摘要：文章以條碼技術(shù)、圖象處理技術(shù)以及計算機(jī)軟件技術(shù)為基礎(chǔ)，設(shè)計出比較完善可靠的條形碼識別算法。文中著重介紹了條形碼識別的算法，并且對三種情況下即：理想的、小于五度傾斜的、稍微模糊的條形碼進(jìn)行了識別測試并給出改進(jìn)思路。
關(guān)鍵詞：圖像；條形碼；算法

0 引言
    本設(shè)計的目的是在AOI(Automatic Optical Inspection，自動光學(xué)檢測)設(shè)備提供的PCB板圖片中對PCB板的條形碼信息進(jìn)行識別，應(yīng)用于電子通訊產(chǎn)品的生產(chǎn)線上，進(jìn)行PCB板的錯誤檢測。AOI通過攝像頭自動掃描PCB、采集圖像、測試的焊點與數(shù)據(jù)庫中的合格參數(shù)進(jìn)行比較，經(jīng)過圖像處理，檢查出PCB上的缺陷，并通過顯示器把缺陷顯示、標(biāo)識出來，供維修人員修正。PCB上所貼的條形碼記錄了該PCB的身份信息，通過識別該條形碼字符來認(rèn)證PCB板。
    本文主要解決的問題是條形碼的編碼規(guī)則如何轉(zhuǎn)換為實際獲得的像素點的參照標(biāo)準(zhǔn)，如何分割條形碼以及如何以后臺數(shù)據(jù)庫為基準(zhǔn)識別條形碼。

