条形码检测与识别

条码检测与识别

条码检测与识别是一种常见、实用并且相对简单的一类技术。超市上使用的条码识别机一般都是红光照射拍摄取图，这样在检测条码的时候把检测区域限制得非常小，检测变得很简单且可靠。这里介绍的检测可能比超市中使用的条码检测技术要稍微复杂一点，因为这里检测的条码目标不是一个，而是将图像中可能出现的所有条码检测出来。

一、检测：下面是待检测的条码图：

可以看到，图中有14个条码。检测的关键在于描述，即如何用计算机懂得的语言来描述目标，描述清楚了检测也就基本解决了。条码是一类由密集的平行线段组成的，这其中包含几个含义：1、线段，2、密集，3、平行，4、条码组成的区域有足够大的面积。检测平行的线段可以通过检测一个方向上的直线实现，检测是否密集可以通过在检测到的线段附近搜索线段，然后统计密度实现，检测这些线段构成的区域面积是否足够大可以通过膨胀->腐蚀->膨胀实现，即如果线段所在的区域占有的面积不够大，通过形态学操作可以去除。这些都是比较简单的操作，具体不详述了，检测结果如下：

当然，如果条码的背景简单，那检测的方法也是可以简化的，或者用其它方法替换，总之根据具体应用来设计检测算法就是了，很难有一种稳定可靠又高效普适的检测方法。

二、识别

检测到条码以后再识别就不麻烦了，关键是条码图像不要太差，两条条码黏在一起是肯定没法识别的。精力有限，没有做所有类型的条码识别，只是针对code39码做了识别。

下面的是code39码图像：

这种图像还是比较清晰的，但是可以看到，就算是二值化，检测也会受下面的数字干扰，因此首先得采用前面提到的检测方法把条码检测出来，检测出来再二值化。二值化的方法也是多种多样的，像这种图像，采用大津阈值就能很好的二值化了，或者采用局部阈值，二值化的效果会更好一些，因为大津阈值毕竟是全局阈值。检测并二值化的效果如下图所示。

这种二值图就不受下面那些数字的干扰了。其实到这来识别算是完成了，为什么这么说呢？因为已经二值化好了，接下来只需要投影到一维，再分割成一维的二值信号，即可根据code39码的编码标准解出来了。code39码的编码标准网上很多，这里就不复述了。值得一提的是，投影到一维信号在二值化的过程中，可以采用多阈值的方法分别识别条码，因为单个阈值可能分割得不是很好，多阈值当中，只要有一个阈值分割的结果能够识别出来就可以，因为条码编码是有规则并且有校验码的，识别结果是否正确可以通过校验码来校验。下面是针对这个条码的识别结果：

可以看到，识别的结果跟条码下面的数字还是一致的。对数百张code39码做了实验，这种检测与识别算法还是挺可靠的，以前统计了一下，识别率超过90%了，个人还是挺满意的。如果是自己拿手机照的code39码，图像质量会比这个更好，可以看出这个条码其实是被压缩过的，并且背景都是灰蒙蒙的，如果放大还可以发现噪点也是挺多的，有点影响分割，自己照的条码图像质量比这个要好些，识别更可靠了。

以上非常简单地谈了一下个人的检测与识别条码的方法，仅以code39码为例，其它类型的条码也是大同小异，无非是编码规则不一样罢了。当然条码检测与识别的方法可能非常多，也希望同行能把你们自己的经验分享一下啦！大家互相学习互相进步嘛！