halcon 条形码识别(持续更新)

本文介绍了一个使用Halcon进行条形码识别的过程中遇到的问题及解决方案。通过调整扫描模型参数和开启空白区验证,解决了条码识别错误的问题。同时,针对对比度低的条码,利用图像处理增强对比度,提高了识别成功率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

达到识别目的的最简化结构

*创建条码识别模型
create_bar_code_model ([], [], BarCodeHandle)

*解码
*这里码的类型自动识别
find_bar_code (Image, SymbolRegions, BarCodeHandle,['auto'], DecodedDataStrings)

只需要创建一个条形码模型再对该模型进行识别即可!

通过DecodedDataStrings我们即可得到读取到的条形码的内容

我们先加载一张图片,结果如下

再按照上述的方法对图片进行处理

得到的结果如下

我们可以发现,成功读取到数据 '05800000228902' 与'ST089030003' 但是,数据'05800000228902'的值与条码原本的值不符! 

 这说明读取出现了问题。

        为了解决本次读取出现的问题,我们要先查看读取时的候选区域,看看是否正常。我们可以

 使用以下方法

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值