python机器视觉：识别二维码与文本（openc+pyzbar+easyocr）

 要别的图片：

 

         要识别这些图片就必须解决图片的噪点、文本方向不一、图片尺寸过大这些问题。

代码： 

import pyzbar.pyzbar as pyzbar
import easyocr,threading
import cv2,csv,os

#展示图片
def show(img):
    cv2.imshow("",img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# 将信息写入csv文件
def write(list):
    with open("decodes.csv","a",newline="") as f:
        headers=[
            "文本内容",
            "二维码内容"
        ]
        writer=csv.writer(f)
        #表头只写入一次
        if os.path.getsize("decodes.csv")==0:
            writer.writerow(headers)
        writer.writerows(list)

# 将ocr的识别结果与二维码识别结果对应起来
def sort(decodes,txt):
    list=[]
    for i in txt:
        for j in decodes:
            decode=j[0].decode()
            if i in decode:
                list.append([i,decode])
    return list

def main(src):
    #使用easyocr提取图片内的文本
    def ocr(img, list=[]):
        reader = easyocr.Reader(["en"], gpu=True)
        txt = reader.readtext(img)
        # 简单显示一下进度
        print("######",end="")
        for i in txt:
            res = i[1]
            # 判断文本内容是否符合格式
            if res[0] in "RYB" and res[1] in "123":
                list.append(res)
                # 将识别到的文本涂黑
                img = cv2.rectangle(img, i[0][0], i[0][2], (0, 0, 0), -1)
        # 判断文本数量是否符合预期，如果不，则旋转图片再次进行扫描
        if len(list) < 3:
            img = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)
            list = ocr(img, list)
        return list

    # 使用pyzbar提取图片中二维码的内容
    def decode(img, decodes=[]):
        decodes += pyzbar.decode(img)
        # 如果识别到的二维码数量少于三，那再对图片进行预处理后继续识别
        if len(decodes) < 3:
            img2 = img.copy()
            #将已经识别到的二维码涂黑，防止重复扫描
            for i in decodes:
                (x, y, h, w) = i.rect
                img2 = cv2.rectangle(img2, (x, y), (x + h, y + w), (0, 0, 0), -1)
            a, img2 = cv2.threshold(img2, 127, 255, 0)
            decodes = decode(img2, decodes)
        return decodes

    #因为图片带有噪点，所以先对图片进行滤波处理
    img=cv2.medianBlur(cv2.imread(src,0),3)
    decodes=decode(img)
    #缩小图片，减少gpu的计算量
    img = cv2.resize(img, (0, 0), fx=0.3, fy=0.3)
    txt = ocr(img)
    list=sort(decodes,txt)
    write(list)

#获取文件夹下的所有文件名字
def dir(src):
    list=os.listdir(src)
    return list

#程序入口
if __name__ == '__main__':
    list = dir("1")
    li=[]
    # 使用多线程提高速度
    for i in list:
        t1 = threading.Thread(target=main, args=(f"1//{i}",))
        t1.start()
        li.append(t1)
    for i in li :
        i.join()
    print(f"\n已完成，结果保存在decodes.csv中")

识别结果：