溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶(hù)服務(wù)條款》

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

發(fā)布時(shí)間:2020-08-29 05:26:06 來(lái)源:腳本之家 閱讀:258 作者:-牧野- 欄目:編程語(yǔ)言

本文為大家分享了Opencv輕松檢測(cè)出圖片中條形碼的步驟,供大家參考,具體內(nèi)容如下

1. 原圖像大小調(diào)整,提高運(yùn)算效率

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

2. 轉(zhuǎn)化為灰度圖

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

3. 高斯平滑濾波

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

4.求得水平和垂直方向灰度圖像的梯度差,使用Sobel算子

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

5.均值濾波,消除高頻噪聲

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

6.二值化

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

7.閉運(yùn)算,填充條形碼間隙

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

8. 腐蝕,去除孤立的點(diǎn)

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

9. 膨脹,填充條形碼間空隙,根據(jù)核的大小,有可能需要2~3次膨脹操作

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

10.通過(guò)findContours找到條形碼區(qū)域的矩形邊界

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

實(shí)現(xiàn):

#include "core/core.hpp" 
#include "highgui/highgui.hpp" 
#include "imgproc/imgproc.hpp" 
 
using namespace cv; 
 
int main(int argc,char *argv[]) 
{ 
  Mat image,imageGray,imageGuussian; 
  Mat imageSobelX,imageSobelY,imageSobelOut; 
  image=imread(argv[1]); 
 
  //1. 原圖像大小調(diào)整,提高運(yùn)算效率 
  resize(image,image,Size(500,300)); 
  imshow("1.原圖像",image); 
 
  //2. 轉(zhuǎn)化為灰度圖 
  cvtColor(image,imageGray,CV_RGB2GRAY); 
  imshow("2.灰度圖",imageGray); 
 
  //3. 高斯平滑濾波 
  GaussianBlur(imageGray,imageGuussian,Size(3,3),0); 
  imshow("3.高斯平衡濾波",imageGuussian); 
 
  //4.求得水平和垂直方向灰度圖像的梯度差,使用Sobel算子 
  Mat imageX16S,imageY16S; 
  Sobel(imageGuussian,imageX16S,CV_16S,1,0,3,1,0,4); 
  Sobel(imageGuussian,imageY16S,CV_16S,0,1,3,1,0,4); 
  convertScaleAbs(imageX16S,imageSobelX,1,0); 
  convertScaleAbs(imageY16S,imageSobelY,1,0); 
  imageSobelOut=imageSobelX-imageSobelY; 
  imshow("4.X方向梯度",imageSobelX); 
  imshow("4.Y方向梯度",imageSobelY); 
  imshow("4.XY方向梯度差",imageSobelOut);  
 
  //5.均值濾波,消除高頻噪聲 
  blur(imageSobelOut,imageSobelOut,Size(3,3)); 
  imshow("5.均值濾波",imageSobelOut);  
 
  //6.二值化 
  Mat imageSobleOutThreshold; 
  threshold(imageSobelOut,imageSobleOutThreshold,180,255,CV_THRESH_BINARY);   
  imshow("6.二值化",imageSobleOutThreshold); 
 
  //7.閉運(yùn)算,填充條形碼間隙 
  Mat element=getStructuringElement(0,Size(7,7)); 
  morphologyEx(imageSobleOutThreshold,imageSobleOutThreshold,MORPH_CLOSE,element);   
  imshow("7.閉運(yùn)算",imageSobleOutThreshold); 
 
  //8. 腐蝕,去除孤立的點(diǎn) 
  erode(imageSobleOutThreshold,imageSobleOutThreshold,element); 
  imshow("8.腐蝕",imageSobleOutThreshold); 
 
  //9. 膨脹,填充條形碼間空隙,根據(jù)核的大小,有可能需要2~3次膨脹操作 
  dilate(imageSobleOutThreshold,imageSobleOutThreshold,element); 
  dilate(imageSobleOutThreshold,imageSobleOutThreshold,element); 
  dilate(imageSobleOutThreshold,imageSobleOutThreshold,element); 
  imshow("9.膨脹",imageSobleOutThreshold);    
  vector<vector<Point>> contours; 
  vector<Vec4i> hiera; 
 
  //10.通過(guò)findContours找到條形碼區(qū)域的矩形邊界 
  findContours(imageSobleOutThreshold,contours,hiera,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE); 
  for(int i=0;i<contours.size();i++) 
  { 
    Rect rect=boundingRect((Mat)contours[i]); 
    rectangle(image,rect,Scalar(255),2);   
  }   
  imshow("10.找出二維碼矩形區(qū)域",image); 
 
  waitKey(); 
} 

使用另一幅圖片的效果如下:

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

底部的二維碼左側(cè)邊界定位錯(cuò)位,檢測(cè)發(fā)現(xiàn)在二值化的時(shí)候左側(cè)第二個(gè)條碼部分被歸零了,導(dǎo)致在之后的腐蝕操作中被腐蝕掉了。調(diào)整閾值分界值180到160,重新運(yùn)行正確:

10個(gè)步驟Opencv輕松檢測(cè)出圖片中條形碼

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持億速云。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI