标准的二维码结构如下：

特别要关注的是图中三个黑色正方形区域，它们就是用来定位一个二维码的最重要的三个区域，我们二维码扫描不检测首先要做的就是要发现这三个区域，如果找到这个三个区域，我们就成功的检测到一个二维码了，就可以对它定位与识别了。三个角上的正方形区域从左到右，从上到下黑白比例为1:1:3:1:1。不管角度如何变化，这个是最显著的特征，通过这个特征我们就可以实现二维码扫描检测与定位。

Python语言实现二维码生成其实十分简单，有个纯Python的二维码生成包, 地址与python安装执行命令如下：

https://pypi.org/project/qrcode/ pip install qrcode

然后执行如下代码即可实现二维码的生成, 代码演示如下：

使用zbar进行二维码解析，但是标准的zbar不支持python3，这个比较坑，还好有个大神在zbar的基础上包装了一下，做了pyzbar的开发包，支持python2与python3，非常的好用。安装非常容易，windows下一条命令搞定，Linux与Mac OS下面要先安装zbar然后再执行此命令即可。

pip install pyzbar

解析调用接口支持PIL / Pillow images, OpenCV / numpy ndarrays, and raw bytes等各种格式，可以看出来跟OpenCV可以直接的无缝对接，基本上OpenCV读出来的图像，直接可以给它使用，演示如下：

可以看出解析结果分为四个部分，分别为：

Data – 表示二维码内容 Type表示类型，可以是二维码或者各种条码 Rect表示二维码区域外接矩形 Polygon表示二维码区域的多边形

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，粉色表示多边形四点坐标。

其中QRcodeDetector是我自己实现的基于二值图像轮廓分析实现的二维码检测类。支持各种纠偏，倾斜，放缩二维码检测，同时对检测到的二维码区域会截取ROI区域然后送到zbar进行二维码解析，输出二维码解析data内容。 导入的包与初始化代码如下

静态图像二维码检测与解析

实时视频二维码检测与解析