日照条码识读前的图像处理

条码在识读之前必须进行图像处理，下面条码申请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。

条码从最初仅作为商品身份证解决商品的身份识别和零售结算，逐渐用于物流、仓储、出产、商业交易方、位置等编码标识治理，还能承载商品的出产日期、批号、位置等更多附加信息，近年来更在食物安全追溯、产品质量监管、电子商务、电子政务、移动商务等重点领域得到更深层次的应用。条形码的重要属性是无含义性。条码符号通常并不包含商品价格或防伪等信息，假如散装的生鲜食物，如蔬菜、生果、肉类等无法预先包装，不适合印制原印码的商品，需要在超市或卖场现场打印出条码，俗称店内码，这种条码有时包含表示该商品品名及与其重量或价格。假如某些商品贴有追溯码，这种条码便集成了商品品名、价格等信息。

条码符号是将商品的代码翻译成宽窄不同的条形码供机器识读，万一碰到条码质量出了题目或被污损，以及扫描器泛起故障读取不了条码信息的情况，条码下方的一串数字字符就派上了用场，这些数字可供人们肉眼识别，超市里的收银员可以通过输入数字达到读取数据的目的，读取的这些数字与通过扫描器读取的数据是一致的。条码下边的13位数字代码，是商品在全球通行的独一的身份证，一个重要属性就是独一性。按这个属性编制的条码，条形码在全球范围内不重复，对不同种类、不同规格、不同包装、不同价格、不同颜色等性质的商品，均应编制不同的代码。否则计算机系统就会把它们视为完全相同的商品，从而造成价格结算及治理上的混乱。对企业来说，只有印制了条码的商品才是行销全球的通行证。

商品条形码是商品的独一标识，为国际通用的产品符号，各国同一编码，可以标出商品的出产国、制造厂家、商品名称、出产日期、分类号、种别、日期等信息。条形码为保证在线商品信息的完整性，利便卖家针对消费者开展针对性营销。众所周知，商品条码（简称条码或条形码）是由一条条深色和浅色条形符号及其下方的阿拉伯数字（字母）代码两部门构成的符号构成的。

根据实现原理，二维条码通常分为层排式二维条码（又称堆积式二维条码或行排式二维条码）、矩阵式二维条码（又称棋盘式二维条码）和邮政码三大类。

1．行排式二维条码

行排式二维条码其编码原理是建立在一维条码基础之上，按需要堆积成二行或多行。它在编码设计、校验原理、识读方式等方面继承了一维条码的一些特点，识读设备与条码印刷与一维条码技术兼容。但由于行数的增加，需要对行进行判定、其译码算法与软件也不完全相同于一维条码。有代表性的行排式二维条码有Code49、Code16K、PDF417等。其中的Code49、PDF417、Code16K等都是层排式二维条码。层排式二维条码可通过线性扫描器逐层实现译码，也可通过照相和图像处理进行译码。

2．矩阵式二维条码

矩阵式二维条码是在一个矩形空间通过黑、白像素在矩阵中的不同分布进行编码。在矩阵相应元素位置上，用点（方点、圆点或其他形状）的出现表示二进制“1”，点的不出现表示二进制的“0”，点的排列组合确定了矩阵式二维条码所代表的意义。矩阵式二维条码是建立在计算机图像处理技术、组合编码原理等基础上的一种新型图形符号自动识读处理码制。QRCode、DataMatrix、MaxiCode、CodeOne、矽感CM码（CompactMatrix）、龙贝码等都是矩阵式二维条码。绝大多数矩阵式二维条码必须采用照相方法识读。

3．邮政码

邮政码相对应用较为专门，它是通过对不同长度的条进行编码，主要用于邮件编码，如：Postnet、BP04State。

检测数据处理

扫描反射率曲线等级的确定:取单次测量扫描反射率曲线的参考译码、最低反射率、符号反差、最小边缘反差、调制比、缺陷度、可译码度、空白区宽度、宽窄比诸参数等级中的最小值作为该扫描反射率曲线的等级(各参数的等级及扫描反射率曲线的等级用字母表示时，字母等级与数字等级的对应关系是：A4，B3，C2，D1，F0)。

符号等级的确定:10次测量中有任何一次出现译码错误，则被检条码符号的符号等级为0。10次测量中都无译码错误（允许有不译码），以10次测量扫描反射率曲线等级的算术平均值作为被检条码符号的符号等级值。

符号等级的表示方法:符号等级以G/A/W的形式来表示，其中G是符号等级值，精确至小数点后一位；A是测量孔径的参考号；W是测量光波长以纳米为单位的数值。(符号等级值也可以用字母A、B、C、D或F来表示)。

扫描反射率曲线各单项参数检测结果的表示方法:对于一个条码符号经检测得出的10个扫描反射率曲线，可以计算各单项参数（除参考译码外）10次测量值的平均值并确定平均值的等级；可以计算参考译码参数10次测量的等级的平均值，把这些测量值的平均值及其相对应等级或等级的平均值作为检测结果在检测报告中给出。

判定根据检验结果，按照要求，进行单个商品条码符号质量的判定。检验报告

检验报告应包括以下内容：被检条码符号的条码类型；条码符号的供人识别字符；条码符号所标识的商品的名称、商标和规格；条码符号的承印材料；测量光波长和测量孔径的直径；检验依据的标准；各项检验结果；符号等级；判定结论；检验人、报告审核人和报告批准人的签名；检验单位的印章；检验日期。

近日，中国物品编码中心成员服务部副主任黄泽霞率队前来我院调研，调研项目包括分支机构服务能力、服务资源及系统成员服务需求等。我院黎志文副总监、物品编码管理中心徐立峰主任、通用条码技术开发中心易报春主任等陪同调研。

调研会上，通条中心易报春主任向项目组介绍了条码的企业内部管理功能与市场营销功能，指出条码是移动互联网时代消费者连接微信、网站、微博的重要入口。易报春主任指出每个条码都可以绑定唯一的产品、员工、经销商，以及消费者，成为企业管理的载体。条码搜集了企业生产、物流、销售、售后等过程中的所有数据，可以助企业更容易的接入互联网，发挥企业数据更大的价值，加速企业互联网化进程。

黄泽霞副主任表示通条中心20多年的市场化运作经验值得借鉴，通条中心的开拓创新为政务部门条码工作的开展提供了新的视角，条码的管理功能与营销功能也为企业互联网化提供了全新的思路。

近年来，我院通用条码技术开发中心不断提升条码研发能力，创立了品牌E码互联，基于条码研发了二维码防伪、微信防伪、条码应用系统、珠宝鉴定系统的多项条码应用方案，不断为政务部门、企业和消费者提供更好的条码服务。