毕业设计之 -- 二维码图像识别

电玩女神 2022-09-10 07:16 227阅读 0赞

### 文章目录 ###

*  1 简介
 *  2 二维码
 *  3 QRCode
 *  4 QRCode 特点
 *  5 机器视觉二维码识别技术
 *   *  5.1 二维码的识别流程
     *  5.2 二维码定位
     *  5.3 常用的扫描方法
     *  识别测试结果
 *  6 最后

--------------------

# 1 简介 #

Hi，大家好，这里是丹成学长，今天向大家介绍如何利用机器视觉实现

**二维码图像识别**

大家可用于 毕业设计

技术解答、开题指导、毕设帮助
    毕设帮助：<Q>746876041

# 2 二维码 #

二维条码/二维码（2-dimensional bar code）是用某种特定的几何图形按一定规律在平面（二维方向上）分布的、黑白相间的、记录数据符号信息的图形；在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理：它具有条码技术的一些共性：每种码制有其特定的字符集；每个字符占有一定的宽度；具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化点。

# 3 QRCode #

常见的二维码为QR Code，QR全称Quick Response，是一个近几年来移动设备上超流行的一种编码方式，它比传统的Bar Code条形码能存更多的信息，也能表示更多的数据类型。

# 4 QRCode 特点 #

1、符号规格从版本1（21×21模块）到版本40（177×177 模块），每提高一个版本，每边增加4个模块。

2、数据类型与容量（参照最大规格符号版本40-L级）：

*  数字数据：7,089个字符
 *  字母数据: 4,296个字符
 *  8位字节数据: 2,953个字符
 *  汉字数据：1,817个字符

3、数据表示方法：

*  深色模块表示二进制"1"，浅色模块表示二进制"0"。

4、纠错能力：

*  L级：约可纠错7%的数据码字
 *  M级：约可纠错15%的数据码字
 *  Q级：约可纠错25%的数据码字
 *  H级：约可纠错30%的数据码字

5、结构链接（可选）

*  可用1-16个QR Code码符号表示一组信息。每一符号表示100个字符的信息。

# 5 机器视觉二维码识别技术 #

## 5.1 二维码的识别流程 ##

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_19_color_FFFFFF_t_70_g_se_x_16]

首先， 对采集的彩色图像进行灰度化， 以提高后继的运行速度。

其次， 去除噪声。 采用十字形中值滤波去除噪音对二码图像的干扰主要是盐粒噪声。

利用灰度直方图工具， 使用迭代法选取适当的阈值， 对二维码进行二值化处理，灰度化 去噪 二值化 寻找探测图形确定旋转角度 定位 旋转 获得数据使其变为白底黑色条码。

最后， 确定二维码的位置探测图形， 对条码进行定位， 旋转至水平后， 获得条码数据，  
以便下一步进行解码。

## 5.2 二维码定位 ##

QR 码有三个形状相同的位置探测图形， 在没有旋转的情况下， 这三个位置探测图形分别位于 QR 码符号的左上角、 右上角和左下角。 三个位置探测图形共同组成图像图形。

![在这里插入图片描述][4219987fbffd473f97a9835ee57edade.png]

每个位置探测图形可以看作是由 3 个重叠的同心的正方形组成， 它们分别为 7*7 个深色模块、 5*5 个浅模块和 3\*3 个深色模块。 位置探测图形的模块宽度比为 1: 1:3: 1: 1。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_8_color_FFFFFF_t_70_g_se_x_16]

这种 1: 1: 3: 1: 1 的宽度比例特征在图像的其他位置出现的可能性很小， 故可以将此作为位置探测图形的扫描特征。 基于此特征， 当一条直线上（称为扫描线） 被黑白相间地截为1: 1: 3:1: 1 时， 可以认为该直线穿过了位置探测图形。

另外， 该扫描特征不受图像倾斜的影响。 对比中的两个 QR 码符号可以发现， 无论 QR码符号是否倾斜， 都符合 1: 1: 3:1: 1 的扫描特征。

![在这里插入图片描述][678ef15ff4ac449a9f5c4ce43eca1bc7.png]

## 5.3 常用的扫描方法 ##

1.  在 X 方向进行依次扫描。

(1) 固定 Y 坐标的取值， 在 X 方向上画一条水平直线（称为扫描线） 进行扫描。 当扫描线被黑白相间地截为 1: 1: 3: 1: 1 时， 可以认为该直线穿过了位置探测图形。 在实际判定时， 比例系数允许 0. 5 的误差， 即比例系数为1 的， 允许范围为 0. 5~1. 5， 比例系数为 3 的， 允许范围为 2. 5~3. 5。

(2) 当寻找到有直线穿过位置探测图形时， 记录下位置探测图形的外边缘相遇的第一点和最后一点 A 和 B。 由 A、 B 两点为端点的线段称为扫描线段。将扫描线段保存下来。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_9_color_FFFFFF_t_70_g_se_x_16]

