opencv检测二维码和条形码

您所在的位置：网站首页 › opencv识别硬币 › opencv检测二维码和条形码

opencv检测二维码和条形码

2023-06-21 22:13| 来源: 网络整理| 查看: 265

文章目录 1 excel制作简单二维码2 识别二维码和条形码2.1 相关库2.2 decode解码2.3 圈出二维码的位置2.4 判断二维码是否授权 3 完整代码3.1 使用图片进行识别3.2 使用摄像头实时识别 4 总结

1 excel制作简单二维码

使用excel可以实现制作二维码，但只能实现做英文和数字类型的，步骤如下：

在任意单元格输入内容

选项卡里找到开发工具—插入—点击ActiveX控件的最右下角。

弹出的窗口内，往下滑动选择Microsoft BarCode Control 16.0后，点击确定。

在任意区域，摁住鼠标左键不放，拖动鼠标，画出合适大小的矩形，松开鼠标，即可获得一个条形码。

右击条形码，选择属性，点击自定义右边“…”，弹窗内的样式，选择最后一个“11 - QR Code”，点击确定。

回到属性，找到"LinledCell"，输入前面有内容的单元格位置

得到二维码

2 识别二维码和条形码 2.1 相关库

安装所使用的库

! pip install --user opencv-contrib-python ! pip install --user pyzbar

引入所用的库

import cv2 import numpy as np from pyzbar.pyzbar import decode 2.2 decode解码

使用decode函数对二维码的图片进行解码，会看到结果会出现以下一些参数。其中，data代表二维码的内容；type代表是条形码还是二维码类型；rect代表二维码轮廓的信息；polygon二维码轮廓的位置，从左上角逆时针旋转。

img = cv2.imread('code.png') result = decode(img) print(result)

结果为：

[Decoded(data=b’1230V’, type=‘QRCODE’, rect=Rect(left=34, top=33, width=193, height=187), polygon=[Point(x=34, y=33), Point(x=34, y=220), Point(x=227, y=220), Point(x=227, y=33)], quality=1, orientation=‘UP’)]

利用循环分别获取解码出来的信息：

for barCode in result: print(barCode.data) print(barCode.rect) print(barCode.polygon)

结果为：

b’1230V’

Rect(left=34, top=33, width=193, height=187) [Point(x=34, y=33), Point(x=34, y=220), Point(x=227, y=220), Point(x=227, y=33)]

发现会出现“ b’168Qr’ ”，b代表它是以字节为单位。想要去掉这个“b”，那么需要进行解码。

for barCode in result: print(barCode.data) myData = barCode.data.decode('utf-8') print(myData)

运行结果如下：

b’1230V’

1230V

得出结论：解码成功

2.3 圈出二维码的位置

解码结束后，在图片上显示出二维码的位置和二维码的内容。

根据解码后的polygon返回值，框出二维码。

for barCode in result: myData = barCode.data.decode('utf-8') pts = np.array([barCode.polygon], np.int32) # 创建一个int32数据类型的二维码轮廓数组 pts = pts.reshape((-1, 1, 2)) # 自适应维度大小 cv2.polylines(img, [pts], True, (255, 0, 255), 5)

cv2.polylines(): cv2.polylines(img, pts, isClosed, color, thickness) 其中，pts: 折线顶点数组；isClosed:是否是闭合折线(多边形)

根据解码后的rect返回值，确定二维码内容放置的位置。

pts2 = barCode.rect cv2.putText(img, myData, (pts2[0], pts2[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (255, 0, 255), 2)

cv.putText(img, text, org, fontFace,fontScale,color[, thickness[, lineType[, bottomLeftOrigin]]])

其中，参数依次为：图片，添加的文字，左上角坐标，字体，字体大小，颜色，字体粗细

2.4 判断二维码是否授权

先在当前文件夹内创建一个文本文件，里面输入一些授权的二维码内容。

with open('myDataList.txt') as f: myDataList = f.read().splitlines() print(myDataList)

根据二维码的内容来判断是否授权。如果二维码的内容在这个文本文件内，那么输出“Authorized”，而且框二维码的线条为绿色；如果二维码的内容不在这个文本文件内，那么输出“Un-Authorized”，而且框二维码的线条为红色。

for barCode in result: myData = barCode.data.decode('utf-8') if myData in myDataList: myOutPut = "Authorized" myColor = (0, 255, 0) else: myOutPut = "Un-Authorized" myColor = (0, 0, 255) pts = np.array([barCode.polygon], np.int32) # 创建一个int32数据类型的二维码轮廓数组 pts = pts.reshape((-1, 1, 2)) # 自适应维度大小 cv2.polylines(img, [pts], True, myColor, 5) pts2 = barCode.rect cv2.putText(img, myData, (pts2[0], pts2[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.9, myColor, 2) cv2.imshow('22', img)

实现结果为：

在这里插入图片描述

3 完整代码 3.1 使用图片进行识别 import cv2 import numpy as np from pyzbar.pyzbar import decode img = cv2.imread('code.png') result = decode(img) with open('myDataList.txt') as f: myDataList = f.read().splitlines() print(myDataList) for barCode in result: myData = barCode.data.decode('utf-8') if myData in myDataList: myOutPut = "Authorized" myColor = (0, 255, 0) else: myOutPut = "Un-Authorized" myColor = (0, 0, 255) pts = np.array([barCode.polygon], np.int32) # 创建一个int32数据类型的二维码轮廓数组 pts = pts.reshape((-1, 1, 2)) # 自适应维度大小 cv2.polylines(img, [pts], True, myColor, 5) pts2 = barCode.rect cv2.putText(img, myData, (pts2[0], pts2[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.9, myColor, 2) cv2.imshow('22', img) cv2.waitKey(0) 3.2 使用摄像头实时识别 import cv2 import numpy as np from pyzbar.pyzbar import decode # 导入摄像头 cap = cv2.VideoCapture(0) cap.set(3, 320) #摄像头的宽度 cap.set(4, 320) #摄像头的高度 cap.set(10, 100) #摄像头的亮度 with open('myDataList.txt') as f: myDataList = f.read().splitlines() while True: success, img = cap.read() for barcode in decode(img): myData = barcode.data.decode('utf-8') print(myData) if myData in myDataList: myOutPut = "Authorized" myColor = (0, 255, 0) else: myOutPut = "Un-Authorized" myColor = (0, 0, 255) pts = np.array([barcode.polygon], np.int32) pts = pts.reshape((-1, 1, 2)) cv2.polylines(img, [pts], True, myColor, 5) pts2 = barcode.rect cv2.putText(img, myOutPut, (pts2[0], pts2[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.9, myColor, 2) cv2.imshow("Result",img) if cv2.waitKey(1) & 0xFF == ord('q'): IMPLEX, 0.9, myColor, 2) cv2.imshow("Result",img) if cv2.waitKey(1) & 0xFF == ord('q'): break 4 总结

二维码检测与识别是计算机视觉领域中的一个重要任务，它旨在从图像或视频中检测、定位和解析出二维码信息。在实现二维码检测与识别的过程中，我们可以借助开源工具库，如OpenCV和ZBar，利用图像处理、特征提取和分类器训练等技术来实现。

【本文地址】

opencv检测二维码和条形码

opencv检测二维码和条形码

今日新闻

推荐新闻