条形码识别（4）——校验

标签：机器视觉条形码识别 Python

1.目标

EAN13条形码一共有13位，最后1位是校验位，该位是通过前12位按照一定的步骤计算出来的。如果按照一定的步骤处理识别出的前12位数据，如果计算结果和识别出的结果相等，识别正确；如果不相等，则重新识别或纠错再校验或提示识别失败。

2.校验码计算方法

以下图所示的条形码举例说明：

条形码的位数起始位为最右一位，即校验位，检验码计算方法如下：

偶位数数值相加乘3（(0+2+0+8+1+9)*3=60）
不含校验位的奇位数相加（7+4+7+9+3+6=36）
将前两步的结果相加（60+36=96）
用10减去上一步结果的个位数数值（10-6=4）
上一步结果的个位数即为校验码（4）

3.实现

需要注意的是Python中list下标从0开始，且从左边开始，与条形码的起始位相反

def check_bar_code(barCode):evens = barCode[11]+barCode[9]+barCode[7]+barCode[5]+barCode[3]+barCode[1]odds = barCode[10]+barCode[8]+barCode[6]+barCode[4]+barCode[2]+barCode[0]sum = evens * 3 + oddsif barCode[12] == (10 - sum % 10) % 10:return Trueelse:return False

4.总结

截止本篇博文为止，理想状态的条形码检测目标已经实现，主要流程如下：
- 载入图像
- 图像预处理（灰度化、滤波，二值化等）
- 扫描条形码，获得bar和space的宽度
- 相似边距离译码
- 校验
- 输出结果
还有几点不足：
- 前置符默认为6，原则上应该按照左侧数字字符的奇偶性计算得出
- 默认扫码方向为从左到右，原则上应该检测两侧数字字符的奇偶性，有奇有偶的那一侧为正向
后续剪裁与处理部分有时间再分享出来，欢迎讨论

5.所有源代码

#创建：2016/01/26
#文件：BarCodeIdentification.py
#作者：moverzp
#功能：识别条形码
import sys
import cv2DECODING_TABLE = {'0001101': 0, '0100111': 0, '1110010': 0,'0011001': 1, '0110011': 1, '1100110': 1,'0010011': 2, '0011011': 2, '1101100': 2,'0111101': 3, '0100001': 3, '1000010': 3,'0100011': 4, '0011101': 4, '1011100': 4,'0110001': 5, '0111001': 5, '1001110': 5,'0101111': 6, '0000101': 6, '1010000': 6,'0111011': 7, '0010001': 7, '1000100': 7,'0110111': 8, '0001001': 8, '1001000': 8,'0001011': 9, '0010111': 9, '1110100': 9,    }EDGE_TABLE = {2:{2:6,3:0,4:4,5:3},3:{2:9,3:'33',4:'34',5:5},4:{2:9,3:'43',4:'44',5:5},5:{2:6,3:0,4:4,5:3},}INDEX_IN_WIDTH = (0, 4, 8, 12, 16, 20, 24, 33, 37, 41, 45, 49, 53)
def get_bar_space_width(img):row = img.shape[0] *1/2currentPix = -1lastPix = -1pos = 0width = []for i in range(img.shape[1]):#遍历一整行currentPix = img[row][i]if currentPix != lastPix:if lastPix == -1:lastPix = currentPixpos = ielse:width.append( i - pos )pos = ilastPix = currentPixreturn widthdef divide(t, l):if float(t) / l < 0.357:return 2elif float(t) / l < 0.500:return 3elif float(t) / l < 0.643:return 4else:return 5def cal_similar_edge(data):similarEdge = []#先判断起始符limit = float(data[1] + data[2] + data[3] ) / 3 * 1.5if data[1] >= limit or data[2] >= limit or data[3] >= limit:return -1#宽度提取失败index = 4while index < 54:#跳过分隔符区间if index==28 or index==29 or index==30 or index==31 or index==32:index +=1continue#字符检测T1 = data[index] + data[index+1]T2 = data[index+1] + data[index+2]L = data[index] + data[index+1] + data[index+2] + data[index+3]similarEdge.append( divide(T1, L) )similarEdge.append( divide(T2, L) )index += 4return similarEdgedef decode_similar_edge(edge):barCode = [6]#第一个字符一定是6，中国区for i in range (0, 24, 2):#每个字符两个相似边，共12个字符barCode.append( EDGE_TABLE[edge[i]][edge[i+1]] )return barCodedef decode_sharp(barCode, barSpaceWidth):for i in range(0, 13):if barCode[i] == '44':index = INDEX_IN_WIDTH[i]c3 = barSpaceWidth[index+2]c4 = barSpaceWidth[index+3]if c3 > c4:barCode[i] = 1else:barCode[i] = 7            elif barCode[i] == '33':index = INDEX_IN_WIDTH[i]c1 = barSpaceWidth[index]c2 = barSpaceWidth[index+1]if c1 > c2:barCode[i] = 2else:barCode[i] = 8elif barCode[i] == '34':index = INDEX_IN_WIDTH[i]c1 = barSpaceWidth[index]c2 = barSpaceWidth[index+1]if c1 > c2:barCode[i] = 7else:barCode[i] = 1            elif barCode[i] == '43':index = INDEX_IN_WIDTH[i]c2 = barSpaceWidth[index+1]c3 = barSpaceWidth[index+2]if c2 > c3:barCode[i] = 2else:barCode[i] = 8def check_bar_code(barCode):evens = barCode[11]+barCode[9]+barCode[7]+barCode[5]+barCode[3]+barCode[1]odds = barCode[10]+barCode[8]+barCode[6]+barCode[4]+barCode[2]+barCode[0]sum = evens * 3 + oddsif barCode[12] == (10 - sum % 10) % 10:return Trueelse:return False
#载入图像
img = cv2.imread('res\google6.jpg')
grayImg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#转换成单通道图像
ret, grayImg = cv2.threshold(grayImg, 200, 255, cv2.THRESH_BINARY)#二值化
grayImg = cv2.medianBlur(grayImg, 3)#中值滤波
#提取条空宽度
barSpaceWidth = get_bar_space_width(grayImg)
print 'bar & space\'s numbers:', len(barSpaceWidth)#只有60是正确的
print barSpaceWidth
#计算相似边数值
similarEdge = cal_similar_edge(barSpaceWidth)
if similarEdge == -1:print 'barSpaceWidth error!'sys.exit()
print 'similarEdge\'s numbers:', len(similarEdge)
print similarEdge
#相似边译码
barCode = decode_similar_edge(similarEdge)
#针对‘#’译码
decode_sharp(barCode, barSpaceWidth)
#校验
valid = check_bar_code(barCode)
valid = 1
print 'barcode:\n', barCode if valid else 'Check barcode error!'height = img.shape[0]
width = img.shape[1]
cv2.line(grayImg, (0, height/2), (width, height/2),(0, 255, 0), 2)#画出扫描的行#显示图像
cv2.imshow("origin", img)
cv2.imshow("result", grayImg)key = cv2.waitKey(0)
if key == 27:cv2.destroyAllWindows()

