Detekce čárových kódů v obraze

Abstract

Cílem této práce je zhodnocení současných metod detekce čárových kódů v obraze, otestování několika vybraných metod a následné navržení a implementace vylepšení některé z těchto metod. V této práci byla otestována Scharrova metoda detekce, detektor knihovny OpenCV a neuronová síť YOLOv5. Samotné vylepšení bylo provedeno kombinací neuronové sítě YOLOv5 a detektoru čárových kódů knihovny OpenCV. Podařilo se dosáhnout zlepšení average precision při prahu 0.5 o 3.42% oproti metodě YOLOv5 a 38.38% oproti detektoru čárových kódů knihovny OpenCV.The aim of this work is to evaluate the current methods of barcode detection in images, test several selected methods and then design and implement improvements to some of these methods. In this work, the Scharr detection method, the OpenCV library detector and the YOLOv5 neural network were tested. The enhancement itself was performed by combining the YOLOv5 neural network and the OpenCV library barcode detector. The combined method was able to achieve an improvement in average precision at a threshold of 0.5 of 3.42% over the YOLOv5 method and 38.38% over the OpenCV library barcode detector.