OpenCV 检测二维码和条形码

  安装pyzbar，通过pyzbar中的decode函数读取图片中的二维码/条形码信息。


  首先看一下decode读取的信息长啥样。

import cv2 as cv
import numpy as np
from pyzbar.pyzbar import decode

img = cv.imread('Qrcode1.jpg')
code = decode(img)
print(code)

[Decoded(data=b’111111’, type=‘QRCODE’, rect=Rect(left=93, top=195, width=82, height=81), polygon=[Point(x=93, y=195), Point(x=93, y=276), Point(x=175, y=276), Point(x=175, y=195)])]

  data中就是二维码中所包含的信息，rect和polygon体现了二维码边界框的所在位置和大小，前者是矩形的表示方式，后者是多边形的表示方式。

  接下来识别一个含有多个二维码的图片，通过循环可以把每一个二维码的每一部分的信息单独输出。

for barcode in code:
    print(barcode.data)
    print(barcode.rect)
    print(barcode.polygon)
    myData = barcode.data.decode('utf-8')
    print(myData)

  下面是其中前两组的输出。
b’987654’
Rect(left=124, top=352, width=210, height=210)
[Point(x=124, y=352), Point(x=124, y=562), Point(x=334, y=562), Point(x=334, y=352)]
987654
b’111116’
Rect(left=621, top=354, width=210, height=210)
[Point(x=621, y=354), Point(x=621, y=564), Point(x=831, y=564), Point(x=831, y=354)]
111116

  通过这些信息可以在图像上框出二维码并输出对应的信息（在测试时发现如果一张图中的二维码相离比较远，可能就不能全部识别出来，不知道是什么原因）。在这里再创建一个text文件作为授权名单，其中包括111111、111112、111113、111114、111115，通过对比所识别信息和文件中的信息，来判断所识别信息是否已授权。

import cv2 as cv
import numpy as np
from pyzbar.pyzbar import decode

with open('myDataFile.text') as f:
    myDataList = f.read().splitlines() #读取被授权名单
print(myDataList)

img = cv.imread('QrCode.jpg')
code = decode(img)

for barcode in code:
    myData = barcode.data.decode('utf-8')
    print(myData)
    if myData in myDataList: # 根据名单判断是否授权,同时切换输出的文本和边界框颜色
        myOutput = 'Authorized'
        myColor = (0, 255, 0)
        print('Authorized')
    else:
        myOutput = 'Un-Authorized'
        myColor = (0, 0, 255)
        print('Un-Authorized')
        
	# 用多边形画出二维码的边界框。因为当画面出现旋转时，矩形可能无法画出相应的区域    # 
    pts = np.array([barcode.polygon], np.int32)
    print(pts)
    pts = pts.reshape((-1, 1, 2))
    print(pts)
    cv.polylines(img, [pts], True, myColor, 5)
    
    pts2 = barcode.rect  #使用矩形左上方的点作为文本初始点
    cv.putText(img,myData+myOutput, (pts2[0], pts2[1]-25), cv.FONT_HERSHEY_SIMPLEX, 0.9, myColor, 2)

cv.imshow('Result',img)
cv.waitKey(0)

  最后通过电脑摄像头来捕捉二维码并输出，大致思路相同，只是需要设置下摄像头。

import cv2 as cv
import numpy as np
from pyzbar.pyzbar import decode

# 读取摄像头捕捉到的二维码
cap = cv.VideoCapture(0) #从我的笔记本摄像头读取视频（只有一个，编号为0）
cap.set(3,640) #3表示设置视频流的帧的宽度
cap.set(4,480) #4表示设置视频流的帧的高度

with open('myDataFile.text') as f:
    myDataList = f.read().splitlines() #读取被授权名单
print(myDataList)

while True:
    success,img = cap.read()
    for barcode in decode(img):
        print(barcode.data)
        myData = barcode.data.decode('utf-8')
        print(myData)

        if myData in myDataList: 
            myOutput = 'Authorized'
            myColor = (0,255,0)
            print('Authorized')
        else:
            myOutput = 'Un-Authorized'
            myColor = (0, 0, 255)
            print('Un-Authorized')

        pts = np.array([barcode.polygon],np.int32)
        print(pts)
        pts = pts.reshape((-1,1,2))
        print(pts)
        cv.polylines(img,[pts],True,myColor,5)
        
        pts2 = barcode.rect
        cv.putText(img,myData+myOutput,(pts2[0],pts2[1]-25),cv.FONT_HERSHEY_SIMPLEX,0.9,myColor,2)
        
    cv.imshow('Result',img)
    cv.waitKey(1)

  遗憾的是本次实验中测试条形码的效果并不是很好。截图的效果是多次尝试中比较好的结果，其他的识别结果多边形大多是不规则的，不知是因为手持导致的不稳定还是国内外的条形码差别，又或是其他原因…

  学习链接