基於opencv3.0和zbar下條形碼和二維碼的識別與解碼

本文轉載自查看原文 2018-05-23 12:00 13644 zbar/ C++/ Sobel/ 二維碼識別/ opencv3.0/ ROI/ 條形碼識別

其中對條碼與二維碼的識別分為以下4個步驟

1. 利用opencv和Zbar（或者Zxing）對標准的條形碼圖片（即沒有多余背景干擾，且圖片沒有傾斜）進行解碼，將解碼信息顯示出來，並與原始信息對比。

2. 利用opencv和Zbar（或者Zxing）對標准的QR二維碼圖片（即沒有多余背景干擾，且圖片沒有傾斜）進行解碼，將解碼信息顯示出來，並與原始信息對比。

3. 對非標准條形碼，進行定位，然后用Zbar（或者Zxing）解碼顯示。

4. 對非標准的QR二維碼圖片，進行定位，然后用Zbar（或者Zxing）解碼顯示。

1. 利用opencv和Zbar（或者Zxing）對標准的條形碼圖片（即沒有多余背景干擾，且圖片沒有傾斜）進行解碼，將解碼信息顯示出來，並與原始信息對比。

2. 利用opencv和Zbar（或者Zxing）對標准的QR二維碼圖片（即沒有多余背景干擾，且圖片沒有傾斜）進行解碼，將解碼信息顯示出來，並與原始信息對比。

這兩部對於zbar可以一並操作。

操作步驟主要分為兩部分：A.原圖進行灰度轉化，B.送入Zbar掃描儀進行掃描(調用ImageScanner)

源碼如下：

 1 /******************************************************
 2 函數名稱： Dis_Barcode
 3 函數功能： 識別條形碼和二維碼
 4 傳入參數：
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：這里是借鑒其他人的代碼：
11 原文鏈接：https://www.cnblogs.com/dengxiaojun/p/5278679.html
12 以下代碼是經過改動的
13 ******************************************************/
14 void MyClass::Dis_code(Mat image){
15     Mat imageGray;  // 所轉化成的灰度圖像 
16     //定義一個掃描儀  
17     ImageScanner scanner;
18     scanner.set_config(ZBAR_NONE, ZBAR_CFG_ENABLE, 1);
19 
20     cvtColor(image, imageGray, CV_RGB2GRAY);
21     imshow("灰度圖", imageGray);
22     // 獲取所攝取圖像的長和寬  
23     int width = imageGray.cols;
24     int height = imageGray.rows;
25     // 在Zbar中進行掃描時候，需要將OpenCV中的Mat類型轉換為（uchar *）類型，raw中存放的是圖像的地址；對應的圖像需要轉成Zbar中對應的圖像zbar::Image  
26     uchar *raw = (uchar *)imageGray.data;
27     Image imageZbar(width, height, "Y800", raw, width * height);
28     // 掃描相應的圖像imageZbar(imageZbar是zbar::Image類型，存儲着讀入的圖像)  
29     scanner.scan(imageZbar); //掃描條碼      
30     Image::SymbolIterator symbol = imageZbar.symbol_begin();
31     if (imageZbar.symbol_begin() == imageZbar.symbol_end())
32     {
33         cout << "查詢條碼失敗，請檢查圖片！" << endl;
34     }
35     for (; symbol != imageZbar.symbol_end(); ++symbol)
36     {
37         cout << "類型：" << endl << symbol->get_type_name() << endl << endl;
38         cout << "條碼：" << endl << symbol->get_data() << endl << endl;
39     }
40 
41     waitKey(); // 等待按下esc鍵，若需要延時1s則改用waitKey(1000);  
42 
43     // 將圖像中的數據置為0  
44     imageZbar.set_data(NULL, 0);
45     system("pause");
46 }

