opencv库识别QR二维码-QT

目的：

使用opencv库识别QR二维码，框出图片中的二维码，并使用开源库Zxing解码，在这过程中学习理解opencv库相应的函数。

环境：

1. window7系统

      2. QT create

1.准备

首先安装QT和QT create开发环境，window下使用cmake编译opencv生产lib库。这部分内容网上很多资料，直接搜索安装就行。

2.工程代码

QT create配置使用opencv库。在工程的pro文件下面添加指定opencv库的头文件和lib的路径。如下：

INCLUDEPATH+=C:\Qt\opencv\include\opencv\

C:\Qt\opencv\include\opencv2\

C:\Qt\opencv\include


LIBS+=C:\Qt\opencv\ lib\libopencv_calib3d320.dll.a\

C:\Qt\opencv\ lib\libopencv_core320.dll.a\

C:\Qt\opencv\ lib\libopencv_features2d320.dll.a\

C:\Qt\opencv\ lib\libopencv_flann320.dll.a\

C:\Qt\opencv\ lib\libopencv_highgui320.dll.a\

C:\Qt\opencv\ lib\libopencv_imgcodecs320.dll.a\

C:\Qt\opencv\ lib\libopencv_imgproc320.dll.a\

C:\Qt\opencv\ lib\libopencv_ml320.dll.a\

C:\Qt\opencv\ lib\libopencv_objdetect320.dll.a\

C:\Qt\opencv\ lib\libopencv_photo320.dll.a\

C:\Qt\opencv\ lib\libopencv_shape320.dll.a\

C:\Qt\opencv\ lib\libopencv_stitching320.dll.a\

C:\Qt\opencv\ lib\libopencv_superres320.dll.a\

C:\Qt\opencv\ lib\libopencv_video320.dll.a\

C:\Qt\opencv\ lib\libopencv_videoio320.dll.a\

C:\Qt\opencv\ lib\libopencv_videostab320.dll.a

opencv 识别定位二维码的代码如下：

#include "opencv2/highgui/highgui.hpp"

#include "opencv2/imgproc/imgproc.hpp"

#include 

#include 

#include 

#include 


#include 


using namespace cv;

using namespace std;



Mat src; Mat src_gray;



RNG rng(12345);

//Scalar colorful = CV_RGB(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255));


//获取轮廓的中心点

Point Center_cal(vector > contours,int i)

{

int centerx= 0,centery= 0,n=contours[i].size();

//在提取的小正方形的边界上每隔周长个像素提取一个点的坐标，

//求所提取四个点的平均坐标（即为小正方形的大致中心）

centerx = (contours[i][n/ 4].x + contours[i][n* 2/ 4].x + contours[i][ 3*n/ 4].x + contours[i][n -1].x)/ 4;

centery = (contours[i][n/ 4].y + contours[i][n* 2/ 4].y + contours[i][ 3*n/ 4].y + contours[i][n -1].y)/ 4;

Point point1=Point(centerx,centery);

return point1;

}



int main( int argc, char** argv[] )

{

src = imread( "core.jpg", 1 );

Mat src_all=src.clone();



//彩色图转灰度图

cvtColor( src, src_gray, CV_BGR2GRAY );

//对图像进行平滑处理

blur( src_gray, src_gray, Size( 3, 3) );

//使灰度图象直方图均衡化

equalizeHist( src_gray, src_gray );

namedWindow( "src_gray");

imshow( "src_gray",src_gray);



Scalar color = Scalar( 1, 1, 255 );

Mat threshold_output;

vector< vector > contours,contours2;

vector hierarchy;

Mat drawing = Mat::zeros( src.size(), CV_8UC3 );

Mat drawing2 = Mat::zeros( src.size(), CV_8UC3 );

Mat drawingAllContours = Mat::zeros( src.size(), CV_8UC3 );


//指定112阀值进行二值化

threshold( src_gray, threshold_output, 112, 255, THRESH_BINARY );


namedWindow( "Threshold_output");

imshow( "Threshold_output",threshold_output);



/*查找轮廓

* 参数说明

输入图像image必须为一个2值单通道图像

contours参数为检测的轮廓数组，每一个轮廓用一个point类型的vector表示

hiararchy参数和轮廓个数相同，每个轮廓contours[ i ]对应4个hierarchy元素hierarchy[ i ][ 0 ] ~hierarchy[ i ][ 3 ]，

