#include?
#include?
#include?

using?namespace?cv;
using?namespace?std;
using?namespace?zbar;

int?main（int?argcchar*?argv[]）
{
	char?fileNameString[100];
	char?windowNameString[50];
	char?resultFileNameSring[100];
	Mat?srcImagegrayImageblurImagethresholdImagegradientXImagegradientYImagegradientImagemorphImage;
	for?（int?fileCount?=?1;fileCount?	{
		sprintf（fileNameString“F:\\opencv\\條形碼檢測(cè)與識(shí)別\\barcode_0%d.jpg“fileCount）;
		sprintf（windowNameString“result?0%d“fileCount）;
		sprintf（resultFileNameSring“F:\\opencv\\條形碼檢測(cè)與識(shí)別\\barcodeResult_0%d.jpg“fileCount）;
		//讀取圖像
		srcImage?=?imread（fileNameString）;
		if（srcImage.empty（））
		{
			cout<<“image?file?read?error“<
			return?-1;
		}
		//圖像轉(zhuǎn)換為灰度圖像
		if（srcImage.channels（）?==?3）
		{
			cvtColor（srcImagegrayImageCV_RGB2GRAY）;
		}
		else
		{
			grayImage?=?srcImage.clone（）;
		}
		//建立圖像的梯度幅值
		Scharr（grayImagegradientXImageCV_32F10）;
		Scharr（grayImagegradientYImageCV_32F01）;
		//因?yàn)槲覀冃枰臈l形碼在需要X方向水平所以更多的關(guān)注X方向的梯度幅值而省略掉Y方向的梯度幅值
		subtract（gradientXImagegradientYImagegradientImage）;
		//歸一化為八位圖像
		convertScaleAbs（gradientImagegradientImage）;
		//看看得到的梯度圖像是什么樣子
		//imshow（windowNameStringgradientImage）;
		//對(duì)圖片進(jìn)行相應(yīng)的模糊化使一些噪點(diǎn)消除
		blur（gradientImageblurImageSize（99））;
		//模糊化以后進(jìn)行閾值化得到到對(duì)應(yīng)的黑白二值化圖像二值化的閾值可以根據(jù)實(shí)際情況調(diào)整
		threshold（blurImagethresholdImage210255THRESH_BINARY）;
		//看看二值化圖像
		//imshow（windowNameStringthresholdImage）;
		//二值化以后的圖像條形碼之間的黑白沒有連接起來就要進(jìn)行形態(tài)學(xué)運(yùn)算消除縫隙相當(dāng)于小型的黑洞選擇閉運(yùn)算
		//因?yàn)槭情L(zhǎng)條之間的縫隙所以需要選擇寬度大于長(zhǎng)度
		Mat?kernel?=?getStructuringElement（MORPH_RECTSize（217））;
		morphologyEx（thresholdImagemorphImageMORPH_CLOSEkernel）;
		//看看形態(tài)學(xué)操作以后的圖像
		//imshow（windowNameStringmorphImage）;
		//現(xiàn)在要讓條形碼區(qū)域連接在一起所以選擇膨脹腐蝕而且為了保持圖形大小基本不變應(yīng)該使用相同次數(shù)的膨脹腐蝕
		//先腐蝕讓其他區(qū)域的亮的地方變少最好是消除然后膨脹回來消除干擾迭代次數(shù)根據(jù)實(shí)際情況選擇
		erode（morphImage?morphImage?getStructuringElement（MORPH_RECT?Size（33））Point（-1-1）4）;
		dilate（morphImage?morphImage?getStructuringElement（MORPH_RECT?Size（33））Point（-1-1）4）;
		//看看形態(tài)學(xué)操作以后的圖像
		//imshow（windowNameStringmorphImage）;
		vector>contours;
		vectorcontourArea;
		//接下來對(duì)目標(biāo)輪廓進(jìn)行查找目標(biāo)是為了計(jì)算圖像面積
		findContours（morphImagecontoursRETR_EXTERNALCHAIN_APPROX_SIMPLE）;
		//計(jì)算輪廓的面積并且存放
		for（int?i?=?0;?i?		{
			contourArea.push_back（cv::contourArea（contours[i]））;
		}
		//找出面積最大的輪廓
		double?maxValue;Point?maxLoc;
		minMaxLoc（contourArea?NULL&maxValueNULL&maxLoc）;
		//計(jì)算面積最大的輪廓的最小的外包矩形
		RotatedRect?minRect?=?minAreaRect（contours[maxLoc.x]）;
		//為了防止找錯(cuò)要檢查這個(gè)矩形的偏斜角度不能超標(biāo)
		//如果超標(biāo)那就是沒找到
		if（minRect.angle<2.0）
		{
			//找到了矩形的角度但是這是一個(gè)旋轉(zhuǎn)矩形所以還要重新獲得一個(gè)外包最小矩形
			Rect?myRect?=?boundingRect（contours[maxLoc.x]）;
			//把這個(gè)矩形在源圖像中畫出來
			//rectangle（srcImagemyRectScalar（0255255）3LINE_AA）;
			//看看顯示效果找的對(duì)不對(duì)
			//imshow（windowNameStringsrcImage）;
			//將掃描的圖像裁剪下來并保存為相應(yīng)的結(jié)果保留一些X方向的邊界所以對(duì)rec

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????文件??????122315??2016-03-11?14:53??barcode_01.jpg
?????文件??????104680??2016-03-11?16:27??barcode_02.jpg
?????文件??????119950??2016-03-11?16:27??barcode_03.jpg
?????文件??????118024??2016-03-11?16:27??barcode_04.jpg
?????文件??????109951??2016-03-11?16:27??barcode_05.jpg
?????文件??????120404??2016-03-11?16:27??barcode_06.jpg
?????文件???????42683??2014-11-18?04:10??barcode_07.jpg
?????文件????????4877??2016-03-15?10:40??main.cpp