石鑫华视觉
基于机器视觉的料盘条码识别
条码识别，在机器视觉行业应用是比较广泛的，从电子产品跟踪，到物流跟踪等，都会涉及到条码识别。本实际应用中，是读取料盘上的条码，一个可以用于跟踪物料，另一个可以用于判断使用的物料是否正确。
料盘上的条码
料盘上的条码
机器视觉光源
一般来讲料盘还是比较大的，可能会有几百毫米，因此这种产品的照明，一般都是使用大环形光源，或者是使用两根~四根比较长的条形光源，这样可以获得比较均匀的图像。可以考虑使用BL-38040-W这样的条形光源。
光源控制器
可以考虑使用常规的模拟控制器APS-2424-2CH或者是迷你控制器MAPS-2424-2CH。如果是在高速拍照需要很短的曝光时间，则考虑使用频闪控制器，如SPS-2430-4CH。而如果需要程序控制不同的光源亮度以适用不同的产品，则可以考虑数字控制器，如DPS-24125-4CH。因为使用比较长大的条形光源，因此功率比较大，建议使用不建议使用24W的小控制器。
工业相机
因为料盘比较大，而且上面的条码可能出现在整个料盘的任一位置，所以需要照整个料盘，视野比较大。所以这里建议使用至少500万像素以上的相机。这样可以获得足够大的分辨率，对于读码比较有利。
工业镜头
建议使用高分辨率低畸变的镜头，这样条码在镜头边缘位置时，不会因为分辨率降低而无法读取条码的情况。
图像处理算法
这类应用除了条码识别函数外，没有什么可以选择的方法。这里只是看使用哪个库函数来处理这种应用。NI VISION的条码识别并不是非常稳定，建议考虑使用Halcon、VisionPro等图像处理库来识别，稳定性会好很多。
坑爹的NI VISION条码识别
机器视觉项目实现难度
★★★~★★★★★
主要是看用什么库，使用Halcon可能会比较容易完成任务，而如果使用NI VISION，可能需要调试很久，而且稳定性也不一定能够保证。