結果如下：

條形碼識別：

二維碼識別：

3. 對非標准條形碼，進行定位，然后用Zbar（或者Zxing）解碼顯示

在條形碼的識別上，根據條形碼的特性，我們只關心x軸上的形態。通過x軸的寬度進行確定條碼的大小，y軸根據實際提取進行區分

處理的目標：

A.消去非碼的其他物體圖形

B.划定條碼的范圍

C.提取圖片的ROI區域（即條碼區域）

總體分為：

灰度處理-》高斯平滑-》Sobel x—y梯度差-》均值濾波-》二值化-》閉運算-》腐蝕膨脹-》獲取ROI

 1 /******************************************************
 2 函數名稱： Run
 3 函數功能： 開始
 4 傳入參數：
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：
11 ******************************************************/
12 void MyClass::Run(){
13     Mat image;
14     image = getGray(srcimage);//獲取灰度圖
15     image = getGass(image);//高斯平滑濾波
16     image = getSobel(image);//Sobel x—y梯度差
17     image = getBlur(image);//均值濾波除高頻噪聲
18     image = getThold(image);//二值化
19     image = getBys(image);//閉運算
20     image = getErode(image);//腐蝕
21     image = getDilate(image);//膨脹
22     image = getRect(image, srcimage);//獲取ROI
23     imshow("最后的圖", image);
24     Dis_code(image);
25     waitKey();
26 }

灰度處理（消除顏色干擾）

 1 /******************************************************
 2 函數名稱： getGray
 3 函數功能： 灰度處理
 4 傳入參數： Mat image
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：
11 ******************************************************/
12 Mat MyClass::getGray(Mat image, bool show){//show默認false 待定參數法
13     Mat cimage;
14     cvtColor(image, cimage, CV_RGBA2GRAY);
15     if (show)
16     imshow("灰度圖", cimage);
17     return cimage;
18 }

處理結果：

高斯濾波處理（消除高斯噪聲）

 1 /******************************************************
 2 函數名稱： getGass
 3 函數功能： 高斯濾波處理
 4 傳入參數： Mat image
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：
11 ******************************************************/
12 Mat MyClass::getGass(Mat image, bool show){
13     Mat cimage;
14     GaussianBlur(image, cimage, Size(3, 3), 0);
15     if (show)
16     imshow("高斯濾波圖", cimage);
17     return cimage;
18 }

處理結果：

Sobel x-y差處理（只考慮x軸，消除y軸不必要信息）

 1 /******************************************************
 2 函數名稱： getSobel
 3 函數功能： Sobel處理
 4 傳入參數： Mat image
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：
11 ******************************************************/
12 Mat MyClass::getSobel(Mat image, bool show){
13     Mat cimageX16s, cimageY16s, imageSobelX, imageSobelY, out;
14     Sobel(image, cimageX16s, CV_16S, 1, 0, 3, 1, 0, 4);
15     Sobel(image, cimageY16s, CV_16S, 0, 1, 3, 1, 0, 4);
16     convertScaleAbs(cimageX16s, imageSobelX, 1, 0);
17     convertScaleAbs(cimageY16s, imageSobelY, 1, 0);
18     out = imageSobelX - imageSobelY;
19     if (show)
20     imshow("Sobelx-y差 圖", out);
21     return out;
22 }

處理結果：

均值濾波處理（消除高頻噪聲）

 1 /******************************************************
 2 函數名稱： getBlur
 3 函數功能： 均值濾波處理
 4 傳入參數： Mat image
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：
11  ******************************************************/
12 Mat MyClass::getBlur(Mat image, bool show){
13      Mat cimage;
14      blur(image, cimage, Size(3, 3));
15      if (show)
16      imshow("均值濾波圖", cimage);
17      return cimage;
18  }

處理結果：

二值化處理（使圖像中數據量大為減少，從而能凸顯出目標的輪廓）

 1 /******************************************************
 2 函數名稱： getThold
 3 函數功能： 二值化處理
 4 傳入參數： Mat image
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：
11 ******************************************************/
12 Mat MyClass::getThold(Mat image, bool show){
13     Mat cimage;
14     threshold(image, cimage, 112, 255, CV_THRESH_BINARY);
15     if (show)
16     imshow("二值化圖", cimage);
17     return cimage;
18 }

