概述
在现代社会，二维码和条码的应用非常广泛，从商品标签到支付二维码，几乎无处不在。本文将详细介绍如何使用 OpenCV 和 Pyzbar 库在 Python 中检测并识别二维码和条码，并通过具体的代码示例来展示整个过程。
环境准备
在开始之前，请确保已经安装了所需的库。可以通过以下命令进行安装：
pip install opencv-python pyzbar完整示例代码详解
import cv2
import numpy as np
from pyzbar import pyzbar
class CodeFinder:
"""
二维码、条码检测
"""
def __init__(self):
"""
初始化摄像头并设置分辨率
"""
self.cap = cv2.VideoCapture(0) # 打开默认摄像头
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
def run(self):
"""
捕获视频并检测二维码和条码
"""
while True:
success, img = self.cap.read() # 读取一帧视频
if not success:
print("Failed to read frame")
break
# 检测图像中的二维码和条码
for bar_code in pyzbar.decode(img):
# 解码二维码数据
print(bar_code.data.decode('utf8')) # 打印二维码数据
print(bar_code.type) # 打印二维码类型
print(bar_code.rect) # 打印二维码四周边界（矩形框）
print(bar_code.polygon) # 打印二维码多边形边框
print(bar_code.quality) # 打印二维码质量
print(bar_code.orientation) # 打印二维码方向
# 绘制二维码边界
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)
# 在图像上显示二维码数据
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() # 释放摄像头资源
cv2.destroyAllWindows() # 关闭所有OpenCV窗口
break
if __name__ == '__main__':
code_finder = CodeFinder()
code_finder.run()代码解析
1. 导入必要的库
import cv2
import numpy as np
from pyzbar import pyzbarcv2：OpenCV 的 Python 接口，用于图像和视频处理。numpy：用于处理图像数据的数组。pyzbar：用于解码二维码和条码的库。
2. 定义 CodeFinder 类
class CodeFinder:
"""
二维码、条码检测
"""
def __init__(self):
"""
初始化摄像头并设置分辨率
"""
self.cap = cv2.VideoCapture(0) # 打开默认摄像头
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- 初始化摄像头：
self.cap = cv2.VideoCapture(0)：打开默认摄像头（ID 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):
"""
捕获视频并检测二维码和条码
"""
while True:
success, img = self.cap.read() # 读取一帧视频
if not success:
print("Failed to read frame")
break
# 检测图像中的二维码和条码
for bar_code in pyzbar.decode(img):
# 解码二维码数据
print(bar_code.data.decode('utf8')) # 打印二维码数据
print(bar_code.type) # 打印二维码类型
print(bar_code.rect) # 打印二维码四周边界（矩形框）
print(bar_code.polygon) # 打印二维码多边形边框
print(bar_code.quality) # 打印二维码质量
print(bar_code.orientation) # 打印二维码方向
# 绘制二维码边界
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)
# 在图像上显示二维码数据
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() # 释放摄像头资源
cv2.destroyAllWindows() # 关闭所有OpenCV窗口
break- 读取视频帧：
success, img = self.cap.read()：读取一帧视频。success表示是否成功读取，img是读取到的图像。- 如果读取失败，打印错误信息并退出循环。
- 检测二维码和条码：
for bar_code in pyzbar.decode(img)：使用pyzbar.decode()函数检测图像中的二维码和条码。print(bar_code.data.decode('utf8'))：打印二维码数据。print(bar_code.type)：打印二维码类型。print(bar_code.rect)：打印二维码四周边界（矩形框）。print(bar_code.polygon)：打印二维码多边形边框。print(bar_code.quality)：打印二维码质量。print(bar_code.orientation)：打印二维码方向。
- 绘制二维码边界：
points = np.array(bar_code.polygon, 32)：将二维码多边形边框转换为 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)：使用cv2.polylines()函数绘制多边形边框。
- 在图像上显示二维码数据：
cv2.putText()：在图像上显示二维码数据。text=bar_code.data.decode('utf8')：要显示的文本内容。org=(bar_code.rect.left, )：文本的起始位置。fontFace=cv2.FONT_HERSHEY_SIMPLEX：使用的字体类型。fontScale=0.8：字体大小。color=(0, 0, 255)：文本颜色。thickness=2：文本线宽。
- 显示图像：
cv2.imshow('code', img)：显示图像。
- 按键检测：
if cv2.waitKey(1) & 0xFF == ord('q')：等待1毫秒，如果有按键按下，返回按键的ASCII码。ord('q')返回字符 ‘q’ 的ASCII码。如果按键为 ‘q’，则退出循环。self.cap.release()：释放摄像头资源。cv2.destroyAllWindows()：关闭所有OpenCV窗口。
4. 主函数
if __name__ == '__main__':
code_finder = CodeFinder()
code_finder.run()- 主函数：
if __name__ == '__main__':：确保当脚本直接运行时才执行以下代码。- 创建
CodeFinder对象并调用run方法来启动二维码和条码检测。
总结
本文详细介绍了如何使用 OpenCV 和 Pyzbar 库在 Python 中检测并识别二维码和条码，并通过具体的代码示例展示了整个过程。通过使用 cv2.VideoCapture()、pyzbar.decode()、cv2.polylines() 和 cv2.putText() 等函数，我们可以轻松地处理视频流中的二维码和条码数据。
