opencv实战---检测二维码和条形码_opencv 条形码

目录

制作简易的二维码：

识别二维码和条形码：

相关库：

decode函数解码：

准确圈出二维码的位置：

cv2.polylines():

cv2.putText():

判断二维码是否授权：

使用图片进行识别的完整代码：

使用摄像头实时识别完整代码：

---

以下所有代码在识别条形码处也适用。

制作简易的二维码：

如果已经有二维码的可以跳过这一步。

使用的是办公软件excel实现。但这里只能做英文和数字类型的。

1、在任意单元格内输入内容。这里是在A40处输入内容“168Qr”。

 2、选项卡里找到开发工具---插入---点击ActiveX控件的最右下角。

3、弹出的窗口内，往下滑动选择Microsoft BarCode Control 16.0后，点击确定。

4、在任意区域，摁住鼠标左键不放，拖动鼠标，画出合适大小的矩形，松开鼠标，即可获得一个条形码。

5、右击条形码，选择属性，点击自定义右边“...”，弹窗内的样式，选择最后一个“11 - QR Code”，点击确定。

6、回到这里的属性，找到"LinledCell"，输入前面有内容的单元格位置，这里输入的是“A40”。结束后，点击右上角关闭。

 

 

 手机扫一扫即可。

识别二维码和条形码：

软件：pycharm    解释器：python 3.7

相关库：

import cv2         # opencv-python==4.2.0.34
import numpy as np     # numpy==1.21.6
from pyzbar.pyzbar import decode

decode函数解码：

使用decode函数对二维码的图片进行解码，会看到结果会出现以下一些参数。其中，data代表二维码的内容；type代表是条形码还是二维码类型；rect代表二维码轮廓的信息；polygon二维码轮廓的位置，从左上角逆时针旋转。

img = cv2.imread('2.png')
result = decode(img)
print(result)

[Decoded(data=b'168Qr', type='QRCODE', rect=Rect(left=91, top=84, width=174, height=162), polygon=[Point(x=91, y=84), Point(x=91, y=246), Point(x=265, y=245), Point(x=265, y=84)], quality=1, orientation='UP')]

 利用循环分别获取解码出来的信息：

for barCode in result:
    print(barCode.data)
    print(barCode.rect)
    print(barCode.polygon)

结果：

 发现会出现“ b'168Qr' ”，b代表它是以字节为单位。想要去掉这个“b”，那么需要进行解码。

for barCode in result:
    print(barCode.data)
    myData = barCode.data.decode('utf-8')
    print(myData)

结果：解码成功

准确圈出二维码的位置：

解码结束后，在图片上显示出二维码的位置和二维码的内容。

根据解码后的polygon返回值，框出二维码。

for barCode in result:
    myData = barCode.data.decode('utf-8')
    pts = np.array([barCode.polygon], np.int32)     # 创建一个int32数据类型的二维码轮廓数组
    pts = pts.reshape((-1, 1, 2))        # 自适应维度大小
    cv2.polylines(img, [pts], True, (255, 0, 255), 5)

cv2.polylines():

• cv2.polylines(img,  pts, isClosed, color, thickness)
• 其中，pts: 折线顶点数组；isClosed:是否是闭合折线(多边形)

 根据解码后的rect返回值，确定二维码内容放置的位置。

pts2 = barCode.rect
cv2.putText(img, myData, (pts2[0], pts2[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (255, 0, 255), 2)

cv2.putText():

cv.putText(img, text, org, fontFace,fontScale,color[, thickness[, lineType[, bottomLeftOrigin]]])

其中，参数依次为：图片，添加的文字，左上角坐标，字体，字体大小，颜色，字体粗细

判断二维码是否授权：

先在当前文件夹内创建一个文本文件，里面输入一些授权的二维码内容。

比如：

 然后在解码的py文件下，读取这个文本文件的内容：

with open('myDataList.txt') as f:
    myDataList = f.read().splitlines()
    print(myDataList)

结果：

 接着，根据二维码的内容来判断是否授权。如果二维码的内容在这个文本文件内，那么输出“Authorized”，而且框二维码的线条为绿色；如果二维码的内容不在这个文本文件内，那么输出“Un-Authorized”，而且框二维码的线条为红色。

使用图片进行识别的完整代码：

import cv2
import numpy as np
from pyzbar.pyzbar import decode
 
img = cv2.imread('8.png')
result = decode(img)
 
with open('myDataList.txt') as f:
    myDataList = f.read().splitlines()
    print(myDataList)
 
for barCode in result:
    myData = barCode.data.decode('utf-8')
 
    if myData in myDataList:
        myOutPut = "Authorized"
        myColor = (0, 255, 0)
    else:
        myOutPut = "Un-Authorized"
        myColor = (0, 0, 255)
 
    pts = np.array([barCode.polygon], np.int32)     # 创建一个int32数据类型的二维码轮廓数组
    pts = pts.reshape((-1, 1, 2))        # 自适应维度大小
    cv2.polylines(img, [pts], True, myColor, 5)
    pts2 = barCode.rect
    cv2.putText(img, myData, (pts2[0], pts2[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.9, myColor, 2)
    cv2.imshow('22', img)
cv2.waitKey(0)

使用摄像头实时识别完整代码：

import cv2
import numpy as np
from pyzbar.pyzbar import decode
 
# 导入摄像头
cap = cv2.VideoCapture(0)
cap.set(3, 320) #摄像头的宽度
cap.set(4, 320) #摄像头的高度
cap.set(10, 100) #摄像头的亮度
 
with open('myDataList.txt') as f:
    myDataList = f.read().splitlines()
 
while True:
    success, img = cap.read()
    for barcode in decode(img):
        myData = barcode.data.decode('utf-8')
        print(myData)
 
        if myData in myDataList:
            myOutPut = "Authorized"
            myColor = (0, 255, 0)
        else:
            myOutPut = "Un-Authorized"
            myColor = (0, 0, 255)
 
        pts = np.array([barcode.polygon], np.int32)
        pts = pts.reshape((-1, 1, 2))
        cv2.polylines(img, [pts], True, myColor, 5)
        pts2 = barcode.rect
        cv2.putText(img, myOutPut, (pts2[0], pts2[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.9, myColor, 2)
    cv2.imshow("Result",img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break