二维码结构与检测
标准的二维码结构如下所示：
特别需要注意的是图中三个黑色正方形区域，它们是用于定位二维码的最关键区域。我们在进行二维码扫描检测时，首要任务就是识别这三个区域。一旦成功找到这三个区域，就意味着我们已经成功检测到一个二维码，可以进行定位与识别了。这三个角上的正方形区域从左到右，从上到下的黑白比例为1:1:3:1:1。不管角度如何变化，这个特征是最显著的，通过这个特征我们可以实现二维码的扫描检测与定位。
立即学习“Python免费学习笔记（深入）”；
使用Python语言生成二维码其实非常简单，有一个纯Python的二维码生成包，地址和安装执行命令如下：
然后执行如下代码即可生成二维码，代码示例如下：
image = qrcode.make('hello, qrcode')image.save('test.png')
使用zbar进行二维码解析时需要注意，标准的zbar不支持Python3，这是一个较大的问题。幸运的是，有一位开发者在zbar的基础上进行了封装，开发了pyzbar包，支持Python2和Python3，非常实用。安装非常简单，Windows下一条命令即可搞定，Linux和Mac OS则需要先安装zbar然后再执行此命令。
解析接口支持PIL/Pillow图像、OpenCV/numpy数组和原始字节等多种格式，这意味着可以与OpenCV无缝对接，OpenCV读取的图像可以直接用于解析。示例如下：
ViiTor实时翻译
AI实时多语言翻译专家！强大的语音识别、AR翻译功能。
116 查看详情
解析结果分为四个部分，分别为：
外接矩形与多边形状表示如下：
其中，蓝色矩形表示外接矩形，粉色表示多边形的四个点坐标。
二维码检测与解析示例如下，其中QRcodeDetector是我基于二值图像轮廓分析实现的二维码检测类。该类支持各种纠偏、倾斜和放缩的二维码检测，同时对检测到的二维码区域进行ROI截取，然后使用zbar进行二维码解析，输出二维码解析数据内容。导入的包与初始化代码如下：
import qrcodefrom pyzbar.pyzbar import decodefrom qrcode_demo.qrcode_detector import QRcodeDetectorimport cv2 as cvimport numpy as npqr_detector = QRcodeDetector()image = qrcode.make('hello, qrcode')image.save('test.png')result = decode(cv.imread('test.png'))print(result[0][3])
静态图像二维码检测与解析的代码如下：
def image_detect(): src = cv.imread("D:/images/wechat_id.jpg") result, code_image = qr_detector.detect(src) text_content = decode(code_image) if text_content is not None: print("content : %s"% text_content[0][0]) cv.imshow("input", src)
实时视频二维码检测与解析的代码如下：
def video_detect(): capture = cv.VideoCapture(0) height = capture.get(cv.CAP_PROP_FRAME_HEIGHT) width = capture.get(cv.CAP_PROP_FRAME_WIDTH) out = cv.VideoWriter("D:/qrcode_demo.mp4", cv.VideoWriter_fourcc('D', 'I', 'V', 'X'), 15, (np.int(width), np.int(height)), True) while True: ret, frame = capture.read() if ret is True: frame = cv.flip(frame, 1) cv.imshow("frame", frame) result, code_image = qr_detector.detect(frame) if code_image is not None: text = decode(code_image) if len(text) > 0: cv.putText(result, text[0][0].decode("utf-8"), (20, 100), cv.FONT_HERSHEY_PLAIN, 1, (0, 255, 0), 2, 8) cv.imwrite("D:/result.png", result) print(text[0][0].decode("utf-8")) out.write(result) cv.imshow("result", result) c = cv.waitKey(5) if c == 27: break else: break cv.waitKey(0) cv.destroyAllWindows()
效果展示如下：
以上就是干货 | 基于OpenCV Python实现二维码检测与识别的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/277999.html
微信扫一扫 
支付宝扫一扫 
