基于Opencv+Kmeans+Zbar的条码检测与基于锐化+双边高斯滤波+Zbar的条码检测在工业光伏产线上的检测效果研究

使用zbar进行二维码或条形码(一维码)扫描 接上篇,因为使用AVFoundation一直无法扫描我们的二维码,最后决定使用条形码。我又在AVCaptureMetadataOutput的metadataObjectTypes中加入了EAN13的条形码类型(我们生成条形码使用的类型),不幸的是,还是无法识别,但是,百度其他的EAN13类型的条形码都可以识别出来,此问题仍未解决。 最后,我决定试一下ZBar,bingo!效率挺高。下面介绍一下z 阅读详情


原创声明:如有转载请注明文章来源。码字不易,如对卿有所帮助,欢迎评论、点赞、收藏。

前言

最近项目中用到了条码检测,查阅很多资料,说用Zbar等工具检测的比较多。但是我们会发现,检测是不稳定的,Zbar是解析条码的工具包,运用好它的前提是:能够准确将条码区域提取出来,以及图像质量(分辨率、打光效果等)要把握很好。本文Opencv+Kmeans+Zbar的条码检测以及基于锐化+双边高斯滤波+Zbar的条码检测的条码检测两种方式,大大提升了Zbar读取条码的效果。

1基于Opencv+Kmeans+Zbar的条码检测

1.1条码检测预处理

直接用Zbar出现了检测不全,15个条码检测出的是13个,因此本文从另一个角度出发,先保证检测的完整性,进而保证检测的准确性。

1.1.1模版匹配

模版匹配就是在原图中查找出模版,并绘制出来。opencv自带的模版匹配算子可以依据匹配分数的大小筛选出原图中的条码。但问题在于筛选出的框的多少与匹配分数大小成反比,如果我们要检测全部的条码,那么就需要处理更多的框。下面的匹配到的框大概是3000个左右

  1. 原图

在这里插入图片描述

  1. 模版

在这里插入图片描述
3.代码

import cv2
import numpy as np
from matplotlib import pyplot as plt

# 读取图片 并转成灰度图 减少计算量
img = cv2.imread("image/Pic_2023_04_18_104022_3.jpg", cv2.IMREAD_GRAYSCALE)
templ = cv2.imread("image/template.png", cv2.IMREAD_GRAYSCALE)

# 模版匹配
height, width = templ.shape
results = cv2.matchTemplate(img, templ, cv2.TM_CCOEFF_NORMED)

rect_list = []
#  因为模版匹配采用的是移动窗口的缘故,因此y、x恰好是图像的坐标。
for y in range(len(results)):
    for x in range(len(results[y])):
        if results[y][x] > 0.7:
            rect_list.append((x,y))
            cv2.rectangle(img, (x, y), (x + width, y + height), (0, 0, 255), 10)

rect_array = np.array(rect_list,dtype='int32')

import matplotlib.pyplot as plt

X = rect_array[:, 0]
Y = rect_array[:, 1]
plt.figure(figsize=(10, 10), dpi=100)
plt.scatter(X, Y)
plt.show()

图像是每个检测条码框的左上角点(x,y),我们大概看到了很多点,但是由于原图上的条码个数15个,因此下面这些坐标点一定可以分成15类。
在这里插入图片描述

1.1.2采用K-mearn算法(聚类算法)处理条码框

这里会想到聚类是因为条码个数是已知的,模版匹配并没有漏检,而仅仅是一个条码被画上了多个条码框。下图可以看出检测的效果

plt.imshow(img,cmap="gray")
plt.show()

在这里插入图片描述

# 检测出的矩形框
rect_array

输出结果

array([[2148,  405],
       [2149,  405],
       [2150,  405],<
Opencv+ZBar识别条形码、二维码 文章目录Opencv识别条形码、二维码1.ZBar环境配置2.一维码(条形码)识别3. 二维码的识别4. Opencv识别二维码结束 Opencv识别条形码、二维码 最近的一次作业,恰好之前的项目也和c++图像处理相关,那今天就趁着熟练迅速把它搞定。 c++其实关于图像处理的第三方库也有很多,只是大多数库需要根据自己的平台去自己cmake编译,而不是像python那样简单的pip就行。不过多编译几次熟练以后其实也很简单,而且编译的时候还可以摸鱼不香吗(特别是选择 with cuda编译opencv的时候, 阅读详情

相关推荐

基于Python+OpenCV的CODE128条形码的识别

一、项目背景随着物流、仓储、零售等行业对条形码识别的需求日益增加,快速、准确地识别条形码成为了一个重要的技术需求。CODE128条形码作为一种常用的条形码格式,具有编码密度高、可编码字符广等优点,因此广泛应用于各个领域。本项目旨在利用Python编程语言结合OpenCV图像处理库,开发一个能够识别CODE128条形码的系统。二、技术选型与特点Python:Python是一种高级编程语言,具有语法简洁、易于学习、功能强大等特点。通过Python,我们可以方便地调用OpenCV库进行图像处理和分析。

Q1744828575的博客 1670

使用OpenCV+Zbar一维码(条形码)识别

使用OpenCV+Zbar一维码(条形码)识别

thequitesunshine007的博客 1842

Python实现条码识别:从图像中自动检测和识别条形码

随着计算机视觉技术的发展,我们可以利用Python编写程序来自动检测和识别图像中的条形码。在本篇文章中,我们将探讨如何使用Python和OpenCV库来实现自动条形码检测和识别。总之,我们可以使用Python和OpenCV库编写程序来自动检测和识别图像中的条形码。通过使用计算机视觉技术,我们可以实现更快、更准确和更可靠的库存管理。接下来,我们将使用Python编写代码来实现条形码检测和识别。这段代码将遍历图像中的所有条形码,并为每个条形码绘制一个矩形框和其数据和类型。首先,我们需要安装OpenCV库。