處理結果：

閉運算處理（擴大軸之間的間隙）

 1 /******************************************************
 2 函數名稱： getBys
 3 函數功能： 閉運算處理
 4 傳入參數： Mat image
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：
11 ******************************************************/
12 Mat MyClass::getBys(Mat image, bool show){
13     morphologyEx(image, image, MORPH_CLOSE, element);
14     if (show)
15     imshow("閉運算圖", image);
16     return image;
17 }

處理結果：

腐蝕膨脹（消去干擾點和合並條碼區域）

 1 /******************************************************
 2 函數名稱： getErode
 3 函數功能： 腐蝕處理
 4 傳入參數： Mat image
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：
11 ******************************************************/
12 Mat MyClass::getErode(Mat image, bool show){
13     //Mat cimage;
14     erode(image, image, element);
15     if (show)
16     imshow("腐蝕圖", image);
17     return image;
18 }
19 /******************************************************
20 函數名稱： getDilate
21 函數功能： 膨脹處理
22 傳入參數： Mat image
23 返 回 值：
24 建立時間： 2018-05-19
25 修改時間：
26 建 立 人： 
27 修 改 人：
28 其它說明：
29 ******************************************************/
30 Mat MyClass::getDilate(Mat image, bool show){
31     for (int i = 0; i < 3; i++)
32         dilate(image, image, element);
33     if (show)
34     imshow("膨脹圖", image);
35     return image;
36 }

處理結果：

獲取ROI（為Zbar處理作預處理）

 1 /******************************************************
 2 函數名稱： getRect
 3 函數功能： 獲取碼的區域
 4 傳入參數： Mat image， Mat simage原圖
 5 返 回 值：
 6 建立時間： 2018-05-19
 7 修改時間：
 8 建 立 人： 
 9 修 改 人：
10 其它說明：借鑒其他人進行改進
11 ******************************************************/
12 Mat MyClass::getRect(Mat image, Mat simage, bool show){
13     vector<vector<Point>> contours;
14     vector<Vec4i> hiera;
15     Mat cimage;
16     findContours(image, contours, hiera, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
17     vector<float>contourArea;
18     for (int i = 0; i < contours.size(); i++)
19     {
20         contourArea.push_back(cv::contourArea(contours[i]));
21     }
22     //找出面積最大的輪廓
23     double maxValue; Point maxLoc;
24     minMaxLoc(contourArea, NULL, &maxValue, NULL, &maxLoc);
25     //計算面積最大的輪廓的最小的外包矩形
26     RotatedRect minRect = minAreaRect(contours[maxLoc.x]);
27     //為了防止找錯,要檢查這個矩形的偏斜角度不能超標
28     //如果超標,那就是沒找到
29     if (minRect.angle<2.0)
30     {
31         //找到了矩形的角度,但是這是一個旋轉矩形,所以還要重新獲得一個外包最小矩形
32         Rect myRect = boundingRect(contours[maxLoc.x]);
33         //把這個矩形在源圖像中畫出來
34         //rectangle(srcImage,myRect,Scalar(0,255,255),3,LINE_AA);
35         //看看顯示效果,找的對不對
36         //imshow(windowNameString,srcImage);
37         //將掃描的圖像裁剪下來,並保存為相應的結果,保留一些X方向的邊界,所以對rect進行一定的擴張
38         myRect.x = myRect.x - (myRect.width / 20);
39         myRect.width = myRect.width*1.1;
40         Mat resultImage = Mat(srcimage, myRect);
41         return resultImage;
42     }
43 
44     for (int i = 0; i<contours.size(); i++)
45     {
46         Rect rect = boundingRect((Mat)contours[i]);
47         //cimage = simage(rect);
48         rectangle(simage, rect, Scalar(0), 2);
49         if (show)
50         imshow("轉變圖", simage);
51     }
52     return simage;
53 }

