Canmv K210开发板案例——条形码识别

已于 2024-04-19 20:34:55 修改
阅读量1.1k 收藏 6
点赞数 17
分类专栏： Canmv K210 文章标签： 计算机视觉 python 目标检测 人工智能 物联网
于 2024-04-14 22:27:26 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45780647/article/details/137755226
版权
本文介绍了在CanmvIDE环境下使用K210学习条形码识别技术，包括导入库、初始化设备、优化处理流程以提高识别速度，通过实例展示了从图像捕获、条形码类型识别到结果打印的过程，以及优化前后识别效果的对比。
摘要由CSDN通过智能技术生成

学习目标：

在Canmv IDE环境下使用K210学习学习条形码识别技术，分析条形码的信息、解码出条形码的文数信息、框出条形码，优化提高识别速度

条形码识别原理：

  • 自1949年诞生以来，条形码技术已被广泛应用于各种场合，用于存储和传递关键信息，如商品的产地、制造商、名称、生产日期、图书分类号、邮件路径及日期等。这种编码系统由不同宽度的黑色条带（代表数据）和白色空格（分隔数据）组成，遵循特定的编码规则，将数字和字母信息转换成可读的图形标识。
  • 市面上常见的条形码类型包括EAN-13、Code128、UPC、ITF-14、交叉25码、矩阵25码、Codabar码、Code93码和SSCC-18码等，每种都有其独特的应用场景和优势。

学习内容：

1、导入相关库，并初始化摄像头和LCD显示屏，将摄像头的颜色设置为灰度

import sensor, image, time, lcd    # sensor 引入感光元件的模块

lcd.init()
sensor.reset()# 初始化相机传感器
sensor.set_pixformat(sensor.GRAYSCALE) # GRAYSCALE
#sensor.set_framesize(sensor.VGA) # 高分辨率
sensor.set_framesize(sensor.QVGA)
#因为我们的条形码一般都是一个长的矩形，一般要设置窗口大小，小和窄一点。一般窗口设置为640X80.意思是只显示条形码的这一部分。这样能够提高检测速度
#sensor.set_windowing((640, 80))       # V Res的80 ==更少的工作(40为2倍的速度)。
sensor.skip_frames(time = 2000)  # 跳过n张照片，在更改设置后，跳过一些帧，等待感光元件变稳定。
sensor.set_auto_gain(False)  # 必须关闭此功能，以防止图像冲洗…
sensor.set_auto_whitebal(False)  # 必须关闭此功能，以防止图像冲洗…
clock = time.clock()

2、转化条形码的类型名称为字符串

def barcode_name(code):   #返回条形码所属类型
    if(code.type() == image.EAN2):
        return "EAN2"
    if(code.type() == image.EAN5):
        return "EAN5"
    if(code.type() == image.EAN8):
        return "EAN8"
    if(code.type() == image.UPCE):
        return "UPCE"
    if(code.type() == image.ISBN10):
        return "ISBN10"
    if(code.type() == image.UPCA):
        return "UPCA"
    if(code.type() == image.EAN13):
        return "EAN13"
    if(code.type() == image.ISBN13):
        return "ISBN13"
    if(code.type() == image.I25):
        return "I25"
    if(code.type() == image.DATABAR):
        return "DATABAR"
    if(code.type() == image.DATABAR_EXP):
        return "DATABAR_EXP"
    if(code.type() == image.CODABAR):
        return "CODABAR"
    if(code.type() == image.CODE39):
        return "CODE39"
    if(code.type() == image.PDF417):
        return "PDF417"
    if(code.type() == image.CODE93):
        return "CODE93"
    if(code.type() == image.CODE128):
        return "CODE128"

3、通过while循环 将摄像头采集的画面进行条形码分析，如果图像中有条形码，则将条形码的信息打印出来，并用绿色框出条形码的位置，本文使用I25条形码

while(True):
    clock.tick() #记录开始时间 与clock.fps()搭配使用
    img = sensor.snapshot() #摄像头拍摄一张照片
    fps = clock.fps() # clock.tick()到开始时间计算出频率
    codes = img.find_barcodes() #检测条形码
    for code in codes:
        img.draw_rectangle(code.rect(), color=(0, 255, 0))  # 将返回的条形码框选

        # 打印条形码信息  条形码类型,返回条形码的有效载荷的字符串,返回以弧度计的条形码的旋度(浮点数)此处再转换成角度,条形码在图像中被检测到的次数(int),图片帧率
        print_args = (barcode_name(code), code.payload(), (180 * code.rotation()) / math.pi, code.quality(),clock.fps())
        print("Barcode %s, Payload \"%s\", rotation %f (degrees), quality %d,FPS %f" % print_args)
    img.draw_string(0, 0, "%2.1ffps" %(fps), color=(0, 60, 128), scale=2.0) #打印二维码内容
    lcd.display(img)

