二维码识别（zxing）java实现（差强人意的实现）

已于 2022-03-09 11:39:22 修改
阅读量3.7k 收藏 15
点赞数 5
分类专栏： eclipse JAVA 文章标签： java
于 2022-03-03 15:57:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qigaidawang111/article/details/123250968
版权
本文详细介绍了使用ZXing库解析二维码的过程，包括下载依赖、解析清晰和模糊二维码的步骤。针对模糊二维码，通过ORCodeImageUtil进行二值化、腐蚀和膨胀处理以提高识别率。然而，对于极度模糊的二维码，作者建议使用百度API，按次付费进行识别。
摘要由CSDN通过智能技术生成

二维码的识别

这种自己琢磨的真的识别率很低啊，还不如去找个百度api，按次数花钱0.003一次识别。

(以jdk1.8为例）

zxing 包下载地址

地址：
https://repo1.maven.org/maven2/com/google/zxing/
版本选择：jdk1.6 core2.2 下载可用
jdk1.8 core 3.3.3下载可用

（下载的时候只要下载 core 3.3.3.jar 文件添加到项目依赖里面去就行，但是我还是推荐下载core-3.3.3-javadoc.jar 文件，可以看官方的注释， core-3.3.3-javadoc.jar 查看方法，直接用解压文件解压到文件夹之后，点开index.html就可以查看了,至于源码什么的就根据自己的需求看是否下载了)

解析清晰二维码

根据index.htm里面的介绍找到QRCodeReader这个类，明显就是我们需要的用来解析二维码的类，于是翻看文档，我们得出了几个重要的方法如下所示。

         //zxing 文档中找来的方法
         //Binarizer的构造方法Binarizer(LuminanceSource source)  
        // 而LuminanceSource 是一个抽象类 
         Binarizer binarizer = new HybridBinarizer(source);
	     BinaryBitmap binaryBitmap = new BinaryBitmap(binarizer);
	     QRCodeReader reader=new QRCodeReader();
	     Result result = reader.decode(binaryBitmap, null); //获取结果类
	   String text=result.getText(); //获取二维码内容

ImageLuminanceSource实现

所以接下来我们要去创建一个类ImageLuminanceSource 去继承LuminanceSource

package test;

import java.awt.image.BufferedImage;

import com.google.zxing.LuminanceSource;

public class ImageLuminanceSource extends LuminanceSource{
	
	  private final BufferedImage image;
	  
	  
	  public  ImageLuminanceSource(BufferedImage image,  int width,int height){
		  super(width, height);
		  this.image = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY); //图像要变成灰度的，因为getRow这个方法取的值必须是0-255之间
		  this.image.getGraphics().drawImage(image, 0, 0, null);

		//  输出处理后结果图
//		  if("D:\\test\\gery.png"!=null) {
//		       File file = new File("D:\\test\\gery.png");
//		       try {
//		      	 ImageIO.write(image, "png", file);
//		  	} catch (FileNotFoundException e) {
//		  		// TODO Auto-generated catch block
//		  		e.printStackTrace();
//		  	} catch (IOException e) {
//		  		// TODO Auto-generated catch block
//		  		e.printStackTrace();
//		  	}
//		     }
	  }
  

	
   //要求是返回一个以行为主的数组
	@Override
	public byte[] getMatrix() { //
		// TODO Auto-generated method stub
		 int width = getWidth();
	     int height = getHeight();
	     int area = width * height;
	     byte[] matrix = new byte[area];
	     image.getRaster().getDataElements(0, 0, width, height, matrix);
	     return matrix;
	}

	
	
	
	//要求是返回图片中某一行的亮度数据
	@Override
	public byte[] getRow(int y, byte[] row) {
		//官方的注释
		//从底层平台的位图中获取一行亮度数据。取值范围为0(黑色)到255(白色)。因为Java没有unsigned字节类型，所以调用者必须按位计算，并且每个值都使用0xff。
		//这个方法的实现最好是只获取这一行而不是整个图像，因为不可能安装2D reader，也不可能调用getMatrix()。
		//y - The row to fetch, which must be in [0,getHeight())
		//row - An optional preallocated array. If null or too small, it will be ignored. Always use the returned object, and ignore the .length of the array.
		