. 2653

12. openCV在QT环境中利用zBar开发库实现二维码内容识别

本篇博客仅记录如何使用zBar库进行二维码内容的识别,其中牵扯到的一些其它知识点,比如二维码区域检测、zBar库开发环境配置等可以参考本专栏的其它相关博客,此篇博客不再赘述。博客中代码功能:手动选择一张包含二维码的图片,会将检测到的二维码区域单独显示出来,并将二维码中包含的信息显示到一个button上。图像当作参数传入,进行信息提取,注意:使用。经过上述操作即可识别出二维码中的信息!是最终需要用来识别的二维码图像。检测时,待检测的图像必须转换为。

山间点烟雨 713

条码CODE128C语言算法

C语言 实现的一维码CODE128编码算法

基于大模型的恶性胸腔积液全周期预测与诊疗方案研究

本研究基于大模型技术构建了恶性胸腔积液全流程预测与诊疗体系,涵盖术前风险评估、术中方案优化、术后恢复预测及并发症预防。通过整合多源医疗数据,实现了手术风险概率预测(准确率80%)、并发症预警(AUC值0.85)及个性化康复方案制定,显著提升诊疗精准度。研究创新性地将Transformer架构与多模态数据融合,在100例临床验证中显示良好性能,但存在数据样本局限、模型可解释性不足等问题。未来将扩大多中心临床验证,优化算法可解释性,探索与基因检测等技术的结合应用,推动恶性胸腔积液的精准诊疗发展。

嵌入式毕设/课设资料清单(速查手册·文档模板·题库,持续更新)→ 见最新文章 1904

单细胞测序数据分析——细胞通讯 CellChat

cellchat

G2530051386的博客 1万+

STM32 使用IO口模拟I2C时序

上一篇《I2C协议详解》 我们了解了I2C的操作流程,这一篇,我们就使用I2C,来对EEPROM进行操作吧。 我们做两种选择: 1.时序由IO口模拟高低电平,需要了解协议并按照协议操作相应的IO口。 2.时序由硬件自行产生,不需要人工干预; 由硬件产生的I2C时序,我们借助Stm32Cube配置实现便可,我们这一篇,抛开Stm32Cube,手撕代码,根据I2C的时序,一步步地实现I2C对...

8943

【OpenClaw从入门到精通】第45篇:Skill供应链安全——如何识别并避开恶意技能插件?(2026实测版)

随着OpenClaw生态爆发式增长,全球Skills总量近75万个,日均新增2.1万个,但恶意/问题插件已超600个,数十万用户受影响。本文基于奇安信威胁报告及360安全实践,拆解恶意技能的五大核心特征,提出"安装前三步法"安全审查流程,详解安全技能来源白名单与定期审计方案,并深度解析360龙虾Skill安全超市的分级认证机制。读者可掌握从技能筛选、安装审查到术后审计的全流程安全防护手段,通过实操命令与案例演示,零成本构建Skill供应链安全防线,避免遭遇私钥窃取、资产损失等安全事件。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 565

【SWAT】SWAT中预定义河网及流域

平原圩区没有明显的海拔差异。DEM中包含的地形信息无法定义河段的位置和水文连接,SWAT模型Watershed Delineator中提供两种方法,帮助用户输入流域拓扑信息。第一种方法,“Burn-in”和手动绘制河段和子流域边界。首先,使用“Burn-in”功能导入数字河道网络(DCN),并根据DEM和DCN绘制河流和子流域。然后在ArcGIS中编辑“流域”和“河段”层,可以调整位置、范围和水文连接。第二种方法,可以手动绘制或重新编辑河流和子流域,预定义河网及流域。

```On Earth, Be Water, By Coding``` 3279

2篇5章1节:实验流行病学的核心特征和设计原则

本文系统阐释实验流行病学的核心定义、四大核心特征、四大基本原则及主流设计类型,结合骨科、肿瘤科、儿科、精神科、内外妇儿及公共卫生等多学科临床实践案例,具象化解读人为干预、随机分组、平行对照、前瞻性设计的核心内涵与应用价值。同时,规范梳理对照、随机、盲法、重复四大研究基本原则,详细介绍临床试验、现场试验、社区试验三类主流研究设计的适配场景与应用差异。

MD Code 189

【Dify】PPT生成工具应用

本文介绍了一款自动化PPT生成工具,通过智能接口将文本内容高效转化为结构化演示文档。该系统采用三阶段工作流(内容输入、HTTP请求上传、文件输出),无需复杂操作即可生成专业PPT。工具适用于教学课件、产品发布、企业培训等场景,能显著提升内容表达效率,特别适合初学者快速制作演示材料。文章详细说明了核心节点、应用场景及开发资源,为文本到PPT的自动化转换提供了实用解决方案。

Mr数据杨 1229

华为 MetaERP · 本体论驱动的 PTP 全流程智能建模方案

华为MetaERP通过“本体+事件+图谱+Agent”四位一体架构,将传统ERP从“记录系统”升级为“智能执行系统”。基于OWL本体实现业务语义精准表达,融合LLM与元数据多租能力,构建可推理、可治理的PTP全流程智能模型,解决AI理解业务逻辑难题,实现三单匹配自动化、关账效率提升30%、成本降低50%,推动企业数字化迈向可信智能新范式。

金牌架构师 186

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

上一篇: 三天从YOLOV8关键点检测入门到实战(第三天)——用onnx部署yolov8
下一篇: 错误 C2664 “std::shared_ptr<T>::shared_ptr(std::nullptr_t) noexcept”: 无法将参数 1 从“Y *”转换为“std::nullptr_t
又又土
博客等级 码龄7年 477粉丝 113原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

又又土

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址