python二维码特征定位与识别
1. 项目背景
在使用手机等移动设备对发票中的二维码进行扫描识别的时候,经常会出现这样的情况:由于部分纸质发票的打印质量比较差,二维码出现模糊和缺失导致无法直接扫描和识别。因此,在实际操作中需要对发票中的二维码进行定位识别。
本文基于window环境下的python3.6,使用python的opencv库来实现二维码的定位与识别。
2.引入相关库
;本文使用的库主要有cv2、numpy、math,在引入前请安装相关的python库。
import cv2
import numpy as np
import math
3. 图像预处理
# 读取图片
image = cv2.imread("images/test.jpg")
# 灰度化
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv2.imwrite("images/gray.jpg", gray_image)
# 中值滤波
blur_image = cv2.medianBlur(gray_image, 5)
# OTSU二值化
(_, threshold_image) = cv2.threshold(blur_image, 0, 255, cv2.THRESH_OTSU)
cv2.imwrite("images/threshold.jpg", threshold_image)
# 图像腐蚀,使轮廓更加完整
erode_image = cv2.erode(threshold_image, None, iterations=2)
-
原始图片
-
灰度图片
-
二值化图片
-
腐蚀图片
4. 识别位置探测图像
经过上述步骤的处理,我们可以看出图片中二维码的位置探测图形的轮廓变得更加清晰了,下面我们就可以对位置探测图形进行定位了。
# 寻找轮廓
contours, hierarchy = cv2.findContours(erode_image, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
hierarchy = hierarchy[0]
# 轮廓中有两个子轮廓的轮廓可能为二维码位置探测图形
tempindex1 = 0
tempindex2 = 0
vin = []
for i in range(0, len(contours)):
if hierarchy[i][2] == -1:
continue
else:
tempindex1 = hierarchy[i][2]
if hierarchy[tempindex1][2] == -1:
continue
else:
tempindex2 = hierarchy[tempindex1][2]
vin.append((i, tempindex1, tempindex2))
for v in vin:
contour1 = contours[v[1]]
contour2 = contours[v[2]]
lenth1 = cv2.arcLength(contour1, True)
lenth2 = cv2.arcLength(contour2, True)
# 排除过大轮廓
if abs(lenth1 / lenth2 - 2) > 1:
vin.remove(v)
# 位置探测图形中心点坐标
points = []
for v in vin:
m = cv2.moments(contours[v[1]])
cx = np.intp(m['m10'] / m['m00'])
cy = np.intp(m['m01'] / m['m00'])
points.append((cx, cy))
# 计算区域面积
area = cv2.contourArea(contours[vin[0][1]])
# 计算轮廓边长
area_side = np.intp(math.sqrt(area))
# 绘制定位三角形
for i in range(0, 3):
cv2.line(erode_image, points[i % 3], points[(i + 1) % 3], (255, 0, 0), area_side // 10)
cv2.imwrite("images/ercode.jpg", erode_image)
结果如图所示: