在Matlab中计算条形码每个条的宽度。

Question

我有一个条形码，希望在Matlab中处理，并计算每个条的宽度（以像素为单位）。我已经尝试使用graythresh级别将图像转换为灰度，并将其转换为二进制。

%read the image code3
barz=imread('barcode1.jpg');
grayBarz=rgb2gray(barz);

binImage = imbinarize(barz,graythresh(barz));

s = regionprops(binImage == 0,'Area','PixelIdxList');
imshow(barz);

我需要每个条码中每个条的宽度（以像素为单位）。

- Rehmat Alam

---

请将 barcode1.jpg 图像上传到您的问题中。 - Rotem

已上传图片供您参考。 - Rehmat Alam

Answer 1

有时候能够在不需要完整的图像处理工具箱的情况下完成任务是很有趣的。

下面的解决方案允许你计算每个黑色条纹的像素宽度，而无需任何额外的工具箱：

%% Read the image
barz=imread('barcode.jpg');
grayBarz=rgb2gray(barz);

%% Extract an horizontal line in the middle
sz = size(grayBarz) ;
idxMidLine = round(sz(1)/2) ; % index of a line roughly in the middle
eline = grayBarz(idxMidLine,:) ;    % extract a line
eline(eline<128) = 0 ;              % sharpen transitions
eline = ~logical(eline) ;           % convert to logical (0=white / 1=black)

%% Now count the pixels
npts = numel(eline) ;   % number of points in the line

% Find every transition:
    % high to low   => -1
    % no change     =>  0
    % low to high   => +1
idd = find( diff(eline) ) ;

% this contain the start and end indices of every interval
ddd = [ 1 , idd ; ...
        idd , npts ] ;

% This contains the width of every bar (white and black),
% in order from left to right
barWidth = diff(ddd) ;

if ~eline(1)
    % The first interval is 0 (is white)
    pixBarWhite = barWidth( 1:2:end ) ;
    pixBarBlack = barWidth( 2:2:end ) ;
else
    % The first interval is 1 (is black)
    pixBarBlack = barWidth( 1:2:end ) ;
    pixBarWhite = barWidth( 2:2:end ) ;
end

nBarWhite = numel(pixBarWhite) ;
nBarBlack = numel(pixBarBlack) ;

%% Display results
fprintf('Found a total of %d black pixels along the horizontal,\n',sum(pixBarBlack))
fprintf('spread over %d black bars,\n',nBarBlack)
fprintf('Individual bar pixel thickness:\n')
for k=1:nBarBlack
    fprintf('Bar %02d : Thickness: %02d pixels\n',k,pixBarBlack(k))
end

对于您的图像，它将返回：

Found a total of 599 black pixels along the horizontal,
spread over 49 black bars,
Individual bar pixel thinchness:,
Bar 01 : Thickness: 13 pixels
Bar 02 : Thickness: 07 pixels
Bar 03 : Thickness: 20 pixels
% [edited to keep it short]
Bar 47 : Thickness: 20 pixels
Bar 48 : Thickness: 07 pixels
Bar 49 : Thickness: 13 pixels

请注意，变量pixBarWhite还包含黑条之间所有白色间隔的像素厚度。这可能在以后会派上用场...

- Hoki

Answer 2

假设您已经拥有了各个条形的区域属性，那么宽度可以通过以下方式轻松获得。

'MinFeretProperties'

or

'MinorAxisLength'

如果您的条形码与图像光栅平行，您也可以使用'BoundingBox'的较小尺寸。

https://de.mathworks.com/help/images/ref/regionprops.html

- Piglet

Answer 3

以下是使用Python OpenCV实现的有趣示例：

• 将图像转换为灰度，并使用Otsu阈值
• 检测所有垂直线并绘制到掩膜上
• 在掩膜上找到轮廓并从左到右排序
• 迭代轮廓并找到每条线的像素宽度

---

结果

条形码宽度：[13、7、20、27、7、19、12、13、13、7、6、13、20、7、14、7、6、12、20、7、13、27、19、7、6、6、13、7、27、7、14、19、6、19、6、13、13、7、5、6、26、6、6、13、6、12、20、7、13]

条形码条数：49

总像素数：599

代码

import cv2
from imutils import contours
import numpy as np

# Load in image, grayscale, and Otsu's threshold
image = cv2.imread('1.jpg')
mask = np.zeros(image.shape, dtype=np.uint8)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray,0,255,cv2.THRESH_OTSU + cv2.THRESH_BINARY_INV)[1]

# Detect vertical lines
vertical_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1,80))        
remove_vertical = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, vertical_kernel)
cnts = cv2.findContours(remove_vertical, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cv2.fillPoly(mask, cnts, (255,255,255))

# Find contours on mask and sort from left to right
mask = cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)
cnts = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
cnts, _ = contours.sort_contours(cnts, method="left-to-right")

# Iterate through contours and find width of each line
barcode_width = []
for c in cnts:
    x,y,w,h = cv2.boundingRect(c)
    current = image.copy()
    cv2.rectangle(current, (x, y), (x + w, y + h), (36,255,12), -1)
    cv2.putText(current, 'Width: {}'.format(w), (15,50), cv2.FONT_HERSHEY_SIMPLEX, 1.5, (36,255,12), 3)
    barcode_width.append(w)
    cv2.imshow('current', current)
    cv2.waitKey(175)

print("Barcode Width:", barcode_width)
print('Barcode Bars: ', len(barcode_width))
print('Total Pixels: ', sum(barcode_width))
cv2.waitKey()

- nathancy