用相同的方法， 完成图像中所有水平方向的扫描。

1.  在 Y 方向， 使用相同的方法， 进行垂直扫描， 同样保存扫描得到的扫描线段。

扫描线段分类扫描步骤获得的扫描线段是没有经过分类的， 也就是对于特定的一条扫描线段， 无法获知其具体对应于三个位置探测图形中的哪一个。 在计算位置探测图形中心坐标之前， 要将所有的扫描线段按照位置进行归类。 一般采用距离邻域法进行扫描线段的分类。

距离邻域法的思想是： 给定一个距离阈值 dT, 当两条扫描线段的中点的距离小于 d T 时， 认为两条扫描线段在同一个邻域内， 将它们分为一类， 反之则归为不同的类别。

距离邻域法的具体步骤如下：  
（1） 给定一个距离阈值 dT ， d T要求满足以下条件： 位于同一个位置探测图形之中的任意两点之间的距离小于 dT ， 位于不同位置探测图形中的任意两点之间的距离大于 d T  
（2） 新建一个类别， 将第 1 条扫描线段归入其中。  
（3） 对于第 i 条扫描线段 l i （2≤i≤n）， 做以下操作：

a) 求出 l i 的中点 C i 。

b) 分别计算C i与在已存在的每一个类别中的第一条扫描线段的中点的距离d，若 d＜d T ， 则直接将 l i 加入相应类别中。

c) 若无法找到 l i 可以加入的类别， 则新建一个类别， 将 l i 加入其中。

（4） 将所有类别按照包含扫描线段的数目进行从大到小排序， 保存前 3 个类别（即  
包含扫描线段数目最多的 3 个类别）， 其余的视为误判得到的扫描线段（在位置探测图形以外的位置得到的符合扫描特征的扫描线段）， 直接舍去。距离邻域法结束后得到的分好 3 个类别的扫描线段就分别对应了 3 个位置探测图形。距离邻域法的关键就是距离阈值的选取。 一般对于不同大小的 QR 码图像， 要使用不同的距离阈值。

（1） 在 X 方向的扫描线段中找出最外侧的两条， 分别取中点， 记为 A、 B。 由 A、 B两点连一条直线。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_7_color_FFFFFF_t_70_g_se_x_16]

（2） 在 Y 方向的扫描线段中找出最外侧的两条， 分别取中点， 记为 C、 D。 由 C、 D两点连一条直线。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_8_color_FFFFFF_t_70_g_se_x_16 1]

（3） 计算直线 AB 与直线 CD 的交点 O， 即为位置探测图形中心点。

![在这里插入图片描述][53a7e37575934bac84a8513502c189ac.png]

将 QR 码符号的左上、 右上位置探测图形的中心分别记为 A、 B。 连接 A、 B。 直线 AB 与水平线的夹角α 即为 QR 码符号的旋转角度。

![在这里插入图片描述][3e4b24e90a61438585f0ff691729d258.png]  
对于该旋转角度α ， 求出其正弦值 sinα 与余弦值 cosα 即可。 具体计算公式如下：  
![在这里插入图片描述][722674a142df47929bfde24203e70d51.png]

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_12_color_FFFFFF_t_70_g_se_x_16]

位置探测图形边长的计算是基于无旋转图像的， 在无旋转图像中， 水平扫描线段的长度即为位置探测图形的边长。

水平扫描线段 AB 的长度即为位置探测图形的边长 X。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_8_color_FFFFFF_t_70_g_se_x_16 2]

对于经过旋转的 QR 码图像， 先通过插值算法生成旋正的 QR 码图像， 然后按照如上所述的方法进行位置探测图形边长的计算

## 识别测试结果 ##

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_17_color_FFFFFF_t_70_g_se_x_16]

# 6 最后 #

技术解答
    毕设帮助：<Q>746876041

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_12_color_FFFFFF_t_70_g_se_x_16 1]

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_19_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/f3a930f2940c4136b3fb72b3f528c581.png
[4219987fbffd473f97a9835ee57edade.png]: /images/20220829/bd3403c1de684768a57372c6e23f0472.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_8_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/c93dbcc794f441a98e0ac26a6e85cbd5.png
[678ef15ff4ac449a9f5c4ce43eca1bc7.png]: /images/20220829/4790e3c3e7504224849e9e36450f231c.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_9_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/f8c4aeaadc814c4eb287e2f5254750d7.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_7_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/6e5a8b5d82f74ccf9e7be16dc6343f08.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_8_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220829/2a8a1ad516364b9f8dc1e0fe2cb0f5a9.png
[53a7e37575934bac84a8513502c189ac.png]: /images/20220829/9d33490b3a734d57beebb8d7c44a364a.png
[3e4b24e90a61438585f0ff691729d258.png]: /images/20220829/b207361fbaab4bd481f14c29fde3a5f6.png
[722674a142df47929bfde24203e70d51.png]: /images/20220829/4a0e73382b8540448ea6c56e23ab187c.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_12_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/ca99b0cdb26b450484760d5f7c657e7e.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_8_color_FFFFFF_t_70_g_se_x_16 2]: /images/20220829/973531ba2b0b4891958a15fe901b9c4c.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_17_color_FFFFFF_t_70_g_se_x_16]: /images/20220829/f122e610ad834d04ae3b84c3ba3f4425.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBARGFuQ2hlbmctc3R1ZGlv_size_12_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220829/0973ee129226449eb2d0fe91997c19f1.png