使用quaggaJS識別圖片中的條形碼
quaggaJS是一個純JS的外掛,用於識別圖片中的條形碼,很方便。一般用於移動端拍照識別,也可以在網頁端上傳圖片識別。
首先要指定正確格式的條形碼,常見的條形碼編碼型別有EAN和CODE128。
另外,並不是所有圖片中的條形碼都可以被識別出來,而且正確率也不是100%。
下面是識別網頁上傳圖片中條碼的方法。
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Document</title> </head> <body> <section id="container" class="container"> <div class="controls"> <fieldset class="input-group"> <input type="file" accept="image/*;capture=camera"> <button id="btnIdents">識別</button> </fieldset> </div> <div id="interactive"class="viewport"><br clear="all"></div> </section> <script src="https://cdn.bootcss.com/jquery/2.0.3/jquery.js" type="text/javascript"></script> <script src="./js/quagga.js" type="text/javascript"></script> <link rel="stylesheet" type="text/css" href="./css/fileinput.css"> <script src="./js/file_input.js" type="text/javascript"></script> <script type="text/javascript"> $(function() {var App = { init: function() { App.attachListeners(); }, attachListeners: function() { var self = this; $("#btnIdents").on("click", function(e) { var input = document.querySelector(".controls input[type=file]"); if (input.files && input.files.length) { App.decode(URL.createObjectURL(input.files[0])); } }); }, decode: function(src) { var self = this, config = $.extend({}, self.state, {src: src}); Quagga.decodeSingle(config, function(result) { //識別結果 if(result.codeResult){ console.log(result.codeResult.code); alert("圖片中的條形碼為:" + result.codeResult.code); }else{ alert("未識別到圖片中的條形碼!"); } }); }, state: { inputStream: { size: 800, singleChannel: false }, locator: { patchSize: "medium", halfSample: true }, decoder: { readers: [{ format: "code_128_reader", config: {} }] }, locate: true, src: null } }; App.init(); }); </script> </body> </html>
執行效果
補充:上面的程式碼主要是參考了官方的demo,後來又按自己的習慣寫了一遍,也貼上來。執行效果是一樣的。
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Document</title> </head> <body> <section id="container" class="container"> <div class="controls"> <fieldset class="input-group"> <input type="file" accept="image/*;capture=camera"> <button id="btnIdents">識別</button> </fieldset> </div> <div id="interactive" class="viewport"><br clear="all"></div> </section> <script src="https://cdn.bootcss.com/jquery/2.0.3/jquery.js" type="text/javascript"></script> <script src="./js/quagga.js" type="text/javascript"></script> <link rel="stylesheet" type="text/css" href="./css/fileinput.css"> <script src="./js/file_input.js" type="text/javascript"></script> <script type="text/javascript"> $(function() { $("#btnIdents").click(function() { var input = document.querySelector(".controls input[type=file]"); if (input.files && input.files.length) { decode(URL.createObjectURL(input.files[0])); } }); }); function decode(src){ var config = { inputStream: { size: 800, singleChannel: false }, locator: { patchSize: "medium", halfSample: true }, decoder: { readers: [{ format: "code_128_reader", config: {} }] }, locate: true, src: src } Quagga.decodeSingle(config, function(result) { if(!result){ alert("圖片中沒有條形碼!"); return false; } //識別結果 if(result.codeResult){ console.log("圖片中的條形碼為:"+result.codeResult.code); alert("圖片中的條形碼為:" + result.codeResult.code); }else{ alert("未識別到圖片中的條形碼!"); } }); } </script> </body> </html>
另外,如果不是檔案上傳的話,可以傳圖片的url進行識別。
function decode(img_url) { var config = { readers: ["code_128_reader"], locate: true, src : img_url } Quagga.decodeSingle(config, function (result) { console.log("decoding..."); if (!result) { console.log("圖片中沒有條形碼!"); return false; } //識別結果 if (result.codeResult) { console.log("圖片中的條形碼為:" + result.codeResult.code); } else { console.log("未識別到圖片中的條形碼!"); } }); }
相關推薦
使用quaggaJS識別圖片中的條形碼
quaggaJS是一個純JS的外掛,用於識別圖片中的條形碼,很方便。一般用於移動端拍照識別,也可以在網頁端上傳圖片識別。 首先要指定正確格式的條形碼,常見的條形碼編碼型別有EAN和CODE128。 另外,並不是所有圖片中的條形碼都可以被識別出來,而且正確率也不是100%。 下面是識別網頁上傳圖片中條碼的方法
借助百度OCR,實現一鍵識別圖片中文字,就是這麽酷!
