Theodore's Notes

使用Opencv锁定图像中的条形码区域

根据上一篇文章的思路，从网上找了一些条形码图片来测试，但是效果并不尽如人意。

根据 基于OpenCV的条形码区域检测（二） 中的测试结果可以得知，基于形态学的条形码区域检测是十分不可靠的。所以就考虑到了不使用形态学的方法，改为利用条形码的方向信息   上图是一张Code128码的图像(白底黑码)，根据它的梯度图可以看到它在条码条带边缘的强度特别高

因为近期工作需要完成OCX控件同时支持C#与C++调用，所以接口设置就会遇上些问题。在需要将图片的内存数据(buffer)传入控件时，如果按照C++惯例，设计接口参数类型为unsigned char*，就会存在被C#识别为ref byte的参数，这样就只能够传递一个像素的数据(8bit灰度图像)。

为了上一篇博文（《将图像BYTE(unsigned char)数组转换为VARIANT类型》）中得到CImage对象的数据的需求，也是找了各种资料。原来想使用CBitmap类来实现，虽然它只支持 .bmp格式的图片，但是我也只需要支持这个格式 = =。所以它的缺陷对我来说并不存在，但是最终还是没能够成功得到bits，所以就转投了CImage的怀抱，因为它有这个接口啊！

在上一篇时，提到了将整幅图像进行分区块并统计每个区块中的各个像素的方向信息，以得知该区块中是否存在条形码。

在上一篇中，将分好区块的图片进行了Sobel，并滤除了纹理的干扰，得到了每个区块的角度信息,以及各个区块中有效像素点总数，但是只有这些还不能够直接判断哪一个区块内存在条形码，还需要做些处理。

基于OpenCV的条形码区域检测(完) 工作较忙，该系列随笔就要草草收尾，这篇将贴出完整代码，经过大略整理并添加关键注释，希望能够帮助理解。 当时只是验证性质的实现，所以代码比较粗糙，请谅解！  若有疑问，欢迎邮件至”XDG.WORK@GMAIL.COM”沟通。

最近工作上有将位图轮廓转换为矢量轮廓的需求，在进行了一些资料收集之后发现了AutoTrace与Potrace两个比较成熟的算法，并且都有广泛应用的开源实现版本，一个星期了一直想要把自己的摸索过程分享出来帮助更多的人少走些弯路，却拖拉至今，这篇笔记在blog草稿箱中也不知道什么时候才能发表出来。上面都是些碎碎念，下面是正文。2019.03.09更新：增加包装类libPotraceWrappe...