使用Python,OpenCV在视频中进行实时条形码检测

1. 步骤
2. 适用场景及优化
3. 总结
4. 源码
参考

上一篇博客介绍了如何检测和查找图像中的条形码。这篇博客将进行一些优化以检测实时视频中的条形码。

1. 步骤

图像/视频帧中进行条形码检测
驱动程序以访问视频流，并调用条形码检测程序

计算x梯度与y梯度的差值（由于是x减y的，故只能检测横向的条形码，算法并不通用）

2. 适用场景及优化

适用场景：

静态摄像头，以90度角“向下”看条形码。这将确保程序可以找到条形码图像的梯度区域。

视频带有条形码的正视角的特写，即智能手机直接放在条形码的上方，而不是将条形码远离镜头。将条形码移离相机的距离越远，简单条形码检测器的成功就越少。

该方法并不适用于所有的条形码检测，仅在最佳条件下有效，并且是横向条形码；
当条形码离相机太远，图像中有太多的“干扰”和“噪音”时，都不会奏效。

优化：
如果要实施更强大的条形码检测算法，则需要考虑图像的方向，或者更好的方法是应用机器学习技术（例如Haar级联或HOG +线性SVM）“扫描”图像以进行条形码区域扫描。

3. 总结

这篇博客拓展了上一篇检测图像中的条形码，主要分为俩部分：

用于检测视频各个帧中的条形码的方法；
“驱动程序”，用于访问摄像机或视频文件的方法；

当将其应用于检测视频中的条形码时，并不通用。仅在：

有一个静态相机视图，它以90度角在条形码上“向下看”。
拥有较清晰的，近的条形码的“特写”视图，并且框架视图中没有其他干扰对象或噪声。
下效果比较好。
优化可以通过使用机器学习来训练更强壮的条形码检测器。

4. 源码

# USAGE
# python detect_real_barcode.py --video video/video_games.mov
# python detect_real_barcode.py# 导入必要的包
import argparse
import timeimport cv2
import imutils
import numpy as np
from imutils.video import VideoStream# 检测图像中的条形码
def detect(image):# 转换图像为灰度图gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 计算图像x，y方向上的Scharr梯度幅度表示ddepth = cv2.cv.CV_32F if imutils.is_cv2() else cv2.CV_32FgradX = cv2.Sobel(gray, ddepth=ddepth, dx=1, dy=0, ksize=-1)gradY = cv2.Sobel(gray, ddepth=ddepth, dx=0, dy=1, ksize=-1)# 计算x梯度与y梯度的差值（由于是x减y的，故只能检测横向的条形码，算法并不通用），获取到条形码的大致范围gradient = cv2.subtract(gradX, gradY)gradient = cv2.convertScaleAbs(gradient)# 高斯平滑（去掉高频噪音干扰） 阈值化图像（是的图像的黑白区域更加明显，阈值的设置很重要）blurred = cv2.blur(gradient, (9, 9))(_, thresh) = cv2.threshold(blurred, 225, 255, cv2.THRESH_BINARY)# 构建一个闭合内核应用在阈值化的图像上，使得条形码之间的细线空隙更小；kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (21, 7))closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)# 构建一系列腐蚀、膨胀操作（去掉条形码周围的小斑点的干扰，要么消亡，要么生长成为条形码区域；）closed = cv2.erode(closed, None, iterations=4)closed = cv2.dilate(closed, None, iterations=4)# 寻找轮廓cnts = cv2.findContours(closed.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)cnts = imutils.grab_contours(cnts)# 如果没有轮廓，返回None，认为图像中不存在条形码if len(cnts) == 0:return None# 否则，根据外接圆面积排序，留下最大的轮廓认为是条形码区域c = sorted(cnts, key=cv2.contourArea, reverse=True)[0]rect = cv2.minAreaRect(c)box = cv2.cv.BoxPoints(rect) if imutils.is_cv2() else cv2.boxPoints(rect)box = np.int0(box)# 返回条形码区域的边界框return box# 构建命令行参数及解析
# --video，视频文件的路径
ap = argparse.ArgumentParser()
ap.add_argument("-v", "--video", help="path to the (optional) video file")
args = vars(ap.parse_args())# 如果提供了视频文件，则读取视频文件
if not args.get("video", False):vs = VideoStream(src=0).start()time.sleep(2.0)
# 否则，加载电脑自带的摄像头
else:vs = cv2.VideoCapture(args["video"])# 循环遍历帧
while True:# 获取当前帧# 如果是从视频中VideoStram获取则直接获取当前帧，否则，当前视频流VideoCapture中捕获下一帧frame = vs.read()frame = frame[1] if args.get("video", False) else frame# 检测是否到了视频尾部if frame is None:break# 检测视频帧的条形码box = detect(frame)# 如果检测到了条形码，在其上绘制绿色框if box is not None:cv2.drawContours(frame, [box], -1, (0, 255, 0), 2)# 展示帧，并记录用户是否有按键cv2.imshow("Frame", frame)key = cv2.waitKey(1) & 0xFF# 按下‘q’键，结束循环if key == ord("q"):break# 清除视频流对象的指针
# 如果未使用视频文件，停止视频文件流
if not args.get("video", False):vs.stop()
# 否则，释放摄像头指针
else:vs.release()# 关闭所有展示的窗口
cv2.destroyAllWindows()