分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，该值设置为负数。

mode表示轮廓的检索模式

CV_RETR_EXTERNAL 表示只检测外轮廓

CV_RETR_LIST 检测的轮廓不建立等级关系

CV_RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。

CV_RETR_TREE 建立一个等级树结构的轮廓。具体参考contours.c这个demo

method为轮廓的近似办法

CV_CHAIN_APPROX_NONE 存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1

CV_CHAIN_APPROX_SIMPLE 压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息

CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain 近似算法

offset表示代表轮廓点的偏移量，可以设置为任意值。对ROI图像中找出的轮廓，并要在整个图像中进行分析时，这个参数还是很有用的。

*/

findContours( threshold_output, contours, hierarchy, CV_RETR_TREE, CHAIN_APPROX_NONE, Point( 0, 0) );


int c= 0,ic= 0,k= 0,area= 0;


//通过黑色定位角作为父轮廓，有两个子轮廓的特点，筛选出三个定位角

int parentIdx= -1;

for( int i = 0; i< contours.size(); i++ )

{

//画出所以轮廓图

drawContours( drawingAllContours, contours, parentIdx, CV_RGB( 255, 255, 255) , 1, 8);

if (hierarchy[i][ 2] != -1 && ic== 0)

{

parentIdx = i;

ic++;

}

else if (hierarchy[i][ 2] != -1)

{

ic++;

}

else if(hierarchy[i][ 2] == -1)

{

ic = 0;

parentIdx = -1;

}


//有两个子轮廓

if ( ic >= 2)

{

//保存找到的三个黑色定位角

contours2.push_back(contours[parentIdx]);

//画出三个黑色定位角的轮廓

drawContours( drawing, contours, parentIdx, CV_RGB(rng.uniform( 0, 255),rng.uniform( 0, 255),rng.uniform( 0, 255)) , 1, 8);

ic = 0;

parentIdx = -1;

}

}


//填充的方式画出三个黑色定位角的轮廓

for( int i= 0; i > contours_all;

vector hierarchy_all;

cvtColor( drawing2, gray_all, CV_BGR2GRAY );



threshold( gray_all, threshold_output_all, 45, 255, THRESH_BINARY );

findContours( threshold_output_all, contours_all, hierarchy_all, RETR_EXTERNAL, CHAIN_APPROX_NONE, Point( 0, 0) ); //RETR_EXTERNAL表示只寻找最外层轮廓



Point2f fourPoint2f[ 4];

//求最小包围矩形

RotatedRect rectPoint = minAreaRect(contours_all[ 0]);


//将rectPoint变量中存储的坐标值放到 fourPoint的数组中

rectPoint.points(fourPoint2f);



for ( int i = 0; i < 4; i++)

{

line(src_all, fourPoint2f[i% 4], fourPoint2f[(i + 1)% 4]

, Scalar( 20, 21, 237), 3);

}


namedWindow( "Src_all");

imshow( "Src_all", src_all );


//框出二维码后，就可以提取出二维码，然后使用解码库zxing，解出码的信息。

//或者研究二维码的排布规则，自己写解码部分


waitKey( 0);

return( 0);

}


1

 

下面是代码运行的图片，代码处理过程的图片都有，包括二值化图片，轮廓图，找到的定位角图和最终的框出二维码图都显示出来了。如下：

 

这部分的代码主要是修改自guanyonglai博主的代码，在此基础上学习了相应的opencv库函数，并根据自己的理解添加了一些注释。实现的主要功能是根据QR二维码三个定位角的特点找出定位角的坐标，并框出整个QR二维码。

框出二维码后能做的事情就多了，可以使用相应的开源解码库解出二维码的信息，比如Zxing库，libdmtx库。Zxing库能解码的格式和支持的语音格式挺多的，网址： https://github.com/zxing/zxing 。libdmtx库主要解码data matrix二维码，网址： http://libdmtx.sourceforge.net/ 。 这个库我使用过，很简单，直接调用几个函数就可以解出码的信息。

解码部分使用libdmtx库的方式已经实现的了，有时间再补充。去除opencv库，直接用算法处理图片并定位二维码并解码的也写了demo，这部分内容较多，有时间再补充，需要大概思路的可以留言。