目錄

過程

1、獲取圖片中的二維碼信息

2、獲取視頻中的二維碼信息

3、檢測出二維碼框

4、顯示數據

5、添加數據，判斷二維碼是否授權

5-1：、添加數據

5-2、讀取文件信息，放入數組

5-3、判斷二維碼是否授權

總代碼

---

過程

1、獲取圖片中的二維碼信息

# 檢測圖像中的碼（解碼）
def Read_Decode_Pic():img = cv2.imread('Resource/qrcode.jpg')# 遍歷解碼for code in decode(img):print("條形碼/二維碼：", code)print("條形碼/二維碼數據：", code.data.decode('utf-8'))    #解碼數據

注：要解碼數據的話，必須在for循環中進行，不能直接賦值?

二維碼：?

?

?條形碼：

2、獲取視頻中的二維碼信息

# 檢測視頻中的碼（解碼）
def Read_Decode_Cam():cap = cv2.VideoCapture(0)               #打開視頻while True:success, img = cap.read()           #獲取每一幀圖片for code in decode(img):            #解碼print("條形碼/二維碼：", code)    #解碼內容print("條形碼/二維碼數據：", code.data.decode('utf-8'))  # 解碼數據cv2.imshow('result', img)           #逐像素顯示，不斷更替，相當于視頻cv2.waitKey(1)                      #延時1ms

3、檢測出二維碼框

如果是矩形框的話，比較方便，但是旋轉情況下，會不準確。因為rect獲取的是正的矩形，無法旋轉。

# 畫出矩形
pts = code.rect                             #得到矩形四個角
cv2.rectangle(image, pts, (255,0,255), 3)   #畫出矩形

?所以我們需要獲取多邊形對它進行旋轉：

注：polylines函數中需要的坐標類型是是CV_32S，所以需要轉換一下

 # 多邊形獲取（矩形的框）pts = np.array(code.polygon, np.int32)          #獲取多邊形坐標cv2.polylines(image, [pts], True, (0,0,255), 5) #畫多邊形框

?

?可以發現，這時我們可以檢測到旋轉的矩形框。

4、顯示數據

獲取矩形框的左上角作為Text的坐標（左邊坐標），顯示數據?

# 顯示數據pts_rect = code.rectprint(pts_rect)cv2.putText(image, data, (pts_rect[0],pts_rect[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255,0,0), 2)#                  顯示數據  矩形坐標                   字體類型                 字體大小 顏色     粗細

5、添加數據，判斷二維碼是否授權

?????????創建一個文件，里面放入一些二維碼數據庫，讀取文件，判斷二維碼的數據是否在數據庫里面。（不在則紅色，表示未授權；在則綠色，表示已授權）

5-1：、添加數據

5-2、讀取文件信息，放入數組

# 讀取文件
def Read():global Data_ArrayData_Array = open('Authorited.txt').read().splitlines() #按行分隔print('已授權的數據：\n', Data_Array)

5-3、判斷二維碼是否授權

# 判斷二維碼是否授權
def Judge(data):global colorif data in Data_Array:      #成功color = (0, 255, 0)     #綠色標記print('Authorized\n')else:                       #失敗color = (0, 0, 255)     #紅色標記print('Unauthorized\n')

總代碼

# 二維碼識別
import cv2
import numpy as np
from pyzbar.pyzbar import decode# 讀取文件
def Read():global Data_ArrayData_Array = open('Authorited.txt').read().splitlines() #按行分隔print('已授權的數據：',Data_Array,'\n')# 判斷二維碼是否授權
def Judge(data):global colorif data in Data_Array:      #成功color = (0, 255, 0)     #綠色標記print('Authorized\n')else:                       #失敗color = (0, 0, 255)     #紅色標記print('Unauthorized\n')# 檢測圖像中的碼（解碼）
def Read_Decode_Pic(image):# 遍歷解碼for code in decode(image):# print("條形碼/二維碼：", code)data = code.data.decode('utf-8')print("條形碼/二維碼數據：", data)    #解碼數據# 判斷二維碼是否授權Judge(data)# 多邊形獲取（矩形的框）pts_poly= np.array(code.polygon, np.int32)          #獲取多邊形坐標cv2.polylines(image, [pts_poly], True, color, 5)    #畫多邊形框# 顯示數據（獲取矩形框的左上角作為Text的坐標(左邊坐標)，顯示數據）pts_rect = code.rect# print(pts_rect)cv2.putText(image, data, (pts_rect[0],pts_rect[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2)#                  顯示數據  矩形坐標                   字體類型                 字體大小 顏色     粗細cv2.imshow('image', image)      #等畫出所有矩形后顯示# 檢測視頻中的碼（解碼）
def Read_Decode_Cam():cap = cv2.VideoCapture(0)           #打開視頻cap.set(3, 1000)                    #幀的寬度cap.set(4, 800)                     #幀的高度while True:success, image = cap.read()     #獲取每一幀圖片cv2.imshow('image', image)image = Read_Decode_Pic(image)  #對每一幀圖片檢測cv2.waitKey(1)                  #延時1msif __name__ == '__main__':Read()                          #讀取文件img = cv2.imread('Resource/qrcode.jpg')Read_Decode_Pic(img)           # 檢測圖像中的碼（解碼）Read_Decode_Cam()              # 檢測視頻中的碼（解碼）cv2.waitKey(0)

總結

以上是生活随笔為你收集整理的OpenCV（项目）二维码识别（二维码、条形码）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。