opencv检测二维码和条形码

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:

  1. 在任意单元格输入内容
    opencv检测二维码和条形码_第1张图片

  2. 选项卡里找到开发工具—插入—点击ActiveX控件的最右下角。
    opencv检测二维码和条形码_第2张图片

  3. 弹出的窗口内,往下滑动选择Microsoft BarCode Control 16.0后,点击确定。
    opencv检测二维码和条形码_第3张图片

  4. 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。
    opencv检测二维码和条形码_第4张图片

  5. 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。
    opencv检测二维码和条形码_第5张图片

  6. 回到属性,找到"LinledCell",输入前面有内容的单元格位置
    opencv检测二维码和条形码_第6张图片

  7. 得到二维码
    opencv检测二维码和条形码_第7张图片

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:

opencv检测二维码和条形码_第8张图片

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。

你可能感兴趣的:(opencv,人工智能,计算机视觉)