参考

https://www.pyimagesearch.com/2014/12/15/real-time-barcode-detection-video-python-opencv/

使用Python,OpenCV在视频中进行实时条形码检测相关推荐

【小白目标检测】手把手教你做视频中的实时目标检测（基于Pelee算法）
手把手教你做视频中的实时目标检测(基于Pelee算法) 0. 先看效果: 1. 算法详解: 2. 下载源码: 3. 运行检测: 有需求的大佬欢迎加入我的接单群,需求详情请群里戳群主获取源码或数据集: ...
python+opencv选出视频中一帧再利用鼠标回调实现图像上画矩形框
最近因为要实现模板匹配,需要在视频中选中一个目标,然后框出(即作为模板),对其利用模板匹配的方法进行检测.于是需要首先选出视频中的一帧,但是在利用摄像头读视频的过程中我唯一能想到的方法就是: 1.在视 ...
python红色的颜色表达式_50行Python代码实现视频中物体颜色识别和跟踪（必须以红色为例）...
目前计算机视觉(CV)与自然语言处理(NLP)及语音识别并列为人工智能三大热点方向,而计算机视觉中的对象检测(objectdetection)应用非常广泛,比如自动驾驶.视频监控.工业质检.医疗诊断等 ...
python opencv PIL 视频分割成图片图片合成为视频修改图片大小(抗锯齿)
Python代码将原有的视频分割成图片,我的例子是一帧一帧的分割用python+opencv完成视频的分割 import cv2 #导入opencv模块 print(2) #测试是否运行 vc=cv ...
数字图像处理二维码识别 python+opencv实现二维码实时识别
数字图像处理二维码识别 python+opencv实现二维码实时识别特点: (1)可以实现普通二维码,条形码: (2)解决了opencv输出中文乱码的问题 (3)增加网页自动跳转功能 (4)实现二维 ...
解决Python OpenCV 读取视频并抽帧出现error while decoding的问题
解决Python OpenCV 读取视频抽帧出现error while decoding的问题 1. 问题 2. 解决 3. 源代码参考 1. 问题读取H264视频,抽帧视频并保存,报错如下: [ ...
OpenCV视频中的人脸标志检测
OpenCV视频中的人脸标志检测视频中的人脸标志检测简介命令参数说明源代码视频中的人脸标志检测简介此应用程序使您可以检测视频中检测到的面部的地标.此应用程序首先检测当前视频帧中的面部,然 ...
python图片转视频加特效_使用Python opencv实现视频与图片的相互转换
因为最近要经常转换数据集进行实验,因此记录一下. 1.视频转图片即为将视频解析为一帧一帧的图片: import cv2 vc=cv2.VideoCapture("/home/hqd/Pyc ...
PC端视频中语音实时转文字
PC端视频中语音实时转文字 Win系统语音功能设置设置哪些软件可以使用麦克风设置语音输入来源全局设置局部软件设置总结 TOC PC端视频中语音实时转文字我比较喜欢看视频来学习,特别是那些基 ...

使用Python,OpenCV在视频中进行实时条形码检测

使用Python,OpenCV在视频中进行实时条形码检测

1. 步骤

2. 适用场景及优化

3. 总结

4. 源码

参考

使用Python,OpenCV在视频中进行实时条形码检测相关推荐

最新文章

热门文章