在OpenCV里实现条码区域识别的方法示例
在我们识别条码的过程里，首先要找到条码所在的区域，那么怎么样来找到这个条码的区域呢？如果仔细地观察条码，会发现条码有一个特性，就是水平的梯度和垂值的梯度会不一样，如果进行相减，会发现差值比较大。如果其它位置的图像一般不会这样。利用这个特性，就可以把条码所在区域求出来。
演示的代码如下：
#python3.7.4,opencv4.1
#蔡军生https://blog.csdn.net/caimouse/article/details/51749579
#9073204@qq.com
#
importnumpyasnp
importcv2
frommatplotlibimportpyplotasplt
#读取图片
img=cv2.imread('barcode6.jpg')
#
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow('gray',gray)
gradX=cv2.Sobel(gray,ddepth=cv2.CV_32F,dx=1,dy=0,ksize=-1)
gradY=cv2.Sobel(gray,ddepth=cv2.CV_32F,dx=0,dy=1,ksize=-1)
gradient=cv2.subtract(gradX,gradY)
gradient=cv2.convertScaleAbs(gradient)
cv2.imshow('gradient',gradient)
blurred=cv2.blur(gradient,(9,9))
(_,thresh)=cv2.threshold(blurred,225,255,cv2.THRESH_BINARY)
cv2.imshow('thresh',thresh)
kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(21,7))
closed=cv2.morphologyEx(thresh,cv2.MORPH_CLOSE,kernel)
closed=cv2.erode(closed,None,iterations=4)
closed=cv2.dilate(closed,None,iterations=4)
cv2.imshow('closed',closed)
cnts,hierarchy=cv2.findContours(closed.copy(),cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
c=sorted(cnts,key=cv2.contourArea,reverse=True)[0]
#找最大的边框
rect=cv2.minAreaRect(c)
box=cv2.boxPoints(rect)
box=np.int0(box)
#画一个找到的方框
cv2.drawContours(img,[box],-1,(0,255,0),3)
cv2.imshow('img',img)
#
cv2.waitKey(0)
cv2.destroyAllWindows()
结果输出如下：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。