如何提高pylibdmtx的性能？

Question

我正在使用Python 3.6中的pylibdmtx来检测条码类型（Datamatrix），这些类型无法被zbar检测到。不幸的是，文档很少，并且条形码检测速度非常慢，即使在硬件相对较新的计算机上，每张图像需要花费长达30秒的时间。有哪些方法可以加快检测时间？我的当前代码如下，可以将时间缩短到约20秒，但仍然太慢。

from PIL import Image
import cv2
from pylibdmtx.pylibdmtx import decode as dmtxdecode
image = cv2.imread(imagepath, cv2.IMREAD_UNCHANGED);
scale_percent = 50
width = int(image.shape[1] * scale_percent / 100)
height = int(image.shape[0] * scale_percent / 100)
dsize = (width, height)
# calculate the 50 percent of original dimensions
output = cv2.resize(image, dsize)
gray = cv2.cvtColor(output, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
pylibresult = dmtxdecode(thresh)

- Mr. T

---

我尝试了同样的方法，只需将scale_percent设置为5或10，速度非常快！ - Rivered

Answer 1

速度是一个问题，但通过做一些妥协可以达到合理的速度。

我从互联网上随机选择了一个分辨率中等的图片。例如：https://www.matthews.com.au/application/third_party/ckfinder/userfiles/images/printed-datamtrix.jpg

这里是检测到的输出（以了解宽度和高度）： [解码数据=b'011234567890123110HJS6491715022821923Z845Y716W'，矩形=Rect(left=372, top=250, width=47, height=70)]

这个图片没有任何参数需要运行4.18秒！

添加参数：

• max_count = 1 -> 0.75秒（5.5倍的改善！）

现在以下所有测试都有max_count = 1

• threshold = 50 -> 0.26秒（再次提高2.9倍）
• min_edge = 20 -> 0.71秒（1.05倍）
• max_edge = 60 -> 0.22秒（3.4倍）
• shape = DmtxSymbolSize.DmtxSymbol24x24 -> n/a - 可能会进一步改善。

组合：max_count = 1，threshold = 50，min_edge = 20，max_edge = 60 -> 0.17秒（4.4倍）

请注意：这只是参数影响的指示。实际时间取决于图像内容，分辨率，第一个标记的位置和大小等。持续时间平均了两次测试（因为值非常匹配）。

CPU：2.6 GHz i5-4278U，MBP晚2014年 libdmtx：0.7.5 pylibdmtx：0.1.9

from pylibdmtx.pylibdmtx import decode
import cv2, time

path = 'printed-datamtrix.jpg'
img = cv2.imread(path)
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

for _ in range(2):
    start = time.time()
    res = decode(gray, max_count=1, threshold=50, min_edge=20, max_edge=60)
    print("elapsed: ", time.time() - start)

- lev5

Answer 2

收缩和阈值的组合将把它减少到4秒

import cv2
from pylibdmtx.pylibdmtx import decode

image = cv2.imread('img.png')
decode(image, shrink=3, threshold=6)

- Dspos3idon