杭州条码在识读之前必须进行图像处理，下面介绍几种常见的图像处理的理论和算法。

1．灰度处理

数字图像在计算机上以位图的形式存在，位图是一个矩阵式点阵，其中每一点称为像素，像素是数字图像中的基本单位。一幅m×n大小的图像，是由m×n个明暗度不等的像素组成的。数字图像中各个像素所具有的明暗程度由灰度值所标识。一般将白色的灰度值定义为255，黑色的灰度值定义为0，而由黑到白之间的明暗度均匀地划分为256个等级。对于黑白图像，每个像素用一个字节数据来表示，而在彩色图像中，每个像素需用三个字节数据来表述，就能呈现五彩缤纷的颜色。彩色图像可以分解成红（R）、绿（G）、蓝（B）三个单色图像，任何一种颜色都可以由这三种颜色混合构成。在图像处理中，彩色图像的处理通常是通过对其三个单色图像分别处理而得到的。但是一幅彩图中每个像素都用RGB分量表示，图像文件将会变得非常庞大，因此在实际应用中，通常采用调色技术，将256色位图转变为灰度图像。对于24位真彩图，每个像素用三个字节分别表示R、G、B三个分量。将256色位图转换为灰度图像，首先必须计算每一种颜色对应的灰度值。256色位图的灰度图像与RGB值的对应关系如下：

Y＝0.299R＋0.587G＋0.114BR＝G＝B＝Y

根据R、G、B的值求出Y值后，将R、G、B的值都赋予Y值，写入新图，这样就可以将256色位图转换成灰度图像。

2．灰度直方图

在数字图像处理中，一个简单和有用的工具是直方图，它概括一幅图像的灰度级内容。任何一幅图像的直方图都包括了可观的信息，某些类型的直方图还可以由其直方图完全描述。直方图的计算是简单的，直方图的计算可以用相当低的代价来完成。

直方图是灰度值的函数，描述的是图像中具有该灰度级的像素的个数，其横坐标级（0～L－1），纵坐标表示该灰度出现的频率（像素的个数）

3．图像二值化处理

为了便于对图像进行后续处理，需要对图像进行二值化处理，二值化处理将不可避免地丢失图像信息。若阈值选取过小，会提取多余的部分；若选取的过大，会丢失所需要的图像信息。因此阈值选取是图像二值化处理中的一项重要技术，它的选取直接关系到后续的处理。针对条码识读系统而言，二值化图像的效果直接影响到条码识读的可靠性。

阈值化分割原理：先确定一个处于图像灰度取值范围之中的阈值，然后将图像中各个像素的灰度值都与这个阈值相比较，并根据比较结果将对应的像素划分为两类：像素灰度值大于阈值的为一类，像素值小于和等于阈值的为另一类。这两类像素一般分属图像中的两类区域，所以对像素根据阈值分类达到了分割的目的。如果一个物体其内部具有均匀一致的灰度值，并分布在一个具有另一个灰度值均匀背景中，使用阈值的效果更佳。

阈值分割算法主要有两个步骤：

①确定需要的分割阈值。

②将像素与分割阈值做比较并划分。

简单来说，条形码是用来方便人们输入资料的一种方法，这种方法是将要输入电脑内的所有字元，以宽度不一的线条(Bar)及空白(Space)组合来表示每一字元相对应的码(Code)。其中空白亦可视为一种白色线条，不同的一维条形码规格有不同的线条组合方式。

在一个条形码的起头及结束的地方，都会放入起始码及结束码，用以辨识条形码的起始及结束，不过不同条形码规格的起始码及结束码的图样并不完全相同。具体而言，每一种条形码规格明定了下列七个要项：

字元组合(Character Set)

每一种条形码规格所能表示的字元组合，有不同的范围及数目，有些条形码规格只能表示数字，如UPC码、EAN码；有些则能表示大写英文字及数字，甚至能表示出全部ASCII字元表上的128字元，如39码、128码。

符号种类(Symbology Type)

依据条形码被解读时的特性可将条形码规格分成两大类：

分散式

每一个字元可以独自地解码，列印时每个字元与旁边的字元间，是由字间距分开的，而且每个字元固定是以线条做为结束。然而，并不一定是每一个字间距的宽度大小都必须相同，可以容许某些程度的误差，只要彼此差距不大即可，如此，对条形码印表机(Barcode Printer)的机械规格要求可以比较宽松。例如39码与128码。

连续式

字元之间没有字间距，每个字元都是线条开始，空白结束。且在每一个字的结尾後，马上就紧跟下一个字元的起头。由於无字间距的存在，所以在同样的空间内，可列印出较多的字元数，但相对地，因为连续式条形码的密度比较高，其对条形码机的列印精密度的要求也较高。例如UPC和EAN码。

粗细线条的数目

条形码的编码方式，是藉由许多粗细不一的线条及空白的组合方式来表示不同的字元码。大多数的条形码规格都是只有粗和细两种线条，但也有些条形码规格使用到二种以上不同粗细的线条。

固定或可变长度

指在条形码中包含的资料长度是固定或可变的，有些条形码规格因限於本身结构的关系，只能使用固定长度的资料，如UPC码、EAN码。

细线条的宽度

指条形码中细线条及空白的宽度，通常是某个条形码中所有细的线条及空白的平均值，而且它使用的单位通常是mil (千分之一英寸，即0.001 inch)。

密度

指在一固定长度内可表示字元数目，例如条形码规格A的密度高於条形码规格B的密度，则表示当两者密度值相同时，在同一长度内，条形码A可容纳得下较多的字元。

自我检查

指某个条形码规格是否有自我检测错误的能力，会不会因一个列印上的小缺陷，而可能使得一个字元被误判成为另外一个字元。有「自我检查」能力的条形码规格，大多没有硬性规定要使用「检查码」，例如39码。没有「自我检查」能力的条形码规格，在使用上大多有「检查码」的设定，如EAN码、UPC码等。