使用Python和OpenMV讀取條形碼

在今天的文章中，將會介紹OpenMV，以及他們的高階IDE，甚至會教你如何建立自己的條形碼掃描系統。

使用Python和OpenMV讀取條形碼

圖1:OpenMV可以在許多型別的程式碼中讀取二維碼

條形碼是計算機將一個專案與資料庫關聯起來的一種簡單方法。因此，必須正確解碼條形碼，以便更新資料庫。

典型的條形碼閱讀器使用光電池來“檢視”程式碼。如果想了解更多可以看看Chris Woodford的文章：條形碼和條形碼掃描器( http://www.explainthatstuff.com/barcodescanners.html )

考慮到當今時代相機的重要性，我們可以使用影象處理來檢測和解碼條形碼。

在PyImageSearch上的一篇文章中，演示瞭如何用Python和OpenCV檢測條形碼。( https://www.pyimagesearch.com/2014/11/24/detecting-barcodes-images-python-opencv/ )

檢測是一個難題，另一件是將條形碼解碼成有用的字串。不幸的是,OpenCV不包含內建的條形碼檢測+閱讀功能…

但有一些流行的庫條形碼檢測,其中一個是ZBar。使用ZBar和其他類似的條形碼閱讀庫是完成任務的一種方法。另一種選擇是使用嵌入式工具和庫，比如OpenMV。

事實上，OpenMV使得檢測和閱讀條形碼變得非常容易:

• 構建自己的條形碼掃描裝置。

• 在裝配線上建立自動化零件檢驗系統。

• 利用OpenMV在一個感興趣專案中幫助你掃描和組織車間的元件和外部裝置。

• 使用OpenMV教中學或高中生關於嵌入式程式設計的知識。

用OpenMV和Python進行條形碼檢測和解碼

安裝OpenMV IDE後啟動它。我們將在OpenMV IDE中完成所有的編碼工作。

讓我們首先建立一個名為openmv_barcode.py 的檔案。

在第2-4行，我們匯入所需的MicroPython/OpenMV包。

如果你想使用LCD shield，可以在第9行匯入需要的lcd包。

接下來，讓我們設定攝像機感測器:

第12-29行的設定不需要解釋，請閱讀程式碼和註釋。

我想指出的是， LCD需要一個符合螢幕的解析度。（sensor.QQVGA2 )。

注意:我試著弄清楚如何使用全解析度，然後製作一個適合於LCD的縮放影象，但是沒有成功。正因為如此，如果你選擇使用LCD，你就要嘗試解碼低解析度的條形碼。LCD仍然是一個很好的除錯工具，我想把它包括進去，這樣你就可以很容易的使用它。

我還想指出第27行。在“hello world”示例中，你將看到sensor.skip_frames的一個關鍵字引數time=2000。在此上下文中不支援關鍵字引數，所以一定要使用第27行所示的語法(尤其是通過“hello world”執行時)。

接下來,讓我們來執行初始化:

如果你使用的是LCD，需要取消第33行。

第36行初始化了FPS計算的計時器。

從這裡我們將建立(1)查詢表和(2)確定條形碼型別的方便（convenience function）函式:

正如在第39行中看到的，在這裡我定義了一個barcode_type字典，OpenMV可以檢測和解碼很多不同的條形碼樣式。

第57-63行定義了獲取條形碼型別的方便函式，而不會引起Python金鑰異常(OpenMV不能很好地處理異常)。

我們將從開始一個while迴圈開始獲取和處理幀:

