基于機器視覺的藥盒檢測系統(tǒng)設計

姬 賀，陳亞軍，劉 雪，馬 登

（西華師范大學 電子信息工程學院，四川 南充 637001）

0 引言

隨著智能制造技術的高速發(fā)展，商家為了凸顯產(chǎn)品唯一性，更加方便快捷地進行信息管理，將有關本商品的大量相關信息印刷于外包裝盒上，如產(chǎn)品名稱、產(chǎn)品品牌等。因此對藥廠的商品鏈來說，藥盒的信息正確識別以及提高其識別的效率，有著十分重要的意義。本文基于機器視覺技術，利用手機攝像頭對藥盒信息進行拍取，對藥盒產(chǎn)品的信息進行識別，為后續(xù)藥品的管理、分揀等工序提供方便［1，4］。

OpenCV軟件庫是一個基于BSD許可(開源）發(fā)行的開源計算機視覺庫，可以運行在多個操作系統(tǒng)上，如Linux，Windows，Android和Mac OS等。它具有輕量級且能夠進行高效計算等優(yōu)點，而且本身是由C函數(shù)和少量C＋＋類構(gòu)成，并且由C＋＋語言編寫并進行了深度優(yōu)化，從而可以享受多線程處理的優(yōu)勢，同時提供了多種語言的接口，從而幫助人們快速地建立計算機視覺應用。OpenCV的應用領域十分廣泛，包括圖像拼接、圖像降噪、產(chǎn)品質(zhì)檢、人機交互、人臉識別、動作識別、動作跟蹤、無人駕駛等［5］。本設計利用OpenCV內(nèi)置的一些算法對藥盒上的信息檢測，一定程度上提升了開發(fā)效率。

1 檢測方案設計

基于OpenCV軟件庫的檢測設計，主要包括圖像采集模塊以及基于OpenCV庫的檢測模塊。由于不同藥盒的條形碼的放置的位置通常是不同的，因此本設計采用智能手機(iphoneX）拍取有藥盒條形碼的一面并將圖像上傳至系統(tǒng)進行檢測。經(jīng)過試驗，可以得出該檢測方案成本低，效果也比較良好。

2 基于OpenCV的條形碼檢測軟件設計

2.1 條形碼相關知識

條形碼是按照一定的編碼規(guī)則將不同的條和空排列組合起來的，表示一些特定的信息，如字符、數(shù)字等。條形碼具有制作簡單、信息采集快、可靠性強、自由度大等特點。一條完整的條形碼的符號結(jié)構(gòu)通常是由靜區(qū)、起始字符、數(shù)據(jù)字節(jié)、校驗字符、終止字符、靜區(qū)依次組成［6］。

2.2 基于OpenCV庫檢測條形碼流程

基于OpenCV庫的條形碼檢測識別方法，需要對條形碼進行圖像讀取，進行圖像預處理，再用OpenCV內(nèi)置的圖像檢測算子進行檢測，最后傳入深度學習中的卷積神經(jīng)網(wǎng)絡進行識別。這種方法，不僅速度快，而且抗外部干擾能力也比較好，大多可以準確識別藥盒的條形碼及相關數(shù)字信息。OpenCV檢測條形碼的主要流程，如圖1所示。

圖1 OpenCV識別條形碼流程

2.3 OpenCV檢測條形碼關鍵算子以及用法

(1）cv2.imread：在識別條形碼的第一步操作，需要將圖像載入軟件當中，建立一個image，方便對圖像進行后續(xù)的處理。常用用法為cv2.imread(filename，flags）：filename讀入image的完整路徑；flags標志位，｛cv2.IMREAD_COLOR，cv2.IMREAD_GRAYSCALE，cv2.IMREAD_UNCHANGED｝；cv2.IMREAD_COLOR默認參數(shù)，讀入一副彩色圖片，忽略alpha通道，可用1作為實參替代；cv2.IMREAD_GRAYSCALE讀入灰度圖片，可用0作為實參替代；cv2.IMREAD_UNCHANGED讀入完整圖片，包括alpha通道，可用-1作為實參替代。

(2）cv2.Sobel：利用Sobel邊緣檢測提取我們image的輪廓。常用用法為cv2.Sobel(src，ddepth，dx，dy，dst，ksize）。

src表示需要處理的圖像；ddepth表示圖像的深度；dx和dy表示對圖像求導的階數(shù)；dst表示操作處理后的圖像為dst；kisze表示Sobel算子的大小。

(3）cv2.getStructuringElement：來生成不同形狀的結(jié)構(gòu)元素。常用用法為矩形MORPH_RECT；交叉形MORPH_CROSS；橢圓形MORPH_ELLIPSE。

(4）cv2.dilate：將前景物體變大，理解成將圖像斷開裂縫變小(在圖片上畫上黑色印記，印記越來越小）。常用用法為cv2.dilate(src，kernel，iterations）。

src表示需要處理的圖像；kernel配合cv2.getStructuringElement使用，使用指定形狀和尺寸的結(jié)構(gòu)元素(內(nèi)核矩陣）；iterations表示迭代使用該函數(shù)的次數(shù)。

(5）cv2.erode：將前景物體變小，理解成將圖像斷開裂縫變大(在圖片上畫上黑色印記，印記越來越大）。常用用法與cv2.dilate(）中的參數(shù)用法幾乎相同。

(6）cv2.imencode：將圖片轉(zhuǎn)換為數(shù)據(jù)，通常是np.unit8格式。

(7）cv2.imdecode：從指定的內(nèi)存緩存中讀取數(shù)據(jù)，并把數(shù)據(jù)轉(zhuǎn)換(解碼）成圖像格式。

(8）cv2.matchTemplate：將目標圖片與模板圖片進行模板匹配。模板匹配就是在包含目標圖片的模板圖片上搜索目標，該目標同模板有相同的尺寸、方向和圖像元素，通過內(nèi)置的算法可以在圖中找到目標。

3 檢測結(jié)果

通過以上對OpenCV關鍵算子的應用，將拍取到的藥盒包裝印刷的條形碼圖片進行檢測并核對真實數(shù)據(jù)，檢測軟件得到正確的結(jié)果，如圖2所示。

圖2 條形碼檢測結(jié)果

4 結(jié)語

本文主要基于python語言利用OpenCV庫，對藥盒的條形碼進行了檢測并識別，利用OpenCV的形態(tài)學操作算子檢測到條形碼信息。因為藥盒條形碼信息大多都是阿拉伯數(shù)字，筆者通過模板匹配對此進行了識別。結(jié)果表明，筆者設計的條形碼檢測識別系統(tǒng)結(jié)果比較準確，效率也比較高，具有一定的實用意義。