使用 OpenCV 和 Pyzbar 检测二维码和条码

概述

在现代社会，二维码和条码的应用非常广泛，从商品标签到支付二维码，几乎无处不在。本文将详细介绍如何使用 OpenCV 和 Pyzbar 库在 Python 中检测并识别二维码和条码，并通过具体的代码示例来展示整个过程。

环境准备

在开始之前，请确保已经安装了所需的库。可以通过以下命令进行安装：

pip install opencv-python pyzbar

完整示例代码详解

import cv2
import numpy as np
from pyzbar import pyzbar

class CodeFinder:
    """
    二维码、条码检测
    """
    def __init__(self):
        """
        初始化摄像头并设置分辨率
        """
        self.cap = cv2.VideoCapture(0)  # 打开默认摄像头
        self.cap.set(3, 640)  # 设置视频宽度为640像素
        self.cap.set(4, 480)  # 设置视频高度为480像素

    def run(self):
        """
        捕获视频并检测二维码和条码
        """
        while True:
            success, img = self.cap.read()  # 读取一帧视频
            if not success:
                print("Failed to read frame")
                break

            # 检测图像中的二维码和条码
            for bar_code in pyzbar.decode(img):
                # 解码二维码数据
                print(bar_code.data.decode('utf8'))  # 打印二维码数据
                print(bar_code.type)  # 打印二维码类型
                print(bar_code.rect)  # 打印二维码四周边界（矩形框）
                print(bar_code.polygon)  # 打印二维码多边形边框
                print(bar_code.quality)  # 打印二维码质量
                print(bar_code.orientation)  # 打印二维码方向

                # 绘制二维码边界
                points = np.array(bar_code.polygon, np.int32)
                points = points.reshape((-1, 1, 2))
                cv2.polylines(img=img, pts=[points], isClosed=True, color=(0, 0, 255), thickness=3)

                # 在图像上显示二维码数据
                cv2.putText(
                    img=img,
                    text=bar_code.data.decode('utf8'),
                    org=(bar_code.rect.left, bar_code.rect.top),
                    fontFace=cv2.FONT_HERSHEY_SIMPLEX,
                    fontScale=0.8,
                    color=(0, 0, 255),
                    thickness=2
                )

            # 显示图像
            cv2.imshow('code', img)

            # 按下 'q' 键退出循环
            if cv2.waitKey(1) & 0xFF == ord('q'):
                self.cap.release()  # 释放摄像头资源
                cv2.destroyAllWindows()  # 关闭所有OpenCV窗口
                break

if __name__ == '__main__':
    code_finder = CodeFinder()
    code_finder.run()

代码解析

1. 导入必要的库

import cv2
import numpy as np
from pyzbar import pyzbar

• cv2：OpenCV 的 Python 接口，用于图像和视频处理。
• numpy：用于处理图像数据的数组。
• pyzbar：用于解码二维码和条码的库。

2. 定义 CodeFinder 类

class CodeFinder:
    """
    二维码、条码检测
    """
    def __init__(self):
        """
        初始化摄像头并设置分辨率
        """
        self.cap = cv2.VideoCapture(0)  # 打开默认摄像头
        self.cap.set(3, 640)  # 设置视频宽度为640像素
        self.cap.set(4, 480)  # 设置视频高度为480像素

• 初始化摄像头：
  • self.cap = cv2.VideoCapture(0)：打开默认摄像头（ID 为 0）。
  • self.cap.set(3, 640)：设置视频宽度为 640 像素。
  • self.cap.set(4, 480)：设置视频高度为 480 像素。

3. 定义 run 方法

def run(self):
    """
    捕获视频并检测二维码和条码
    """
    while True:
        success, img = self.cap.read()  # 读取一帧视频
        if not success:
            print("Failed to read frame")
            break

