在OpenCV里實(shí)現(xiàn)條碼區(qū)域識(shí)別的方法示例
更新時(shí)間：2019年12月04日 14:29:06 作者：caimouse
這篇文章主要介紹了在OpenCV里實(shí)現(xiàn)條碼區(qū)域識(shí)別的方法示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
在我們識(shí)別條碼的過(guò)程里，首先要找到條碼所在的區(qū)域，那么怎么樣來(lái)找到這個(gè)條碼的區(qū)域呢？如果仔細(xì)地觀察條碼，會(huì)發(fā)現(xiàn)條碼有一個(gè)特性，就是水平的梯度和垂值的梯度會(huì)不一樣，如果進(jìn)行相減，會(huì)發(fā)現(xiàn)差值比較大。如果其它位置的圖像一般不會(huì)這樣。利用這個(gè)特性，就可以把條碼所在區(qū)域求出來(lái)。
演示的代碼如下：
#python 3.7.4,opencv4.1
#蔡軍生 https://blog.csdn.net/caimouse/article/details/51749579
#9073204@qq.com
#
import numpy as np
import cv2
from matplotlib import pyplot as plt
#讀取圖片
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]
#找最大的邊框
rect = cv2.minAreaRect(c)
box = cv2.boxPoints(rect)
box = np.int0(box)
# 畫一個(gè)找到的方框
cv2.drawContours(img, [box], -1, (0, 255, 0), 3)
cv2.imshow('img', img)
#
cv2.waitKey(0)
cv2.destroyAllWindows()
結(jié)果輸出如下：
轉(zhuǎn)換為灰度圖
X軸梯度減去Y軸梯度求絕對(duì)值
經(jīng)過(guò)閾值處理后的圖片
經(jīng)過(guò)形態(tài)學(xué)處理后的圖片
最后的輸出結(jié)果
以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
您可能感興趣的文章:
- OPENCV+JAVA實(shí)現(xiàn)人臉識(shí)別
- python+opencv實(shí)現(xiàn)動(dòng)態(tài)物體識(shí)別
- Python+OpenCV實(shí)現(xiàn)車牌字符分割和識(shí)別
- python+opencv實(shí)現(xiàn)的簡(jiǎn)單人臉識(shí)別代碼示例
- OpenCV+python手勢(shì)識(shí)別框架和實(shí)例講解
- python+opencv識(shí)別圖片中的圓形
- python使用opencv進(jìn)行人臉識(shí)別
- 詳解如何用OpenCV + Python 實(shí)現(xiàn)人臉識(shí)別
- python3+opencv3識(shí)別圖片中的物體并截取的方法
- 基于python3 OpenCV3實(shí)現(xiàn)靜態(tài)圖片人臉識(shí)別
- OpenCV實(shí)現(xiàn)人臉識(shí)別
- python opencv3實(shí)現(xiàn)人臉識(shí)別(windows)
相關(guān)文章
Python中plt.imshow(image)無(wú)法顯示圖片的解決
這篇文章主要介紹了Python中plt.imshow(image)無(wú)法顯示圖片的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-11-11
今天小編就為大家分享一篇在pytorch中查看可訓(xùn)練參數(shù)的例子，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
判斷文件類型在開發(fā)中非常常見的需求，怎樣才能準(zhǔn)確的判斷文件類型呢？首先大家想到的是文件的后綴，但是非常遺憾的是這種方法是非常不靠譜的，因?yàn)槲募暮缶Y是可以隨意更改的，而python中有個(gè)小插件可以實(shí)現(xiàn)，下面我們就來(lái)詳細(xì)探討下2017-07-07
這篇文章主要介紹了詳解pytorch 0.4.0遷移指南，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-06-06
使用Python、TensorFlow和Keras來(lái)進(jìn)行垃圾分類的操作方法
這篇文章主要介紹了如何使用Python、TensorFlow和Keras來(lái)進(jìn)行垃圾分類，這個(gè)模型在測(cè)試集上可以達(dá)到約80%的準(zhǔn)確率，可以作為一個(gè)基礎(chǔ)模型進(jìn)行后續(xù)的優(yōu)化,需要的朋友可以參考下2023-05-05
這篇文章主要介紹了Python3如何在服務(wù)器打印資產(chǎn)信息,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-08-08
openCV實(shí)踐項(xiàng)目之銀行卡卡號(hào)識(shí)別功能
最近在惡補(bǔ)opencv,在前期不太那么認(rèn)真的學(xué)習(xí)狀態(tài)下,著手搞了一下這個(gè)小項(xiàng)目實(shí)戰(zhàn),基于模板匹配下的銀行卡卡號(hào)識(shí)別,下面這篇文章主要給大家介紹了關(guān)于openCV實(shí)踐項(xiàng)目之銀行卡卡號(hào)識(shí)別功能的相關(guān)資料,需要的朋友可以參考下2022-11-11
淺析PHP與Python進(jìn)行數(shù)據(jù)交互
本篇文章給大家分享了PHP與Python進(jìn)行數(shù)據(jù)交互的詳細(xì)方法以及重點(diǎn)點(diǎn)撥，有興趣的朋友可以學(xué)習(xí)下。2018-05-05
Python實(shí)現(xiàn)蒙特卡洛模擬的示例代碼
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)蒙特卡洛模擬，文中的示例代碼講解詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴可以了解一下2023-03-03
這篇文章主要介紹了django框架F&Q 聚合與分組操作,結(jié)合實(shí)例形式詳細(xì)分析了Django框架查詢條件取對(duì)象中某列值、構(gòu)建搜索條件以及聚合查詢等相關(guān)操作技巧,需要的朋友可以參考下2019-12-12