一维二维码的提取、识别和产生
零、相关说明：
在“jsxyhelu.cnblogs.com/机器视觉”栏目主要介绍和图像处理和机器视觉相关的的成套的解决方案、思路和软件集。希望能够为大家在实际工作中解决具体问题提供一些帮助。
一、背景资料：
现在一维码、二维码广泛使用于工业各方面。很多和图像处理相关的需求也有所涉及。这里也看过一些论文，里面有一些方法还是art-of-air的，也有一些具备一定参考价值。这里只是谈一谈一般情况下的提取和识别。对于特殊情况，肯定要特殊对待，其实本身是一个增强的处理。在条码的处理和产生部分，主要借助了zxing
那么，问题可以分为三个
1.1如何从图片中获取条码区域并且提取条码（由于缺乏二维码图片所有这里只分析一维码，以后有了二维码实际拍摄的图片再补上）；
1.2如何识别条码；
1.3如何参数条码
二、主要内容：
2.1如何 从图片中获取条码区域并且提取条码
条码（也就是一维码）在设计的时候就被设计成纵向冗余的。提取就可以借助这一特性。
比如这样的图像，经过canny->dilate->erode就可以得到这样的结果
Mat cannyClone = Mat : :zeros(Size(gray.cols,gray.rows),gray.type()); Canny(gray,canny, 100, 255); Mat element = getStructuringElement(MORPH_ELLIPSE,Size( 7, 3)); morphologyEx(canny,canny,CV_MOP_DILATE,element); morphologyEx(canny,canny,CV_MOP_ERODE ,element); imwrite( "canny.jpg",canny);
特征已经比较明显了，紧接着选取所有轮廓中最大的，并且将这个最大轮廓的外界长方形整个的扣出来，一般情况下就能够得到正确的结果：
findContours(canny,contours,CV_RETR_TREE,CV_CHAIN_APPROX_NONE); for ( int i = 0;i <contours.size();i ++) { int itmp = contourArea(contours[i]); if (imaxcontour < itmp ) { imax = i; imaxcontour = itmp; } } //找到轮廓的处理 Rect boundRect; //最小外接矩形 drawContours(cannyClone,contours,imax,Scalar( 255), - 1); boundRect = boundingRect(Mat(contours[imax])); Mat srcRoi = src(boundRect); imwrite( "barcode.jpg",srcRoi); 
2.2如何识别条码；
借助zxing的相关方法,这里的解法是一维/二维通用的
string opFilePath = System.Environment.CurrentDirectory + "\\result.jpg"; MultiFormatReader mutiReader = new com.google.zxing.MultiFormatReader(); Bitmap img = (Bitmap)Bitmap.FromFile(opFilePath); if (img == null) return; LuminanceSource ls = new RGBLuminanceSource(img, img.Width, img.Height); BinaryBitmap bb = new BinaryBitmap( new com.google.zxing.common.HybridBinarizer(ls)); Result r = mutiReader.decode(bb); tb.Text = r.Text;
2.2如何产生条码；
同样是借助zxing的相关方法,这个具体看代码和相关资料。
三、遗留问题：
由于zxing没有从源代码上吸收，所以无法保证算法的强壮性和可移植性，许多时候最终平台的选择还要考虑到zxing的本身的问题；
同时，对于一些可能比较复杂的情况，可能这里的比较简单的获取方法还有问题，还需要具体问题具体对待。