Python 生成、解析二维码

简介: Python 生成、解析二维码

楔子



二维码在我们的生活中可以说是必不可少的,不单单是手机支付,其它很多地方也都需要扫描二维码,比如健康宝。那么下面我们就来看看如何使用 Python 来生成二维码,以及识别二维码。

关于二维码,我们来说一下它的结构。当然关于二维码的结构其实不是太重要,这里只是提一下,没兴趣可以不用看。

从图中我们可以看出,二维码结构整体可以划分为功能图形和编码区两大部分,功能图形又细分为:空白区、位置探测图形、位置探测图形分隔符、定位图形、校正图形;而编码区细分为:格式信息、版本信息、数据和纠错码字,来简单了解一下每一部分的功能:

  • 空白区:留白,不需要做任何处理
  • 位置探测图形:协助扫描软件定位二维码码
  • 位置探测图形分隔符:区分功能图形和编码区
  • 定位图形:指示标识密度和确定坐标系
  • 校正图形:校正图形的数量和位置
  • 格式信息:存放格式化数据的信息
  • 版本信息:二维码的规格,二维码符号共有 40 种规格的矩阵
  • 数据和纠错码字:实际保存的二维码信息和纠错码字(用于修正二维码损坏带来的错误)

生成二维码



生成二维码的话,Python 有两个第三方模块:qrcode 和 MyQR,可以帮我们生成二维码,下面来看一下这两个模块的用法。

生成比较简单的二维码就是,当我们扫描的时候,会自动跳转到某个页面。

import qrcode
               
# 创建 QRCode 实例
qr = qrcode.QRCode()  
# 调用 add_data,指定 url。
qr.add_data("https://www.baidu.com/")
# 生成二维码图像,颜色为蓝色,背景色为粉色
img = qr.make_image(fill_color='blue', 
                    back_color='pink')
# 显示图像,会打开一个临时文件
img.show()
# 当然我们也可以保存到硬盘上
img.save("qrcode.png")
# 事实上这个 img 是通过 PIL 模块得到的
# 所以也可以将它保存为图片对应的字节流
from io import BytesIO
buf = BytesIO()
img.save(buf)  # 将字节流保存到buf里面
with open("qrcode2.png", "wb") as f:
    # 和直接保存为 qrcode.png 是一样的
    f.write(buf.getvalue())

185104aaa60737a4f501b208c488706e.png

此时我们就生成了一个二维码,当扫描该二维码的时候就会跳转到百度另外我们在 add_data 中指定的是一个 url,我们也可以不指定 url,而是指定一段文字。这样的话,当扫描的时候就会显示我们输入的文字。

最后再来说一下 QRCode 这个类,它里面还支持一些参数,我们看一下。

b9e1491734156692dbaafdaa2fcc6b0b.png

参数可以根据实际情况进行选择。

以上 qrcode 模块生成二维码,下面来看看 MyQR 生成二维码,它和 qrcode 相比,最大的特点就是可以嵌入图片当背景。

from MyQR import myqr
# 主要用到以下几个参数
# words: 可以是一个链接,或者你想说的话(不支持中文)
# picture:你用到的图片,作为背景,不然只是一个光秃秃的二维码
# colorsize:True,表示生成彩图
# save_name:表示生成的二维码图片的名字
myqr.run(words="http://www.bilibili.com",
         picture="satori.jpg",
         colorized=True,
         save_name="bilibili.png")

ee3a4cc9c0cd400f4a580a63ef3c9249.png

当扫描这个二维码的时候,就会跳转到 bilibili。值得一提的是,这里的图片还可以使用 gif 格式的动图,当然生成的图片也要是 gif 格式的。

这里生成的二维码都是跳转到一个网址,你也可以写上一段你想说的话,扫描之后会显示出来。但如果要支持中文的话,应该使用 qrcode。


解析二维码



除了使用 Python 生成二维码,还可以解析二维码,解析二维码也有两个模块,一个是 zxing,一个是 pyzbar。

首先是 zxing,这个模块有点让人尴尬,因为这个模块调用的是 Java 的接口。也就是说解析二维码的底层工作是 Java 做的,Python 只是负责调用,所以使用这个模块的时候需要你本地有 Java环境。