		 if (y < 0 || y >= getHeight()) {
		       throw new IllegalArgumentException("不在图片的高度范围之内: " + y);
		  }
		 int width = getWidth();
	     if (row == null || row.length < width) {
	       row = new byte[width];
	     }
	     
	     image.getRaster().getDataElements(0,0+y, width, 1, row);//返回图片规定矩形的像素数据，然后getRow需要的是一行的，所以高度是1。所以整句话的意思是从标点 0,y开始读取一像素高度的矩形，这不就是一行吗
	     
	     return row;
	
	}
	  
	  
	  


}

完整的调用方法

public class testBarCode {
	
	
	public static void main(String[] args) {
	
		QRReader();
	}

public static void QRReader() {
		
		try {
		 File file = new File("D:\\test\\4.png");
	     BufferedImage image = ImageIO.read(file);
	     ImageLuminanceSource source=new ImageLuminanceSource(image,image.getWidth(),image.getHeight());
	     Binarizer binarizer = new HybridBinarizer(source);
	     BinaryBitmap binaryBitmap = new BinaryBitmap(binarizer);
	     QRCodeReader reader=new QRCodeReader();
	     
		  Map<DecodeHintType,Object> hints = new LinkedHashMap<DecodeHintType,Object>();
			// 解码设置编码方式为：utf-8，
			hints.put(DecodeHintType.CHARACTER_SET, "UTF-8");
			//优化精度
			hints.put(DecodeHintType.TRY_HARDER, Boolean.TRUE);
			//复杂模式，开启PURE_BARCODE模式
			//hints.put(DecodeHintType.PURE_BARCODE, Boolean.TRUE);
		
		 Result result = reader.decode(binaryBitmap, null);
		String text=result.getText();
		System.out.println("解析的结果: " + result.getText());
		} catch (IOException e1) {
			// TODO Auto-generated catch block
			e1.printStackTrace();
		}catch(NotFoundException e) {
			System.out.println("二维码没找到");
		}catch (FormatException  e)
		{ System.out.println("二维码无法解析");
	
		}catch(ChecksumException e) {
			System.out.println("二维码纠错失败");
			System.out.println(e.toString());
		}
			
	}
}

在这里插入图片描述

代码运行结果
解析的结果: 12

稍微模糊的二维码

上面的示例，针对的是非常清晰的二维码，但是通常情况下，我们要识别的是纸上拍出来的二维码，如图，这个图是手机拍照的，然后又在电脑上进行缩放之后的截图，这种就比较困难了
在这里插入图片描述

新增ORCodeImageUtil

用上面的代码测试，就会发现连二维码都找不到了，这时候就要对传入的图像做一些处理，新增ORCodeImageUtil方法，根据自定义的颜色，以这个颜色作为分界线，比这个白就是白，比这个黑就是黑。

public class ORCodeImageUtil {
	
	static int splitColor = 0xFF7f7f7f;
	
	public static BufferedImage blackAndWhite(BufferedImage  image) {
		for (int y = 0; y < image.getHeight(); y++) {
		       for (int x = 0; x < image.getWidth(); x++) { //读取每个像素点颜色
		    	   //System.out.print(image.getRGB(x, y));
		         if (image.getRGB(x, y) >splitColor) { //我以0xFF700000 颜色为分界线，比这黑当作黑，比这个白当作白
		           image.setRGB(x, y, 0xFFFFFFFF); // = 白
		         }else {
		        	 image.setRGB(x, y, 0xFF000000); // = 黑
		         }
		       }
		     }
		
		return image;
		
	}

}

完整的调用

public class testBarCode {
	
	
	public static void main(String[] args) {
	
		QRReader();
	}

public static void QRReader() {
		
		try {
		 File file = new File("D:\\test\\4.png");
	     BufferedImage image = ImageIO.read(file);
	     ImageLuminanceSource source=new ImageLuminanceSource(ORCodeImageUtil.blackAndWhite(image),image.getWidth(),image.getHeight()); //图像处理之后 在传入
	     Binarizer binarizer = new HybridBinarizer(source);
	     BinaryBitmap binaryBitmap = new BinaryBitmap(binarizer);
	     QRCodeReader reader=new QRCodeReader();
	     
