《机器视觉系统应用》课件-条形码检测方法讲解_第1页
《机器视觉系统应用》课件-条形码检测方法讲解_第2页
《机器视觉系统应用》课件-条形码检测方法讲解_第3页
《机器视觉系统应用》课件-条形码检测方法讲解_第4页
《机器视觉系统应用》课件-条形码检测方法讲解_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

条形码检测课程引入相关库的获取和导入原理分析一二三目录能力目标（1）能够对条形码有基础的认识；（2）能够对完成对条形码的读取。知识目标（1）了解条形码的原理；（2）了解条形码的识别。课程目标一课程引入

条形码技术（barcodetechnology，BCT）是在计算机的应用实践中产生和发展起来的一种自动识别技术。它是为实现对信息的自动扫描而设计的，它是实现快速、准确而可靠地采集数据的有效手段。条形码技术的应用解决了数据录入和数据采集的瓶颈问题，为物流管理提供了有利的技术支持。二相关库获取和导入导入库本章节我们需用到的库如下图示意分别是cv2、numpy、pyzbar。cv2是opencv-python用于图像处理。numpy是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nestedliststructure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。pyzbar用于一维码识别。二库导入pycharm软件界面相关库获取和导入三原理分析本例子中对条形码的检测主要应用了以下图像处理手段：sobel算子，均值滤波，二值化，形态学操作（开操作，闭操作，膨胀以及腐蚀）Sobel（索贝尔算子）算子原理：均值滤波（cv2.blur()）原理：均值滤波采用卷积框内各像素值的均值来替代定位点（或称锚点，通常是中间位置）的像素值。采用归一化的卷积框（箱式滤波器）模糊图像，卷积框形如:函数cv2.blur(src,ksize[,anchor[,borderType]])三原理分析三原理分析二值化原理：图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。图像的二值化使图像中数据量大为减少，从而能凸显出目标的轮廓。三原理分析膨胀与腐蚀原理：图像的膨胀（Dilation）和腐蚀（Erosion）是两种基本的形态学运算，主要用来寻找图像中的极大区域和极小区域。其中膨胀类似于“领域扩张”，将图像中的高亮区域或白色部分进行扩张，其运行结果图比原图的高亮区域更大；腐蚀类似于“领域被蚕食”，将图像中的高亮区域或白色部分进行缩减细化，其运行结果图比原图的高亮区域更小。三原理分析开操作原理：开操作：即先腐蚀然

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论