潢川条码是必须的吗？

条形码是将线条与空白按照一定的编码规则组合起来的符号，用以代表一定的字母、数字等资料。在进行辨识的时候，是用条形码阅读机扫描，得到一组反射光信号，此信号经光电转换後变为一组与线条、空白相对应的电子讯号，经解码後还原为相应的文数字，再传入电脑。条形码辨识技术已相当成熟，其读取的错误率约为百万分之一，首读率大於98%，是一种可靠性高、输入快速、准确性高、成本低、应用面广的资料自动收集技术。

世界上约有225种以上的一维条形码，每种一维条形码都有自己的一套编码规格，规定每个字母(可能是文字或数字或文数字)是由几个线条(Bar)及几个空白(Space)组成，以及字母的排列。一般较流行的一维条形码有39码、EAN码、UPC码、128码，以及专门用於书刊管理的ISBN、ISSN等。

从UPC以後，为满足不同的应用需求，陆陆续续发展出各种不同的条形码标准和规格，时至今日，条形码已成为商业自动化不可缺少的基本条件。条形码可分为一维信阳条形码(OneDimensionalBarcode,1D)和二维码(TwoDimensionalCode,2D)两大类，目前在商品上的应用仍以一维条形码为主，故一维条形码又被称为商品条形码，二维码则是另一种渐受重视的条形码，其功能较一维条形码强，应用范围更加广泛。

一、条形码怎样申请办理？信阳条形码申请流程符号1、GS1-128条码不用于POS零售结算，条码符号的长度依字符的数量、类型和放大系统的不同而变化，并且能将若干信息编码在一个条码符号中。

2、条码符号可编码的较大数据字符数为48个；包括空白区在内的物理长度不能过165mm。应用标识符（AI）是一个2～4位的代码，用于定义其后续数据的含义和格式，如所含零售商品的数量、重量、长度等。

二、申请商品条形码，二维条形码除一维条码，商品条码还可以用二维码来标识，目前，DataMatrix,QR码、汉信码是我国应用较为普及的二维码。

如果只是偶尔需要做一下信阳条形码的话建议用excel和word之类的做一下就好了

但是如需要专业的条码制作，以及想制作及打印成千上百的条码就建议选用专业版的条码制作软件BT了，下面我来介绍一下两种制作的方法。

一、word的制作条形码的方法

首先打开word，然后点击工具栏的“视图”，再点击“控件”

然后点击控件符号，点击“旧式工具”符号，再点击到“其他控件”

再然后在“其他控件”中点击“MicrosoftBarcode控件9.0”

然后word就会自动生成一个条形码，

然后右键点击条形码，点击“属性”，就可以进行条形码的设置

二、BARTENDER的制作条形码的方法

1.打开的界面

2.选择所需码制（BARTENDER里面总计有95种码制）

3.按需设置码制属性

4.将做好的码制导出矢量图或打印出来

信阳条形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。