		  Map<DecodeHintType,Object> hints = new LinkedHashMap<DecodeHintType,Object>();
			// 解码设置编码方式为：utf-8，
			hints.put(DecodeHintType.CHARACTER_SET, "UTF-8");
			//优化精度
			hints.put(DecodeHintType.TRY_HARDER, Boolean.TRUE);
			//复杂模式，开启PURE_BARCODE模式
			//hints.put(DecodeHintType.PURE_BARCODE, Boolean.TRUE);
		
		 Result result = reader.decode(binaryBitmap, null);
		String text=result.getText();
		System.out.println("解析的结果: " + result.getText());
		} catch (IOException e1) {
			// TODO Auto-generated catch block
			e1.printStackTrace();
		}catch(NotFoundException e) {
			System.out.println("二维码没找到");
		}catch (FormatException  e)
		{ System.out.println("二维码无法解析");
	
		}catch(ChecksumException e) {
			System.out.println("二维码纠错失败");
			System.out.println(e.toString());
		}
			
	}
}

手机直接拍照出来的图
在这里插入图片描述

在这里插入图片描述
可以识别

还不行的

借鉴 增加了腐蚀和膨胀
https://blog.csdn.net/StrangeSir/article/details/88384585

ORCodeImageUtil 新增腐蚀和膨胀

package test;

import java.awt.Color;
import java.awt.image.BufferedImage;
import java.io.IOException;

public class ORCodeImageUtil {
	
	static int splitColor = 0xFF7f7f7f;	
	
	//进行二值化
	public static BufferedImage blackAndWhite(BufferedImage  image) {
		for (int y = 0; y < image.getHeight(); y++) {
		       for (int x = 0; x < image.getWidth(); x++) { //读取每个像素点颜色
		    	   //System.out.print(image.getRGB(x, y));
		         if (image.getRGB(x, y) >splitColor) { //我以0xFF700000 颜色为分界线，比这黑当作黑，比这个白当作白
		           image.setRGB(x, y, 0xFFFFFFFF); // = 白
		         }else {
		        	 image.setRGB(x, y, 0xFF000000); // = 黑
		         }
		       }
		     }
		
		return image;
		
	}
	
	
	
	/**
	 * 二值化后的图像的开运算：先腐蚀再膨胀（用于去除图像的小黑点）
	 * 
	 * @param filePath 要处理的图片路径
	 * @param fileOutputPath 处理后的图片输出路径
	 * @throws IOException
	 */
	public static BufferedImage opening(BufferedImage  bi) throws IOException {

		// 获取当前图片的高,宽,ARGB
		int h = bi.getHeight();
		int w = bi.getWidth();
		int arr[][] = new int[w][h];
		// 获取图片每一像素点的灰度值
		for (int i = 0; i < w; i++) {
			for (int j = 0; j < h; j++) {
				// getRGB()返回默认的RGB颜色模型(十进制)
				arr[i][j] = getImageGray(bi.getRGB(i, j));// 该点的灰度值
			}
		}
		
		int black = new Color(0, 0, 0).getRGB();
		int white = new Color(255, 255, 255).getRGB();
		BufferedImage bufferedImage = new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY);
		// 临时存储腐蚀后的各个点的亮度
		int temp[][] = new int[w][h];
		// 1.先进行腐蚀操作
		for (int i = 0; i < w; i++) {
			for (int j = 0; j < h; j++) {
				/*
				 * 为0表示改点和周围8个点都是黑，则该点腐蚀操作后为黑
				 * 由于公司图片态模糊，完全达到9个点全为黑的点太少，最后效果很差，故改为了小于30
				 * （写30的原因是，当只有一个点为白，即总共255，调用getGray方法后得到255/9 = 28）
				 */
				if (getGray(arr, i, j, w, h) ==0) {
					temp[i][j] = 0;
				} else{
					temp[i][j] = 255;
				}
			}
		}
		
