我正在创建一个用于本地化条形码类型的程序。（我知道存在很多，这不是问题:)）我暂时专注于一维条形码。

我遇到的困难是，我需要能够定位的条形码可能位于具有其他信息（文本/图像/...）、不均匀照明条件（-> 渐变）的图像中的任何位置，并且条形码可以缩放和以任何方式定位。

[编辑] 然而，与大多数条码相关的案例不同，我的应用程序不需要在智能手机上运行，​​因此可以让自己有一些处理带宽

我一直在尽可能多地研究书籍和出版物，但认为是时候请教专家了……

在困难环境中可靠地定位一维条码的最合适方法是什么？

目前，我正在应用 otsu 阈值、基本边缘检测和霍夫变换。我目前面临的问题：
- otsu 阈值是全局的，不能很好地处理大图像上的局部梯度。是否存在本地化算法？
- hough 定位条形码的行，还定位其他项目（特别是文本），并且很难仅过滤条形码（阈值行中的最小像素数会抛出很多，但也会抛出较小的条形码）

谁能指出我正确的方向？

我想知道傅立叶和 Gabor 滤波器，但它们似乎更复杂，所以在我开始之前想要意见。

PS：我在 Octave 和 Java 中做所有事情