條碼預處理爲zbar和

我使用覆盆子PI相機從圖像讀取條形碼，並且對象需要從相機在我的應用相對較遠是。處理前的條形碼：條碼預處理爲zbar和

Zbar無法解碼此圖像中的任何內容，因此我決定嘗試手動編輯圖像以使其解碼。在條形碼的單行之間繪製清晰的白線並更改圖像的對比度後，此結果由ZBar解碼：

如何以編程方式從第一個圖像轉到第二個圖像（我正在使用OpenCV與Python現在）？

來源

2016-07-03 glaba

看起來你需要條碼的更詳細的圖片（更好的聚焦？） - 更多的像素 - 選擇更高分辨率的照相機，變焦鏡頭，移動條碼更接近相機，更大的條形碼... – barny

的問題是很簡單考慮到最暗的區域是黑色的，不需要任何灰色區域轉換爲白色。嘗試計算圖像的平均強度。

CV ::標量avgPixelIntensity = CV ::平均值（圖像）;

使用此值作爲閾值，您可以執行圖像閾值。這將是相當快的。

您也可以嘗試Otsu閾值是自適應閾值技術。這將比上述方法慢，但在圖像具有其他人工製品（如陰影）的情況下會提供更好的結果。

在這裏看到：Image Thresholding Opencv。

來源

2016-07-03 22:14:19 saurabheights

The問題是平均值可能不會是正確的閾值，因爲圖像不是半像素黑和半像素白。此外，實際放大時，組成垂直線的灰色像素與「白色」像素之間的差異實際上非常小，因此即使稍微不正確的閾值也會產生嚴重的影響 – glaba

@glaba您是否可以將圖片發送到平均作爲一個門檻不會工作？其次，你有沒有機會檢查OTSU。我建議OTSU在OCR應用中完全用於此目的。如果兩者都不起作用，使用邊緣檢測與Hough Line Detector配對將會得到所有線條，但是然後讀取文本字符將會是一個尚未解決的問題。附： OTSU應該在本地計算閾值參數時工作，所以它會在灰線和白色背景之間產生差異。如果你沒有使用足夠小的窗口，它不會考慮非常黑的線條。 – saurabheights

@glaba錯字：最後一行應該說：「那如果你使用的是足夠小窗口不會考慮很黑線： – saurabheights

嘗試對其進行閾值處理。

首先將其轉換爲灰度圖像，然後通過試驗和錯誤嘗試獲取0-255之間的最佳值，並選擇標記爲白色，均低於黑色值之上的所有像素。

如果它不起作用，那麼輸入圖像需要更清晰。

（不知道，如果zbar和庫已經這樣做了）

來源

2016-07-03 08:54:24

條碼預處理爲zbar和

回答

相關問題