基於統計方法定位二維碼

laoki發表於2018-12-03

二維碼定位方法很多，比較常見的是 基於 連通域分析，形狀結構分析方法。

不過這些方法不太穩定，很依賴邊緣的準確性，依賴二值化的效果。

影象二值化是一個比較複雜的議題，並沒有特別優秀的通用方法。

比較靠譜的是基於統計的方法，經過實踐我設計了二維碼搜尋演算法:

1. 膨脹，然後統計灰度極大的灰度塊

2.粗定位 二維碼可能位置，然後使用 區域性 x方向的線密度, y方向線密度 搜尋 最佳邊界。

效果如下:

 

中間結果圖:

紅色的框是 粗定位的 矩形區域，然後根據 區域的 密度，進行四周生長，變成 精定位的 二維碼。

(所有的 姓名和身份證,都已經塗抹)

這種定位演算法主要的準則是 統計方式，能夠對干擾很重的邊界進行精定位，有效的避開了 二值化的連通域分析演算法。

 

相關文章