mage src 百度 文字 身份證 公眾 分享圖片 目前 增加 轉眼已是淩晨兩點,還好通過java根據百度提供的OCR接口,實現了一個有趣的小應用:一鍵識別圖片中文字 經過一個小時的反復測試,沒想到識別確實很高,而且,居然還可以識別稍微復雜的驗證碼 比如: 主要為了
識別圖片中的二維碼
csb 但是 ray hicsg nco graphics 截圖 get war //截圖 再讀取 UIGraphicsBeginImageContextWithOptions(currentImageView.bounds.size, YES, 0);/
深入學習使用ocr算法識別圖片中文字的方法
() 圖片文字 圖像增強 ota lan 必須 動態 index rar 公司有個需求,簡單點說需要從一張圖片中識別出中文,通過python來實現,當然其他程序也行,只要能實現,而小編主要學習python,所以就提了python。一個小白在網上遨遊了一天,終於找到一絲絲
如何通過迅捷OCR文字識別軟體精準識別圖片中的文字
怎樣精準的將圖片中的文字識別出來呢?相信這是很多人的煩惱,因為我們經常會遇到文字識別的時候,使用到的方法也有很多,但是很多方法識別出來的效果不是很好,需要對比著原圖去改正,這就很令人煩惱了。下面小編將分享一種在圖片文字識別軟體中精準提取文字的方法,一起來學習下。 步驟一、文字識別的話需要使用到工具,
如何通過迅捷OCR文字識別軟件精準識別圖片中的文字
提取 技術分享 圖片文字 term 圖片局部 自動 color 通過 img 怎樣精準的將圖片中的文字識別出來呢?相信這是很多人的煩惱,因為我們經常會遇到文字識別的時候,使用到的方法也有很多,但是很多方法識別出來的效果不是很好,需要對比著原圖去改正,這就很令人煩惱了。下面小
[Xcode10 實際操作]七、檔案與資料-(20)CoreML機器學習框架:檢測和識別圖片中的物體
本文將演示機器學習框架的使用,實現對圖片中物體的檢測和識別。 首先訪問蘋果開發者網站關於機器學習的網址: https://developer.apple.com/cn/machine-learning/ 點選右側的滾動條,跳轉到模型知識區域。 點選頁面最下方的【Learn about working
python使用tesserocr識別圖片中文字報RuntimeError: Failed to init API, possibly an invalid tessdata path: C:\\錯誤
python使用tesserocr識別圖片中文字時總會報錯誤:RuntimeError: Failed to init API, possibly an invalid tessdata path: C:\ 錯誤的意思是:初始化API失敗,可能是在路徑C:\下存
如何識別圖片中的表格資料
在很多時候,我們的資料來源形式是多種多樣的,有時候資料(或表格)也會呈現在圖片中。那麼,我們如何來獲取圖片中的有用資料呢?當一張圖片中含有表格資料的時候,我們可以用OpenCV識別表格中的直線,然後再用OCR技術識別其中的文字。 本文僅作為如何識別圖片中的表格的一個例子,希望能給讀者一些啟示。筆者用到
如何識別圖片中的表格數據
視覺 numpy 濾波 均值 sel canny 醫療 平安 可能 ??在很多時候,我們的數據來源形式是多種多樣的,有時候數據(或表格)也會呈現在圖片中。那麽,我們如何來獲取圖片中的有用數據呢?當一張圖片中含有表格數據的時候,我們可以用OpenCV識別表格中的直線,然後再用
利用Google Object Detection模組識別圖片中的物體
筆者環境win1064位 1.anaconda python 3.5 64為安裝包 2.安裝tensflow1.0 第一部分(圖片物體識別) 1.下載tensflow的原始碼包,並解壓 2.下載 Protoc protoc-3.4.0-win32.
