|
|
1
9
我建议搜索条形码具有的属性。我想到的是:
有了这个,我会把图像分割成碎片,并用这些特征进行分类,然后将结果合并,计算出碎片是否包含条形码的可能性。 对于你的第二个问题(模糊图像),我建议计算 1st order derivative 然后检测该空间中线条的边缘。如果图像模糊,则导数的最大值较低,但在某个模糊因子下应该可以检测到。 这对你有帮助吗? |
|
|
2
4
正如mp已经指出的,你不需要任何真正的人工智能技术。请看第12章 Real World Haskell . 它实现了一个几乎完整的条形码识别器。示例代码在Haskell中,但是有大量的解释,因此即使没有Haskell的经验,您也可能理解这些想法和技巧。 如果你想用人工智能解决它,那么最好的办法可能是使用人工神经网络。对于给定的问题,我建议使用一种叫做HyperNEAT的高级技术。请参阅我的解释(和链接)作为SO问题的第一个答案 Neural Network Size... 我可能会使用两到三个不同的网络,
可能对图像进行一些预处理也会有所帮助,例如那些在RWH中描述的图像。 |
|
|
3
0
你不需要任何特定的人工智能或软计算技术。您需要应用图像处理技术来提高图像质量或将条形码从较大的图像中分离出来。 你可以用Matlab做原型,学习更多关于图像处理的知识。 |