《機器視覺系統(tǒng)應(yīng)用》課件-條形碼檢測方法講解

條形碼檢測課程引入相關(guān)庫的獲取和導(dǎo)入原理分析一二三目錄能力目標（1）能夠?qū)l形碼有基礎(chǔ)的認識；（2）能夠?qū)ν瓿蓪l形碼的讀取。知識目標（1）了解條形碼的原理；（2）了解條形碼的識別。課程目標一課程引入

條形碼技術(shù)（barcodetechnology，BCT）是在計算機的應(yīng)用實踐中產(chǎn)生和發(fā)展起來的一種自動識別技術(shù)。它是為實現(xiàn)對信息的自動掃描而設(shè)計的，它是實現(xiàn)快速、準確而可靠地采集數(shù)據(jù)的有效手段。條形碼技術(shù)的應(yīng)用解決了數(shù)據(jù)錄入和數(shù)據(jù)采集的瓶頸問題，為物流管理提供了有利的技術(shù)支持。二相關(guān)庫獲取和導(dǎo)入導(dǎo)入庫本章節(jié)我們需用到的庫如下圖示意分別是cv2、numpy、pyzbar。cv2是opencv-python用于圖像處理。numpy是Python的一種開源的數(shù)值計算擴展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表（nestedliststructure)結(jié)構(gòu)要高效的多（該結(jié)構(gòu)也可以用來表示矩陣（matrix）），支持大量的維度數(shù)組與矩陣運算，此外也針對數(shù)組運算提供大量的數(shù)學(xué)函數(shù)庫。pyzbar用于一維碼識別。二庫導(dǎo)入pycharm軟件界面相關(guān)庫獲取和導(dǎo)入三原理分析本例子中對條形碼的檢測主要應(yīng)用了以下圖像處理手段：sobel算子，均值濾波，二值化，形態(tài)學(xué)操作（開操作，閉操作，膨脹以及腐蝕）Sobel（索貝爾算子）算子原理：均值濾波（cv2.blur()）原理：均值濾波采用卷積框內(nèi)各像素值的均值來替代定位點（或稱錨點，通常是中間位置）的像素值。采用歸一化的卷積框（箱式濾波器）模糊圖像，卷積框形如:函數(shù)cv2.blur(src,ksize[,anchor[,borderType]])三原理分析三原理分析二值化原理：圖像二值化就是將圖像上的像素點的灰度值設(shè)置為0或255，也就是將整個圖像呈現(xiàn)出明顯的黑白效果的過程。圖像的二值化使圖像中數(shù)據(jù)量大為減少，從而能凸顯出目標的輪廓。三原理分析膨脹與腐蝕原理：圖像的膨脹（Dilation）和腐蝕（Erosion）是兩種基本的形態(tài)學(xué)運算，主要用來尋找圖像中的極大區(qū)域和極小區(qū)域。其中膨脹類似于“領(lǐng)域擴張”，將圖像中的高亮區(qū)域或白色部分進行擴張，其運行結(jié)果圖比原圖的高亮區(qū)域更大；腐蝕類似于“領(lǐng)域被蠶食”，將圖像中的高亮區(qū)域或白色部分進行縮減細化，其運行結(jié)果圖比原圖的高亮區(qū)域更小。三原理分析開操作原理：開操作：即先腐蝕然