用Python和OpenCV搭建自己的一维码和QRCode扫描仪(步骤 + 源码)

导 读

本文主要介绍使用Python和OpenCV搭建自己的一维码和QRCode扫描仪(步骤 + 源码)。

项目简介

本文我们将创建一个程序来扫描图像中的二维码和条形码。对于这个程序,我们需要三个包,分别是OpenCV、NumPy和pyzbar。大多数 Python 程序员都熟悉 OpenCV 和 Numpy 库。OpenCV 是一个开源计算机视觉和机器学习库。它是一个有用的图像处理库。我们在项目中使用这个库来处理设备捕获的视频中的每一帧。我们在这里使用 Numpy,因为 pyzbar 可与 OpenCV / numpy ndarrays 配合使用。而 pyzbar 库用于从给定图像中读取条形码和 QR 码。它支持 EAN-13/UPC-A、UPC-E、EAN-8、Code 128、Code 39、Interleaved 2 of 5 和 QR 码。这是对我们的项目和库的简短介绍,下面将详细介绍实现步骤。

实现步骤

**【1】安装需要的库。**主要有OpenCV, Numpy, PyZbar。

复制代码
#安装OpenCVpip install opencv-python​​​​​​

#安装pyzbarpip install pyzbar​​​​​​​

#安装numpypip install numpy

**【2】导入所有需要的库。**代码如下:​​​​​​​

复制代码
import cv2import numpy as npfrom pyzbar.pyzbar import decode

**【3】从摄像头设备捕获视频。**代码如下:​​​​​​​

复制代码
cap = cv2.VideoCapture(0)while True:    ret, frame = cap.read()    cv2.imshow('image', frame)    code = cv2.waitKey(10)    if code == ord('q'):        break

**【4】创建解码器函数,用于解码给定图像中的条形码和QRCode。**代码如下:​​​​​​​

复制代码
def decoder(image):    gray_img = cv2.cvtColor(image,0)    barcode = decode(gray_img)
    for obj in barcode:        points = obj.polygon        (x,y,w,h) = obj.rect        pts = np.array(points, np.int32)        pts = pts.reshape((-1, 1, 2))        cv2.polylines(image, [pts], True, (0, 255, 0), 3)
        barcodeData = obj.data.decode("utf-8")        barcodeType = obj.type        string = "Data: " + str(barcodeData) + " | Type: " + str(barcodeType)                cv2.putText(frame, string, (x,y), cv2.FONT_HERSHEY_SIMPLEX,0.8,(0,0,255), 2)        print("Barcode: "+barcodeData +" | Type: "+barcodeType)

该函数获取图像,然后从图像中识别 QR 码和条形码,并对其值进行解码。这里的条形码是由解码函数识别的条形码和QRcode对象的列表。每个对象包含矩形、多边形、数据、类型等属性。矩形和多边形属性给出了条形码和QR码的位置。

完整代码和检测效果:​​​​​​​

复制代码
import cv2import numpy as npfrom pyzbar.pyzbar import decode
def decoder(image):    gray_img = cv2.cvtColor(image,0)    barcode = decode(gray_img)
    for obj in barcode:        points = obj.polygon        (x,y,w,h) = obj.rect        pts = np.array(points, np.int32)        pts = pts.reshape((-1, 1, 2))        cv2.polylines(image, [pts], True, (0, 255, 0), 3)
        barcodeData = obj.data.decode("utf-8")        barcodeType = obj.type        string = "Data " + str(barcodeData) + " | Type " + str(barcodeType)                cv2.putText(frame, string, (x,y), cv2.FONT_HERSHEY_SIMPLEX,0.8,(255,0,0), 2)        print("Barcode: "+barcodeData +" | Type: "+barcodeType)
cap = cv2.VideoCapture(0)while True:    ret, frame = cap.read()    decoder(frame)    cv2.imshow('Image', frame)    code = cv2.waitKey(10)    if code == ord('q'):        break
相关推荐
会的全对٩(ˊᗜˋ*)و9 分钟前
【数据挖掘】数据挖掘综合案例—银行精准营销
人工智能·经验分享·python·数据挖掘
___波子 Pro Max.28 分钟前
GitHub Actions配置python flake8和black
python·black·flake8
阿蒙Amon1 小时前
【Python小工具】使用 OpenCV 获取视频时长的详细指南
python·opencv·音视频
橘子编程2 小时前
Python-Word文档、PPT、PDF以及Pillow处理图像详解
开发语言·python
蓝婷儿2 小时前
Python 机器学习核心入门与实战进阶 Day 2 - KNN(K-近邻算法)分类实战与调参
python·机器学习·近邻算法
之歆3 小时前
Python-封装和解构-set及操作-字典及操作-解析式生成器-内建函数迭代器-学习笔记
笔记·python·学习
天天爱吃肉82184 小时前
ZigBee通信技术全解析:从协议栈到底层实现,全方位解读物联网核心无线技术
python·嵌入式硬件·物联网·servlet
Allen_LVyingbo4 小时前
Python常用医疗AI库以及案例解析(2025年版、上)
开发语言·人工智能·python·学习·健康医疗
jndingxin4 小时前
OpenCV中超分辨率(Super Resolution)模块类cv::dnn_superres::DnnSuperResImpl
人工智能·opencv·dnn
智能砖头4 小时前
LangChain 与 LlamaIndex 深度对比与选型指南
人工智能·python