一维二维码的提取、识别和产生
零、相关说明：
在“jsxyhelu.cnblogs.com/机器视觉”栏目主要介绍和图像处理和机器视觉相关的的成套的解决方案、思路和软件集。希望能够为大家在实际工作中解决具体问题提供一些帮助。
一、背景资料：
现在一维码、二维码广泛使用于工业各方面。很多和图像处理相关的需求也有所涉及。这里也看过一些论文，里面有一些方法还是art-of-air的，也有一些具备一定参考价值。这里只是谈一谈一般情况下的提取和识别。对于特殊情况，肯定要特殊对待，其实本身是一个增强的处理。在条码的处理和产生部分，主要借助了zxing
那么，问题可以分为三个
1.1如何从图片中获取条码区域并且提取条码（由于缺乏二维码图片所有这里只分析一维码，以后有了二维码实际拍摄的图片再补上）；
1.2如何识别条码；
1.3如何参数条码
二、主要内容：
2.1如何从图片中获取条码区域并且提取条码
条码（也就是一维码）在设计的时候就被设计成纵向冗余的。提取就可以借助这一特性。
比如这样的图像，经过canny->dilate->erode就可以得到这样的结果
Mat cannyClone= Mat::zeros(Size(gray.cols,gray.rows),gray.type());
Canny(gray,canny,100,255);
Mat element = getStructuringElement(MORPH_ELLIPSE,Size(7,3));
morphologyEx(canny,canny,CV_MOP_DILATE,element);
morphologyEx(canny,canny,CV_MOP_ERODE ,element);
imwrite("canny.jpg",canny);
特征已经比较明显了，紧接着选取所有轮廓中最大的，并且将这个最大轮廓的外界长方形整个的扣出来，一般情况下就能够得到正确的结果：
findContours(canny,contours,CV_RETR_TREE,CV_CHAIN_APPROX_NONE);
for (int i=0;i<contours.size();i++)
{
int itmp = contourArea(contours[i]);
if (imaxcontour < itmp )
{
imax = i;
imaxcontour = itmp;
}
}
//找到轮廓的处理
Rect boundRect;//最小外接矩形
drawContours(cannyClone,contours,imax,Scalar(255),-1);
boundRect = boundingRect(Mat(contours[imax]));
Mat srcRoi = src(boundRect);
imwrite("barcode.jpg",srcRoi);
2.2如何识别条码；
借助zxing的相关方法,这里的解法是一维/二维通用的
string opFilePath = System.Environment.CurrentDirectory + "\\result.jpg";
MultiFormatReader mutiReader = new com.google.zxing.MultiFormatReader();
Bitmap img = (Bitmap)Bitmap.FromFile(opFilePath);
if (img == null)
return;
LuminanceSource ls = new RGBLuminanceSource(img, img.Width, img.Height);
BinaryBitmap bb = new BinaryBitmap(new com.google.zxing.common.HybridBinarizer(ls));
Result r = mutiReader.decode(bb);
tb.Text = r.Text;
2.2如何产生条码；
同样是借助zxing的相关方法,这个具体看代码和相关资料。
三、遗留问题：
由于zxing没有从源代码上吸收，所以无法保证算法的强壮性和可移植性，许多时候最终平台的选择还要考虑到zxing的本身的问题；
同时，对于一些可能比较复杂的情况，可能这里的比较简单的获取方法还有问题，还需要具体问题具体对待。