處理結果：

最后識別處理結果：

4. 對非標准的QR二維碼圖片，進行定位，然后用Zbar（或者Zxing）解碼顯示。

這里主要參考https://blog.csdn.net/nick123chao/article/details/77573675的博客。不過該博客的處理沒有考慮多個識別點時的情況：

例圖：

本文主要處理去除干擾的識別點的方向進行研究解決。根據二維碼特性：

我們只要找到90°±Δx的角，且夾角兩邊為最小的邊即可。

找到三個點后，我們需要對齊做旋轉處理，旋轉的角度如下：

其中處理的步驟分為：

灰度處理-》邊緣檢測-》特征輪廓檢測-》提取特征點-》排除干擾點-》繪制直角三角形-》糾正旋轉-》提取ROI-》識別

這里先給效果，后展示代碼

邊緣檢測：

特征輪廓檢測

提取特征點-》排除干擾點-》繪制直角三角形

糾正旋轉

提取ROI

識別

源碼如下：

  1 /******************************************************
  2 函數名稱： QrRun
  3 函數功能： 開始
  4 傳入參數：
  5 返 回 值：
  6 建立時間： 2018-05-19
  7 修改時間：
  8 建 立 人： 
  9 修 改 人：
 10 其它說明：
 11 ******************************************************/
 12 void MyClass::QrRun(){
 13     RNG rng(12345);
 14     //imshow("原圖", srcimage);
 15     Mat src_all = srcimage.clone();
 16     Mat src_gray;
 17     //灰度處理
 18     src_gray = getBlur(getGray(srcimage));
 19 
 20     Scalar color = Scalar(1, 1, 255);
 21     Mat threshold_output;
 22     vector<vector<Point> > contours, contours2;
 23     vector<Vec4i> hierarchy;
 24     Mat drawing = Mat::zeros(srcimage.size(), CV_8UC3);
 25     Mat drawing2 = Mat::zeros(srcimage.size(), CV_8UC3);
 26     Mat drawingAllContours = Mat::zeros(srcimage.size(), CV_8UC3);
 27 
 28     threshold_output = getThold(src_gray);
 29 
 30     findContours(threshold_output, contours, hierarchy, CV_RETR_TREE, CHAIN_APPROX_NONE, Point(0, 0));
 31 
 32     int c = 0, ic = 0, k = 0, area = 0;
 33     // 邊緣檢測 
 34     //通過黑色定位角作為父輪廓，有兩個子輪廓的特點，篩選出三個定位角  
 35     int parentIdx = -1;
 36     for (int i = 0; i< contours.size(); i++)
 37     {
 38         //畫出所以輪廓圖  
 39         drawContours(drawingAllContours, contours, parentIdx, CV_RGB(255, 255, 255), 1, 8);
 40         if (hierarchy[i][2] != -1 && ic == 0)
 41         {
 42             parentIdx = i;
 43             ic++;
 44         }
 45         else if (hierarchy[i][2] != -1)
 46         {
 47             ic++;
 48         }
 49         else if (hierarchy[i][2] == -1)
 50         {
 51             ic = 0;
 52             parentIdx = -1;
 53         }
 54         //特征輪廓檢測 - 》
 55         //有兩個子輪廓  
 56         if (ic >= 2)
 57         {
 58             //保存找到的三個黑色定位角  
 59             contours2.push_back(contours[parentIdx]);
 60             //畫出三個黑色定位角的輪廓  
 61             drawContours(drawing, contours, parentIdx, CV_RGB(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)), 1, 8);
 62             ic = 0;
 63             parentIdx = -1;
 64         }
 65     }
 66     //提取特征點 
 67     //填充的方式畫出黑色定位角的輪廓  
 68     for (int i = 0; i<contours2.size(); i++)
 69         drawContours(drawing2, contours2, i, CV_RGB(rng.uniform(100, 255), rng.uniform(100, 255), rng.uniform(100, 255)), -1, 4, hierarchy[k][2], 0, Point());
 70 
 71     //獲取定位角的中心坐標  
 72     vector<Point> pointfind;
 73     for (int i = 0; i<contours2.size(); i++)
 74     {
 75         pointfind.push_back(Center_cal(contours2, i));
 76     }
 77     //排除干擾點
 78     Mat dst;
 79     Point point[3]; double angle; Mat rot_mat;
 80     ///選擇合適的點-核心篩選
 81     if (pointfind.size()>3){