条形码识别（4）——校验相关推荐

matlab speex的语音处理模块_基于MATLAB的条形码识别系统[GUI，可识别几十个图片]...
1.1 应用MATLAB识别条形码总体设计本设计为基于MATLAB的条形码识别系统,带有一个GUI界面. GUI设计界面 1.1.1 程序总体设计思路在上节中我们简单的介绍了MATLAB的发展以及 ...
条形码识别（1）——基础知识
条形码识别(1)--基础知识标签: 机器视觉条形码识别 Python 1.序马上就要放寒假了,老师那边貌似也没有什么任务,这一个礼拜不能闲着,思索着做一点东西练练手,看书和实践结合起来才是最有效 ...
【百度快照】基于MATLAB GUI的条形码识别系统
1.1 应用MATLAB识别条形码总体设计*** 本设计为基于MATLAB的条形码识别系统,带有一个GUI界面. 1.1.1 程序总体设计思路在上节中我们简单的介绍了MATLAB的发展以及优点.在以 ...
基于MATLAB的条形码识别系统
1.1 应用MATLAB识别条形码总体设计本设计为基于MATLAB的条形码识别系统,带有一个GUI界面. 资源链接 https://gitee.com/chending006/tiaoxingmah ...
嵌入式AI设备--火星人视觉传感器--条形码识别功能
一维条形码应用广泛,本文选择最具代表性的EAN-13条形码,它采用互相平行.不同宽窄的59个黑白条纹构成,可以解码为数字0-9.条形码的识别功能实现过程如下图所示,一共分为7个过程,分别为:灰度转换. ...
OpenCV条形码识别
OpenCV条形码识别条形码识别目标基本 EAN 13 条码检测器初始化探测解码结果原始图片 detectAndDecode的结果条形码识别目标在这一章当中, 我们将熟悉Open ...
条形码识别（3）——译码
条形码识别(3)--译码标签: 机器视觉条形码识别 Python 1.目标本节的主要目标是根据bar和space的宽度译出其所表示的字符. 2.算法条形码译码常见的方法有2个:平均值译码法和相 ...
全攻略：实现pynq-z2条形码识别
文章目录 1.前言 2. linux配置 2.1解决pynq联网 2.2解决pyzbar库下载 2.3解决jupyter导入库 2.3.1 首先说明问题的由来 2.3.2 方法一: 2.3.3 方法二 ...
Python条码识别：使用Python进行条形码识别的详细教程
Python条码识别:使用Python进行条形码识别的详细教程身处数字化时代,条形码作为重要的物流标识符,已经广泛应用于各行各业.对于条形码的识别,在Python中,有许多开源库可以使用,例如Zba ...

条形码识别（4）——校验

条形码识别（4）——校验

1.目标

2.校验码计算方法

3.实现

4.总结

5.所有源代码

条形码识别（4）——校验相关推荐

最新文章

热门文章