基于ZBar，OpenCV和Python的二维码识别
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了基于ZBar，OpenCV和Python的二维码识别，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4592字，纯文字阅读大概需要7分钟。
内容图文
0 前言
今天分享一个之前做过的二维码识别，参考：https://www.pyimagesearch.com/2018/05/21/an-opencv-barcode-and-qr-code-scanner-with-zbar/
上面那个只有Python版本，再推荐一个C++版本的：
https://www.learnopencv.com/opencv-qr-code-scanner-c-and-python/
如果对你有帮助，请点赞+关注，有问题请留言。
1 介绍
1.1 二维码
二维码又称二维条码，常见的二维码为QR Code，QR全称Quick Response，是一个近几年来移动设备上超流行的一种编码方式，它比传统的Bar Code条形码能存更多的信息，也能表示更多的数据类型。
二维码是用某种特定的几何图形按一定规律在平面（二维方向上）分布的黑白相间的图形记录数据符号信息的；在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理：它具有条码技术的一些共性：每种码制有其特定的字符集；每个字符占有一定的宽度；具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化点。
1.2 二维码在智能物流中的应用场景
如今，人们在寄快递时，只需要用手机扫描一个二维码，然后在打开的界面中填入姓名、联系电话和收获地址等信息，所填信息就存储在了二维码里面。在仓储分拣和智能配送时，只需用专用的扫面设备扫描二维码，就可获取里面存储的信息，不仅提高了效率，还降低了客户隐私泄露的风险，因此在智能物流领域具有很大的应用价值。
2 设备
2.1 硬件环境
- NVIDIA Jetson TX2开发板
- USB网络摄像机
2.2 软件环境
- Ubuntu 16.04
- OpenCV
- ZBar
3 步骤
3.1 安装OpenCV
OpenCV是一个图像处理和计算机视觉库。
（1）下载OpenCV
在OpenCV官网（http://opencv.org）下载OpenCV 2.4.11的source版本到本地，然后解压。
（2）编译并安装
$ cd ~/opencv
$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=Release –D \ CMAKE_INSTALL_PREFIX=/usr/local ..
$ make –j
$ sudo make install
注：这里只在OpenCV 2.4.11上进行了测试，OpenCV 3系列的版本也适用。
3.2 安装ZBar
ZBar是一个开源软件套件，用于从各种来源读取条形码，例如视频流，图像文件和原始强度传感器（raw intensity sensors）。它支持许多流行的符号（条形码类型），包括EAN-13 / UPC-A，UPC-E，EAN-8，Code 128，Code 39，Interleaved 2 of 5和QR Code。
$ sudo apt-get install libzbar0
$ sudo pip install pyzbar
3.3 获取视频流并对二维码进行检测和解码
（1）导入所需的工具包
# 导入所需工具包
from imutils.video import VideoStream
from pyzbar import pyzbar
import argparse
import datetime
import imutils
import time
import cv2
# 创建参数解析器，解析参数
ap = argparse.ArgumentParser()
ap.add_argument("-o", "--output", type=str, default="barcodes.csv",
help="path to output CSV file containing barcodes")
args = vars(ap.parse_args())
（2）初始化视频流
# 初始化视频流
print("[INFO] starting video stream...")
vs = VideoStream(src=0).start()
time.sleep(2.0)
# 打开输出CSV文件，用来写入和初始化迄今发现的所有条形码
csv = open(args[""output"], "w")
found = set()
（3）获取和处理视频帧，然后使用ZBar检测并解码二维码
# 循环来自视频流的帧
while True:
# 抓取视频流的帧
# 将大小重新调整为最大宽度400像素
frame = vs.read()
frame=imutils.resize(frame,width=400)
# 找到视频中的条形码，并解析所有条形码
barcodes = pyzbar.decode(frame)
（4）获取二维码边界框位置，并转换解码数据的格式
# 循环检测到的条形码
for barcode in barcodes:
# 提取条形码的边界框位置
# 绘出围绕图像上条形码的边界框
(x, y, w, h) = barcode.rect
cv2.rectangle(frame,(x, y),(x+ w, y + h),(0,0,255), 2)
# 条形码数据为字节对象，所以如果我们想把它画出来
# 需要先把它转换成字符串
barcodeData = barcode.data.decode("utf-8")
barcodeType = barcode.type
# 绘出图像上的条形码数据和类型
text = "{} ({})".format(barcodeData, barcodeType)
cv2.putText(frame, text, (x, y - 10),
cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)
（5）把扫描结果存储到CSV数据库
# 如果条形码文本目前不在CSV文件中,
# 就将时间戳+条形码 写入硬盘并更新集合
if barcodeData not in found:
csv.write("{},{}\n".format(datetime.datetime.now(),
barcodeData))
csv.flush()
found.add(barcodeData)
（5）显示结果
# 展示输出帧
cv2.imshow("Barcode Scanner", frame)
key = cv2.waitKey(1) & 0xFF
# 如果按下”q”键就停止循环
if key == ord("q"):
break
# 关闭输出CSV文件进行清除
print("[INFO] cleaning up...")
csv.close()
cv2.destroyAllWindows()
vs.stop()
4 测试
4.1 准备一张二维码
最简单的方法是使用二维码生成工具，网上有很多，任意选择一款即可。这里，我使用草料二维码工具，生成了一个内容为“xucheng”的二维码，如图4所示。
4.2 运行
将以上代码整合成python脚本后执行，然后将摄像头对准上一步中生成的二维码。
如图所示，可以看出，打开了一个显示摄像头采集的图像的窗口，其中，二维码被红色矩形框框出，二维码的内容“xucheng”显示在二维码上面。
5 Bug
ZBar是日本人开发的，由于编码格式的问题，识别中文会乱码，网上也有很多解决这个问题的方案，但是比较繁琐，也不一定能成功。
针对这个问题，我也咨询了博主，以下是对话截图，提供一个类似问题的链接，可以参考。
所以，如果必须识别中文，建议换其他的二维码识别库，比如ZXing。
好了，就到这里吧。
内容总结
以上是互联网集市为您收集整理的基于ZBar，OpenCV和Python的二维码识别全部内容，希望文章能够帮你解决基于ZBar，OpenCV和Python的二维码识别所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。