视频/图像中的条形码/二维码识别

视频/图像中的条形码/二维码识别

图像识别

视频识别

# 二维码识别
import cv2
import numpy as np
from pyzbar.pyzbar import decode
 
# 读取文件
def Read():
    global Data_Array
    Data_Array = open('Existing.txt').read().splitlines() #按行分隔，已授权数据存放处
    print('已授权的数据：',Data_Array,'\n')
 
 
# 判断二维码是否授权
def Judge(data):
    global color
    if data in Data_Array:      #已授权
        color = (0, 255, 0)     #绿色标记
        print('Authorized\n')
    else:                       #未授权
        color = (0, 0, 255)     #红色标记
        print('Unauthorized\n')
 
 
# 检测图像中的码（解码）
def Read_Decode_Pic(image):
    # 遍历解码
    for code in decode(image):
        # print("条形码/二维码：", code)
        data = code.data.decode('utf-8')
        print("条形码/二维码数据：", data)    #解码数据
 
        # 判断二维码是否授权
        Judge(data)
 
        # 多边形获取（矩形的框）
        pts_poly= np.array(code.polygon, np.int32)          #获取多边形坐标
        cv2.polylines(image, [pts_poly], True, color, 5)    #画多边形框
 
        # 显示数据（获取矩形框的左上角作为Text的坐标(左边坐标)，显示数据）
        pts_rect = code.rect
        # print(pts_rect)
        cv2.putText(image, data, (pts_rect[0],pts_rect[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2)
        #                  显示数据  矩形坐标                   字体类型                 字体大小 颜色     粗细
 
    cv2.imshow('image', image)      #等画出所有矩形后显示
 
 
# 检测视频中的码（解码）
def Read_Decode_Cam():
    cap = cv2.VideoCapture(0)           #打开视频
    cap.set(3, 1000)                    #帧的宽度
    cap.set(4, 800)                     #帧的高度
 
    while True:
        success, image = cap.read()     #获取每一帧图片
        cv2.imshow('image', image)
 
        image = Read_Decode_Pic(image)  #对每一帧图片检测
 
        cv2.waitKey(1)                  #延时1ms
 
 
if __name__ == '__main__':
    Read()                          #读取文件
    img = cv2.imread('0.jpg')
    Read_Decode_Pic(img)           # 检测图像中的码（解码）
    Read_Decode_Cam()              # 检测视频中的码（解码）
 
    cv2.waitKey(0)