条形码检测

备注

此 API 需要有效的 软件许可证 。

条形码检测 API 允许您检测和解码 2D 图像中的条形码。

条形码是一种可视的、机器可读的数据表示形式，通常由平行线、空白区域或特定形状组成的图案来编码信息，例如产品编号。Zivid SDK 支持以下线性（一维）和矩阵（二维）条形码格式：

• 线性条码：EAN-13、EAN-8、Code 128、Code 93、Code 39、UPC-A、UPC-E

• 矩阵：QR Code, Data Matrix

EAN-13

EAN-8

Code 128

Code 93

Code 39

UPC-A

UPC-E

QR Code

Data Matrix

支持的条形码格式示例。

Barcodes may come in various sizes, where the width of the smallest bar or space is the main sizing parameter. This smallest feature is called the module size (or X-dimension), and it is commonly expressed in mils, where one mil is 1/1000 inch (0.0254 mm). For example, standard retail linear barcodes typically vary between 7 mil (0.178 mm) and 13 mil (0.330 mm). Smaller barcodes require higher resolution to be detected and decoded reliably.

8 mil

10 mil

12 mil

从相同距离拍摄的不同尺寸的 Code 128 条形码示例。

条形码检测 API

首先初始化条形码检测器。请注意，此操作只需执行一次，无需 在每次采集数据时都执行。

C++

source

const auto barcodeDetector = Zivid::Experimental::Toolbox::BarcodeDetector();

Python

source

barcode_detector = BarcodeDetector()

然后指定要检测哪些受支持的条形码格式，而不是检测所有格式。这将加快检测速度并提高解码的可靠性。在本例中，为了简单起见，我们概括地选择了所有受支持的格式。

C++

source

// Select your specific barcode formats for optimal performance
const auto linearFormatFilter = LinearBarcodeFormat::code128 | LinearBarcodeFormat::code93
                                | LinearBarcodeFormat::code39 | LinearBarcodeFormat::ean13
                                | LinearBarcodeFormat::ean8 | LinearBarcodeFormat::upcA
                                | LinearBarcodeFormat::upcE;
const auto matrixFormatFilter = MatrixBarcodeFormat::qrcode | MatrixBarcodeFormat::dataMatrix;

Python

source

# Select your specific barcode formats for optimal performance
linear_format_filter = {
    LinearBarcodeFormat.code128,
    LinearBarcodeFormat.code93,
    LinearBarcodeFormat.code39,
    LinearBarcodeFormat.ean13,
    LinearBarcodeFormat.ean8,
    LinearBarcodeFormat.upcA,
    LinearBarcodeFormat.upcE,
}
matrix_format_filter = {MatrixBarcodeFormat.qrcode, MatrixBarcodeFormat.dataMatrix}

成功检测和解码条形码很大程度上取决于清晰且曝光良好的 2D 图像。请使用条形码检测器建议的 2D 设置，并捕获 2D frame。

C++

source

const auto settings2d = barcodeDetector.suggestSettings(camera);
const auto frame2d = camera.capture2D(settings2d);

Python

source

settings_2d = barcode_detector.suggest_settings(camera)
frame_2d = camera.capture_2d(settings_2d)

然后对捕获的 2D frame 执行条形码检测和解码。这里我们同时读取线性条形码和矩阵条形码，但请确保只读取您所需的特定条形码类型。

C++

source

const auto linearBarcodeResults = barcodeDetector.readLinearCodes(frame2d, linearFormatFilter);
const auto matrixBarcodeResults = barcodeDetector.readMatrixCodes(frame2d, matrixFormatFilter);

Python

source

linear_barcode_results = barcode_detector.read_linear_codes(frame_2d, linear_format_filter)
matrix_barcode_results = barcode_detector.read_matrix_codes(frame_2d, matrix_format_filter)

最后，打印出生成的条形码代码、格式和像素位置。

C++

source

if(!linearBarcodeResults.empty())
{
    std::cout << "Detected " << linearBarcodeResults.size() << " linear barcodes:" << std::endl;
    for(const auto &result : linearBarcodeResults)
    {
        std::cout << "-- Detected barcode " << result.code() << " on format " << toString(result.codeFormat())
                  << " at pixel " << result.centerPosition() << std::endl;
    }
}

if(!matrixBarcodeResults.empty())
{
    std::cout << "Detected " << matrixBarcodeResults.size() << " matrix barcodes:" << std::endl;
    for(const auto &result : matrixBarcodeResults)
    {
        std::cout << "-- Detected barcode " << result.code() << " on format " << toString(result.codeFormat())
                  << " at pixel " << result.centerPosition() << std::endl;
    }
}

Python

source

if linear_barcode_results:
    print(f"Detected {len(linear_barcode_results)} linear barcodes:")
    for result in linear_barcode_results:
        print(
            f"-- Detected barcode {result.code()} on format {result.code_format()} at pixel {result.center_position()}"
        )

if matrix_barcode_results:
    print(f"Detected {len(matrix_barcode_results)} matrix barcodes:")
    for result in matrix_barcode_results:
        print(
            f"-- Detected barcode {result.code()} on format {result.code_format()} at pixel {result.center_position()}"
        )

Zivid Studio 中的条形码检测

小技巧

Zivid Studio 中的条形码检测功能*不需要*软件许可证。

您可以使用 Zivid Studio 轻松测试条形码检测。连接相机，选择条形码预设，对包含条形码的场景进行 2D 图像捕获。然后点击 View → Show barcodes 即可在图像中可视化解码后的条形码。

在 Zivid Studio 中可视化检测到的条形码。

您可以通过在 View → Configure barcodes to detect 中选择特定的条形码格式来加快检测速度。

条形码检测性能

检测和解码的性能取决于多种因素，包括：

• 条形码尺寸

• 到条形码的距离

• 图像分辨率

• 图像聚焦

• 水平和垂直视野

这些因素有效地决定了条形码表面的空间分辨率，而空间分辨率对于可靠的检测和解码至关重要。

图像分辨率和对焦可通过相机设置进行控制，我们建议使用 BarcodeDetector::suggestSettings(camera) 以获得最佳拍摄设置。每款相机的水平和垂直视野 (FOV) 都是固定的，视野越大，空间分辨率越低。条形码的拍摄距离可在一定限制条件下由应用程序控制，但同时也受相机工作范围的限制。

因此，我们推荐使用相机 Zivid 2+ MR130 和 MR60用于条形码检测，因为它们在其工作范围内能够提供足够的空间分辨率。以下是针对不同距离、方向和视场内位置的各种静态条形码的基准测试结果。

小技巧

为了获得可靠的解码结果，请在绿色区域内操作。

线性条码

MR60

MR130

矩阵码

MR60

MR130

版本历史记录

SDK	变更
2.17.0	新增了条形码检测 API