"Adaptive" 标准化为 0-1？从值数组中解码 0 和 1（低级条形码解码）
"Adaptive" normalization to 0-1? Decoding the 0s and 1s from an array of values (low level barcode decoding)
我正在研究黑白标签的解码器（非常类似于条形码）。
解码器得到的是已经分离的条形码单元格和每个黑白参考单元格。
基本思路是计算每个cell的平均亮度，和参考值比较，判断是0还是1。问题是闪电不一致，所以白色cell在例如左侧几乎和右侧的黑色单元格一样呈灰色。所以你得到的值是这样的：
80, 81, 79, 47, 77, 80, 68, 82...（代表 W,W,W,B,W,W,B,W...）。 68比较接近白色的参考值，但是由于左右各有一个80和一个82，显然得是黑色的
解码 0 和 1 的最优雅方法是什么，不是通过将它们与两个参考值严格比较，而是通过值的模式？
最好的，帕维尔
一个"elegant"解决方案：
- 对给定的矩阵应用某种模糊。
- 从原始矩阵中减去模糊矩阵。
- 将这个按比例缩放的差异添加到原始矩阵。
第 1 步和第 2 步创建一个矩阵，其中的值表示与附近值的差异。将此数据与原始值相结合可为原始矩阵提供一些额外信息。
我正在研究黑白标签的解码器（非常类似于条形码）。
解码器得到的是已经分离的条形码单元格和每个黑白参考单元格。
基本思路是计算每个cell的平均亮度，和参考值比较，判断是0还是1。问题是闪电不一致，所以白色cell在例如左侧几乎和右侧的黑色单元格一样呈灰色。所以你得到的值是这样的：
80, 81, 79, 47, 77, 80, 68, 82...（代表 W,W,W,B,W,W,B,W...）。 68比较接近白色的参考值，但是由于左右各有一个80和一个82，显然得是黑色的
解码 0 和 1 的最优雅方法是什么，不是通过将它们与两个参考值严格比较，而是通过值的模式？
最好的，帕维尔
一个"elegant"解决方案：
- 对给定的矩阵应用某种模糊。
- 从原始矩阵中减去模糊矩阵。
- 将这个按比例缩放的差异添加到原始矩阵。
第 1 步和第 2 步创建一个矩阵，其中的值表示与附近值的差异。将此数据与原始值相结合可为原始矩阵提供一些额外信息。