条形码图像识别技术

 论文：

《一维条形码识别系统的设计与实现》钟书成 成都信息工程学院软件工程系

 

 

 

 

 

1 中值滤波去噪

       中值滤波是一种非线形信号处理方法，在这里由于条码图片是列的形式，所以采用改进的5个点采样窗口，取一列上的5个点。扫描整幅图片，对窗口内的像素点按像素值大小排序，最后取中间值代替窗口内所有像素点的原始像素值。

 2 二值化处理

       这其中有三个步骤，首先，对图片的灰度值进行统计，其次再求阈值，最后根据求得的阈值，将图片转换为像素值只有0，1的黑白图片，以方便进一步分析。

       阈值的选取，采用的是大律法。其原理为，取某个灰度值，以它为分界将图像分为灰度值大小两类，分别计算这两类中的像素点数及灰度平均值。然后计算它们的类间方差，取方差最大值对应的灰度为阈值。

 

3 边缘检测

       这里的边缘检测，不是检测图片的边缘，而是查找一块比较适合条码识别的区域，并将这块区域的上下边界回传给它的主调函数。

l  采用的方法是依次扫描图片的每一行，求取每一行中的黑点个数

l  统计有黑点的行的数量

l  求出图片中所有的黑点数

l  求出平均每行的黑点数（总黑点数除以有黑点的行数）

l  判断一个行是否适合于识别，判定的规范是：如果一行和它的下一行比较相差的黑点个数在5个以内，而且这一行的黑点个数比每行的平均数的75%多，则认为这一行可以用于识别。

l  找到条形码用于识别的上下边缘，通过以上方法，扫描图片，得到每行是否适合用于识别（用0和1标记）。寻找最佳的识别范围则是通过扫描图片的每一行，查找一定范围内的可以用于识别的行数大于某个值时，这个范围即可以作为最佳的识别区域。如果没有找到，则认为图片严重受损，不能用于识别。 

 

4 条形码识别

       条形码识别过程包括：垂直投影、计算宽度、码字识别等。

 

 

 

 

l 垂直投影：同水平投影一样，先求每一列的黑点个数（在已经找到的上下边界范围内），总黑点数，统计共有多少有黑点的列，求出每列平均有多少个黑点。判定是否为条的规范是：如果这一列的黑点数大于平均数的75%，则认为这列像素是属于条的范围，同时将这列置1，否则置为0。

l  求各个条空的宽度：在垂直投影的基础上根据条空的边沿的变化来求。

l 识别码字，根据编码原理的逆过程。

 

缺点：

在图像处理中大量使用到复杂的循环处理，影响了程序的执行效率。

其次在图像特别模糊或背景色干扰太多的时候，识别效果不好。

未实现倾斜校正，所以系统的通用性不好，当图片的倾斜角度太大的时候，系统无法识别。