        # 检测图像中的二维码和条码
        for bar_code in pyzbar.decode(img):
            # 解码二维码数据
            print(bar_code.data.decode('utf8'))  # 打印二维码数据
            print(bar_code.type)  # 打印二维码类型
            print(bar_code.rect)  # 打印二维码四周边界（矩形框）
            print(bar_code.polygon)  # 打印二维码多边形边框
            print(bar_code.quality)  # 打印二维码质量
            print(bar_code.orientation)  # 打印二维码方向

            # 绘制二维码边界
            points = np.array(bar_code.polygon, np.int32)
            points = points.reshape((-1, 1, 2))
            cv2.polylines(img=img, pts=[points], isClosed=True, color=(0, 0, 255), thickness=3)

            # 在图像上显示二维码数据
            cv2.putText(
                img=img,
                text=bar_code.data.decode('utf8'),
                org=(bar_code.rect.left, bar_code.rect.top),
                fontFace=cv2.FONT_HERSHEY_SIMPLEX,
                fontScale=0.8,
                color=(0, 0, 255),
                thickness=2
            )

        # 显示图像
        cv2.imshow('code', img)

        # 按下 'q' 键退出循环
        if cv2.waitKey(1) & 0xFF == ord('q'):
            self.cap.release()  # 释放摄像头资源
            cv2.destroyAllWindows()  # 关闭所有OpenCV窗口
            break

• 读取视频帧：

  • success, img = self.cap.read()：读取一帧视频。success 表示是否成功读取，img 是读取到的图像。
  • 如果读取失败，打印错误信息并退出循环。

• 检测二维码和条码：

  • for bar_code in pyzbar.decode(img)：使用 pyzbar.decode() 函数检测图像中的二维码和条码。
  • print(bar_code.data.decode('utf8'))：打印二维码数据。
  • print(bar_code.type)：打印二维码类型。
  • print(bar_code.rect)：打印二维码四周边界（矩形框）。
  • print(bar_code.polygon)：打印二维码多边形边框。
  • print(bar_code.quality)：打印二维码质量。
  • print(bar_code.orientation)：打印二维码方向。

• 绘制二维码边界：

  • points = np.array(bar_code.polygon, np.int32)：将二维码多边形边框转换为 NumPy 数组。
  • points = points.reshape((-1, 1, 2))：重塑数组形状。
  • cv2.polylines(img=img, pts=[points], isClosed=True, color=(0, 0, 255), thickness=3)：使用 cv2.polylines() 函数绘制多边形边框。

• 在图像上显示二维码数据：

  • cv2.putText()：在图像上显示二维码数据。
  • text=bar_code.data.decode('utf8')：要显示的文本内容。
  • org=(bar_code.rect.left, bar_code.rect.top)：文本的起始位置。
  • fontFace=cv2.FONT_HERSHEY_SIMPLEX：使用的字体类型。
  • fontScale=0.8：字体大小。
  • color=(0, 0, 255)：文本颜色。
  • thickness=2：文本线宽。

• 显示图像：

  • cv2.imshow('code', img)：显示图像。

• 按键检测：

  • if cv2.waitKey(1) & 0xFF == ord('q')：等待1毫秒，如果有按键按下，返回按键的ASCII码。ord('q') 返回字符 ‘q’ 的ASCII码。如果按键为 ‘q’，则退出循环。
  • self.cap.release()：释放摄像头资源。
  • cv2.destroyAllWindows()：关闭所有OpenCV窗口。

4. 主函数

if __name__ == '__main__':
    code_finder = CodeFinder()
    code_finder.run()

• 主函数：
  • if __name__ == '__main__':：确保当脚本直接运行时才执行以下代码。
  • 创建 CodeFinder 对象并调用 run 方法来启动二维码和条码检测。

总结

本文详细介绍了如何使用 OpenCV 和 Pyzbar 库在 Python 中检测并识别二维码和条码，并通过具体的代码示例展示了整个过程。通过使用 cv2.VideoCapture()、pyzbar.decode()、cv2.polylines() 和 cv2.putText() 等函数，我们可以轻松地处理视频流中的二维码和条码数据。

---