OpenCV（项目）二维码识别（二维码、条形码）

目录

过程

1、获取图片中的二维码信息

2、获取视频中的二维码信息

3、检测出二维码框

4、显示数据

5、添加数据，判断二维码是否授权

5-1：、添加数据

5-2、读取文件信息，放入数组

5-3、判断二维码是否授权

总代SEO靠我码

过程

1、获取图片中的二维码信息

# 检测图像中的码（解码） def Read_Decode_Pic():img = cv2.imread(Resource/qrcode.jpg)# 遍SEO靠我历解码for code in decode(img):print("条形码/二维码：", code)print("条形码/二维码数据：", code.data.decode(utf-8)) #解码数据SEO靠我

注：要解码数据的话，必须在for循环中进行，不能直接赋值 

二维码： 

 条形码：

2、获取视频中的二维码信息

# 检测视频中的码（解码） def Read_Decode_Cam():cap = cSEO靠我v2.VideoCapture(0) #打开视频while True:success, img = cap.read() #获取每一帧图片for code in decode(img): #解码priSEO靠我nt("条形码/二维码：", code) #解码内容print("条形码/二维码数据：", code.data.decode(utf-8)) # 解码数据cv2.imshow(result, img)SEO靠我 #逐像素显示，不断更替，相当于视频cv2.waitKey(1) #延时1ms

3、检测出二维码框

如果是矩形框的话，比较方便，但是旋转情况下，会不准确。因为rect获取的是正的矩形，无法旋转。

# 画出矩SEO靠我形 pts = code.rect #得到矩形四个角 cv2.rectangle(image, pts, (255,0,255), 3) #画出矩形

 所以我们需要获取多边SEO靠我形对它进行旋转：

注：polylines函数中需要的坐标类型是是CV_32S，所以需要转换一下

# 多边形获取（矩形的框）pts = np.array(code.polygon, np.int32) #获SEO靠我取多边形坐标cv2.polylines(image, [pts], True, (0,0,255), 5) #画多边形框

 可以发现，这时我们可以检测到旋转的矩形框。

4、显示数据

获取矩形框的左上角作为TeSEO靠我xt的坐标（左边坐标），显示数据

# 显示数据pts_rect = code.rectprint(pts_rect)cv2.putText(image, data, (pts_rect[0],pts_rSEO靠我ect[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255,0,0), 2)# 显示数据 矩形坐标 字体类型 字体大小 颜色 粗细

5、添加数据，判断二维码是否授权

创建一个SEO靠我文件，里面放入一些二维码数据库，读取文件，判断二维码的数据是否在数据库里面。（不在则红色，表示未授权；在则绿色，表示已授权）

5-1：、添加数据

5-2、读取文件信息，放入数组

# 读取文件 SEO靠我 def Read():global Data_ArrayData_Array = open(Authorited.txt).read().splitlines() #按行分隔print(已授权的数据SEO靠我：\n, Data_Array)

5-3、判断二维码是否授权

# 判断二维码是否授权 def Judge(data):global colorif data in Data_Array: SEO靠我#成功color = (0, 255, 0) #绿色标记print(Authorized\n)else: #失败color = (0, 0, 255) #红色标记print(Unauthorized\SEO靠我n)

总代码

# 二维码识别 import cv2 import numpy as np from pyzbar.pyzbar import decode#SEO靠我 读取文件 def Read():global Data_ArrayData_Array = open(Authorited.txt).read().splitlines() #按行分SEO靠我隔print(已授权的数据：,Data_Array,\n)# 判断二维码是否授权 def Judge(data):global colorif data in Data_Array: SEO靠我#成功color = (0, 255, 0) #绿色标记print(Authorized\n)else: #失败color = (0, 0, 255) #红色标记print(Unauthorized\SEO靠我n)# 检测图像中的码（解码） def Read_Decode_Pic(image):# 遍历解码for code in decode(image):# print("条形码/二维码：SEO靠我", code)data = code.data.decode(utf-8)print("条形码/二维码数据：", data) #解码数据# 判断二维码是否授权Judge(data)# 多边形获取（矩SEO靠我形的框）pts_poly= np.array(code.polygon, np.int32) #获取多边形坐标cv2.polylines(image, [pts_poly], True, color,SEO靠我 5) #画多边形框# 显示数据（获取矩形框的左上角作为Text的坐标(左边坐标)，显示数据）pts_rect = code.rect# print(pts_rect)cv2.putText(imagSEO靠我e, data, (pts_rect[0],pts_rect[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.7, color, 2)# 显示数据 矩形坐标 字体类型 字体大小 颜色SEO靠我 粗细cv2.imshow(image, image) #等画出所有矩形后显示# 检测视频中的码（解码） def Read_Decode_Cam():cap = cv2.VideoCaSEO靠我pture(0) #打开视频cap.set(3, 1000) #帧的宽度cap.set(4, 800) #帧的高度while True:success, image = cap.read() #获取每SEO靠我一帧图片cv2.imshow(image, image)image = Read_Decode_Pic(image) #对每一帧图片检测cv2.waitKey(1) #延时1msif __name__SEO靠我 == __main__:Read() #读取文件img = cv2.imread(Resource/qrcode.jpg)Read_Decode_Pic(img) # 检测图像中的码（解码）ReadSEO靠我_Decode_Cam() # 检测视频中的码（解码）cv2.waitKey(0)