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ROI
imshow("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：
