基于Hough变换和深度学习的条形码识别OA北大核心

为了解决复杂背景下条形码不易定位识别的难题,提出一种基于Hough变换和深度学习相结合的方法对条形码进行校正定位。首先对待检测图像进行灰度化、高斯模糊以及边缘检测等预处理;然后利用Hough变换检测条形码图像中的线段,进行旋转校正,校正后的图像经Yolov5对条形码进行识别和提取,完成条形码的识别分割。文中方法对不同样式条形码均有较好的识别效果,旋转校正的精确度达到99.31%,识别平均精确度达到99.40%,召回率达到99.79%,推理时间为10.5 ms。提出的方法可对任意角度倾斜进行校正,识别条码具有较高的准确率,对条形码定位识别具有一定的应用价值。