条形码识别的主体设计思路，在本节中我们将介绍程序各部分的作用以及实现方法。

1.3.1 读入图片并二值化处理

在这个步骤中，我们的主要任务是把含有条形码信息的图片文件放到MATLAB的工作区中去。当图片经过imread命令后，MATLAB会给图片开辟一个存储空间，把图片各像素点的值储存到一个矩阵中。读入图片格式一般都是 .jpg, . bmp，等格式，这样格式的图片每一个点都有其相应的R、G、B值，这不仅增大了MATLAB的运算量，而且还大大降低了识别的准确性。

这就要求我们先对图像进行二值化处理。因为条形码在正常情况下是黑白的。这种方法可以去除与条形码不相关的信息，这些信息对条形码的识别是不起作用的。这样既可以提高效率，又可以提高准确性。

图4-2和图4-3表示了二值化前后两个图像的对比。通过对比我们发现，二值化后图像更加简洁，我们需要的条形码符号更加清晰，容易进行识别。这也为我们以后的识别工作做了很好的铺垫。

1.3.2条形码的定位

上一个过程结束后，存储在MATLAB中的信息只有‘0’和‘1’，其中图像中黑色的部分用‘0’表示，白色部分用‘1’表示。