OpenCV(三十八):二维码检测

简介: 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()

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:


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

目录
相关文章
|
9月前
|
算法 计算机视觉
OpenCV(四十三):Shi-Tomas角点检测
OpenCV(四十三):Shi-Tomas角点检测
149 0
|
9月前
|
编解码 计算机视觉
OpenCV(三十六):霍夫直线检测
OpenCV(三十六):霍夫直线检测
182 0
|
9月前
|
计算机视觉 索引
OpenCV(三十五):凸包检测
OpenCV(三十五):凸包检测
110 0
|
9月前
|
存储 资源调度 算法
Opencv(C++)系列学习---SIFT、SURF、ORB算子特征检测
Opencv(C++)系列学习---SIFT、SURF、ORB算子特征检测
499 0
|
4月前
|
计算机视觉
Opencv学习笔记(八):如何通过cv2读取视频和摄像头来进行人脸检测(jetson nano)
如何使用OpenCV库通过cv2模块读取视频和摄像头进行人脸检测,并提供了相应的代码示例。
188 1
|
26天前
|
XML 机器学习/深度学习 人工智能
使用 OpenCV 和 Python 轻松实现人脸检测
本文介绍如何使用OpenCV和Python实现人脸检测。首先,确保安装了OpenCV库并加载预训练的Haar特征模型。接着,通过读取图像或视频帧,将其转换为灰度图并使用`detectMultiScale`方法进行人脸检测。检测到的人脸用矩形框标出并显示。优化方法包括调整参数、多尺度检测及使用更先进模型。人脸检测是计算机视觉的基础技术,具有广泛应用前景。
60 10
|
4月前
|
机器学习/深度学习 计算机视觉
目标检测笔记(六):如何结合特定区域进行目标检测(基于OpenCV的人脸检测实例)
本文介绍了如何使用OpenCV进行特定区域的目标检测,包括人脸检测实例,展示了两种实现方法和相应的代码。
131 1
目标检测笔记(六):如何结合特定区域进行目标检测(基于OpenCV的人脸检测实例)
|
4月前
|
算法 计算机视觉 Python
圆形检测算法-基于颜色和形状(opencv)
该代码实现了一个圆检测算法,用于识别视频中的红色、白色和蓝色圆形。通过将图像从RGB转换为HSV颜色空间,并设置对应颜色的阈值范围,提取出目标颜色的区域。接着对这些区域进行轮廓提取和面积筛选,使用霍夫圆变换检测圆形,并在原图上绘制检测结果。
131 0
|
9月前
|
存储 算法 计算机视觉
OpenCV(四十二):Harris角点检测
OpenCV(四十二):Harris角点检测
127 0
|
7月前
|
机器学习/深度学习 传感器 算法
OpenCV4工业缺陷检测的六种方法
OpenCV4工业缺陷检测的六种方法