Opencv：10个步骤检测出图片中条形码

来源：互联网发布：leaflet.js中国地图编辑：程序博客网时间：2024/04/29 13:13

1. 原图像大小调整，提高运算效率

2. 转化为灰度图

3. 高斯平滑滤波

4.求得水平和垂直方向灰度图像的梯度差,使用Sobel算子

5.均值滤波，消除高频噪声

6.二值化

7.闭运算，填充条形码间隙

8. 腐蚀，去除孤立的点

9. 膨胀，填充条形码间空隙，根据核的大小，有可能需要2~3次膨胀操作

10.通过findContours找到条形码区域的矩形边界

实现：

#include "core/core.hpp"#include "highgui/highgui.hpp"#include "imgproc/imgproc.hpp"using namespace cv;int main(int argc,char *argv[]){Mat image,imageGray,imageGuussian;Mat imageSobelX,imageSobelY,imageSobelOut;image=imread(argv[1]);//1. 原图像大小调整，提高运算效率resize(image,image,Size(500,300));imshow("1.原图像",image);//2. 转化为灰度图cvtColor(image,imageGray,CV_RGB2GRAY);imshow("2.灰度图",imageGray);//3. 高斯平滑滤波GaussianBlur(imageGray,imageGuussian,Size(3,3),0);imshow("3.高斯平衡滤波",imageGuussian);//4.求得水平和垂直方向灰度图像的梯度差,使用Sobel算子Mat imageX16S,imageY16S;Sobel(imageGuussian,imageX16S,CV_16S,1,0,3,1,0,4);Sobel(imageGuussian,imageY16S,CV_16S,0,1,3,1,0,4);convertScaleAbs(imageX16S,imageSobelX,1,0);convertScaleAbs(imageY16S,imageSobelY,1,0);imageSobelOut=imageSobelX-imageSobelY;imshow("4.X方向梯度",imageSobelX);imshow("4.Y方向梯度",imageSobelY);imshow("4.XY方向梯度差",imageSobelOut);//5.均值滤波，消除高频噪声blur(imageSobelOut,imageSobelOut,Size(3,3));imshow("5.均值滤波",imageSobelOut);//6.二值化Mat imageSobleOutThreshold;threshold(imageSobelOut,imageSobleOutThreshold,180,255,CV_THRESH_BINARY);imshow("6.二值化",imageSobleOutThreshold);//7.闭运算，填充条形码间隙Mat  element=getStructuringElement(0,Size(7,7));morphologyEx(imageSobleOutThreshold,imageSobleOutThreshold,MORPH_CLOSE,element);imshow("7.闭运算",imageSobleOutThreshold);//8. 腐蚀，去除孤立的点erode(imageSobleOutThreshold,imageSobleOutThreshold,element);imshow("8.腐蚀",imageSobleOutThreshold);//9. 膨胀，填充条形码间空隙，根据核的大小，有可能需要2~3次膨胀操作dilate(imageSobleOutThreshold,imageSobleOutThreshold,element);dilate(imageSobleOutThreshold,imageSobleOutThreshold,element);dilate(imageSobleOutThreshold,imageSobleOutThreshold,element);imshow("9.膨胀",imageSobleOutThreshold);vector<vector<Point>> contours;vector<Vec4i> hiera;//10.通过findContours找到条形码区域的矩形边界findContours(imageSobleOutThreshold,contours,hiera,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);for(int i=0;i<contours.size();i++){Rect rect=boundingRect((Mat)contours[i]);rectangle(image,rect,Scalar(255),2);}imshow("10.找出二维码矩形区域",image);waitKey();}

使用另一幅图片的效果如下：

底部的二维码左侧边界定位错位，检测发现在二值化的时候左侧第二个条码部分被归零了，导致在之后的腐蚀操作中被腐蚀掉了。调整阈值分界值180到160，重新运行正确：

0 0