		// 2.再进行膨胀操作
		for (int i = 0; i < w; i++) {
			for (int j = 0; j < h; j++) {
				bufferedImage.setRGB(i, j, white);
			}
		}
		
		
		
		for (int i = 0; i < w; i++) {
			for (int j = 0; j < h; j++) {
				// 为0表示改点和周围8个点都是黑，则该点腐蚀操作后为黑
				if (temp[i][j] == 0) {
					bufferedImage.setRGB(i, j, black);
					if(i > 0) {
						bufferedImage.setRGB(i-1, j, black);
					}
					if (j > 0) {
						bufferedImage.setRGB(i, j-1, black);
					}
					if (i > 0 && j > 0) {
						bufferedImage.setRGB(i-1, j-1, black);
					}
					if (j < h-1) {
						bufferedImage.setRGB(i, j+1, black);
					}
					if (i < w-1) {
						bufferedImage.setRGB(i+1, j, black);
					}
					if (i < w-1 && j > 0) {
						bufferedImage.setRGB(i+1, j-1, black);
					}
					if (i < w-1 && j < h-1) {
						bufferedImage.setRGB(i+1, j+1, black);
					}
					if (i > 0 && j < h-1) {
						bufferedImage.setRGB(i-1, j+1, black);
					}
				}
			}
		}
		
		return bufferedImage;
		
	}

	
	
	/**
	 * 自己加周围8个灰度值再除以9，算出其相对灰度值
	 * 
	 * @param gray
	 * @param x 要计算灰度的点的横坐标
	 * @param y 要计算灰度的点的纵坐标
	 * @param w 图像的宽度
	 * @param h 图像的高度
	 * @return
	 */
	public static int getGray(int gray[][], int x, int y, int w, int h) {
		int rs = gray[x][y] + (x == 0 ? 255 : gray[x - 1][y]) + (x == 0 || y == 0 ? 255 : gray[x - 1][y - 1])
				+ (x == 0 || y == h - 1 ? 255 : gray[x - 1][y + 1]) + (y == 0 ? 255 : gray[x][y - 1])
				+ (y == h - 1 ? 255 : gray[x][y + 1]) + (x == w - 1 ? 255 : gray[x + 1][y])
				+ (x == w - 1 || y == 0 ? 255 : gray[x + 1][y - 1])
				+ (x == w - 1 || y == h - 1 ? 255 : gray[x + 1][y + 1]);
		return rs / 9;
	}
	
	
	/**
	 * 图像的灰度处理
	 * 利用浮点算法：Gray = R*0.3 + G*0.59 + B*0.11;
	 * 
	 * @param rgb 该点的RGB值
	 * @return 返回处理后的灰度值
	 */
	private static int getImageGray(int rgb) {
		String argb = Integer.toHexString(rgb);// 将十进制的颜色值转为十六进制
		// argb分别代表透明,红,绿,蓝 分别占16进制2位
		int r = Integer.parseInt(argb.substring(2, 4), 16);// 后面参数为使用进制
		int g = Integer.parseInt(argb.substring(4, 6), 16);
		int b = Integer.parseInt(argb.substring(6, 8), 16);
		int gray = (int) (r*0.3 + g*0.59 + b*0.11);
		return gray;
	}


}

调用

public class testBarCode {
	
	
	public static void main(String[] args) {
	
		QRReader();
	}
	

	
	
	public static void QRReader() {
		
		try {
		 File file = new File("D:\\test\\113.jpg");
	     BufferedImage image = ImageIO.read(file);
	  
	  
	    // image =getSubImage(image);
	 
	   image= ORCodeImageUtil.blackAndWhite(image);
	   image= ORCodeImageUtil.opening(image);
	    
	     
	     ImageLuminanceSource source=new ImageLuminanceSource(image,image.getWidth(),image.getHeight());
	     Binarizer binarizer = new HybridBinarizer(source);
	     BinaryBitmap binaryBitmap = new BinaryBitmap(binarizer);
	     QRCodeReader reader=new QRCodeReader();
	     