实验分析：

实验条形码:
在这里插入图片描述

未优化时屏幕识别效果:

在这里插入图片描述

未优化时识别结果: 检测到的次数平均30左右，FPS平均9左右

在这里插入图片描述

未优化时代码展示: 未使用高分辨率、未设置适应与条形码长宽比例的分辨率

在这里插入图片描述

优化后代码展示: 使用高分辨率、设置适应与条形码长宽比例的分辨率

在这里插入图片描述

优化后屏幕识别效果:

在这里插入图片描述

优化后识别结果: 检测到的次数平均8左右，FPS平均13左右；与为优化之前对比明显可以看出识别速度提高，效率提高

在这里插入图片描述

实验过程与总结：

实验过程：

  • 实验通过检测条形码的位置后解码获得条形码信息。首先导入需要的库，初始化摄像头和LCD显示屏，并设置摄像头捕获图像为灰度模式，以提高处理效率。然后程序进入一个持续的循环过程，对摄像头画面进行实时分析，寻找并识别条形码。当条形码被检测到，系统会自动将其信息并通过终端打印，并在图像上用绿色框标识其位置，展示了颜色识别技术在自动化和信息提取中的应用。

总结：

  • 系统初始化后，LCD实时显示摄像头捕获的图像，能够自动识别并框出扫描的条形码，并在IDE的串行监视器中展示结果。支持多种条形码标准，用户可通过在线工具或IDE内置功能生成自定义条形码，实现高效数据处理。为提高识别准确度，建议在光线较好环境中操作，以减少误识别的可能性。

完整代码展示：

# Find_barcodes.py - By: Jack - 周日 4月 14 2024

import sensor, image, time, math, lcd

lcd.init()
sensor.reset()# 初始化相机传感器
sensor.set_pixformat(sensor.GRAYSCALE) # GRAYSCALE
#sensor.set_framesize(sensor.VGA) # 高分辨率
sensor.set_framesize(sensor.QVGA)
#因为我们的条形码一般都是一个长的矩形，一般要设置窗口大小，小和窄一点。一般窗口设置为640X80.意思是只显示条形码的这一部分。这样能够提高检测速度
#sensor.set_windowing((640, 80))       # V Res的80 ==更少的工作(40为2倍的速度)。
sensor.skip_frames(time = 2000)  # 跳过n张照片，在更改设置后，跳过一些帧，等待感光元件变稳定。
sensor.set_auto_gain(False)  # 必须关闭此功能，以防止图像冲洗…
sensor.set_auto_whitebal(False)  # 必须关闭此功能，以防止图像冲洗…
clock = time.clock()

def barcode_name(code):   #返回条形码所属类型
    if(code.type() == image.EAN2):
        return "EAN2"
    if(code.type() == image.EAN5):
        return "EAN5"
    if(code.type() == image.EAN8):
        return "EAN8"
    if(code.type() == image.UPCE):
        return "UPCE"
    if(code.type() == image.ISBN10):
        return "ISBN10"
    if(code.type() == image.UPCA):
        return "UPCA"
    if(code.type() == image.EAN13):
        return "EAN13"
    if(code.type() == image.ISBN13):
        return "ISBN13"
    if(code.type() == image.I25):
        return "I25"
    if(code.type() == image.DATABAR):
        return "DATABAR"
    if(code.type() == image.DATABAR_EXP):
        return "DATABAR_EXP"
    if(code.type() == image.CODABAR):
        return "CODABAR"
    if(code.type() == image.CODE39):
        return "CODE39"
    if(code.type() == image.PDF417):
        return "PDF417"
    if(code.type() == image.CODE93):
        return "CODE93"
    if(code.type() == image.CODE128):
        return "CODE128"

while(True):
    clock.tick() #记录开始时间 与clock.fps()搭配使用
    img = sensor.snapshot() #摄像头拍摄一张照片
    fps = clock.fps() # clock.tick()到开始时间计算出频率
    codes = img.find_barcodes() #检测条形码
    for code in codes:
        img.draw_rectangle(code.rect(), color=(0, 255, 0))  # 将返回的条形码框选