>>> import zxing
>>> reader = zxing.BarCodeReader()
>>> barcode = reader.decode('bilibili.png')
>>> barcode.parsed
'http://www.bilibili.com'  # 是可以解析出来的
>>>

然后看看 pyzbar 模块,这个模块就不需要 Java 了,直接使用 Python 即可。

from PIL import Image
from pyzbar import pyzbar
im = Image.open("bilibili.png")
print(pyzbar.decode(im))
# 返回的信息还是很多的
"""
[
     Decoded(data=b'http://www.bilibili.com',
             type='QRCODE',
             rect=Rect(left=35, top=35, width=263, height=264),
             polygon=[Point(x=35, y=35), Point(x=35, y=297), 
                      Point(x=297, y=299), Point(x=298, y=35)])
]
"""
# 拿到内容
print(
    pyzbar.decode(im)[0].data.decode("utf-8")
)  # http://www.bilibili.com

两个模块都是可以正常解析的,以上就是 Python 关于二维码的一些操作。

相关文章
|
12天前
|
数据采集 存储 JavaScript
解析Python爬虫中的Cookies和Session管理
Cookies与Session是Python爬虫中实现状态保持的核心。Cookies由服务器发送、客户端存储,用于标识用户;Session则通过唯一ID在服务端记录会话信息。二者协同实现登录模拟与数据持久化。
|
26天前
|
JSON 缓存 开发者
淘宝商品详情接口(item_get)企业级全解析:参数配置、签名机制与 Python 代码实战
本文详解淘宝开放平台taobao.item_get接口对接全流程,涵盖参数配置、MD5签名生成、Python企业级代码实现及高频问题排查,提供可落地的实战方案,助你高效稳定获取商品数据。
|
29天前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
184 2
|
1月前
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
344 0
|
1月前
|
机器学习/深度学习 JSON Java
Java调用Python的5种实用方案:从简单到进阶的全场景解析
在机器学习与大数据融合背景下,Java与Python协同开发成为企业常见需求。本文通过真实案例解析5种主流调用方案,涵盖脚本调用到微服务架构,助力开发者根据业务场景选择最优方案,提升开发效率与系统性能。
339 0
机器学习/深度学习 算法 自动驾驶
245 0
|
1月前
|
算法 安全 数据安全/隐私保护
Python随机数函数全解析:5个核心工具的实战指南
Python的random模块不仅包含基础的随机数生成函数,还提供了如randint()、choice()、shuffle()和sample()等实用工具,适用于游戏开发、密码学、统计模拟等多个领域。本文深入解析这些函数的用法、底层原理及最佳实践,帮助开发者高效利用随机数,提升代码质量与安全性。
232 0
|
1月前
|
数据可视化 Linux iOS开发
Python脚本转EXE文件实战指南:从原理到操作全解析
本教程详解如何将Python脚本打包为EXE文件,涵盖PyInstaller、auto-py-to-exe和cx_Freeze三种工具,包含实战案例与常见问题解决方案,助你轻松发布独立运行的Python程序。
560 2
|
1月前
|
设计模式 缓存 运维
Python装饰器实战场景解析:从原理到应用的10个经典案例
Python装饰器是函数式编程的精华,通过10个实战场景,从日志记录、权限验证到插件系统,全面解析其应用。掌握装饰器,让代码更优雅、灵活,提升开发效率。
115 0
|
2月前
|
数据采集 消息中间件 并行计算
Python多线程与多进程性能对比:从原理到实战的深度解析
在Python编程中,多线程与多进程是提升并发性能的关键手段。本文通过实验数据、代码示例和通俗比喻,深入解析两者在不同任务类型下的性能表现,帮助开发者科学选择并发策略,优化程序效率。
157 1

热门文章

最新文章

  • 1
    Python零基础爬取东方财富网股票行情数据指南
    224
  • 2
    解析Python爬虫中的Cookies和Session管理
    167
  • 3
    Python日志模块配置:从print到logging的优雅升级指南
    127
  • 4
    【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
    94
  • 5
    (Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
    108
  • 6
    (Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
    203
  • 7
    (numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
    75
  • 8
    (numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
    203
  • 9
    (Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
    67
  • 10
    (Python基础)新时代语言!一起学习Python吧!(三):IF条件判断和match匹配;Python中的循环:for...in、while循环;循环操作关键字;Python函数使用方法
    101
  • 推荐镜像

    更多