第一步是為FPS計數器計時(第68行)。

在第71行獲取sensor.snapshot框架。

我們有一個影象，讓我們看看能做些什麼

我們在這裡找到標準的非QR碼。我們所需要做的就是呼叫img.find_barcodes （封裝了所有條形碼檢測+讀取功能）並迴圈顯示結果（第74行）。

鑑於檢測到的條形碼，我們可以：

• 圍繞檢測到的條形碼繪製邊框矩形（第76行）。

• 輸出型別，質量和有效載荷（第79-82行）。

• 在螢幕上繪製字串（第85行）。根據文件目前沒有辦法用較大的字型繪製字串。

• 
  

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

QR碼解碼以類似的方式完成：

此迴圈模仿標準條形碼迴圈，因此請務必檢視詳細資訊。

在迴圈之外，如果使用LCD，你需要在其上進行顯示（第100行）。

最後，在第103行，我們可以在終端上輕鬆輸出FPS（每秒幀數）。

OpenMV條形碼解碼結果

圖3:OpenMV團隊為計算機視覺開發設計了一個很棒的IDE。這是在第一次開啟IDE並載入程式時所看到的。

首先，通過USB將OpenMV攝像頭連線到電腦。

然後啟動IDE，如圖3所示。

從那裡，點選左下角的連線按鈕。

IDE可能會提示更新韌體（通過點選按鈕並等待大約3-5分鐘）。

當你準備好在編輯器中載入程式時，請點選左下方的綠色播放/程式按鈕。這個按鈕將用你的程式碼設定OpenMV。

MicroPython程式碼需要大約45-90秒才能編譯成機器程式碼並在處理器上快閃記憶體。

不久之後，如果輸出到終端上，你將看到諸如FPS或條形碼資訊等資料 – 這是正常工作所需要的。你還會在右上方的取景器中看到來自相機感測器的實時檢視。

現在我們來試一下條形碼吧！

以下是我們正在處理的內容：

圖4:使用OpenMV攝像機測試樣例條形碼。包括QR, CODE128, CODE93, CODE39和DATABAR條形碼影象。

可以從IDE的內建終端中檢視結果：

每段程式碼和終端的截圖如下:

圖5：通過連結到PyImageSearch主頁掃描QR碼。

圖6：掃描包含“https://openmv.io”有效載荷的QR碼 – OpenMV主頁。

圖7:這個二維碼包含了一個有效載荷，可以引導你使用Python圖書資訊頁面進行計算機視覺的深度學習。

圖8：一個代號為“guru”的CODE128條形碼由OpenMV解碼。

圖9：OpenMV可以解碼CODE93條形碼，例如具有“OpenMV”有效載荷的條形碼。

圖10:CODE39條形碼很容易被OpenMV解碼。這裡的有效載荷是“DL4CV”。

圖11：OpenMV可以解碼固定寬度且只包含數字的DATABAR程式碼。我在此條形碼中編碼了“2018”，但正如你所看到的，OpenMV相機實際上可以讀取16個字元。

最後是IDE的實際情況。 注意它如何讀取多個程式碼，在條形碼周圍繪製邊框，幷包含顏色直方圖的。

圖12：OpenMV正在檢測條形碼並將結果列印到IDE。正如你所看到的，左下方有一個滾動資料的終端。IDE的右上角還有一個實時檢視攝像頭視訊，右下角是顏色直方圖。

IDE非常適合除錯。但是，對於可部署專案，你不應該使用IDE。你可以通過I2C，SPI或WiFi將條形碼有效載荷傳送給執行器，以便在資料庫中進行處理。

這裡是LCD的實際操作：

圖13：OpenMV彩色LCD遮蔽為OpenMV提供了一個很好的取景器。

總結

在這篇文章中，我們使用OpenMV來執行條形碼解碼。

旨在成為“機器視覺的開源硬體”，OpenMV cam是嵌入式的（無作業系統），並可通過多種可用 shields進行擴充套件。它也非常易於使用。你可以使用MicroPython在OpenMV上編寫程式碼。

但是，瞭解OpenMV不執行OpenCV很重要，處理器根本無法處理它。 也就是說，內建了許多類似於OpenCV的功能。使用OpenMV IDE，你可以將自己的計算機視覺應用程式組合在一起。

在本公眾號「七月線上實驗室」回覆以下關鍵詞獲取AI乾貨

PPT--《1天搞懂深度學習》資料

小抄--機器學習常用庫小抄表

題庫-- 人工智慧面試題庫

資料集--人工智慧各行業資料彙總

思維導圖--Python學習必備思維導圖電子版

量化交易--量化投資程式設計課程與資料