OpenCV每日函数之BarcodeDetector类条码检测器

目录

• 一、概述
• 二、类参考
• 1、函数原型
• 2、参数详解
• 三、OpenCV源码
• 1、源码路径
• 2、源码代码
• 四、效果图像示例

一、概述

OpenCV在V4.5.3版本的contrib包中提供了一个barcode::BarcodeDetector类，用于条形码的识别。

二、类参考

1、函数原型

构造方法

cv::barcode::BarcodeDetector::BarcodeDetector	(	const std::string & 	prototxt_path = "",
const std::string & 	model_path = ""
)	

decode方法

bool cv::barcode::BarcodeDetector::decode	(	InputArray 	img,
InputArray 	points,
std::vector< std::string > & 	decoded_info,
std::vector< BarcodeType > & 	decoded_type
)	

detect方法

bool cv::barcode::BarcodeDetector::detect	(	InputArray 	img,
OutputArray 	points
)	

detectAndDecode方法

bool cv::barcode::BarcodeDetector::detectAndDecode	(	InputArray 	img,
std::vector< std::string > & 	decoded_info,
std::vector< BarcodeType > & 	decoded_type,
OutputArray 	points = noArray()
)

2、参数详解

支持的条形码类型如下。

enum  	cv::barcode::BarcodeType {
  cv::barcode::NONE,
  cv::barcode::EAN_8,
  cv::barcode::EAN_13,
  cv::barcode::UPC_A,
  cv::barcode::UPC_E,
  cv::barcode::UPC_EAN_EXTENSION
}

三、OpenCV源码

1、源码路径

opencv_contrib\modules\barcode\src\barcode.cpp

2、源码代码

bool BarcodeDetector::detect(InputArray img, OutputArray points) const
{
    Mat inarr;
    if (!checkBarInputImage(img, inarr))
    {
        points.release();
        return false;
    }

    Detect bardet;
    bardet.init(inarr);
    bardet.localization();
    if (!bardet.computeTransformationPoints())
    { return false; }
    vector<vector<Point2f>> pnts2f = bardet.getTransformationPoints();
    vector<Point2f> trans_points;
    for (auto &i : pnts2f)
    {
        for (const auto &j : i)
        {
            trans_points.push_back(j);
        }
    }

    updatePointsResult(points, trans_points);
    return true;
}

bool BarcodeDetector::decode(InputArray img, InputArray points, vector<std::string> &decoded_info,
                             vector<BarcodeType> &decoded_type) const
{
    Mat inarr;
    if (!checkBarInputImage(img, inarr))
    {
        return false;
    }
    CV_Assert(points.size().width > 0);
    CV_Assert((points.size().width % 4) == 0);
    vector<vector<Point2f>> src_points;
    Mat bar_points = points.getMat();
    bar_points = bar_points.reshape(2, 1);
    for (int i = 0; i < bar_points.size().width; i += 4)
    {
        vector<Point2f> tempMat = bar_points.colRange(i, i + 4);
        if (contourArea(tempMat) > 0.0)
        {
            src_points.push_back(tempMat);
        }
    }
    CV_Assert(!src_points.empty());
    vector<Mat> bar_imgs = p->initDecode(inarr, src_points);
    BarDecode bardec;
    bardec.init(bar_imgs);
    bardec.decodeMultiplyProcess();
    const vector<Result> info = bardec.getDecodeInformation();
    decoded_info.clear();
    decoded_type.clear();
    bool ok = false;
    for (const auto &res : info)
    {
        if (res.format != NONE)
        {
            ok = true;
        }

        decoded_info.emplace_back(res.result);
        decoded_type.emplace_back(res.format);
    }
    return ok;
}

bool
BarcodeDetector::detectAndDecode(InputArray img, vector<std::string> &decoded_info, vector<BarcodeType> &decoded_type,
                                 OutputArray points_) const
{
    Mat inarr;
    if (!checkBarInputImage(img, inarr))
    {
        points_.release();
        return false;
    }
    vector<Point2f> points;
    bool ok = this->detect(img, points);
    if (!ok)
    {
        points_.release();
        return false;
    }
    updatePointsResult(points_, points);
    decoded_info.clear();
    decoded_type.clear();
    ok = this->decode(inarr, points, decoded_info, decoded_type);
    return ok;
}

四、效果图像示例

参考代码，opencvsharp版本的需要打开barcode并重新编译，所以使用c++代码进行示例。

cv::Mat mata = cv::imread("barcode.png");
cv::barcode::BarcodeDetector barcode;
std::vector<string> info;
std::vector<cv::barcode::BarcodeType> type;
Mat points;
barcode.detectAndDecode(mata, info, type, points);

识别结果，可以看到第一个和第三个识别结果正确，不知道是否是放在一起的原因，下面把另外两个裁剪出来识别看看。

最后一个没有识别出来

把最后一个单独裁剪出来在测试下也没有识别出来，不过UPCE类型的应该支持才对，暂时不进行深究。

到此这篇关于OpenCV每日函数BarcodeDetector条码检测器的文章就介绍到这了,更多相关OpenCV条码检测器内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！