Python识别快递条形码及Tesseract-OCR使用详解

识别快递单号

这次跟老师做项目，这项目大概是流水线上识别快递上的快递单号。首先我尝试了解条形码的基本知识

百度百科：条形码

条形码(barcode)是将宽度不等的多个黑条和空白，按照一定的编码规则排列，用以表达一组信息的图形标识符。常见的条形码是由反射率相差很大的黑条（简称条）和白条（简称空）排成的平行线图案。条形码可以标出物品的生产国、制造厂家、商品名称、生产日期、图书分类号、邮件起止地点、类别、日期等许多信息，因而在商品流通、图书管理、邮政管理、银行系统等许多领域都得到广泛的应用。

条形码有多种，在我国广泛流传的是EAN13条形码（以下简称条形码），所以主要研究该种条形码的识别。

条形码位数说明：

• 条形码一共有13位

• 前2位或者前3位称为前缀，表示国家、地区或者某种特定的商品类型

• 中国区条形码开头：690~699

• 图书类条形码开头：978~979

• 前缀后的4位或者5位称为厂商代码，表示产品制造商

• 厂商代码后5位称为商品代码，表示具体的商品项目

• 最后1位是校验码，根据前12位计算而出，可以用来防伪以及识别校验

条形码编码说明

条形码一共有8个区域：左侧空白区->起始符->左侧数据符->中间分隔符->右侧数据符->校验符->终止符->右侧空白区

• 字符为0~9

• 除空白区外的区域和字符都采用二进制编码表示，1表示bar（黑条），0表示space（白条）

• 起始符，终止符编码为101，分隔符编码为01010

• 0~9每种字符有3种编码方式，AB为左侧数据奇偶编码，C为右侧数据偶编码

• 左侧数据的奇偶性由前置符决定（就是说，第一个支付是几就按下面的排列开始）

还有这么一种理解编码方法

以宽度为编码，去掉起始码，终止码，中间分隔码，不管白条还是黑条都算一个编码，最窄一节为1(最窄的为单位宽度），两个单位宽度就是2，三单位长度为3，四单位宽度为4

四条（不管黑条还是白条都算条）代表一个数字

四条长度	数字
3211	0
2221	1
2122	2
1411	3
1132	4
1231	5
1114	6
1312	7
1213	8
3112	9

两种编码的图示

这就代表为 数字 1

校验

EAN13条形码一共有13位，最后1位是校验位，该位是通过前12位按照一定的步骤计算出来的。

如果按照一定的步骤处理识别出的前12位数据，如果计算结果和识别出的结果相等，识别正确；

如果不相等，则重新识别或纠错再校验或提示识别失败。

校验码计算方法

以下图所示的条形码举例说明：

条形码的位数起始位为最右一位，即校验位，检验码计算方法如下：

• 偶位数数值相加乘3（(0+2+0+8+1+9)*3=60）

• 不含校验位的奇位数相加（7+4+7+9+3+6=36）

• 将前两步的结果相加（60+36=96）

• 用10减去上一步结果的个位数数值（10-6=4）

• 上一步结果的个位数即为校验码（4）

源码

​
   &nb