一维条形码检測与识别原理

近期在学习的内容之中的一个,整理一下,图片均为网络图片。提及的条形码主要为EAN-13码。

一、概念

条形码由宽度不同、反射率不同的条(黑色)和空(白色)组成。依照特定的编码规则编制,用来表达一组数字、字母信息的图形标识符。

工业25码

EAN-13码

为什么用黑色、白色来表示条形码?

由于两种颜色有截然不同的反射率,众所周知。黑色吸收光中的全部颜色,白色反射光中的全部颜色。当然。也能够用其它两种颜色来表示条形码,仅仅要两种颜色有不同的反射率。足够的对照度。

二、EAN-13码

EAN-13码是EAN码的一种。用13个字符表示信息,是我国主要採取的编码标准。EAN-13码包括商品的名称、型号、生存厂商、全部国家地区等等信息。

EAN码是模块组合型条码。

模块:组成条码的基本宽度单位。说白了。条形码上,每0.33毫米宽代表一个模块。

一个模块宽的条(条形码黑色部分)表示二进制“1”,两个模块宽的条(黑)表示二进制“11“。一个模块宽的空(条形码白色部分)表示二进制”0“。

这样。便能够用二进制的0、1表示信息。

在EAN码上,每一个字符(比如:数字1)。由两个条(黑)和两个空(白)组成,条和空又分别由1~4个同宽、同颜色的模块组成。每一个字符总共同拥有7个模块(宽),并规定每一个字符从外观上包括两个条、两个空。

所以EAN码又称(7,2)码。

一个字符:c1表示条的宽度(模块),c2(空)。c3(条)。c4(空) (c1+c2+c3+c4=7)

EAN-13码的格式如图:

以上节EAN-13码例图来说明:

501(制造码),2345(制造商代码)。67890商品标识代码,0(校验码)。

注意:EAN-13码,在以图形标识符表示时。第1位(例:上图数字”5“)隐式表示。既不用条和空(表示)。而用第2位~第7位(总六位)的奇偶性来隐式表示(后面会说)。

如今,第一位用隐式表示,那么仅仅须要表示13-1=12个字符。将12个字符,分成两半,左側6个字符。右側6个字符。

左側字符有奇偶性,右側字符全是偶的。左側的奇偶性取决于 隐式表示的第一位字符(前置符,即:EAN-13码格式中的F1)。

详细奇偶性如图:E代表偶数位,O代表奇数位,如前置符0表示,左側六个字符都是奇数位。

那么奇、偶数位有什么用呢?

同样字符在偶数位、和奇数位的二进制表示是不一样的。如图:

校验码有什么用?

EAN-13码最后一个字符是校验码,用来保证条形码识别的正确性。

EAN-13码校验算法例如以下:

(1)从右至左,将13个字符按顺序排序。

(2)第2、4、6、8、10、12等偶数位的数据相加,将结果乘以3,得P.

(3)将3、5、7、9、11、13等奇数位数据相加,等N。

(4)N+P得 M

(5)用M除以10,取余数。求余数以10为模的补数 C。

(6)若C与 校验码 数值相等,则译码正确。

EAN-13码识别原理

如图,表示条形码的一个字符。

C1。C2。C3,C4表示该字符中四个相邻的条(黑)或空(白)的宽度。T是一个字符的宽度。

C1+C2+C3+C4=7(模块)

用n表示一个模块的宽度,n=T/7。

用mi=Ci/n,i=1,2,3,4,便能够得到编码。

若m1=1。m2=3。m3=1,m4=2,且条码排列位条——空——条——空,则当前字符二进制编码为 1 000 1 00,是右側偶字符“7”。

这样的方法仅仅是最主要的识别方法,当条空间距较小,或印刷质量不好时,非常easy识别错误。

条形码识别的方法还有很多,网上有很多资料,有兴趣的朋友能够自行学习。

时间: 2024-11-07 08:10:55

一维条形码检測与识别原理的相关文章

自然图像里的文本检測和识别2010-2014年论文汇总

我会不定时更新的. 1. 首先给大家介绍一个非常好用的CV 领域会议 期刊论文集网址. http://www.cvpapers.com/index.html 2.下面是2010-2014年 CVPR ICCV ECCV ACCV BMVC ICPR ICLR siggraph eurographics IJCAI上的有关自然图像中的文本检測和文本识别的文章. 1.CVPR 2014 Large-Scale Visual Font Recognition.pdf Wang, K and Belon

