Zbar+ROS+opencv二维码识别与定位研究(一)

1.本文利用二维码的边缘信息，对其进行定位，经检验在3-4m以内有良好的定位效果

2.主要步骤：原图像大小调整，提高运算效率；转化为灰度图；高斯平滑滤波；

求得水平和垂直方向灰度图像的梯度差,使用Sobel算子；开运算,消除亮度较高的细小区域,先腐蚀后膨胀；

均值滤波，消除高频噪声；二值化；膨胀，根据核的大小，有可能需要6次膨胀操作；

通过findContours找到条形码区域的矩形边界；根据长宽比和矩形面积大小筛选出二维码框子

主要代码：

#include <iostream>
#include<vector>
#include"algorithm"
#include "core/core.hpp"
#include "highgui/highgui.hpp"
#include "imgproc/imgproc.hpp"
#include <iomanip>
using namespace std;
using namespace cv;int main(int argc,char *argv[])
{Mat image,imageGray,imageGuussian;Mat imageSobelX,imageSobelY,imageSobelOut;image=imread("/home/ubuntu/图片/bu.png",1);int width = image.cols;int height = image.rows;cout<<width<< "good"<<height<<endl;//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);imageGray=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.开运算,消除亮度较高的细小区域,先腐蚀后膨胀Mat  element1=getStructuringElement(0,Size(3,3));morphologyEx(imageSobelOut,imageSobelOut,MORPH_CLOSE,element1);imshow("5.开运算",imageSobelOut);//6.均值滤波，消除高频噪声blur(imageSobelOut,imageSobelOut,Size(3,3));imshow("6.均值滤波",imageSobelOut);//7.二值化Mat imageSobleOutThreshold;threshold(imageSobelOut,imageSobleOutThreshold,180,255,CV_THRESH_BINARY);imshow("7.二值化",imageSobleOutThreshold);//8. 膨胀，根据核的大小，有可能需要6次膨胀操作Mat  element=getStructuringElement(0,Size(7,7));dilate(imageSobleOutThreshold,imageSobleOutThreshold,element);dilate(imageSobleOutThreshold,imageSobleOutThreshold,element);dilate(imageSobleOutThreshold,imageSobleOutThreshold,element);dilate(imageSobleOutThreshold,imageSobleOutThreshold,element);imshow("8.膨胀",imageSobleOutThreshold);//9.通过findContours找到条形码区域的矩形边界vector< vector<Point> > contours;vector<Vec4i> hiera;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]);float c=(float)rect.width/rect.height;//矩形的长宽比,(float)强制转化// printf("%.1f%\n",c*100);//10.根据长宽比和矩形面积大小筛选出二维码框子if( 0.9<c && c<1.2 &&rect.area()>4000  ){rectangle(image,rect,Scalar(255),2);//cout<<"width:"<<rect.width<<"height:"<<rect.height<<endl;//cout<<"c:"<<setprecision(2)<<c<<endl;//setprecision(2)精度为2}}imshow("9.找出二维码矩形区域",image);waitKey();
}

效果图：

近距离照片：

中距离照片：

远距离照片：

不足和改进：

利用HSV颜色分割的方法对黄色二维码外框效果更好，下次对代码进行改进。

Zbar+ROS+opencv二维码识别与定位研究(一)相关推荐

opencv二维码识别解码
目的: 使用opencv库识别QR二维码,框出图片中的二维码,并使用开源库Zxing解码,在这过程中学习理解opencv库相应的函数. 环境: 1. window7系统 2. QT create 1. ...
基于Android的二维码识别系统的研究与实现（eclipse开发）
目录 1 Android系统开发背景与意义 1 1.1 Android系统平台的出现 1 1.2 Android系统的发展 1 1.3 Android系统架构的介绍 1 1.4 Android开放系 ...
【opencv学习之四十六】OpenCV4.2 QR二维码识别及定位
首先系统得安装opencv4以上的库,代码实验了一下,相比zxing和zbar,更简洁一些,并且提供了二维码定位: 代码如下: #include <iostream> #include & ...
OpenCV 二维码定位与识别
因为二维码本身含有信息,因此可以作为产品的信息载体,如:产品特征.在工业领域常用在产品入库.分拣和包装上.但常常会因为二维码图像污点.光照不均匀以及二维码图像倾斜等原因,使得二维码的识别正确率低,针对 ...
OpenCV4二维码识别测试
OpenCV4引入了二维码识别,函数为cv::QRCodeDetector,用起来相对简单,本文附c++版本OpenCV二维码识别的程序. 实测效果: 原图: 效果图: 识别结果为:123456789 ...
Jetson nano 摄像头二维码识别 Opencv zbar QT
环境以及前言环境 jetson nano Linux ubuntu 18.4 QT版本 QT5.98 摄像头 Csi摄像头 Opencv Jetson nano 自带的-.- 应该是4.1?不太清楚 ...
基于ZBar，OpenCV和Python的二维码识别
0 前言今天分享一个之前做过的二维码识别,参考:https://www.pyimagesearch.com/2018/05/21/an-opencv-barcode-and-qr-code-scan ...
Opencv+Zbar二维码识别（二维码校正）
二维码和车牌识别基本都会涉及到图像的校正,主要是形变和倾斜角度的校正,一种二维码的畸变如下图: 这个码用微信扫了一下,识别不出来,但是用Zbar还是可以准确识别的~~. 这里介绍一种二维码校正方法,通 ...
Python基于pyzbar、opencv、pyqt5库，实现二维码识别 gui 应用程序开发
二维码组成结构基本介绍二维码识别背景介绍视觉的方法可以用来估计位置和姿态.最容易想到的是在目标上布置多个容易识别的特征,这样使用opencv相机标定和.相机畸变矫正.轮廓提取.solvepnp来获 ...

Zbar+ROS+opencv二维码识别与定位研究(一)

Zbar+ROS+opencv二维码识别与定位研究(一)相关推荐

最新文章

热门文章