基于Hough变换和深度学习的条形码识别

作     者：屈源昊 张丰收 昌继宝 丰瑞博 QU Yuanhao;ZHANG Fengshou;CHANG Jibao;FENG Ruibo

作者机构：河南科技大学机电工程学院 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2025年第48卷第01期

页      面：157-162页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点基础研究发展计划(J2019-VII-0017-0159) 

主　　题：Hough变换 Yolov5 倾斜校正 条码识别 图像处理 机器视觉 

摘      要：为了解决复杂背景下条形码不易定位识别的难题，提出一种基于Hough变换和深度学习相结合的方法对条形码进行校正定位。首先对待检测图像进行灰度化、高斯模糊以及边缘检测等预处理；然后利用Hough变换检测条形码图像中的线段，进行旋转校正，校正后的图像经Yolov5对条形码进行识别和提取，完成条形码的识别分割。文中方法对不同样式条形码均有较好的识别效果，旋转校正的精确度达到99.31%，识别平均精确度达到99.40%，召回率达到99.79%，推理时间为10.5 ms。提出的方法可对任意角度倾斜进行校正，识别条码具有较高的准确率，对条形码定位识别具有一定的应用价值。