一维条形码生成与识别技术

核心提示:1引言 条形码(简称条码)技术是集条码理论.光电技术.计算机技术.通信技术.条码印制技术于一体的一种自动识别技术,条形码是由宽度不同.反射率不同的条(黑色)和空(白色),一维条形码生成与识别技术,按照一定的编码规则编制而成,用以表达一组数字或字母符号信息的图形标识符,参考文献1.熊小寒.条形码技术与标准化[M].天津: 1引言 条形码(简称条码)技术是集条码理论.光电技术.计算机技术.通信技术.条码印制技术于一体的一种自动识别技术.条形码是由宽度不同.反射率不同的条(黑色)和空(白色)

C++内存泄露检測原理

转自:http://hi.baidu.com/jasonlyy/item/9ca0cecf2c8f113a99b4981c 本文针对 linux 下的 C++ 程序的内存泄漏的检測方法及事实上现进行探讨.当中包含 C++ 中的 new 和 delete 的基本原理,内 存检測子系统的实现原理和详细方法,以及内存泄漏检測的高级话题.作为内存检測子系统实现的一部分,提供了一个具有更好的使用特性的相互排斥体 (Mutex)类. 1.开发背景 在 windows 下使用 VC 编程时,我们通常须要 DE

基于QT和OpenCV的人脸检測识别系统(1)

人脸识别分为两大步骤 1.人脸检測 这个是首要实现的.你得实现人脸显示的时候把人脸框出来,当然算法非常多,另一些人眼检測鼻子检測什么的 主要用的是这个 const char *faceCascadeFilename = "haarcascade_frontalface_alt.xml"; detect_and_draw(IplImageBuffer,storage,cascade); 这个函数就是检測人脸的并画框效果例如以下 watermark/2/text/aHR0cDovL2Jsb

目标检測的图像特征提取之(一)HOG特征

1.HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检測的特征描写叙述子.它通过计算和统计图像局部区域的梯度方向直方图来构成特征.Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检測中获得了极大的成功.须要提醒的是,HOG+SVM进行行人检測的方法是法国研究人员Dalal在2005的CVPR上提出的,而现在尽管有非常多行人检測算法不断提出,但基本都是以HOG+SVM的思路为主. (

【OpenCV新手教程之十七】OpenCV重映射 & SURF特征点检測合辑

本系列文章由@浅墨_毛星云 出品.转载请注明出处. 文章链接:http://blog.csdn.net/poem_qianmo/article/details/30974513 作者:毛星云(浅墨)    微博:http://weibo.com/u/1723155442 知乎:http://www.zhihu.com/people/mao-xing-yun 邮箱: [email protected] 写作当前博文时配套使用的OpenCV版本号: 2.4.9 本篇文章中,我们一起探讨了OpenCV

图像处理之霍夫变换(直线检測算法)

图像处理之霍夫变换(直线检測算法) 霍夫变换是图像变换中的经典手段之中的一个,主要用来从图像中分离出具有某种同样特征的几何 形状(如,直线,圆等).霍夫变换寻找直线与圆的方法相比与其他方法能够更好的降低噪 声干扰.经典的霍夫变换经常使用来检測直线,圆,椭圆等. 霍夫变换算法思想: 以直线检測为例,每一个像素坐标点经过变换都变成都直线特质有贡献的统一度量,一个简单 的样例例如以下:一条直线在图像中是一系列离散点的集合,通过一个直线的离散极坐标公式, 能够表达出直线的离散点几何等式例如以下: X *

行人检測之HOG特征(Histograms of Oriented Gradients)

之前的文章行人计数.计次提到HOG特征这个概念,这两天看了一下原版的论文,了解了一下HOG特征的原理,并依据自己的理解将这种方法的流程写了下来,假设有不正确的地方欢迎指正. HOG(Histograms of Oriented Gradients)特征的基本思想:The basic idea is that local object appearance and shape can often be characterized rather well by the distribution of

OpenCV2马拉松第17圈——边缘检測(Canny边缘检測)

计算机视觉讨论群162501053 转载请注明:http://blog.csdn.net/abcd1992719g 收入囊中 利用OpenCV Canny函数进行边缘检測 掌握Canny算法基本理论 分享Java的实现 葵花宝典 在此之前,我们先阐述一下canny检測的算法.总共分为4部分. (1)处理噪声 一般用高斯滤波.OpenCV使用例如以下核 (2)计算梯度幅值 先用例如以下Sobel算子计算出水平和竖直梯度 我在OpenCV2马拉松第14圈--边缘检測(Sobel,prewitt,ro