zbar下条形码和二维码的识别与解码Ⅰ|2021SC@SDUSC

2021SC@SDUSC

对条码与二维码的识别分为以下4个步骤

1. 利用opencv和Zbar对标准的条形码图片（即没有多余背景干扰，且图片没有倾斜）进行解码，将解码信息显示出来，并与原始信息对比。

2. 利用opencv和Zbar对标准的QR二维码图片（即没有多余背景干扰，且图片没有倾斜）进行解码，将解码信息显示出来，并与原始信息对比。

3. 对非标准条形码，进行定位，然后用Zbar解码显示。

4. 对非标准的QR二维码图片，进行定位，然后用Zbar解码显示。

本次先着重研究前两步：

1. 利用opencv和Zbar（或者Zxing）对标准的条形码图片（即没有多余背景干扰，且图片没有倾斜）进行解码，将解码信息显示出来，并与原始信息对比。

2. 利用opencv和Zbar（或者Zxing）对标准的QR二维码图片（即没有多余背景干扰，且图片没有倾斜）进行解码，将解码信息显示出来，并与原始信息对比。

这两部对于zbar可以一并操作。

操作步骤主要分为两部分：A.原图进行灰度转化，B.送入Zbar扫描仪进行扫描(调用ImageScanner)

源码如下：

void MyClass::Dis_code(Mat image){Mat imageGray;  // 所转化成的灰度图像 //定义一个扫描仪  ImageScanner scanner;scanner.set_config(ZBAR_NONE, ZBAR_CFG_ENABLE, 1);cvtColor(image, imageGray, CV_RGB2GRAY);imshow("灰度图", imageGray);// 获取所摄取图像的长和宽  int width = imageGray.cols;int height = imageGray.rows;// 在Zbar中进行扫描时候，需要将OpenCV中的Mat类型转换为（uchar *）类型，raw中存放的是图像的地址；对应的图像需要转成Zbar中对应的图像zbar::Image  uchar *raw = (uchar *)imageGray.data;Image imageZbar(width, height, "Y800", raw, width * height);// 扫描相应的图像imageZbar(imageZbar是zbar::Image类型，存储着读入的图像)  scanner.scan(imageZbar); //扫描条码      Image::SymbolIterator symbol = imageZbar.symbol_begin();if (imageZbar.symbol_begin() == imageZbar.symbol_end()){cout << "查询条码失败，请检查图片！" << endl;}for (; symbol != imageZbar.symbol_end(); ++symbol){cout << "类型：" << endl << symbol->get_type_name() << endl << endl;cout << "条码：" << endl << symbol->get_data() << endl << endl;}waitKey(); // 等待按下esc键，若需要延时1s则改用waitKey(1000);  // 将图像中的数据置为0  imageZbar.set_data(NULL, 0);system("pause");}

结果如下：

条形码识别：

二维码识别：

3. 对非标准条形码，进行定位，然后用Zbar解码显示

在条形码的识别上，根据条形码的特性，我们只关心x轴上的形态。通过x轴的宽度进行确定条码的大小，y轴根据实际提取进行区分

处理的目标：

A.消去非码的其他物体图形

B.划定条码的范围

C.提取图片的ROI区域（即条码区域）

总体分为：

灰度处理-》高斯平滑-》Sobel x—y梯度差-》均值滤波-》二值化-》闭运算-》腐蚀膨胀-》获取ROI

void MyClass::Run(){Mat image;image = getGray(srcimage);//获取灰度图image = getGass(image);//高斯平滑滤波image = getSobel(image);//Sobel x—y梯度差image = getBlur(image);//均值滤波除高频噪声image = getThold(image);//二值化image = getBys(image);//闭运算image = getErode(image);//腐蚀image = getDilate(image);//膨胀image = getRect(image, srcimage);//获取ROIimshow("最后的图", image);Dis_code(image);waitKey();}

灰度处理：

Mat MyClass::getGray(Mat image, bool show){//show默认false 待定参数法Mat cimage;cvtColor(image, cimage, CV_RGBA2GRAY);if (show)imshow("灰度图", cimage);return cimage;}

处理结果：