提取、识别小比例二维码_qr code algo-CSDN博客

本文链接：https://blog.csdn.net/zhuan__/article/details/128052234

这段代码展示了如何利用OpenCV库进行二维码检测和识别。首先读取图像，然后转换为灰度和二值图像，接着进行形态学操作以增强图像。通过找到轮廓并过滤掉小区域，确定可能的二维码位置。最后，使用AlgoQRCode库对每个潜在的二维码区域进行识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<iostream>
#include<opencv2\opencv.hpp>
#include<opencv2\wechat_qrcode.hpp>
#include"algoqrcode.h"

using namespace cv;
using namespace std;

int main()
{
	Mat image = imread("E:\\X-ray\\QR\\OC_contrib\\qrimage\\(21).jpg", 1);
	Mat s = image.clone();
	//将image由彩色图像转换成灰度图像
	cvtColor(image, image, COLOR_BGR2GRAY);
	//再通过阈值函数将其转换为二值图像
	threshold(image, image, 160, 255, THRESH_BINARY);//设置阈值为160，最大像素值为255
	
	Mat kernel = Mat::ones(Size(55, 55), CV_8UC1);
	morphologyEx(image, image, MORPH_CLOSE, kernel);
	Mat kernel2 = Mat::ones(Size(25, 25), CV_8UC1);
	morphologyEx(image, image, MORPH_OPEN, kernel2);

	vector<vector<Point>> contours;
	vector<Vec4i> hierachy;
	findContours(image, contours, hierachy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
	cout << contours.size() << endl;

	vector<Mat> vv;
	for (int i = 0; i < contours.size(); i++)
	{
		int area = contourArea(contours[i]);
		if (area < 400) continue;
		Rect r = boundingRect(contours[i]);

		rectangle(s, r, Scalar(0, 0, 255), 4);
		Mat patch = s.clone()(r);
		vv.push_back(patch);
		//imshow(to_string(i), patch);
		waitKey(0);


	}
	string config_dir = "E:\\x-ray\\qr\\oc_contrib\\qr\\";

	AlgoQRCode qrdet;
	qrdet.initModel(config_dir);

	for (int i = 0; i < vv.size(); i++)
	{
		Mat m = vv[i];

		vector<string> v;
		qrdet.detectQRCode(m, v);

		cout << v.size() << endl;
		if (v.size() != 0)
		{
			for (string vv : v)
			{
				cout << vv << endl;
			}

		}
	}

	waitKey(0);
	return 0;
}