前言
OpenCV中的条码检测主要是基于ZBar跟ZXING开源的基础上修改而来,支持多种一维码的检测,同时还支持多码检测。这节条形码检测也是在扩展模块中,参数也可以用微信的超分辨率模型(超分辨率策略指的是对较小的条码进行超分辨率放大),二维码检测微信提供的有API条形码这里是自带的,微信模型路径。
上篇内容二维码解码java-opencv体验微信二维码检测解码时有写了java-opencv的扩展模块opencv_contrib的在win编译我遇到的问题。
和二维码一样不用opencv也可以直接使用com.google.zxing这个包对条形码进行生成和解码,但这里有个问题就是就是jar包提供的API中只能识别图片中的一个条形码不能识别多个这个自行在网上找demo,效果应该也会比Zxing好因为opencv的专业是图像处理。
简单说下条形码
条形码可以标出物品的生产国、制造厂家、商品名称、生产日期、图书分类号、邮件起止地点、类别、日期等许多信息,因而在商品流通、图书管理、邮政管理、银行系统等许多领域都得到广泛的应用。
条形码分类很多的各种各样,可以看下百科。
简单了解下条形码就可以照着API处理了。
opencv条形码识别demo
- 老规矩对图片进行缩放,缩放的时候我发现有时候过小了识别很受影响的,实际用的时候需要控制下默认宽高不然识别会受影响的。
- 在网上找的图有多个条形码的一个识别效果,感觉还可以
- 这里的条形码识别跟二维码识别有个区别时没有直接返回坐标,需要单独调用方法获取坐标画线条(独特的是这个坐标没有写到集合里面,需要从Mat里面自己拿坐标,跟HoughLines/HoughLinesP得到的线条坐标存储一样,条形码的横竖对于坐标的返回定位需要自己处理下,我这里取了第二个可以排序显示识别的内容)
- 由于条形码类型很多,这个多了个对应类型的返回。
ini
public static void test2(String imgPath) {
InitUtil.Init();
Mat img = Imgcodecs.imread(imgPath);
Imgproc.resize(img, img, new Size(img.cols()*0.7, img.rows()*0.6));
String path = TestBarcode.class.getClassLoader().getResource("wechat_qrcode").getPath();
path = path.substring(1);
System.out.println(path);
String sr_prototxt = path + "/sr.prototxt";
String sr_model = path + "/sr.caffemodel";
//BarcodeDetector bd=new BarcodeDetector(sr_prototxt,sr_model);
BarcodeDetector bd = new BarcodeDetector();
List<Integer> typeList = new ArrayList<Integer>();
List<String> valList = new ArrayList<String>();
Mat point = new Mat();
boolean isDetect = bd.detect(img, point);
boolean isCheck = bd.detectAndDecode(img, valList, typeList);
if (isDetect) {
System.out.println(point.size()+" "+point.rows()+" "+point.cols());
for(int i=0;i<point.rows();i++) {
Point point1 = new Point(point.get(i,0)[0], point.get(i,0)[1]);
Point point2 = new Point(point.get(i,1)[0], point.get(i,1)[1]);
Point point3 = new Point(point.get(i,2)[0], point.get(i,2)[1]);
Point point4 = new Point(point.get(i,3)[0], point.get(i,3)[1]);
Imgproc.line(img, point1, point2, Color.CV_COLOR_RED, 1);
Imgproc.line(img, point2, point3, Color.CV_COLOR_RED, 1);
Imgproc.line(img, point3, point4, Color.CV_COLOR_RED, 1);
Imgproc.line(img, point4, point1, Color.CV_COLOR_RED, 1) ;
System.out.println(valList.get(i));
img= CommonCVUtils.chinaFontText(img,new Point(point2.x,point2.y-10),"内容"+valList.get(i));
}
}
HighGui.imshow("一护", img);
HighGui.waitKey(0);
System.exit(0);
}