        # 打印条形码信息  条形码类型,返回条形码的有效载荷的字符串,返回以弧度计的条形码的旋度(浮点数)此处再转换成角度,条形码在图像中被检测到的次数(int),图片帧率
        print_args = (barcode_name(code), code.payload(), (180 * code.rotation()) / math.pi, code.quality(),clock.fps())
        print("Barcode %s, Payload \"%s\", rotation %f (degrees), quality %d,FPS %f" % print_args)
    img.draw_string(0, 0, "%2.1ffps" %(fps), color=(0, 60, 128), scale=2.0) #打印二维码内容
    lcd.display(img)
Code-world-1
关注
  • 17
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
K210使用情况指南以及测试情况
10-13
国产芯片K210官方资料齐全，但是开源项目资料比较少。开发过程中，需要按照实际项目修改引脚参数、外设寄存器配置、编写程序函数以及算法移植。 K210支持C/C++和Micro-Python语言进行应用开发。经过多次摸索，现已掌握其开发流程，并记录运行效果。 针对测试过程中出现的问题，提出了可行的方法。
亚博智能k210模块-基于canmv训练识别数字
10-02
文件名"亚博智能K210——canmv"可能包含了训练好的模型文件或者与CANMV相关的工具或代码库，用于在K210模块上部署和运行数字识别。在实际操作中，用户可能需要结合开发环境（如Arduino IDE或MicroPython）、固件更新...
k210学习记录（二维码识别）
weixin_73011353的博客
07-21 123
2、利用内置find_qrcodes函数来查找是否有二维码，如果有则把二维码框出来，并打印出二维码信息。1.、导入相关库，初始化摄像头和LCD显示屏。
k210——识别条形码、QR码、AprilTag码并按要求保存
everything is possible，anything is OK.
07-08 458
看到19年的巡线机器人中有条形码与QR码的识别并需要将它保存到sd卡中，所以练习时首先将最简单的识别与保存进行了编写，没有编写题目中的逻辑QAQ如果想详细学习的朋友可以查看[条形码，QR码，AprilTag]（）
Canmv K210开发板案例——人脸检测
qq_45780647的博客
04-21 1312
本实验在K210开发板上成功部署了人脸检测功能，利用其搭载的KPU执行yolo2神经网络模型，实现了在实时视频流中快速准确地识别人脸，并在LCD屏幕上以矩形框形式直观展示。背景方面，这一实验针对了嵌入式系统中机器学习模型部署的挑战，特别是在资源受限的硬件上。应用上，该技术可用于安全监控、人机交互等多个领域。方法上，实验通过优化KPU参数和模型，提高了检测速度和准确性。实验解决了在低功耗设备上运行高能效AI模型的问题，同时为未来在类似硬件平台上部署其他深度学习模型提供了改进方向和经验。
CanMV K210工程源码架构
qq_34440409的博客
03-15 2716
CanMV K210工程源码架构，CanMV 的目的是让 AIOT 编程更简单， 基于 Micropython 语法, 运行在Canan强大的嵌入式AI SOC系列上。目前它在K210上运行。
K210-CanMV IDE开发软件
ai_moe的博客
09-04 4028
K210 ide的基本使用
CanMV K210 AI开发板全网首发，项目代码完全开源，千套开发板限时优惠！
karaxiaoyu的专栏
10-12 7852
(视频介绍)前言：大家好，我是01Studio的杰克船长。熟悉我们新品发布的小伙伴应该都知道我们不会在标题放优惠信息，但这次我真觉得优惠力度有点大。早在今年8月，Python在编程语言流行程度TIOBE指数已经排名第一，趋势似乎势不可挡。上面提到：现在很难找到一个没有广泛使用Python的编程领域。唯一例外的是（安全关键的）嵌入式系统。因为Python是动态型并且太慢。额，这表达也...
Canmv K210开发板训练自己的模型
weixin_64486991的博客
02-03 8911
Canmv开发板在线训练自己的模型
基于K210开发板的配套资料.zip
06-18
《基于K210开发板的人脸识别技术详解》 K210开发板是一款集成了强大硬件资源的微控制器，特别适用于低功耗、高性能的IoT应用。这款开发板以其内置的双核64位RISC-V CPU、丰富的外围接口以及神经网络加速器而受到...
亚博智能k210开发板附件
05-31
亚博智能k210开发板附件亚博智能k210开发板附件亚博智能k210开发板附件亚博智能k210开发板附件亚博智能k210开发板附件亚博智能k210开发板附件亚博智能k210开发板附件亚博智能k210开发板附件亚博智能k210开发板附件...
