二维码识别背景介绍

视觉的方法可以用来估计位置和姿态。最容易想到的是在目标上布置多个容易识别的特征，这样使用opencv相机标定和、相机畸变矫正、轮廓提取、solvepnp来获取目标相对于相机的位姿。在实际使用中只要相机和目标一方是估计的，那就可以得到全局坐标。如果相机和靶标都在移动，那只能获取到相对坐标。但是受限于相机视角和景深，这样多个特征的识别虽然精度可以很高，但是范围却很小。

对于如何扩大范围，使用二维码是一个很好的思路。首先，二维码本身具有多个特征，单个二维码可以用来实现上述方法的功能。其次，二维码本身带有信息，如果二维码的布置事先已知，那么位置和姿态估计的范围将只受限于二维码的数量。

什么是二维码？二维码的基本组成？

二维码另一个名称是QR Code(Quick Response Code)，近年来在移动设备上经常使用，与传统条形码相比，可以存储更多的信息。二维码本质上是个密码算法，基本知识总结如下。

首先，二维码存在 40 种尺寸，在官方文档中，尺寸又被命名为 Version。尺寸与 Version 存在线性关系：Version 1 是 21 × 21 21×21 21×21 的矩阵，Version 2 是 25 × 25 25×25 25×25 的矩阵，每增加一个 Version，尺寸都会增加 4，故尺寸 Size 与 Version 的线性关系为： S i z e = ( V e r s i o n − 1 ) × 4 Size=(Version − 1) × 4 Size=(Version−1)×4

Version 的最大值是 40 40 40，故尺寸最大值是 ( 40 − 1 ) ∗ 4 + 21 = 177 (40-1)*4+21 = 177 (40−1)∗4+21=177，即 177 ∗ 177 177 * 177 177∗177 的矩阵。

二维码的结构图：功能图形 + 编码区格式 组成

二维码特征识别的思路：

第一步，寻找二维码的三个角的定位角点，需要对图片进行平滑滤波，二值化，寻找轮廓，筛选轮廓中有两个子轮廓的特征，从筛选后的轮廓中找到面积最接近的3个即是二维码的定位角点。

第二步：判断3个角点处于什么位置，主要用来对图片进行透视校正（相机拍到的图片）或者仿射校正（对网站上生成的图片进行缩放拉伸旋转等操作后得到的图片）。需要判断三个角点围成的三角形的最大的角就是二维码左上角的点。然后根据这个角的两个边的角度差确定另外两个角点的左下和右上位置。

第三步，根据这些特征识别二维码的范围。

识别二维码，依次是灰度图，二值化，角点定位，透视矫正，识别结果。

二维码扫描顺序：举例 Version 3 二维码，从二维码的右下角开始，沿着红线进行填充，遇到非数据区域，则绕开或跳过。

二维码容错等级：

在二维码中的存储数据区域可以分成两个部分：纠错区域、存储信息区域。纠错部分是备份数据的区域，所以即使二维码被遮挡了一部分，仍然可以用手机识别出来。

二维码是用容错等级的，共 4 个等级分别：（1）L 7%（2）M 15%（3）Q 25%（4）H 30% 所以二维码的容错等级越高，即使二维码被遮挡的部分大一点依旧不影响扫描，但是提高容错率意味着纠错区域越大，那么二维码存储的数据就自然变少了。

在接下来，我们制作带有图标的二维码就是凭借二维码的容错等级原理

在生活我们可能会看到一些二维码，在我们扫描之后跳到了某个地址，我们想制作一个二维码，这样的功能 qrcode 就可以实现，来看一下示例：

在 Windows 的环境下只需要使用 pip 安装即可：

由于生成 qrcode 图片需要依赖 Python 的图像库，所以需要先安装 Python 图像库 PIL(Python Imaging Library)，不然会遇到 “ImportError: No module named Image” 的错误：

