java 实现一维条码图片识别 开发总结

花了半天时间，搞定了条码图片的分析和识别，java 实现的，容错率还是挺高的；

 

对不住了，最近项目太近啊，要想的事情太多了，我就只有贴代码了，代码仅供参考，只实现了EAN-13码，只要有了这个思路和去噪算法，可以扩展其他的识别算法！ 其实最关键的就是解决降噪的问题，我采用方差降噪法，算法简单，效率也高，成功率也不错！

 

另外关于摄像头扫描条码，google 上有个知名的开源项目，做的很好，基本上现在android 的程序都用的他；

 

代码如下

 

/**
 * 用来识别EAN13方式编码的图片
 * 图片高度像素必须大于 30px，宽度像素必须大于 200px
 * 图片区域内只包含条码和空白部分，且左右两端的空白部分必须在 10%-20%左右
 * @author tangkf
 */
public class EAN13Reader {
	static int HEIGHT	= 6;	//截取的样本图像像素高度
	static int BW_MID	= 100;	//判断黑白的阀值
	
	static int [][] LEFT_TABLE_INT		= new int[] []{
		{3,2,1,1},{2,2,2,1},{2,1,2,2},{1,4,1,1},{1,1,3,2},
		{1,2,3,1},{1,1,1,4},{1,3,1,2},{1,2,1,3},{3,1,1,2},
		{1,1,2,3},{1,2,2,2},{2,2,1,2},{1,1,4,1},{2,3,1,1},
		{1,3,2,1},{4,1,1,1},{3,1,2,1},{3,1,2,1},{2,1,1,3}
	};
	static int [][] RIGHT_TABLE_INT		= new int[] []{
		{3,2,1,1},{2,2,2,1},{2,1,2,2},{1,4,1,1},{1,1,3,2},
		{1,2,3,1},{1,1,1,4},{1,3,1,2},{1,2,1,3},{3,1,1,2}
	};
	
	/**
	 * 测试
	 * @author tangkf
	 * @param args
	 */
	public static void main(String[] args) {
		long a	= System.currentTimeMillis();
		String src	= "f:/tm-01.jpg";
		BufferedImage img	= getImg(src);
		long b	= System.currentTimeMillis();
		System.err.println("读取图片耗时："+(b-a)+" ms");
		System.out.println("解码结果："+getRealValue(img));
		long c	= System.currentTimeMillis();
		System.err.println("图片解码耗时："+(c-b)+" ms");
	}

	/**
	 * 根据条码图像区域返回条码数据
	 * @author tangkf
	 * @param img 图像区域
	 * @return
	 */
	public static String getRealValue(BufferedImage img){
		int w	= img.getWidth();
		int h	= img.getHeight();
		int y	= (int)(h/2);
		if(y<HEIGHT){
			return "无法识别的条码";
		}
		
		if(h>HEIGHT*2) y= (int)(h/2)-(HEIGHT/2); else y = 1;
		
		StringBuffer valuestr	= new StringBuffer("");
		int chg	= 0;	//记录颜色变化次数
		int gvn	= 0;	//记录实际取值次数（每变化一次取值一次）
		int ln	= 0;	//记录同色连续像素的数量
		int uprv= -1;	//记录上次的像素取值
		int xdv	= 0;	//参考底色，取前8个像素的颜色作为底色参考值
		int[]	gvalue	= new int[4];	//临时记录一组数字
		
		for(int i=0;i<w;i++){
			int v	= 0;	//记录取值为深色的次数
			
			//高度取HEIGHT个像素,并求平均值，如果平均值为浅色，那么取0，否则取1
			for(int j=y;j<y+HEIGHT;j++){
				int prgb	= getValue(img.getRGB(i,j));
				xdv += prgb;
				if(prgb<BW_MID-80) v+=1;	//累加该列为深色的像素个数
			}
			int rv	= 0;
			if(i<8){
			//取参考颜色样本，默认都为0
				rv	= 0;
				BW_MID	= xdv/((i+1)*(HEIGHT));	//不断变换参考样本值
			}else{
				rv	= v>HEIGHT/2?1:0;	//n个以上的像素为深色，就表示该列为深色
			}
			
