Python Opencv实践 - 二维码和条形码识别

最新推荐文章于 2024-09-21 12:12:03 发布

亦枫Leonlew

最新推荐文章于 2024-09-21 12:12:03 发布

阅读量2.5k

点赞数 2

分类专栏： OpenCV实践-python 文章标签： python opencv 二维码条形码计算机视觉图像处理

本文链接：https://blog.csdn.net/vivo01/article/details/134541049

版权

OpenCV实践-python 专栏收录该内容

52 篇文章 10 订阅

订阅专栏

本文介绍了如何使用Python的pyzbar模块来识别二维码和条形码，包括安装方法和代码示例，展示了如何读取图像、解码数据并绘制边框和文字。

摘要由CSDN通过智能技术生成

使用pyzbar模块来识别二维码和条形码。ZBar是一个开源软件，用来从图像中读取条形码，支持多种编码,比如EAN-13/UPC-A、UPC-E、EAN-8、代码128、代码39、交错2/5以及二维码。

pyzbar是python封装ZBar的模块，我们用它来做条形码和二维码的识别。

安装方法：

平台

安装方法

Windows

使用pip安装即可

pip install pyzbar

Ubuntu

sudo apt-get install libzbar-dev

pip install zbar

参考：

ubuntu中安装zbar_ubuntu 安装libzbar依赖-CSDN博客

python识别二维码并绘制边框和文字的代码：

import matplotlib.pyplot as plt
import numpy as np
import cv2 as cv
from pyzbar.pyzbar import decode

#读取二维码图像
img = cv.imread('../../SampleImages/QRCodes.jpg')

QRCodes = decode(img)
for QRCode in QRCodes:
    print(QRCode)
    stringData = QRCode.data.decode('utf-8')
    print("二维码字符串是：\"" + stringData + "\"")
    #绘制出二维码边框
    points = np.array([QRCode.polygon], np.int32)
    #numpy reshape: https://blog.csdn.net/DocStorm/article/details/58593682
    points = points.reshape((-1,1,2))
    cv.polylines(img, [points], True, (0,255,0), 5)
    rectPoints = QRCode.rect
    cv.putText(img, stringData, (rectPoints[0], rectPoints[1]), cv.FONT_HERSHEY_SIMPLEX, 0.5, (0,0,255), 2)

plt.imshow(img[:,:,::-1])

运行结果（最后的二维码是残缺的，因此未识别）：

识别条形码的代码和识别二维码的代码是一样的：

#读取条形码图像
img = cv.imread('../../SampleImages/BARCodes.png')

BARCodes = decode(img)
for BARCode in BARCodes:
    print(QRCode)
    stringData = BARCode.data.decode('utf-8')
    print("条形码字符串是：\"" + stringData + "\"")
    #绘制出二维码边框
    points = np.array([BARCode.polygon], np.int32)
    #numpy reshape: https://blog.csdn.net/DocStorm/article/details/58593682
    points = points.reshape((-1,1,2))
    cv.polylines(img, [points], True, (0,255,0), 5)
    rectPoints = BARCode.rect
    cv.putText(img, stringData, (rectPoints[0] - 20, rectPoints[1] - 5), cv.FONT_HERSHEY_SIMPLEX, 1, (0,0,255), 2)

plt.imshow(img[:,:,::-1])

识别结果：