在OpenCV里实现条码区域识别的方法示例

技术  /  管理员 发布于 7年前   179

在我们识别条码的过程里，首先要找到条码所在的区域，那么怎么样来找到这个条码的区域呢？如果仔细地观察条码，会发现条码有一个特性，就是水平的梯度和垂值的梯度会不一样，如果进行相减，会发现差值比较大。如果其它位置的图像一般不会这样。利用这个特性，就可以把条码所在区域求出来。

演示的代码如下：

#python 3.7.4,opencv4.1#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579#[email protected]#import numpy as npimport cv2from matplotlib import pyplot as plt #读取图片img = cv2.imread('barcode6.jpg')#gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cv2.imshow('gray', gray) gradX = cv2.Sobel(gray, ddepth=cv2.CV_32F, dx=1, dy=0, ksize=-1)gradY = cv2.Sobel(gray, ddepth=cv2.CV_32F, dx=0, dy=1, ksize=-1) gradient = cv2.subtract(gradX, gradY)gradient = cv2.convertScaleAbs(gradient)cv2.imshow('gradient', gradient) blurred = cv2.blur(gradient, (9, 9))(_, thresh) = cv2.threshold(blurred, 225, 255, cv2.THRESH_BINARY)cv2.imshow('thresh', thresh) kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (21, 7))closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel) closed = cv2.erode(closed, None, iterations = 4)closed = cv2.dilate(closed, None, iterations = 4)cv2.imshow('closed', closed) cnts,hierarchy = cv2.findContours(closed.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)c = sorted(cnts, key = cv2.contourArea, reverse = True)[0] #找最大的边框rect = cv2.minAreaRect(c)box = cv2.boxPoints(rect)box = np.int0(box) # 画一个找到的方框cv2.drawContours(img, [box], -1, (0, 255, 0), 3)  cv2.imshow('img', img) #cv2.waitKey(0)cv2.destroyAllWindows()

结果输出如下：

转换为灰度图

X轴梯度减去Y轴梯度求绝对值

经过阈值处理后的图片

经过形态学处理后的图片

最后的输出结果

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。