		  Map<DecodeHintType,Object> hints = new LinkedHashMap<DecodeHintType,Object>();
			// 解码设置编码方式为：utf-8，
			hints.put(DecodeHintType.CHARACTER_SET, "UTF-8");
			//优化精度
			hints.put(DecodeHintType.TRY_HARDER, Boolean.TRUE);
			//复杂模式，开启PURE_BARCODE模式
			//hints.put(DecodeHintType.PURE_BARCODE, Boolean.TRUE);
		
		 Result result = reader.decode(binaryBitmap, null);
		String text=result.getText();
		System.out.println("解析的结果: " + result.getText());
		} catch (IOException e1) {
			// TODO Auto-generated catch block
			e1.printStackTrace();
		}catch(NotFoundException e) {
			System.out.println("二维码没找到");
		}catch (FormatException  e)
		{ System.out.println("二维码无法解析");
	
		}catch(ChecksumException e) {
			System.out.println("二维码纠错失败");
			System.out.println(e.toString());
		}
			
	}
	
	public static void QRReaderWithResize() {
		try {
			 File file = new File("D:\\test\\5.png");
		     BufferedImage image = ImageIO.read(file);
		    String str= QRCodeUtil.readToString(image);
		    System.out.println("输出"+str);
		     
		} catch (IOException e1) {
			// TODO Auto-generated catch block
			e1.printStackTrace();
		}
	}
	
	public static BufferedImage getSubImage(BufferedImage image) {
		     int x=0;
		     int y=220;
		     
		     int w=400;
		     int h=500;
		  if(x>image.getWidth()) {
			  x=image.getWidth();
		  }
		  if(y>image.getHeight()) {
			  y=image.getHeight();
		  }
		     
		  if(w>image.getWidth()-x) {
			  w=image.getWidth()-x;
		  }
		  if(h>image.getHeight()-y) {
			  h=image.getHeight()-y;
		  }
		  