Python使用OCR技術識別圖片中的文字(入門篇)
首先下載並安裝tesseract-ocr軟體,然後使用pip install pytesseract和pip install pillow安裝擴充套件庫。 接下來準備一個圖片,裡面寫點文字,例如: 測試程式碼: 從測試結果來看,即使是圖片中只包含英文,識別率也不是百分之百的準確,但是已經不錯了,後面
[影象識別] java語言使用tess4j識別圖片中的文字
之所以寫下這篇文章,是因為在實踐中使用時,發現在識別整張圖時,準確率降低。尤其是中文,英文,字元,數字,水印都有的時候。出錯率很高。原先一直認為是水印的問題。結果將圖片二值化以後,沒有水印,識別準確度依舊很低。 偶然的情況,使用區域性區域識別,發現,效果很好,
python 包的使用 (二)——tesseract識別圖片中的文字
安裝過程pytesser 呼叫了 tesseract,因此需要安裝 tesseract,安裝 tesseract 需要安裝 leptonica,否則編譯tesseract 的時候出現 "configure: error: leptonica not found"。sudo apt-get install te
python使用pytesseract識別圖片中的文字
在python爬蟲時,可能會遇到需要抓取驗證碼,識別圖片中的文字等,python也確實提供了這個功能。下面便是步驟: 1. 下載Tesseract-OCR,下載地址為:tesseract下載地址,下載之後下一步下一步傻瓜式安裝即可。隨後將其新增到
批量識別圖片中文字(python、百度開發者工具)
進來一直為各種課程的實驗報告困擾,字數很多,百度文庫、豆瓣等資源網站又無法免費下載。就想著如果我能把他們截圖下來,然後批量轉換成文字該多好呢?所謂懶惰是人類進步的階梯。筆者決定通過python程式,呼叫百度api完成這項功能。認證百度開發者首先要在百度開發者平臺認證成為百度開
iOS AVCaptureSession實現獲取攝像頭影象,並識別圖片中身份證號碼
自定義照相機通過裝置攝像頭實時獲取身份證圖片資訊,然後識別圖片中身份證號碼,採用ocr識別數字 宣告 import import import import “MBProgressHUD.h” //#import “Tesseract.h”
python--識別圖片中的文字
本篇文章主要參考了 python影象處理之識別影象中的文字 這篇文章,在實現的過程中出現了些偏差,特此記錄。因為此時筆者不是第一次安裝,所展示的結果會和首次安裝的結果有所差別。 1.安裝PIL 以管理員的身份開啟命令提示符,輸入:pip install pillow.
用cnn構建多層神經網絡來識別mnist中的圖片
argv padding out load 神經網絡 dir sco ack import mnist.py import tensorflow as tf import numpy as np import argparse import sys import urll
在迅捷OCR文字識別軟體中怎麼進行圖片區域性識別
怎麼進行圖片區域性識別呢?我們在觀看一些圖片的時候,有些圖片上的文字我們會需要將區域性文字識別提取出來,但是如何去識別呢,藉助圖片文字識別軟體就可以幫助實現了,下面為大家講解下具體的操作方法。 使用工具:迅捷OCR文字識別軟體。 1:先在電腦中將需要使用到的文字識別軟體下載裝好,接著儲存一張我