对k210的初探——MixNo——图形化编程
01-06
市面上关于k210的开发板已经很多了，这次我很荣幸能够测评MixNo MixNo就像arduino一样具有具有低门槛入门，可玩性多样，可加拓展盾板可，加SD卡（加载人工智能模型）等优点。其中特别要说的是：其具有图形化编程的...
亚博智能k210开发板py版本拓展例程源码
05-31
亚博智能k210开发板py版本拓展例程源码亚博智能k210开发板py版本拓展例程源码亚博智能k210开发板py版本拓展例程源码亚博智能k210开发板py版本拓展例程源码亚博智能k210开发板py版本拓展例程源码亚博智能k210开发板py...
亚博智能k210模块——基于canmv训练识别数字
qq_64931749的博客
10-02 3315
目录 步骤 一、注册账号 二、拍摄照片 三、标注照片 四、上传至canmv平台训练 五、k210部署 步骤 步骤总共分为 第一步：注册账号 第二步：拍摄照片 第三步：标注照片 第四步：上传至canmv平台训练 第五步：部署到k210上 平台网址为嘉楠开发者社区 (canaan-creative.com) 一、注册账号 先点击上面网站，注册自己的账号，邮箱要选择可用的，因为训练完成后的模型会直接发到你的邮箱中，不需要再次登录网站下载模型了 二、拍摄照片 经过多次
AI嵌入式K210项目（19）-安装CanMV IDE开发软件
疯狂飙车的蜗牛的博客
01-24 4772
前几章我们介绍K210使用C语言裸机开发方法，大家对K210内部的硬件和各种加速器有了初步的了解，但是开发人工智能相关程序，使用C语言的话复杂度比较高，因此接下来我们逐步学习基于K210芯片使用python开发人工智能相关程序，包含颜色识别，人脸识别，口罩识别等，也包括一些分类应用；区域①菜单栏：操作文件，使用工具等。区域②快捷按钮：区域①中的文件和编辑中部分功能的快捷方式。区域③连接设备：连接设备和程序控制按钮。区域④代码编辑区：编辑要运行的代码。区域⑤串行终端：显示串口打印的调试信息。
【正点原子K210连载】第三章 CanMV简介 摘自【正点原子】DNK210使用指南-CanMV版指南
最新发布
weixin_55796564的博客
06-20 793
本章将对CanMV进行简单介绍本章分为如下几个小节：3.1 初识CanMV3.2 CanMV的应用开发方式3.1 初识CanMVCanMV是嘉楠科技针对AIOT编程的独立开源项目，其源代码在GitHub上开源（https://github.com/kendryte/canmv.git），可在例如Kendryte K210等强大的嵌入式AI SoC上运行，CanMV提供了基于MicroPython语法的应用开发方式，但同时也支持使用基于C语言和FreeRTOS的应用开发方式。
K210基础实验系列
hvbkbb的博客
01-07 1147
基础实验
K210学习笔记（四）：PWM与双线程
qq_54152756的博客
02-21 782
K210学习笔记（四）：PWM与多线程工作
K210学习笔记（六）：摄像头的应用
qq_54152756的博客
02-23 5147
K210学习笔记（六）：摄像头的应用 摄像头的相关应用是机器视觉的基础
canmv ide软件
11-10
Carnegie Mellon University (CMU) 创建了一个名为 CANMV 的 IDE 软件。CANMV 是计算机辅助导航多维数据可视化的工具。这个软件的主要目标是帮助用户通过图形化界面更好地分析和可视化多维数据集。CANMV 提供了一系列功能，包括数据导入、数据预处理、数据可视化、模式识别和模型构建。 首先，CANMV 允许用户将多维数据集导入到软件中。用户可以从不同的数据源中导入数据，例如文本文件、数据库或网络接口。导入数据后，用户可以使用 CANMV 的数据预处理功能进行清洗和转换。用户可以对数据进行过滤、标记、归一化等操作，以准备数据进行可视化和分析。 其次，CANMV 提供了丰富的数据可视化工具。用户可以根据需要选择不同的可视化方式，如散点图、柱状图、曲线图等。用户可以自定义可视化的颜色、图标和图表类型，以根据数据集的特点更好地呈现数据。此外，用户还可以进行多维数据的交互式探索，通过缩放、平移和旋转等操作来观察数据的各个特征。 除了数据可视化，CANMV 还提供了模式识别和模型构建的功能。用户可以使用内置的算法和模型来发现数据集中的模式和趋势。CANMV 支持聚类、分类、回归等常见的数据挖掘任务，用户可以根据自己的需求选择适合的算法进行分析和建模。 总而言之，CANMV 是一款由 CMU 开发的多维数据可视化和分析软件。它提供了数据导入、预处理、可视化、模式识别和模型构建的功能，帮助用户更好地理解和分析多维数据集。CANMV 通过直观的图形化界面，使得数据分析和可视化变得更易于操作和理解。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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