		  return image.getSubimage(x,y,w,h);
	}
}

但是说真的 还是不太行的样子

乞丐大王111
关注
专栏目录
使用 zxing 识别二维码
甘蓝的专栏
07-08 534
如何使用Java程序识别二维码呢？请看 Zxing ！
利用ZXing生成和读取二维码
Youda的博客
03-13 1642
关于Java语言利用ZXing生成二维码的简单demo
Java中识别二维码并且提高二维码的识别率
wszhm123的博客
12-11 3430
我们在Java开发的时候，发现对二维码的识别是不足的。所以我们需要提高识别率。 第一步。识别图片二维码。准备相应的jar包。我们在gradle+idea中开发。 compile group: 'com.google.zxing', name: 'core', version: '3.3.0' compile group: 'com.google.zxing', name: 'javase',...
Java二维码图片识别
不积跬步，无以至千里
01-29 676
后端识别二维码图片。
Java开发使用Google的zxing生成二维码与解码，让你轻松实现二维码功能！
最新发布
Q2024107的博客
10-14 412
作为一名Java开发者，你是否曾经为如何生成和解码二维码而烦恼？今天，我将为你介绍一种简单易用的方法——使用Google的zxing库来实现二维码的生成与解码。让我们一起来体验吧！
zxing生成二维码和读取二维码
weixin_34254823的博客
07-29 144
  当然，首先要导入zxing的jar包。     生成二维码代码: package com.imooc.zxing; import java.io.File; import java.nio.file.Path; import java.util.HashMap; import com.google.zxing.BarcodeFormat; import com.google.zxing...
帮我用java 写个二维码识别工具
weixin_42584586的博客
01-05 113
好的，那么首先你需要使用一个 Java 二维码库来生成和解析二维码。其中最常用的二维码库有 Zxing 和 QRGen。你可以使用 Maven 或者 Gradle 来管理这些库的依赖。 首先，你需要将库的依赖添加到你的项目中。如果使用 Maven，可以在 pom.xml 文件中添加如下内容： <dependency> <groupId>com.google.zxing&...
JAVA提高ZXING对图片中的二维码的识别率（第二弹）
StrangeSir的博客
06-21 1万+
背景 继上一次使用做二维码识别，公司需要高识别率的二维码识别，但ZXING实在是太弱了，对于那种二维码占比很小、图片对比度不高的，识别率低的令人咋舌，后来引入了opencv，加上恶补了一些图像处理的基础知识，总算有一个能看的过去的识别率了（但公司最后还是决定去买现成的产品。。。被嫌弃！！！） 思路 上一篇文章说到了灰化、二值化处理图片来增加识别率，整体效果不是太明显，本次识别的主要思路是，先定位，...
二维码生成和读的工具类
技术分享
07-20 544
package 。。。; import java.awt.Color; import java.awt.Graphics2D; import java.awt.image.BufferedImage; import java.io.File; import java.io.FileInputStream; import java.io.FileOutputStrea...
C# 利用 ZXing.Net 实现二维码生成与识别（WPF 做的一个 Demo）
07-06
一个在 .NET Framework 环境下实现的二维码生成与识别的小程序。 本人综合比较了已有的第三方库，最终选择了 ZXing.Net 。ZXing.Net 是开源项目 https://github.com/zxing/zxing 在 .NET 平台上的实现；虽然 NuGet ...
易语言 实现 二维码识别 教程 带源码
02-25
易语言中，可能需要引入第三方的二维码解码库，例如ZXing（Zebra Crossing）或者自己实现解码算法。 5. **源码分析**：教程中提供的源码将详细展示以上步骤的实现，你可以通过学习源码来了解每一个环节的具体编程...
java使用Zxing包生成和识别二维码
11-19
Java使用Zxing包的代码，包括生成二维码和识别二维码
Java QRCode二维码生成与识别 开源
11-28
Java QRCode二维码生成与识别，开放源代码，多种生成方式.支持汉字存储与解析。
java二维码解析 zxing2.2及QRCode实现
07-19
Java二维码解析技术主要涉及到两个库，一个是ZXing（Zebra Crossing）2.2，另一个是QRCode.jar。这两个库在处理二维码的生成和解析方面都提供了强大的支持。 ZXing，通常被称为“条形码扫描器”，是一个开源项目，...
zxing二维码识别(c++)—vs2019原工程
10-12
【标题】"ZXing二维码识别(C++)—VS2019原工程"涉及的主要知识点是二维码识别技术，以及如何在C++环境中利用ZXing库进行开发。ZXing，全称Zebra Crossing，是一个开源的、多平台的条码读取库，支持多种条码和二维码...
java实现二维码识别(Zxing)
王家胜的博客
07-01 1491
要求：系统Centos7.x 第一步安装Cmake yum install -y gcc gcc-c++ wget wget https://cmake.org/files/v3.14/cmake-3.14.0.tar.gz tar -zxvf cmake-3.14.0.tar.gz cd cmake-3.14.0 ./bootstrap gmake gmake install 第二步编译...
解决Zxing解析本地图片二维码，识别率低，识别不出来的问题！
热门推荐
feng8888bbb的博客
12-31 4万+
最近项目里让添加本地图片扫描二维码的功能，本来已经加了扫一扫的功能，产品非得让加上本地图片扫码功能，我看了下搜狐和优酷，他们都是只有扫一扫，没有本地图片扫码，我就想着，产品让加就加吧。 在网上搜了搜，很快就搜到了一个demo，也很快就加到我的项目中了，截取了一张二维码的图片，识别出来了，OK，功能加好了，真开心。后来测试一测，说二维码功能没有添加，我就和他们理论，让他们过来复现，结果真的是识别不
Zxing识别图中二维码实践
Dyan_csdn的博客
08-23 1559
参考网上文章，做如下实践。 implementation('com.journeyapps:zxing-android-embedded:3.6.0') { transitive = false } implementation 'com.google.zxing:core:3.3.0' 第一步：获取根据场景获取bitmap 1、通过url获取bitmap: private void ...
Android zxing库实现扫码识别
weixin_55944697的博客
04-17 1238
Android zxing库实现扫码识别
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值