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,