OpenCV(三十八):二维码检测

1.二维码识别原理

功能图形:

  1. 位置探测图形:通常,二维码中有三个位置探测图形,呈现L型或大角度十字架形状,分布在二维码的三个角上,用于帮助扫描设备定位二维码的位置和方向。

  2. 位置探测图形分隔符:帮助扫描设备区分位置探测图形和二维码的数据区域。

  3. 计算模式:通常是一个小的正方形图案,用于校准扫描设备以捕捉和解码二维码的图像。

  4. 对齐标记:通常是一系列小的正方形图案,用于帮助扫描设备在不同的距离和角度下更好地对准和解码二维码。

编码区格式:

  1. 格式信息:格式信息用于指定二维码的编码格式和纠错级别。

  2. 版本信息:版本信息指定了二维码的大小和数据容量。。

  3. 数据和纠错码:编码区还包含实际的数据和纠错码。

2.二维码定位函数与识别函数

二维码定位函数 detect()

复制代码
bool detect(InputArray img, OutputArray points) const;
  • img: 待检测是否含有QR二维码的灰度图像或者彩色图像。
  • points: 包含QR二维码的最小区域四边形的四个顶点坐标,即二维码的四个顶点坐标。

二维码识别函数decode()

std::string decode(InputArray img, InputArray points, OutputArray straight_code = noArray()) const;

  • img:含有QR二维码的图像。
  • points:包含QR二维码的最小区域四边形的四个顶点坐标。
  • straight qrcode:经过校正和二值化的OR二维码。

示例代码:

void qrcode(Mat image){
    Mat gray,qrcode_bin;
    cvtColor(image,gray,COLOR_BGR2GRAY);
    QRCodeDetector qrCodeDetector;
    vector<Point> points;
    string information;
    bool isQRcode;
    isQRcode=qrCodeDetector.detect(gray,points);//识别二维码
    if(isQRcode){
        //解码二维码
        information=qrCodeDetector.decode(gray,points,qrcode_bin);
    }else{
        LOGD("无法识别二维码");
    }
    //绘制二维码的边框
    for(int i=0;i<points.size();i++){
        if(i==points.size()-1) {
            line(image, points[i], points[0], Scalar(0, 0, 255, 255), 2, 8);
            break;
        }
        line(image,points[i],points[i+1],Scalar(0,0,255,255),2,8);
    }
    //将解码内容输出到图片上
    putText(image,information.c_str(),Point(20,30),2,1,Scalar(0,0,255,255),8);
    //显示图像
    imwrite("/sdcard/DCIM/image.png",image);
    imwrite("/sdcard/DCIM/qrcode_bin.png",qrcode_bin);
}

输出图片:

经过校正和二值化的OR二维码:

3.二维码直接定位与识别函数detectAndDecode()

std::string cv::QRCodeDetector::detectAndDecode ( InputArray img,

OutputArray points = noArray(),

OutputArray straight qrcode = noArray()

)

  • img:含有QR二维码的图像
  • points: 包含QR二维码的最小区域四边形的四个顶点坐标
  • straight_qrcode:经过校正和二值化的OR二维码

示例代码:

//利用函数直接定位二维码并解码
void qrcode2(Mat image){
    Mat gray;
    cvtColor(image,gray,COLOR_BGR2GRAY);
    QRCodeDetector qrCodeDetector;
    vector<Point> points;
    string information;
    information=qrCodeDetector.detectAndDecode(gray,points);
    //将解码内容输出到图片上
    putText(image,information.c_str(),Point(20,30),2,1,Scalar(0,0,255,255),8);
    //显示图像
    imwrite("/sdcard/DCIM/image2.png",image);
}

输出图片:

相关推荐
未知陨落3 分钟前
数据结构——二叉搜索树
开发语言·数据结构·c++·二叉搜索树
Fanstay9858 分钟前
人工智能技术的应用前景及其对生活和工作方式的影响
人工智能·生活
lunch( ̄︶ ̄)12 分钟前
《AI 使生活更美好》
人工智能·生活
Hoper.J23 分钟前
用两行命令快速搭建深度学习环境(Docker/torch2.5.1+cu118/命令行美化+插件),包含完整的 Docker 安装步骤
人工智能·深度学习·docker
Shaidou_Data28 分钟前
信息技术引领未来:大数据治理的实践与挑战
大数据·人工智能·数据清洗·信息技术·数据治理技术
Elastic 中国社区官方博客29 分钟前
开始使用 Elastic AI Assistant 进行可观察性和 Microsoft Azure OpenAI
大数据·人工智能·elasticsearch·microsoft·搜索引擎·全文检索·azure
一丝晨光44 分钟前
gcc 1.c和g++ 1.c编译阶段有什么区别?如何知道g++编译默认会定义_GNU_SOURCE?
c语言·开发语言·c++·gnu·clang·gcc·g++
qq_273900231 小时前
pytorch detach方法介绍
人工智能·pytorch·python
AI狂热爱好者1 小时前
A3超级计算机虚拟机,为大型语言模型LLM和AIGC提供强大算力支持
服务器·人工智能·ai·gpu算力
边缘计算社区1 小时前
推理计算:GPT-o1 和 AI 治理
人工智能·gpt