小公司做网站赚钱百度竞价关键词
1.二维码的生成
废话不多说，直接上代码
# 生成二维码
import qrcode# 二维码包含的示例数据
data = "B0018"
# 生成的二维码图片名称
filename = "qrcode.png"
# 生成二维码
img = qrcode.make(data)
# 保存成图片输出
img.save(filename)img.show()
运行效果：
会在当前目前生成一张图片
对生成的二维码识别
opencv从4代之后推出了二维码识别接口.调用方法是这样的.代码如下：
import cv2img = cv2.imread('qrcode.png')
qrcode = cv2.QRCodeDetector()
result, points, code = qrcode.detectAndDecode(img)print(result)
运行结果：
B0018
返回值有三个,
-
第一个result就是解码后的内容,例如我这个二维码的结果是"B0018",当然也可以是个纯数字.
-
第二个points是二维码轮廓的四个角,从左上角顺时针转的.
-
第三个code是二维码的原始排列,也就是每个点是0还是255的一个矩阵.白色是255,黑色是0.调用起来十分方便,而且如果不需要解码,只是想定位的话可以调用detect函数,返回结果就只有四个角点了.
如果是一个大图中的一个二维码识别呢？比如下面的这个图
如果继续使用上面的识别二维码是识别不出来的。
下面我们看下二维码的原理及定位原理
二维码的结构与基本原理
标准的二维码结构如下：
特别要关注的是图中三个黑色正方形区域，它们就是用来定位一个二维码的最重要的三个区域，我们二维码扫描与检测首先要做的就是要发现这三个区域，如果找到这个三个区域，我们就成功的发现一个二维码了，就可以对它定位与识别了。
二维码其它各个部分的说明如下：
三个角上的正方形区域从左到右，从上到下黑白比例为1:1:3:1:1。
不管角度如何变化，这个是最显著的特征，通过这个特征我们就可以实现二维码扫描检测与定位。
除了上面的qrcode 包可以识别二维码外，还有pyzbar 包 也可以进行二维码的识别。比对下pyzbar 比qrcode 包的效率 更高。下面的代码
import cv2
import numpy as np
import time
import pyzbar.pyzbar as pyzbar# 显示条码和二维码位置
def display(im, decodedObjects):# 遍历所有已解码的对象for decodedObject in decodedObjects:points = decodedObject.polygon# 如果点不形成四边形，请找到凸包if len(points) > 4:hull = cv2.convexHull(np.array([point for point in points], dtype=np.float32))hull = list(map(tuple, np.squeeze(hull)))else:hull = points;# 凸包中的点数n = len(hull)# 绘制凸包for j in range(0, n):cv2.line(im, hull[j], hull[(j + 1) % n], (255, 0, 0), 3)
# 创建一个 qrCodeDetector 对象
qrDecoder = cv2.QRCodeDetector()# 检测和解码二维码
t = time.time()
inputImage = cv2.imread("66.jpg")decodedObjects = pyzbar.decode(inputImage)
if len(decodedObjects):zbarData = decodedObjects[0].data
else:zbarData = ''if zbarData:cv2.putText(inputImage, "result : {}".format(zbarData.decode()), (10, 50), cv2.FONT_HERSHEY_SIMPLEX, 1,(0, 255, 0), 2, cv2.LINE_AA)
else:cv2.putText(inputImage, "ZBAR : QR Code NOT Detected", (10, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2,cv2.LINE_AA)display(inputImage, decodedObjects)print("Time Taken for Detect and Decode : {:.3f} seconds".format(time.time() - t))
cv2.imshow("Result", inputImage)
cv2.waitKey(0)
cv2.destroyAllWindows()运行效果：
从结果中可以看出可以定位到二维码的位置并将 识别的结果显示在左上角。