简单二维码生成，比如把我的博客地址生成二维码：

运行结果：如果你是windows系统，系统打开默认的图片展示程序为你呈现图片（就是二维码的图片）

官方不允许出现二维码，否则图片违规，这里就不展示了，大家自己运行测试。

进行二维码简单的设置和美化

当然上面的二维码生成是比较原始的，我们还可以对其进行简单的设置和美化，这些美化需要一些配置信息，代码实现如下所示：

美化二维码的生成结果展示如下：（官方csdn会标记图片违规，这边打马赛克）

增加我们喜欢的图标Logo：

我们可以为我们的二维码添加Logo，当然Logo尺寸不能过大，否则会影响二维码的识别

version：值为1~40的整数，控制二维码的大小：

最小值是1，是个21×21的矩阵；即每行每列有21个小方块，而不是指图片的像素；

version 每增加 1，生成的二维码就会添加 4 尺寸，例如 version 是 2，则生成 25 * 25 的二维码；

如果想让程序自动确定，将值设置为 None 并使用 fit 参数即可。

error_correction：控制二维码的错误纠正功能。可取值下列常量：

这边定义增加图标的py方法，方便刚才的代码进行调用：

在进行保存二维图片之前，执行addLogoFunc(img)，就能增加图标：

增加图标后，二维码的生成结果展示如下：（官方csdn会标记图片违规，这边打马赛克）

pyzbar 是什么？

首先需要了解下 ZBar：ZBar是一个开源软件套件，用于从各种来源（如视频流、图像文件和原始强度传感器）读取条形码。它支持许多流行的符号（条形码类型），包括EAN-13/UPC-A、UPC-E、EAN-8、代码128、代码39、交错2/5和二维码。

而 pyzbar 是通过 Python2和3接口，使用 ZBar 库读取一维条形码和QR码 。

在 Windows 的环境下只需要使用 pip 安装即可：

这边采用的清华镜像库加快下载速度！

简单代码编写测试：

首先我们在py文件所在的目录下准备一张二维码图片，这边就那位的QQ二维码做个测试：

运行代码，输出的结果：图片我打马赛克了（CSDN 官方不允许）

识别出来信息展示如下，可见是QQ加好友的链接，点击访问，可以访问，说明识别成功：

刚才我们是进行读取图片进行识别图片中的二维码信息，接下来我们就要调用摄像头外设，进行动态识别二维码，当然如果你没有摄像头，也可以将手机作为摄像头：

手机摄像头方法：基于opencv第三方视觉库，通过内网IP调用手机摄像头，实现人脸识别与图形监测

这便我是采用外接摄像头进行测试，如果你没有，上面有局域网IP方案调用手机摄像头的教程：

定义调用摄像头进行扫描的函数：

特别注意：cv2.VideoCapture(1)是外接摄像头，cv2.VideoCapture(0)是笔记本内置摄像头

定义读取当前识别当前帧的二维码 函数：

那么两者结合，就是完整代码的展示：

运行代码进行调用测试： 测试结果：我们可以发现，我QQ的二维码信息被成功地读取出来了，而且被绿色的标注框所捕捉，解码信息展示在上面了，测试成功。

接下来，我们借助pyqt5来完善我们地功能，做到自动捕捉二维码信息，进行保存。

首先编写ui文件，当然可以借助qt designer 进行编辑：

ui设计结构展示如下所示： 那么接下来就是，mian.py 完整的代码展示如下所示：

运行结果测试；当我们在镜头中捕捉到二维码，会在右下角生成二维码，保证两者二维码的解码数据是一致的，当然解析的数据也会在下方进行展示出来。（这边就不具体展示了，大家自己运行测试）

当然我们的二维码文件可以进行保存，点击保存二维码图片，会自动弹出存储窗口：

PyInstaller是一个压缩python文件成为可执行程序的一个软件。它会扫描你所有的Python文档，并分析所有代码从而找出所有你的代码运行所需的模块。

PyInstaller会将所有这些模块和你的code放在一个文件夹里，或者一个可执行文件里。这样以来，你的用户就不用下载各种你的软件运行环境了，例如各种版本的python，各种不同的python包等等。他们只需要执行打包好的可执行文件就可以使用你的软件了。

安装 第三方库 pyinstaller

然后打包exe，若需将xxx.py文件打包，只需在终端执行：

特别注意：终端需切换至xxx.py文件所在目录下

pyinstaller 常用可选项及说明：

制作图标网站：https://www.bitbug.net/

这边的话，我们要生成不包含源码的，仅是单个exe格式的文件，执行如下：

最后在main.py所在目录下，生成了 dist 和 build 文件夹，dist 目录下就是我们的 exe 程序： 双击点击运行发现了，报错问题：展示如下

报错解析：程序里使用了pyzbar，但是没有找到 libiconv-2.dll 和 libzbar-32.dll，我是直接进python环境下，site-packages第三方库文件地址，找到pyzbar安装位置，里面刚好有这两个dll，把它复制出来到exe同目录下。

添加完成后，dist目录下，就是如下的状态： 再次双击点击运行发现了，运行成功了：发现已经是成熟 exe 文件 感谢大佬对我的支持：如果有错误，请大佬们在评论区指正下，谢谢

博客推荐：基于opencv第三方视觉库，通过内网IP调用手机摄像头，实现人脸识别与图形监测