|
目录
过程
1、获取图片中的二维码信息
2、获取视频中的二维码信息
3、检测出二维码框
4、显示数据
5、添加数据，判断二维码是否授权
5-1：、添加数据
5-2、读取文件信息，放入数组
5-3、判断二维码是否授权
总代码
过程
1、获取图片中的二维码信息
# 检测图像中的码（解码）
def Read_Decode_Pic():
img = cv2.imread('Resource/qrcode.jpg')
# 遍历解码
for code in decode(img):
print("条形码/二维码：", code)
print("条形码/二维码数据：", code.data.decode('utf-8')) #解码数据
注：要解码数据的话，必须在for循环中进行，不能直接赋值
二维码：
条形码：
2、获取视频中的二维码信息
# 检测视频中的码（解码）
def Read_Decode_Cam():
cap = cv2.VideoCapture(0) #打开视频
while True:
success, img = cap.read() #获取每一帧图片
for code in decode(img): #解码
print("条形码/二维码：", code) #解码内容
print("条形码/二维码数据：", code.data.decode('utf-8')) # 解码数据
cv2.imshow('result', img) #逐像素显示，不断更替，相当于视频
cv2.waitKey(1) #延时1ms
3、检测出二维码框
如果是矩形框的话，比较方便，但是旋转情况下，会不准确。因为rect获取的是正的矩形，无法旋转。
# 画出矩形
pts = code.rect #得到矩形四个角
cv2.rectangle(image, pts, (255,0,255), 3) #画出矩形
所以我们需要获取多边形对它进行旋转：
注：polylines函数中需要的坐标类型是是CV_32S，所以需要转换一下
# 多边形获取（矩形的框）
pts = np.array(code.polygon, np.int32) #获取多边形坐标
cv2.polylines(image, [pts], True, (0,0,255), 5) #画多边形框
可以发现，这时我们可以检测到旋转的矩形框。
4、显示数据
获取矩形框的左上角作为Text的坐标（左边坐标），显示数据
# 显示数据
pts_rect = code.rect
print(pts_rect)
cv2.putText(image, data, (pts_rect[0],pts_rect[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255,0,0), 2)
# 显示数据 矩形坐标 字体类型 字体大小 颜色 粗细
5、添加数据，判断二维码是否授权
创建一个文件，里面放入一些二维码数据库，读取文件，判断二维码的数据是否在数据库里面。（不在则红色，表示未授权；在则绿色，表示已授权）
5-1：、添加数据
5-2、读取文件信息，放入数组
# 读取文件
def Read():
global Data_Array
Data_Array = open('Authorited.txt').read().splitlines() #按行分隔
print('已授权的数据：\n', Data_Array)
5-3、判断二维码是否授权
# 判断二维码是否授权
def Judge(data):
global color
if data in Data_Array: #成功
color = (0, 255, 0) #绿色标记
print('Authorized\n')
else: #失败
color = (0, 0, 255) #红色标记
print('Unauthorized\n')
总代码
# 二维码识别
import cv2
import numpy as np
from pyzbar.pyzbar import decode
# 读取文件
def Read():
global Data_Array
Data_Array = open('Authorited.txt').read().splitlines() #按行分隔
print('已授权的数据：',Data_Array,'\n')
# 判断二维码是否授权
def Judge(data):
global color
if data in Data_Array: #成功
color = (0, 255, 0) #绿色标记
print('Authorized\n')
else: #失败
color = (0, 0, 255) #红色标记
print('Unauthorized\n')
# 检测图像中的码（解码）
def Read_Decode_Pic(image):
# 遍历解码
for code in decode(image):
# print("条形码/二维码：", code)
data = code.data.decode('utf-8')
print("条形码/二维码数据：", data) #解码数据
# 判断二维码是否授权
Judge(data)
# 多边形获取（矩形的框）
pts_poly= np.array(code.polygon, np.int32) #获取多边形坐标
cv2.polylines(image, [pts_poly], True, color, 5) #画多边形框
# 显示数据（获取矩形框的左上角作为Text的坐标(左边坐标)，显示数据）
pts_rect = code.rect
# print(pts_rect)
cv2.putText(image, data, (pts_rect[0],pts_rect[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2)
# 显示数据 矩形坐标 字体类型 字体大小 颜色 粗细
cv2.imshow('image', image) #等画出所有矩形后显示
# 检测视频中的码（解码）
def Read_Decode_Cam():
cap = cv2.VideoCapture(0) #打开视频
cap.set(3, 1000) #帧的宽度
cap.set(4, 800) #帧的高度
while True:
success, image = cap.read() #获取每一帧图片
cv2.imshow('image', image)
image = Read_Decode_Pic(image) #对每一帧图片检测
cv2.waitKey(1) #延时1ms
if __name__ == '__main__':
Read() #读取文件
img = cv2.imread('Resource/qrcode.jpg')
Read_Decode_Pic(img) # 检测图像中的码（解码）
Read_Decode_Cam() # 检测视频中的码（解码）
cv2.waitKey(0)
|