随着信息技术和商品经济的发展,商品之间的信息交换和通信变得更为密切与频繁。条形码技术作为一种简单、方便、经济、高速的信息存储技术,已经成为物联网中最常用的信息采集技术,所以条形码图像采集和识别也变得越来越重要。在条形码的识别过程中,采集到的图像难免会出现不满足质量要求的情况,若条形码倾斜角过大或者受到光照的影响,会导致条形码不能被准确识读。因此,在条形码的图像预处理过程中,改善条形码图像的质量,可以提高解码的准确率。本文论述了条形码的条码特性和编码规则,并结合一维条形码自身的特征提出了一种适用于本研究课题的条形码旋转算法,该算法结合条形码的起始符或终止符对倾斜角进行计算,实现倾斜角校正,使得在原来对倾斜条形码不能解码的情况下,经过算法处理后,可以对任意倾斜角度下的条形码进行识别,且成功率可以达到100%,算法的运行时间为40ms左右。针对图像对比度偏低的问题,在条形码的预处理过程中加上二值化处理增强对比度,方法采用OTSU算法和Sauvola算法结合的新的局部自适应阈值二值化方法,可以大大地改善低对比度图片的质量,并且对不同光照条件下的条形码也有很好的识别效果,使得改进后的算法对可识别的最低对比度比原来提高了 15%。在研究开源的条形码识别软件开发包的基础上,改进程序中图像预处理部分的代码内容,并在Linux开发环境下建立图像扫码系统,该系统是由君正X1500核心板与EM3070图像模块搭载而成的条码识别设备,可以实现条形码的图像采集、图像处理、解码和信息输出等功能。通过实验验证,本文提出的方法具有很好的实用效果。