条形码识别（4）——校验

条形码识别（4）——校验

标签： 机器视觉 条形码识别 Python

---

1.目标

EAN13条形码一共有13位，最后1位是校验位，该位是通过前12位按照一定的步骤计算出来的。如果按照一定的步骤处理识别出的前12位数据，如果计算结果和识别出的结果相等，识别正确；如果不相等，则重新识别或纠错再校验或提示识别失败。

2.校验码计算方法

以下图所示的条形码举例说明：

条形码的位数起始位为最右一位，即校验位，检验码计算方法如下：

• 偶位数数值相加乘3（(0+2+0+8+1+9)*3=60）
• 不含校验位的奇位数相加（7+4+7+9+3+6=36）
• 将前两步的结果相加（60+36=96）
• 用10减去上一步结果的个位数数值（10-6=4）
• 上一步结果的个位数即为校验码（4）

3.实现

需要注意的是Python中list下标从0开始，且从左边开始，与条形码的起始位相反

def check_bar_code(barCode):
    evens = barCode[11]+barCode[9]+barCode[7]+barCode[5]+barCode[3]+barCode[1]
    odds = barCode[10]+barCode[8]+barCode[6]+barCode[4]+barCode[2]+barCode[0]
    sum = evens * 3 + odds
    if barCode[12] == (10 - sum % 10) % 10:
        return True
    else:
        return False

4.总结

• 截止本篇博文为止，理想状态的条形码检测目标已经实现，主要流程如下：
  • 载入图像
  • 图像预处理（灰度化、滤波，二值化等）
  • 扫描条形码，获得bar和space的宽度
  • 相似边距离译码
  • 校验
  • 输出结果
• 还有几点不足：
  • 前置符默认为6，原则上应该按照左侧数字字符的奇偶性计算得出
  • 默认扫码方向为从左到右，原则上应该检测两侧数字字符的奇偶性，有奇有偶的那一侧为正向
• 后续剪裁与处理部分有时间再分享出来，欢迎讨论

5.所有源代码

#创建：2016/01/26
#文件：BarCodeIdentification.py
#作者：moverzp
#功能：识别条形码
import sys
import cv2

DECODING_TABLE = {
   
    '0001101': 0, '0100111': 0, '1110010': 0,
    '0011001': 1, '0110011': 1, '1100110': 1,
    '0010011': 2, '0011011': 2, '1101100': 2,
    '0111101': 3, '0100001': 3, '1000010': 3,
    '0100011': 4, '0011101': 4, '1011100': 4,
    '0110001': 5, '0111001': 5, '1001110': 5,
    '0101111': 6,