二维码和条码检测技术详解

概述

二维码和条码在现代社会中广泛应用，从商品标签到电子支付，它们成为了信息传递的重要手段。本文将详细介绍如何使用 Python 和 OpenCV 实现二维码和条码的检测。我们将使用 pyzbar 库来解码二维码和条码，并使用 OpenCV 进行图像处理和显示。通过本文的学习，你将能够理解和实现一个完整的二维码和条码检测系统。

环境准备

确保你已经安装了所需的库。如果没有安装，可以使用以下命令进行安装：

pip install opencv-python pyzbar numpy

代码详解

import cv2
import numpy as np
from pyzbar import pyzbar


class CodeFinder:
    """
    二维码、条码检测
    """
    def __init__(self):
        # 初始化摄像头，设置分辨率
        self.cap = cv2.VideoCapture(0)
        self.cap.set(3, 640)  # 设置视频宽度
        self.cap.set(4, 480)  # 设置视频高度

    def run(self):
        while True:
            # 读取摄像头图像
            success, img = self.cap.read()
            if not success:
                print("Failed to read frame from camera.")
                break

            # 使用 pyzbar 解码图像中的二维码和条码
            for bar_code in pyzbar.decode(img):
                # 解码结果
                print(f"Data: {bar_code.data.decode('utf8')}")  # 二维码数据
                print(f"Type: {bar_code.type}")  # 二维码类型
                print(f"Rect: {bar_code.rect}")  # 二维码四周边界（矩形框）
                print(f"Polygon: {bar_code.polygon}")  # 二维码多边形边框
                print(f"Quality: {bar_code.quality}")  # 二维码质量
                print(f"Orientation: {bar_code.orientation}")  # 二维码方向

                # 绘制二维码或多边形边框
                points = np.array(bar_code.polygon, 32)
                points = points.reshape((-1, 1, 2))
                cv2.polylines(img=img, pts=[points], isClosed=True, color=(0, 0, 255), thickness=3)

                # 在二维码或多边形边框上方绘制解码后的数据
                cv2.putText(
                    img=img,
                    text=bar_code.data.decode('utf8'),
                    org=(bar_code.rect.left, ),
                    fontFace=cv2.FONT_HERSHEY_SIMPLEX,
                    fontScale=0.8,
                    color=(0, 0, 255),
                    thickness=2
                )

            # 显示图像
            cv2.imshow('code', img)

            # 按下 'q' 键退出循环
            if cv2.waitKey(1) & 0xFF == ord('q'):
                self.cap.release()
                cv2.destroyAllWindows()
                break


if __name__ == '__main__':
    code_finder = CodeFinder()
    code_finder.run()

代码详解

1. 导入必要的库

import cv2
import numpy as np
from pyzbar import pyzbar

• import cv2：导入 OpenCV 库，用于图像处理和显示。
• import numpy as np：导入 NumPy 库，用于数组操作。
• from pyzbar import pyzbar：导入 pyzbar 库，用于解码二维码和条码。

2. 定义 CodeFinder 类

class CodeFinder:
    """
    二维码、条码检测
    """
    def __init__(self):
        # 初始化摄像头，设置分辨率
        self.cap = cv2.VideoCapture(0)
        self.cap.set(3, 640)  # 设置视频宽度
        self.cap.set(4, 480)  # 设置视频高度

• __init__ 方法初始化摄像头并设置分辨率。
  • self.cap = cv2.VideoCapture(0)：打开默认摄像头（索引为 0）。
  • self.cap.set(3, 640)：设置视频宽度为 640 像素。
  • self.cap.set(4, 480)：设置视频高度为 480 像素。

3. 定义 run 方法

def run(self):
    while True:
        # 读取摄像头图像
        success, img = self.cap.read()
        if not success:
            print("Failed to read frame from camera.")
            break

        # 使用 pyzbar 解码图像中的二维码和条码
        for bar_code in pyzbar.decode(img):
            # 解码结果
            print(f"Data: {bar_code.data.decode('utf8')}")  # 二维码数据
            print(f"Type: {bar_code.type}")  # 二维码类型
            print(f"Rect: {bar_code.rect}")  # 二维码四周边界（矩形框）
            print(f"Polygon: {bar_code.polygon}")  # 二维码多边形边框
            print(f"Quality: {bar_code.quality}")  # 二维码质量
            print(f"Orientation: {bar_code.orientation}")  # 二维码方向

            # 绘制二维码或多边形边框
            points = np.array(bar_code.polygon, 32)
            points = points.reshape((-1, 1, 2))
            cv2.polylines(img=img, pts=[points], isClosed=True, color=(0, 0, 255), thickness=3)

            # 在二维码或多边形边框上方绘制解码后的数据
            cv2.putText(
                img=img,
                text=bar_code.data.decode('utf8'),
                org=(bar_code.rect.left, ),
                fontFace=cv2.FONT_HERSHEY_SIMPLEX,
                fontScale=0.8,
                color=(0, 0, 255),
                thickness=2
            )

        # 显示图像
        cv2.imshow('code', img)

        # 按下 'q' 键退出循环
        if cv2.waitKey(1) & 0xFF == ord('q'):
            self.cap.release()
            cv2.destroyAllWindows()
            break

• while True:：进入无限循环，持续读取摄像头图像。
• success, img = self.cap.read()：读取摄像头图像，success 表示读取是否成功，img 是读取的图像。
• if not success:：如果读取失败，打印错误信息并退出循环。
• for bar_code in pyzbar.decode(img):：使用 pyzbar.decode 解码图像中的二维码和条码。
• print(f"Data: {bar_code.data.decode('utf8')}")：打印解码后的数据。
• print(f"Type: {bar_code.type}")：打印二维码类型。
• print(f"Rect: {bar_code.rect}")：打印二维码四周边界（矩形框）。
• print(f"Polygon: {bar_code.polygon}")：打印二维码多边形边框。
• print(f"Quality: {bar_code.quality}")：打印二维码质量。
• print(f"Orientation: {bar_code.orientation}")：打印二维码方向。
• points = np.array(bar_code.polygon, 32)：将多边形边框转换为 NumPy 数组。
• points = points.reshape((-1, 1, 2))：重塑数组形状。
• cv2.polylines(img=img, pts=[points], isClosed=True, color=(0, 0, 255), thickness=3)：在图像上绘制多边形边框。
• cv2.putText(...)：在二维码或多边形边框上方绘制解码后的数据。
• cv2.imshow('code', img)：显示图像。
• if cv2.waitKey(1) & 0xFF == ord('q'):：按下 'q' 键退出循环。
• self.cap.release()：释放摄像头资源。
• cv2.destroyAllWindows()：关闭所有 OpenCV 窗口。

4. 主程序入口

if __name__ == '__main__':
    code_finder = CodeFinder()
    code_finder.run()

• if __name__ == '__main__':：确保脚本直接运行时才执行以下代码。
• code_finder = CodeFinder()：创建 CodeFinder 类的实例。
• code_finder.run()：调用 run 方法开始检测二维码和条码。

运行效果展示

运行上述代码后，摄像头将开始捕捉图像，并在检测到二维码或条码时，在图像上绘制多边形边框并显示解码后的数据。按下 'q' 键可以退出程序。

总结

本文详细介绍了如何使用 Python 和 OpenCV 实现二维码和条码的检测。通过理解这些基本概念和技术，你可以更加灵活地在图像处理和物体识别中应用 OpenCV 和 pyzbar。

---