配置（三）—— win10 x64环境下利用vs2015编译zxing-cpp及利用zxing C++进行解码

在这里，我将介绍如何利用cmake, vs2015对zxing-cpp进行编译，并且利用zxing-cpp c++版本进行解码。我已经编译好了x64 vs2015环境下的zxing-cpp库，并给出了相应的解码demo，可以参考GitHub代码（其中zxing是已经编译好的库，可以直接配置使用，像配置opencv一样（但不需要动态链接库）；demo是演示解码例程）。

CMake 安装与配置

在CMake官网下载安装程序。直接安装CMake，但在安装的时候要记得勾选将CMake包含在电脑的环境变量中；如果安装时没有勾选，那也没关系，直接找到CMake的安装路径，将其bin文件所在路径添加到环境变量中（不懂的可以Google）。

zxing-cpp 下载与编译

1. zxing-cpp是zxing开源库的C++接口，该作者也一直在维护该库。在这里直接clone zxing-cpp 到本地目录下面（如下图），得到下面的文件（初始是没有build文件夹）
   
2. 在zxing-cpp目录下建立build文件夹（也就是上图中的build文件夹），供CMake编译保存。如下图，分别选择两个相应的路径，在Configure中，一定要设置正确的编译器和机器位数（本文设置的是vs2015 v14和 x64）, 千万不能忽略。 设置完成之后，直接Generate就ok了， 没问题的话都是done的状态。
   
3. CMake 完成编译之后，打开build文件夹，我们可以找到一个zxing.sln的文件，直接用vs2015打开。
   
4. 打开之后，在vs2015里面设置成debug x64模式，右键Solution ‘zxing’ 直接build即可。
   
5. 工程建立完毕之后，会在build文件夹下面，生成Debug的文件夹，如下图。
   
6. 在Debug文件夹下面，我们可以得到 libzxing-debug.lib 和zxing.exe两个文件。
   
7. zxing.exe文件可以在命令行下面直接运行（如下面命令行执行所示），可以设置图片进行解码。在这里，libzxing-debug.lib对我们才是重要的。
   
8. 得到libzxing-debug.lib后，我们可以像配置opencv库一样配置好zxing-cpp库，来进行解码。这里，我 将 libzxing-debug.lib 和 zxing-cpp\core\src目录下面的zxing文件夹拷贝出来，构成一个单独供C++调用的 zxing库。 如下图所示，建立了一个新的zxing文件夹，在其下面建立一个lib文件夹，将libzxing-debug.lib拷贝进去；并且将zxing-cpp\core\src目录下面的zxing文件夹拷贝到该zxing文件夹里面。这样，我们就得到了一个类似于opencv的库，只是是静态链接库。
   
9. 利用vs2015建立一个demo工程，在debug x64属性下配置好opencv 和 刚刚建立好的zxing库，形成zxing-cv属性表（不会属性配置详见Google，或者参照GitHub链接中的配置）。在工程中添加source.cpp文件，如下，其他文件参考Github链接。

#include <string>
#include <fstream>
#include <zxing/LuminanceSource.h>
#include <zxing/common/Counted.h>
#include <zxing/Reader.h>

#include <zxing/common/GlobalHistogramBinarizer.h>
#include <zxing/DecodeHints.h>
#include <zxing/MultiFormatReader.h>
#include <zxing/oned/CodaBarReader.h>
#include <zxing/oned/Code39Reader.h>
#include <zxing/oned/Code93Reader.h>
#include <zxing/oned/Code128Reader.h>
#include <opencv2/opencv.hpp>
//#include <vector>
#include "MatSource.h"

int main()
{
	std::string image_name = "./image/2.jpg";
	cv::Mat matSrc = cv::imread(image_name, 1);
	if (!matSrc.data) {
		fprintf(stderr, "read image error: %s", image_name.c_str());
		return -1;
	}

	cv::Mat matGray;
	cv::cvtColor(matSrc, matGray, CV_BGR2GRAY);

	zxing::Ref<zxing::LuminanceSource> source(new MatSource(matGray));
	int width = source->getWidth();
	int height = source->getHeight();
	fprintf(stderr, "image width: %d, height: %d\n", width, height);

	zxing::Ref<zxing::Reader> reader;
	reader.reset(new zxing::oned::Code128Reader);

	zxing::Ref<zxing::Binarizer> binarizer(new zxing::GlobalHistogramBinarizer(source));
	zxing::Ref<zxing::BinaryBitmap> bitmap(new zxing::BinaryBitmap(binarizer));
	zxing::Ref<zxing::Result> result(reader->decode(bitmap, zxing::DecodeHints(zxing::DecodeHints::CODE_128_HINT)));

	/*std::string txt = "Code128.txt";
	std::ifstream in(txt);
	if (!in.is_open()) {
	fprintf(stderr, "fail to open file: %s\n", txt.c_str());
	return -1;
	}
	std::string str1;
	std::getline(in, str1);
	fprintf(stderr, "actual        result: %s\n", str1.c_str());*/

	std::string str2 = result->getText()->getText();
	fprintf(stdout, "recognization result: %s\n", str2.c_str());

	zxing::ArrayRef< zxing::Ref<zxing::ResultPoint> > rpoints = result->getResultPoints();
	cv::Point point0(rpoints[0]->getX()+30, rpoints[0]->getY()+50);
	cv::Point point1(rpoints[1]->getX()-30, rpoints[1]->getY()-50);
	cv::putText(matSrc, str2, cv::Point(rpoints[1]->getX() - 10, rpoints[1]->getY() - 10), 1, 2, cv::Scalar(0, 0, 255));
	cv::rectangle(matSrc, cv::Rect(point1, point0), cv::Scalar(0, 0, 255), 2);
	cv::imshow("locate", matSrc);
	cv::waitKey(0);
	cv::imwrite("image/2res.jpg", matSrc);

	return 0;
}

10. 解码结果：

已编译好的 zxing-cpp 链接

Github - zxing-cpp for vs2015 x64。

已配置好的 zxing 解码demo链接

Github - 注意属性表中的路径需要根据个人环境进行配置，直接运行工程便可以解码（此处只添加了code128解码，后续将添加其他格式解码）。