使用Python和OpenMV读取条形码

图1:OpenMV可以在许多类型的代码中读取二维码

在当今社会，条形码随处可见。

你收到的每一件商品或亚马逊包裹上都有条形码。每当你登上飞机或租车时，就会使用条形码。医院腕带上的条形码与你的身份有关。

条形码是计算机将一个项目与数据库关联起来的一种简单方法。因此，必须正确解码条形码，以便更新数据库。

典型的条形码阅读器使用光电池来“查看”代码。如果想了解更多可以看看Chris Woodford的文章：条形码和条形码扫描仪。

文章地址：http://www.explainthatstuff.com/barcodescanners.html

考虑到当今时代相机的重要性，我们可以使用图像处理来检测和解码条形码。

在PyImageSearch上的一篇文章中，我演示了如何用Python和OpenCV检测条形码。

如何用Python和OpenCV检测条形码文章地址：https://www.pyimagesearch.com/2014/11/24/detecting-barcodes-images-python-opencv/

检测是一个难题，另一件是将条形码解码成有用的字符串。不幸的是,OpenCV不包含内置的条形码检测+阅读功能…

但有一些流行的库条形码检测,其中一个是ZBar。使用ZBar和其他类似的条形码阅读库是完成任务的一种方法。另一种选择是使用嵌入式工具和库，比如OpenMV。

事实上，OpenMV使得检测和阅读条形码变得非常容易:

• 构建自己的条形码扫描设备。


• 在装配线上建立自动化零件检验系统。


• 利用OpenMV在一个感兴趣项目中帮助你扫描和组织车间的组件和外部设备。


• 使用OpenMV教中学或高中生关于嵌入式编程的知识。

用OpenMV和Python进行条形码检测和解码

安装OpenMV IDE后启动它。我们将在OpenMV IDE中完成所有的编码工作。

让我们首先创建一个名为openmv_barcode.py 的文件。

在第2-4行，我们导入所需的MicroPython/OpenMV包。

如果你想使用LCD shield，可以在第9行导入需要的lcd包。

接下来，让我们设置摄像机传感器:

第12-29行的设置不需要解释，请阅读代码和注释。

我想指出的是， LCD需要一个符合屏幕的分辨率。（sensor.QQVGA2 )。

注意:我试着弄清楚如何使用全分辨率，然后制作一个适合于LCD的缩放图像，但是没有成功。正因为如此，如果你选择使用LCD，你就要尝试解码低分辨率的条形码。LCD仍然是一个很好的调试工具，我想把它包括进去，这样你就可以很容易的使用它。

我还想指出第27行。在“hello world”示例中，你将看到sensor.skip_frames的一个关键字引数time=2000。在此上下文中不支持关键字引数，所以一定要使用第27行所示的语法(尤其是通过“hello world”运行时)。

接下来,让我们来执行初始化:

如果你使用的是LCD，需要取消第33行。

第36行初始化了FPS计算的计时器。

从这里我们将创建(1)查找表和(2)确定条形码类型的方便（convenience function）函数:

正如在第39行中看到的，在这里我定义了一个barcode_type字典，OpenMV可以检测和解码很多不同的条形码样式。

第57-63行定义了获取条形码类型的方便函数，而不会引起Python密钥异常(OpenMV不能很好地处理异常)。

我们将从开始一个while循环开始获取和处理帧:

第一步是为FPS计数器计时(第68行)。

在第71行获取sensor.snapshot框架。

我们有一个图像，让我们看看能做些什么

我们在这里找到标准的非QR码。我们所需要做的就是调用img.find_barcodes （封装了所有条形码检测+读取功能）并循环显示结果（第74行）。

鉴于检测到的条形码，我们可以：

• 围绕检测到的条形码绘制边框矩形（第76行）。


• 输出类型，质量和有效载荷（第79-82行）。


• 在屏幕上绘制字符串（第85行）。根据文档目前没有办法用较大的字体绘制字符串。

文档地址：http://docs.openmv.io/library/omv.image.html?highlight=draw_string#image.image.draw_string

QR码解码以类似的方式完成：

此循环模仿标准条形码循环，因此请务必查看详细信息。

在循环之外，如果使用LCD，你需要在其上进行显示（第100行）。

最后，在第103行，我们可以在终端上轻松输出FPS（每秒帧数）。

OpenMV条形码解码结果

图3:OpenMV团队为计算机视觉开发设计了一个很棒的IDE。这是在第一次打开IDE并加载程序时所看到的。

首先，通过USB将OpenMV摄像头连接到电脑。

然后启动IDE，如图3所示。

从那里，点击左下角的连接按钮。

IDE可能会提示更新固件（通过点击按钮并等待大约3-5分钟）。

当你准备好在编辑器中加载程序时，请点击左下方的绿色播放/程序按钮。这个按钮将用你的代码设置OpenMV。

MicroPython代码需要大约45-90秒才能编译成机器代码并在处理器上闪存。

不久之后，如果输出到终端上，你将看到诸如FPS或条形码信息等数据 - 这是正常工作所需要的。你还会在右上方的取景器中看到来自相机传感器的实时视图。

现在我们来试一下条形码吧！

以下是我们正在处理的内容：

图4:使用OpenMV摄像机测试样例条形码。包括QR, CODE128, CODE93, CODE39和DATABAR条形码图像。

可以从IDE的内置终端中查看结果：

每段代码和终端的截屏如下:

图5：通过链接到PyImageSearch主页扫描QR码。

图6：扫描包含“https://openmv.io”有效载荷的QR码 - OpenMV主页。

图7:这个二维码包含了一个有效载荷，可以引导你使用Python图书信息页面进行计算机视觉的深度学习。

图8：一个代号为“guru”的CODE128条形码由OpenMV解码。

图9：OpenMV可以解码CODE93条形码，例如具有“OpenMV”有效载荷的条形码。

图10:CODE39条形码很容易被OpenMV解码。这里的有效载荷是“DL4CV”。

图11：OpenMV可以解码固定宽度且只包含数字的DATABAR代码。我在此条形码中编码了“2018”，但正如你所看到的，OpenMV相机实际上可以读取16个字符。

最后是IDE的实际情况。 注意它如何读取多个代码，在条形码周围绘制边框，并包含颜色直方图的。

图12：OpenMV正在检测条形码并将结果打印到IDE。正如你所看到的，左下方有一个滚动数据的终端。IDE的右上角还有一个实时查看摄像头视频，右下角是颜色直方图。

下面是使用IDE系统的视频:

[video width="1152" height="720" mp4="https://www.atyun.com/uploadfile/2018/03/videoplayback-1.mp4"][/video]

IDE非常适合调试。但是，对于可部署项目，你不应该使用IDE。你可以通过I2C，SPI或WiFi将条形码有效载荷发送给执行器，以便在数据库中进行处理。

这里是LCD的实际操作：

图13：OpenMV彩色LCD屏蔽为OpenMV提供了一个很好的取景器。

总结

在这篇文章中，我们使用OpenMV来执行条形码解码。

旨在成为“机器视觉的开源硬件”，OpenMV cam是嵌入式的（无操作系统），并可通过多种可用 shields进行扩展。它也非常易于使用。你可以使用MicroPython在OpenMV上编写代码。

但是，了解OpenMV不运行OpenCV很重要，处理器根本无法处理它。 也就是说，内置了许多类似于OpenCV的功能。使用OpenMV IDE，你可以将自己的计算机视觉应用程序组合在一起。