			if(rv==uprv){
				ln++;
			}else{
				chg++;	//变化次数+1 
				if(chg>1 && chg<6){
				//起始符号
					gvalue[(chg-2)%4]	= ln;
					if((chg-1)%4==0){
						valuestr.append(getSTDValue(gvalue, LEFT_TABLE_INT));
						//System.err.println(gvalue[0]+""+gvalue[1]+gvalue[2]+gvalue[3]);
					}
				}
				if((chg>5 && chg<30)|| (chg>34 && chg<59)){
					gvn++;
					if(gvn%4==0){
						gvalue[(gvn-1)%4]	= ln;
						if(gvn<=24){
							valuestr.append(getSTDValue(gvalue, LEFT_TABLE_INT));
							//valuestr.append(ln+ " RV:"+ getSTDValue(gvalue, LEFT_TABLE_INT) + "\n");
						}else{
							valuestr.append(getSTDValue(gvalue, RIGHT_TABLE_INT));
							//valuestr.append(ln+ " RV:"+ getSTDValue(gvalue, RIGHT_TABLE_INT) + "\n");
						}
					}else {
						gvalue[(gvn-1)%4]	= ln;
					}
				}
				ln	= 1;
			}
			uprv	= rv;
		}
		return valuestr.toString();
	}
	
	/**
	 * 由一组样本与基准表通过方差和的方式去噪求值
	 * @param mvalues
	 * @param STDTABLE
	 * @return
	 */
	public static int getSTDValue(final int[] mvalues,int[][] STDTABLE){
		int rvalue	= 0;
		int fx	= 0;
		for(int i=0;i<STDTABLE.length;i++){
			int[] svalues	= LEFT_TABLE_INT[i];	//基准值
			int[] xvalue	= new int[4];
			for(int j=0;j<mvalues.length;j++){
				xvalue[j]	= (int)((double)mvalues[j]/svalues[j]+0.5);
			}
			int tmp	= getFX(xvalue);
			
			if(i==0){
				fx	= tmp;
			}else{
				if(tmp<fx){
					fx	= tmp;
					rvalue	= i>9?i-10:i;	
				}
			}
		}
		return rvalue;
	}
	
	/**
	 * 求一组样本数的方差和(针对所有样本数都相同的情况简化算法)
	 * @param numlist
	 */
	public static int getFX(int[] numlist){
		if(numlist.length<1) return 0;
		int fx	= 0;
		double avg	= 0;
		for(int i=0;i<numlist.length;i++){
			avg	+= numlist[i];
		}
		avg	= (int)((double)avg/numlist.length+0.5);
		
		for(int i=0;i<numlist.length;i++){
			fx	+= (numlist[i]-avg)*(numlist[i]-avg);
		}
		return fx;
	}
	
	/**
	 * 由色彩值返回单色信号 1 或 0
	 * @param rgb
	 * @return
	 */
	public static int getValue(int rgb){
		int r	= (rgb>>16)&255;
		int g	= (rgb>>8)&255;
		int b	= rgb&255;
		double avg	= 0.299*r+0.587*g+0.114*b; //判断黑白
		return (int)avg;
	}
	
	/**
	 * 读取图片
	 * @param srcImg
	 * @return
	 */
	public static BufferedImage getImg(String srcImg){
		BufferedImage img	= null;
		try {
			img	= ImageIO.read(new File(srcImg));
		} catch (IOException e) {
			e.printStackTrace();
		}
		return img;
	}
}

 

 

评论

4 楼 otom31 2014-08-26  

wanmeilingdu 写道

楼上说的开源项目是什么？ZXING?

是的，ZXING

3 楼 wanmeilingdu 2014-08-25  

楼上说的开源项目是什么？ZXING?

2 楼 otom31 2012-05-04  

这个是当初我做的一个分析测试，我建议你还是用开源项目吧；
开源项目很全的，一维码，二维码，以及各种条码标准都支持的！

1 楼 qinyonghui 2012-05-04  

你这个貌似是根据图片的那种什么定义法来解析的，但是我扫码只扫了一半也能解析出来，有办法改进吗？我现在也在解析一维码和二维码，通过图片解析。谢谢