南阳条码在识读前要进行图像处理

南阳条码在识读之前必须进行图像处理，下面介绍几种常见的图像处理的理论和算法。

1．灰度处理

数字图像在计算机上以位图的形式存在，位图是一个矩阵式点阵，其中每一点称为像素，像素是数字图像中的基本单位。一幅m×n大小的图像，是由m×n个明暗度不等的像素组成的。数字图像中各个像素所具有的明暗程度由灰度值所标识。一般将白色的灰度值定义为255，黑色的灰度值定义为0，而由黑到白之间的明暗度均匀地划分为256个等级。对于黑白图像，每个像素用一个字节数据来表示，而在彩色图像中，每个像素需用三个字节数据来表述，就能呈现五彩缤纷的颜色。彩色图像可以分解成红（R）、绿（G）、蓝（B）三个单色图像，任何一种颜色都可以由这三种颜色混合构成。在图像处理中，彩色图像的处理通常是通过对其三个单色图像分别处理而得到的。但是一幅彩图中每个像素都用RGB分量表示，图像文件将会变得非常庞大，因此在实际应用中，通常采用调色技术，将256色位图转变为灰度图像。对于24位真彩图，每个像素用三个字节分别表示R、G、B三个分量。将256色位图转换为灰度图像，首先必须计算每一种颜色对应的灰度值。256色位图的灰度图像与RGB值的对应关系如下：

Y＝0.299R＋0.587G＋0.114BR＝G＝B＝Y

根据R、G、B的值求出Y值后，将R、G、B的值都赋予Y值，写入新图，这样就可以将256色位图转换成灰度图像。

2．灰度直方图

在数字图像处理中，一个简单和有用的工具是直方图，它概括一幅图像的灰度级内容。任何一幅图像的直方图都包括了可观的信息，某些类型的直方图还可以由其直方图完全描述。直方图的计算是简单的，直方图的计算可以用相当低的代价来完成。

直方图是灰度值的函数，描述的是图像中具有该灰度级的像素的个数，其横坐标级（0～L－1），纵坐标表示该灰度出现的频率（像素的个数）

3．图像二值化处理

为了便于对图像进行后续处理，需要对图像进行二值化处理，二值化处理将不可避免地丢失图像信息。若阈值选取过小，会提取多余的部分；若选取的过大，会丢失所需要的图像信息。因此阈值选取是图像二值化处理中的一项重要技术，它的选取直接关系到后续的处理。针对条码识读系统而言，二值化图像的效果直接影响到条码识读的可靠性。

阈值化分割原理：先确定一个处于图像灰度取值范围之中的阈值，然后将图像中各个像素的灰度值都与这个阈值相比较，并根据比较结果将对应的像素划分为两类：像素灰度值大于阈值的为一类，像素值小于和等于阈值的为另一类。这两类像素一般分属图像中的两类区域，所以对像素根据阈值分类达到了分割的目的。如果一个物体其内部具有均匀一致的灰度值，并分布在一个具有另一个灰度值均匀背景中，使用阈值的效果更佳。

阈值分割算法主要有两个步骤：

①确定需要的分割阈值。

②将像素与分割阈值做比较并划分。

在过去的三十年中，条码符号的质量检验技术有了比较大的发展。最初并没有专门的条码检测设备，条码质量的评定是通过采用通用设备来完成的。我们知道，条码是由深色条和浅色空组合起来的图形符号，条码的质量参数可以分为两类，一类是条码的尺寸参数，另一类则为条码符号的反射率参数。这两种参数在条码技术规范中都作了详细的规定，对条码符号的这两种参数采用通用的反射率测量仪器及测长显微镜进行测量，这可以说是条码检测技术发展的第一个阶段。最初，这种检测方法中所有的测量都是非自动化的，由于条码的条空太多，测量和根据条空判定被测条码条空编码是否正确非常麻烦，另外，人为因素也严重影响了测量的精度和准确性。

从70年代中期以后，条码符号质量的评价都是用条码检测的专用仪器——条码检测仪来进行测试，这就是人们通常所说的传统检测方法。条码检测仪的出现使得条码检测的效率大大提高，符号经过条码检测仪扫描后，马上就可以得到检验结果，性能全面的检测仪还能打印出列有详细质量参数值的质量检测结果，这就使得印刷企业能够根据检验结果调整印刷设备，充分发挥印刷设备的潜能，从而提高条码符号的印制质量。　

经过长期实践，人们发现基于条码符号技术规范基础上的检验方法在应用中存在以下缺陷和不足：(1)由于用该质量检验方法评价一个条码符号时只有一个单一的阈值，即是否符合标准，但不同的条码识读设备采用不同的光学结构、译码算法，在识读条码符号时具有不同的识读能力。单一的判定与多种识读设备和识读环境之间存在不一致的情况，也就是说，有些被传统方法判定为不合格的条码，却能够被正确识读。(2)在该检验方法中，条码的质量判定仅仅基于一次条码扫描所测出的质量参数。由于条码符号在高度方向存在信息的冗余，基于一个位置的一次扫描得出的数据不能够全面反映条码符号的整体质量。(3)对商品条码或128条码等来说，测量条码中条的尺寸意义不是很大，因为这些条码的译码是根据相似边的尺寸来进行的，条的整体增宽或减小对相似边的尺寸没有影响。(4)这种方法对条码的反射率要求方面存在疏漏，如它没有规定条码中条的反射率和空的反射率的测量位置，这就会导致不同仪器测出不同的结果，由此而产生了许多条码质量判定方面的商业纠纷。　

上述因素导致了用该种方法检验的结果和扫描识读性能不能完全保持一致，并由此导致顾客退货的现象增多。为此，80年代后，人们开始设法对条码的检验方法进行改进。从事条码技术和应用行业的专家对各种类型的条码识读系统进行了大量的识读测试，最后得出了一个评价条码符号综合质量等级的方法，即“反射率曲线分析法”，也简称条码综合质量等级法。该方法能够更好地反映条码符号在识读过程中的性能，并能够克服使用传统方法所产生的缺陷。1990年，美国首先用该方法评价条码质量，并制定了相应的美国国家标准ANSIX3.182-1990《条码印制质量指南》，综合分级方法根据对条码进行扫描所得出的“扫描反射率曲线”，分析条码的各个质量参数，并按实际识读的要求综合评定条码的质量和分级。随着条码技术的发展，条码综合质量等级法得到了较为广泛的应用。欧洲标准化委员会（CEN）1997年批准的欧洲标准EN1635-1997《条码检测规范》、2000年国际标准化组织和国际电工委员会批准的标准ISO/IEC15416-2000《条码印制质量检测规范》中都采用了条码综合质量等级法，我国新修订的国家标准GB12904-1998《商品条码》中也应用了条码综合质量等级法的部分原理。　　

目前，国际标准化组织已经开始研究与条码质量相关的其它标准，如条码制版软件技术规范，条码检测仪测试规范，条码识读设备性能测试规范等等。主要的几种条码符号如39条码、UCC/EAN-128条码等，在其符号标准中也纷纷采用综合分级检验的质量分析和评价方法。

相对于这一新的方法，以前的条码质量检验方法被称为传统的检验方法。