1 條形碼識別的算法研究及其實現(xiàn)
1．1 條碼識別算法步驟
    條形碼識別算法的過程主要分為以下這三個步驟：

    (1) 對于一個條形碼圖像，要識別的是從靜區(qū)開始的有效區(qū)域，算法中考慮了判別是否到達(dá)靜區(qū)，以此作為條碼識別工作的開始標(biāo)志；
    (2) 算法中總體上采用把整個條形碼按照39碼型的編碼規(guī)則進(jìn)行分割，再依次找尋每個條形碼字符的邏輯值在數(shù)據(jù)庫中的匹配字符來輸出。
1．2 算法分析
    在條形碼識別的算法分析過程中必須要解決三個比較關(guān)鍵的問題：1)條碼的長寬在圖像文件中用什么來衡量；2)條碼的碼字是不是要在識別之前分割出來，如果要分割出來，那么如何分割；3)分割后要怎么把對應(yīng)的碼字進(jìn)行處理。
    在設(shè)計之前理解了這三個問題，整個設(shè)計就會獲得良好的解決。首先明確，所要處理的碼型是39碼。39碼的一個重要的特點就是，具有不可伸縮性，也就是說，一個條碼字符就是由占一定長度的，9個元素組成的，其中3個寬元素6個窄元素。39碼符號均以*號開始和結(jié)尾，即木號是39碼的起始，終止字符，并且39碼是離散碼，符號中兩個相鄰字符之間用一個位空分開。假設(shè)把條形碼抽取9個元素，然后跳過1個往下抽取9個，依次類推，把抽取獲得的每9個元素組成條形碼的每個字符，只要檢測到前9條元素(由條和空組成，為了更好說明，文中把條說成黑條，而把空說成白條)是*就開始進(jìn)行條碼字符的識別，如果不是則放棄。
    對于掃描得到的條碼BMP文件其白條和黑條的寬度及幾何長度已經(jīng)失去意義，必須用另一種方法來表示。此時可以給出問題1)的答案：長寬用像素的個數(shù)來表示。對一個BMP文件，其像素的數(shù)據(jù)包含對應(yīng)的RGB值，用以表征它的顏色。因此可以通過該像素的RGB值來辨認(rèn)出是白色還是黑色。在理想的狀況下，白顏色的RGB值為(255，255，255)而黑顏色的RGB值為(0，0，0)，但是實際條件下，一個條碼圖像不會達(dá)到那樣標(biāo)準(zhǔn)的RGB值，也就是有模糊的狀況，規(guī)定這樣一個判決準(zhǔn)則：把RGB值大于(125，125，125)的像素認(rèn)為是白色像素，而把RGB值小于(12 5，125，125)的像素認(rèn)為是黑色的像素。在程序中采用列表PixelList=[]來存儲這些像素。然后基于以上的判決原則，程序?qū)崿F(xiàn)“掃描”X軸，獲得每個像素，如果該當(dāng)前的像素值符合是黑色的條件，就記錄到BlackCount，這時如果下一個的像素值還是黑色的就累加，如果下一個像素值符合是白色的條件，則把存儲黑色像素個數(shù)的變量BlackCount清空，以方便來記錄下一個黑條的像素個數(shù)。同樣地，對于白色像素也有類似的操作。至此得到了一個列表GeneralList=[]，里面存放著掃描X軸每個被認(rèn)為是黑條或是白條其對應(yīng)的像素個數(shù)。
    通過上面一步，把實際的條形碼轉(zhuǎn)換為用計算機(jī)所能運算和操作的方式，這里必須解決第(2)個問題，即在開始條碼識別的時候，要不要進(jìn)行碼字分割。顯然，這一點對簡化整個識別工作是個很大的幫助，如果能夠正確地把條碼的各個碼字分離出來，那么剩下的工作就僅僅是把獨立的碼字的邏輯值和數(shù)據(jù)庫相匹配，找尋到數(shù)據(jù)庫中匹配的字符，再把它輸出來，實現(xiàn)這一點是容易的。因此，條碼分割是整個識別工作的難點和核心，整個算法重心也在此。
    首先定義一個大列表CharList=[]，由于列表中的元素可以為小列表，所以創(chuàng)建這個列表來放碼字，每個碼字為每個小列表，小列表里的元素是對應(yīng)的黑條和白條的像素個數(shù)。如何實現(xiàn)碼字分割，首先考慮到39碼的特點：一個碼字為9個元素，每個碼字中間用一個白條隔開。所以只要在GeneralList=[]進(jìn)行操作，把需要的那個元素抽取存放到新的列表中即可。
    其次是判斷是寬條還是窄條。先計算出黑條的平均像素個數(shù)，之所以考慮采用計算平均像素個數(shù)的方法，是為了解決條形碼出現(xiàn)小角度傾斜依然能夠成功識別這樣的況。寬條或窄條的判斷原則是：對黑條而言，如果其像素個數(shù)大于這個平均值就是寬條，如果小于這個平均值就是窄條。如果是寬條就賦邏輯值1，如果是窄條就賦邏輯值0。把這些邏輯值都放到列表中，這個時候的列表，也是列表的列表，大列表的元素是單個條碼字符的黑條的邏輯值列表，小列表里的元素是01010這樣的邏輯值，用來表示寬窄。同樣地，對于白條而言，也有類似操作。至此，獲得了兩個大列表。一個是放黑條邏輯值的列表：BLogicList；一個是放白條邏輯值的列表WLogicList。大列表中的元素是每個碼字的邏輯值列表，這樣實現(xiàn)了碼字的分割工作。
    對于第3)個問題：分割之后要對碼字如何處理。首先，可以建立一個數(shù)據(jù)庫，將條碼規(guī)則的信息放入數(shù)據(jù)庫中。然后，只要在條形碼識別軟件中把數(shù)據(jù)庫和相應(yīng)的程序相連接，查找匹配值即可。在Access 2000數(shù)據(jù)庫中，黑條邏輯值和白條邏輯值都是以文本的數(shù)據(jù)類型來存放，但是在列表中各個0101都是整型。因此把列表里面元素進(jìn)行數(shù)據(jù)類型轉(zhuǎn)換，列表里的數(shù)字轉(zhuǎn)換為字符，成為一個字符串作為列表的元素存儲。
1．3 軟件調(diào)試及其分析
    根據(jù)算法的實現(xiàn)功能，選擇理想的和非理想的(小角度傾斜和輕微模糊的情況)三張條形碼進(jìn)行識別測試。

    采用這三張條形碼進(jìn)行測試，步驟如下：
    (1) 啟動調(diào)試軟件，出現(xiàn)一個用戶界面菜單，供用戶載入條碼圖片。

    (2)選擇一個條碼的BMP文件后將其載入，可以獲得：

    (3) 開始條碼的識別程序，此時可以獲得條碼識別成功的信息框，理想的條碼圖片的識別結(jié)果為：

    傾斜角度小于5°情況下的條形碼圖片和表面輕微模糊的條形碼圖片的識別結(jié)果如圖8所示：

    從以上三種情況的條碼圖片測試可以看出所設(shè)計的條形碼識別算法達(dá)到了預(yù)期的功能，實現(xiàn)了設(shè)計的目標(biāo)。

2 結(jié)論
    本文主要解決的問題是條形碼的編碼規(guī)則如何轉(zhuǎn)換為實際獲得的像素點的參照標(biāo)準(zhǔn)，如何分割條形碼以及如何以后臺數(shù)據(jù)庫為基準(zhǔn)識別條形碼，這些都已經(jīng)獲得了良好的解決。
    條形碼的字符分割部分是本設(shè)計的難點所在。根據(jù)39碼的編碼規(guī)則進(jìn)行算法設(shè)計，突破了該難點。設(shè)計對于一定程度的不理想條形碼也做了處理。