新人报道。。。
开个玩笑。瓜农叔叔带你们收割，请大家准备好装备，大炮一定要记得带着。。。
之前看过很多关于一维条码的算法，但效果都不行，也下过很多开源库，比如ZXing和Zbar，但这两个对于模糊条码的处理基本没作用。因为大部分的时候一维条码的算法用于移动终端较多，基于图像的这种处理方式，会有个比较明显的缺点，就是一般的算法只能在摄像机聚焦后才能解码，也即只有在获取清晰地图像之后才能解码。但摄像机的聚焦需要时间，快则1-2秒，慢则3-4秒，再加上解码以及镜头调整的时间，会导致这款应用的用户体验很差。
之所以在这里说这么多废话，是给那些新同学看的，老同学就算了。你们可以忽略上述废话。
这里提到的模糊条码是指摄像机没有聚焦的情况下，导致摄像机拍出的图片或者视频流中的条码部分不清晰。如下图所示：
图 1
ZXing和ZBar是无法解码上述图像的，因为仔细看了他们的代码就可以知晓一二了，他们的处理就是从图像中找出一条穿越整个条码的线（或者几条取平均值）。这样的处理就等于默认图像是清晰的。但图像如上图一所示时，这两个算法就显得无能为力了。在做这个算法之前，我也对此很是苦恼。（这就等于说你需要半年或许更久去研究新的算法并自己实现）。目前市场上比较流行的有我查查、redlaser（已经被ebay收购），这两个应用是可以扫描模糊的条码的。有兴趣的同学可以去下载玩玩看。但这两个应用对他们的算法细节只字未提，redlaser对开发者而言是可以购买的，具体的金额不太记得了，貌似挺贵的，是按照你的应用被多少终端使用来计算的，貌似需要0.06美元一个，也就是用户每次下载一个你的应用，你就需要向redlaser支付0.36RMB，其实这还是挺贵的。如果你的应用下载次数为一百万，那么就需要向他支付36万RMB，当然，作为一款这样的应用，如果只被下载一百万次，那么你的盈利肯定是不多的。据说我查查已经有一千两百万用户了，而redlaser在全球有2亿设备在使用。
扯远了，回归主题。看了很多论文，但是真正有用的却屈指可数，于是找了一篇实现了下，感觉效果还不错，大体上已经脱离opencv了，但是条码定位部分还没将opencv的源码抠出来，现在也懒得做，因为手机端只要一个窗口对准条码部分就行了，这部分做只是浪费时间而已。文章名为"Reading 1-D Barcodes with Mobile Phones Using Deformable Templates"，大致意思就是使用可变模型在手机上面进行以为条形码的解码，翻译的不太好，望见谅。
文章的大体就是介绍一维条码的解码算法。重点就是算法使用的是full gray-level information，也就是说并不进行二值化（binarize）。将穿越条码的一条或者几条线拿出来做分析，并进行模板匹配，当然还有一些如何使得接触的码是正确的条码数字的算法。
可恨的是文章给出的算法还是有很多缺陷的，比如对于光照比较强烈的时候导致的大光斑，如图2所示：
图 2
图2所示的这些图片使用正常的算法是很难解码的， 使用上述文章的算法也比较困难。因此本人在实现算法的基础上加了一些其他的东西，比如如何将这些光斑去除，以及球面图像的校正算法。当然对于整个的框架作用并不是那么巨大。只是锦上添花的作用而已（这部分的功能暂不完整，还在处于调试的阶段）。
很晚了，叔叔要睡觉了。明天继续part2。将会讲解一下关于算法的知识。
转载请注明出处，否则追究版权责任！