Распознавание штрих-кодов

Доброго времени суток. Пишу курсовую работу. Нужна библиотека для распознавания штрих-кодов. Желательно бесплатная. Пишу на MS Visual Studio 2008. Кто знает такую, с меня спасибка

0

Что означает "распознавание штрих-кодов"?
Сканер штрих-кода уже распознает его (это заложено в его firmware) и присылает PC-программулине уже осмысленное сообщение (буквенно-цифровой код). Или тебе нужно нечто иное? Тогда что именно?

0

Мне нужно распознавать штрих-код с изображения jpg или bmp или еще какого-то. Т.е. у меня есть фотография штрих-кода, а мне нужно найти на ней именно штрих-код и расшифровать его.

0

Norby, в принципе, для твоей задачи подойдут нейронные сети. Но тут возникает вопрос: Какие штрих-коды ты собираешься распознавать (EAN13, EAN128, ...)?
Числа в штрих-коде (если ты собираешься распознавать числовые штрих-коды) закодированы двумя черточками. Обучаешь сеть на распознавание каждого числа в штрих-коде, далее сканируешь изображение, находишь в изображении штрих-код, далее с помощью твоей обученной сети распознаешь каждое число в штрих-коде.
Вот вкратце, как я вижу принцип работы твоего приложения.
По поводу штрих-кода: штрих-код
Во вложении пример приложения по распознаванию чисел (после обучения числа можно стирать, удерживая кнопку мыши)

PS: библиотек по данному вопросы не встречал. В принципе, и целью такой не задавался.

Вложения

NeuronNetwork.rar (1.35 Мб, 1047 просмотров)

0

Norby, обучил нейроны?)

0

Мне кажется более логичным разбить всю картинку на маленькие квадраты. И в каждом искать параллельные чёрные полосы. Если они найдены, то квадрат пометить как подозрительный. Если несколько таких подозрительных квадратов находятся в одной кучи, значит это и есть штрих-код. Можно уже всё остальное отбросить, штрих-код выровнять, что бы полосы были более-менее вертикальными (хотя, не обязательно очень точно. Лишь бы через них можно было провести горизонтальную линию от начала до конца). И можно проанализировать относительное расстояние между полосками... пара самых левых, правых и центральных полоски - это ориентир... по ним можно определить дискрет.

0

дело в том, что штрих код не обязательно будет вертикальным/горизонтальным. Он может быть снят под углом.

0

Сообщение от Norby дело в том, что штрих код не обязательно будет вертикальным/горизонтальным. Он может быть снят под углом.

Это не должно иметь значение... ведь в штрих-коде имеет значение только отношение толщины полоски к толщине пропуска. Поэтому размеры и угол не должны мешать.

0

Сообщение от Humanoid в штрих-коде имеет значение только отношение толщины полоски к толщине пропуска. Поэтому размеры и угол не должны мешать.

Дык без знания направления считывания я думаю сложно как-то что-то считать адекватное. Ведь если начнёшь считывать параллельно полоске то кроме как одного цвета тебе ничего не попадётся. Впринципе можно попробывать считывать два раза: первый раз в любую сторону, а второй - перпендикулярно первой, тогда может что-то и зацепишь. Для оптимизации конечно желательно как-то определить область на всей картинке, где есть штрих-код. Только как это сделать ума пока не дам. Я ни разу не сталкивался с нейронными сетями наверно поэтому не соображу...

0

Сообщение от Norby дело в том, что штрих код не обязательно будет вертикальным/горизонтальным. Он может быть снят под углом.

Вертеть картинку и сравнивать с "образом" линии. При определенной точности совпадения образа с картинкой считать текущий угол "правильным" и обрабатывать дальше...

Сообщение от snake32 Для оптимизации конечно желательно как-то определить область на всей картинке, где есть штрих-код

Это мне кажется нужно даже не для оптимизации а как часть алгоритма поиска верного угла... Алгоритм мне кажется не сложен - ведь картинка это массив двумерный. Смотрим столбец - все нули (белый) - удаляем его. Так же со строками. Если оказывается что в массиве есть не только белый - прекратить обрезку. Ну это банальный алгоритм с минусами, но в нем что то есть)


TRUE
Аналогия (сравнение по первому столбцу)
1 0 0 0 0 1 1 0 1 0 1 0 1 0 1 0 1 1 1 0
1 0 0 0 0 1 1 0 1 0 1 0 1 0 1 0 1 1 1 0
...
1 0 0 0 0 1 1 0 1 0 1 0 1 0 1 0 1 1 1 0

и
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
...
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1 == TRUE... Естественно нужно сравнивать не на 100% а допустим результат в 70% считать нормой.




FALSE => крутим оригинал на другой угол (оригинал - т.к. крутить крученое - ещё большая потеря качества...)
Можно просто прокрутить все углы и выбрать тот где совпадение больше всего

0