快递单中条形码自动检测及提取开题报告

1. 研究目的与意义

随着电子商务和快递行业在国内外的迅速发展，市场对快件分拣效率和准确度要求愈来愈高。现在快递打印单已经逐步取代快递手写单，人工录入快递单号，会耽误大量的时间，同时也会存在一定的错误率，目前我国多数快递公司的快件分拣系统已经实现部分自动化，但是分拣信息的采集仍然需要人工操作，而通过程序语言得出快递单上条形码的位置，节省了大量时间。

条形码技术在日常生活中有着广泛的应用,随着移动智能终端如智能手机等的日益普及,人们希望只通过一台带摄像功能的、价格低廉的移动终端设备就能够完成条形码的识别,使自己能够突破时空的限制,在任何时间、任何地点实时地完成条形码信息的获取能力,所以基于图像处理的条形码技术满足了人们的这种现实需求,它具有广阔的应用前景。条形码是一种经济、高效的自动识别技术，其具有高效、可靠性高、采集信息量大、灵活实用、可携带性与可复印性、寿命长和不可更改性等优点。

在这个信息化的时代，智能化的快递单号扫描会节省大量的人力和物力资源，同时也会减少由于人工操作带来的失误。如今，我国网络购物如此发达，网络购物已成为人们生活中的必需部分，从而也使得快递包裹量的急剧增加，因此很有必要去使用智能化的快递单号录入。

2. 研究内容和预期目标

本课题运用Python或其他编程语言进行图像处理操作，由于快件图像上条形码位置的不确定性，要完成条形码自动识别，条形码的定位提取最为关键。该课题主要研究了如何在复杂背景中,包括快递单图像质量稍差的情况下对快递单图像进行适当预处理，运用形态学、矩形轮廓拟合等图像处理技术准确地检测定位并分割出条形码区域，以便于后续对条形码的译码识别工作。

本课题的预期目标是：首先在给定同一家快递公司的快递单图像上选择一些候选的区域，然后对这些区域提取特征，再对于快递单存在倾斜的情况进行透视校正，然后将快递单中的条形码区域快速准确定位，最后在图形用户界面(Graphical User Interface,GUI)显示用边框定位条形码后的快递单，并提取保存。

3. 研究的方法与步骤

研究方法：

针对采集图像中存在条形码区域角度倾斜和几何失真的问题，首先通过倾斜校正和透视变换进行图像复原，再对图像进行预处理，将图像转变成灰度图像，并图像增强，通过形态学、矩形轮廓拟合等图像处理操作，有效地从快件图像信息背景中定位分割出条码区域，最后根据条形码区域的特点，选择有效合适的滤波器来计算判定梯度幅值和方向，对黑白条码图像进行有效性判别，将正确的条形码区域图像分割出来并提取后保存。

步骤：

4. 参考文献

[1]张瑾. 基于图像处理的一维条形码识别技术研究[j]. 数字技术与应用,2014(10):85-86.

[2]赵雪青. 基于自适应神经网络模糊推理系统的图像去噪算法研究[d]. 陕西师范大学, 2010:12-13.

[3]武丹, 汪国昭. 基于差分扩张和差分平移的无损信息隐藏算法[j]. 吉林大学学报(工学版), 2010, 40(4):1071-1074.

5. 计划与进度安排

（1）2022年2月25日-3月10日，查阅大量文献资料，积极做好论文前期准备工作，撰写开题报告。

（2）2022年3月11日-3月17日，掌握所选择编程工具的使用方法，如python环境等。

（3）2022年3月18日-4月10日，开始完成设计的具体内容，对快递单图像进行适当预处理，选取合适的方法实现快递单中有效区域的检测和分割。