 82         double lengthA = 10000000000000000, lengthB = 10000000000000000000;
 83         for (int i = 0; i < pointfind.size(); i++){
 84             for (int j = 0; j < pointfind.size(); j++){
 85                 for (int k = 0; k < pointfind.size(); k++){
 86                     if (i != j&&j != k&&i != k){
 87                         double dxa, dxb,dya,dyb;
 88                         double k1, k2, wa, wb;
 89                         dxa = pointfind[i].x - pointfind[j].x;
 90                         dxb = pointfind[i].x - pointfind[k].x;
 91                         dya = pointfind[i].y - pointfind[j].y;
 92                         dyb = pointfind[i].y - pointfind[k].y;
 93                         if (dxa == 0 || dxb == 0)continue;
 94                         k1 = dya/dxa;
 95                         k2 = dyb/dxb ;
 96                         wa = sqrt(pow(dya, 2) + pow(dya, 2));
 97                         wb = sqrt(pow(dyb, 2) + pow(dxb, 2));
 98                         double anglea = abs(atan(k1) * 180 / CV_PI) + abs(atan(k2) * 180 / CV_PI);
 99                         if (int(anglea)>=85&&int(anglea)<=95&&wa<=lengthA&&wb<=lengthB){
100                             lengthA = wa;
101                             lengthB = wb;
102                             point[0] = pointfind[i];
103                             point[1] = pointfind[j];
104                             point[2] = pointfind[k];
105                         }
106                     }
107                 }
108             }
109         }
110     }
111     else{
112         for (int i = 0; i < 3; i++){
113             point[i] = pointfind[i];
114         }
115     }
116     //繪制直角三角形 
117     //計算輪廓的面積，計算定位角的面積，從而計算出邊長  
118     area = contourArea(contours2[0]);
119     int area_side = cvRound(sqrt(double(area)));
120     for (int i = 0; i < 3; i++){
121         line(drawing2, point[i], point[(i + 1)%3], color, area_side / 2, 8);
122     }
123 
124     //糾正旋轉
125     //判斷是否正對
126     if (!IsCorrect(point)){
127     //進入修正環節
128         double angle; Mat rot_mat;
129         int start = 0;
130         for (int i = 0; i < 3; i++){
131             double k1, k2,kk;
132             k1 = (point[i].y - point[(i + 1) % 3].y) / (point[i].x - point[(i + 1) % 3].x);
133             k2 = (point[i].y - point[(i + 2) % 3].y) / (point[i].x - point[(i + 2) % 3].x);
134             kk = k1*k2;
135             if (k1*k2 <0)
136                 start = i;
137         }
138         double ax, ay, bx, by;
139         ax = point[(start + 1) % 3].x;
140         ay = point[(start + 1) % 3].y;
141         bx = point[(start + 2) % 3].x;
142         by = point[(start + 2) % 3].y;
143         Point2f center(abs(ax - bx) / 2, abs(ay -by)/ 2);
144         double dy = ay - by;
145         double dx = ax - bx;
146         double k3 = dy / dx;
147         angle =atan(k3) * 180 / CV_PI;//轉化角度
148         rot_mat = getRotationMatrix2D(center, angle, 1.0);
149         
150         warpAffine(src_all, dst, rot_mat, src_all.size(), 1, 0, 0);//旋轉原圖查看
