在我們識別條碼的過程裡，首先要找到條碼所在的區域，那麼怎麼樣來找到這個條碼的區域呢？如果仔細地觀察條碼，會發現條碼有一個特性，就是水平的梯度和垂值的梯度會不一樣，如果進行相減，會發現差值比較大。如果其它位置的影象一般不會這樣。利用這個特性，就可以把條碼所在區域求出來。

演示的程式碼如下：

#python 3.7.4,opencv4.1
#蔡軍生 https://blog.csdn.net/caimouse/article/details/51749579
#[email protected]
#
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,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,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)
 
# 畫一個找到的方框
cv2.drawContours(img,[box],-1,(0,0),3)
  
cv2.imshow('img',img)
 
#
cv2.waitKey(0)
cv2.destroyAllWindows()

結果輸出如下：

轉換為灰度圖

X軸梯度減去Y軸梯度求絕對值

經過閾值處理後的圖片

經過形態學處理後的圖片

最後的輸出結果

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。