目标

在本章中，我们将熟悉 OpenCV 中可用的条形码检测和解码方法。

基础知识

条形码是识别现实生活中商品的主要技术。常见的条形码是由黑条和白条排列的平行线图案，它们的反射率差异很大。条形码识别是在水平方向上扫描条形码，以获得由不同宽度和颜色的条组成的二进制代码字符串，即条形码的代码信息。条形码的内容可以通过与各种条形码编码方法匹配来解码。目前，我们支持 EAN-8、EAN-13、UPC-A 和 UPC-E 标准。

请参阅 https://en.wikipedia.org/wiki/Universal_Product_Code 和 https://en.wikipedia.org/wiki/International_Article_Number

代码示例

主要类

引入了几种用于条形码识别的算法。

在编码时，我们首先需要创建一个 cv::barcode::BarcodeDetector 对象。它主要有三个成员函数，将在下面介绍。

初始化

用户可以选择使用超分辨率模型构造条形码检测器，该模型应从 https://github.com/WeChatCV/opencv_3rdparty/tree/wechat_qrcode (sr.caffemodel, sr.prototxt) 下载。

    try
    {
app.bardet = makePtr<barcode::BarcodeDetector>(sr_prototxt, sr_model);
    }
    catch (const std::exception& e)
    {
cout <<
             "\n---------------------------------------------------------------\n"
             "初始化超分辨率失败。\n"
             "请从\n"
             "https://github.com/WeChatCV/opencv_3rdparty/tree/wechat_qrcode\n"
             "下载 'sr.*' 并将它们放入当前目录。\n"
             "或者您可以将 sr_prototxt 和 sr_model 保留为未指定。\n"
             "---------------------------------------------------------------\n";
cout << e.what() << endl;
        return -1;
    }

我们需要创建变量来存储输出。

vector<Point> corners;
vector<string> decode_info;
vector<string> decode_type;

检测

cv::barcode::BarcodeDetector::detect 方法使用基于方向一致性的算法。首先，我们计算每个像素的平均平方梯度， [22] 。然后我们将图像分成正方形块，并计算每个块的梯度方向一致性和平均梯度方向。然后，我们连接所有具有高梯度方向一致性和相似梯度方向的块。在此阶段，我们使用多尺度块来捕获多尺寸条形码的梯度分布，并应用非最大值抑制来过滤重复的提议。最后，我们使用 cv::minAreaRect 来边界 ROI，并输出矩形的角。

检测输入图像中的代码，并输出检测到的矩形的角

bardet->detectMulti(frame, corners);

解码

cv::barcode::BarcodeDetector::decode 方法首先对图像进行超标度（可选），如果它小于阈值，则锐化图像，然后通过 OTSU 或局部二值化进行二值化。然后，它通过匹配指定条形码模式的相似性来读取条形码的内容。

检测和解码

cv::barcode::BarcodeDetector::detectAndDecode 在单个调用中结合了 detect 和 decode 。下面的一个简单示例展示了如何使用此函数

bardet->detectAndDecodeWithType(frame, decode_info, decode_type, corners);

可视化结果

        for (size_t i = 0; i < corners.size(); i += 4)
        {
            const size_t idx = i / 4;
            const bool isDecodable = idx < decode_info.size()
&& idx < decode_type.size()
&& !decode_type[idx].empty();
            const Scalar lineColor = isDecodable ? greenColor : redColor;
            // 绘制条形码矩形
vector<Point> contour(corners.begin() + i, corners.begin() + i + 4);
            const vector< vector<Point> > contours {contour};
            drawContours(frame, contours, 0, lineColor, 1);
            // 绘制顶点
            for (size_t j = 0; j < 4; j++)
                circle(frame, contour[j], 2, randColor(), -1);
            // 写入解码文本
            if (isDecodable)
            {
ostringstream buf;
buf << "[" << decode_type[idx] << "] " << decode_info[idx];
                putText(frame, buf.str(), contour[1], FONT_HERSHEY_COMPLEX, 0.8, yellowColor, 1);
            }
        }

结果

原始图像

image

检测之后

image