151         warpAffine(drawing2, drawing2, rot_mat, src_all.size(), 1, 0, 0);//旋轉連線圖
152         warpAffine(src_all, src_all, rot_mat, src_all.size(), 1, 0, 0);//旋轉原圖
153 
154         namedWindow("Dst");
155         imshow("Dst", dst);
156     }
157 
158     namedWindow("DrawingAllContours");
159     imshow("DrawingAllContours", drawingAllContours);
160 
161     namedWindow("Drawing2");
162     imshow("Drawing2", drawing2);
163 
164     namedWindow("Drawing");
165     imshow("Drawing", drawing);
166 
167     //提取ROI
168     //接下來要框出這整個二維碼  
169     Mat gray_all, threshold_output_all;
170     vector<vector<Point> > contours_all;
171     vector<Vec4i> hierarchy_all;
172     cvtColor(drawing2, gray_all, CV_BGR2GRAY);
173 
174 
175     threshold(gray_all, threshold_output_all, 45, 255, THRESH_BINARY);
176     findContours(threshold_output_all, contours_all, hierarchy_all, RETR_EXTERNAL, CHAIN_APPROX_NONE, Point(0, 0));//RETR_EXTERNAL表示只尋找最外層輪廓  
177 
178 
179     Point2f fourPoint2f[4];
180     //求最小包圍矩形  
181     RotatedRect rectPoint = minAreaRect(contours_all[1]);//pointfind.size()-3
182 
183     //將rectPoint變量中存儲的坐標值放到 fourPoint的數組中  
184     rectPoint.points(fourPoint2f);
185 
186     int maxx = 0, maxy = 0, minx = 100000, miny = 100000;
187     for (int i = 0; i < 4; i++)
188     {
189         if (maxx < fourPoint2f[i].x)maxx = fourPoint2f[i].x;
190         if (maxy < fourPoint2f[i].y)maxy = fourPoint2f[i].y;
191         if (minx > fourPoint2f[i].x)minx = fourPoint2f[i].x;
192         if (miny > fourPoint2f[i].y)miny = fourPoint2f[i].y;
193         line(src_all, fourPoint2f[i % 4], fourPoint2f[(i + 1) % 4]
194             , Scalar(0), 3);
195     }
196     namedWindow("Src_all");
197     ///邊際處理
198     int set_inter = 5;
199     while (true)
200     {
201         minx -= set_inter;
202         miny -= set_inter;
203         maxx += set_inter;
204         maxy += set_inter;
205         if (maxx > srcimage.size().width || maxy > srcimage.size().height || minx < 0 || miny < 0){
206             minx += set_inter;
207             miny += set_inter;
208             maxx -= set_inter;
209             maxy -= set_inter;
210             set_inter--;
211         }
212         else
213         {
214             break;
215         }
216     }
217     imshow("Src_all", src_all(Rect(minx, miny, maxx - minx, maxy - miny)));//ROI
218     Mat fout = src_all(Rect(minx, miny, maxx - minx, maxy - miny));//ROI
219 
220     //識別
221     Dis_code(fout);
222 
223     waitKey(0);
224     destroyAllWindows();
225 }

由於在解碼上是采用其他人的方法，存在解碼問題。（到時候有機會自己再寫下）

ps：目前的zbar不支持中文識別，但是zxing可以。所以借鑒本文的需要改進下識別的模塊即可。

本文的不足之處：

這里還做了測試，對於旋轉180°以上的二維碼圖片存在可能無法識別的問題。以及碼眼為非正方形的也無法識別。

如需要源碼請轉移至碼雲：https://gitee.com/cjqbaba/MediaTest/tree/Code_Find進行源碼克隆下載

如有問題請留言評論。轉載請注明出處，謝謝。

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 zbar 解析圖片二維碼條形碼安裝二維碼、條形碼識別工具zbar Java 創建/識別條形碼、二維碼條形碼，二維碼精確識別 python實現二維碼、條形碼識別 ZBar 是款桌面電腦用條形碼/二維碼掃描工具 [轉]用C#實現的條形碼和二維碼編碼解碼器用C#實現的條形碼和二維碼編碼解碼器動態生成二維碼和一維條形碼條形碼和二維碼編碼解碼工具類源碼