1.生成二维码,二维码解析 2.调用摄像头 3.识别二维码。
opencv是英特尔的计算机视觉处理模块，而pyzbar则是用于解析二维码的模块。
环境包括python环境和模块。我的环境如下：
模块安装很简单，我们直接用pip安装，先安装opencv模块：
pip install opencv-python-4.4.0.44
pip install pyzbar
pip install numpy
pip install qrcode
pip install MyQR
pip install zxing
pip install pillow
from MyQR import myqr
import qrcode
import zxing
import numpy as np
from PIL import Image
from pyzbar import pyzbar
class UserQR():
def __init__(self):
self.bgimg = "view.png"
self.url="http://127.0.0.1:5000/users/opendoor"
def qr(self,opencode,userid):
myqr.run(words=self.url+"?opencode="+str(opencode)+"&userid="+str(userid),
picture=self.bgimg,
colorized=True,
save_name="UserQRimg/"+str(userid)+".png")
def myqr(self,opencode,userid):
"""
version: 二维码的格子大小，可以是1到40。值越大，格子越大，一般不超过10，选择3比较合适
error_correction: 二维码错误容许率，默认为qrcode.constants.ERROR_CORRECT_M，容许小于 15% 的错误率
此外还有qrcode.constants.ERROR_CORRECT_L: 容许小于 7% 的错误率
qrcode.constants.ROR_CORRECT_H: 容许小于 30% 的错误率
box_size: 二维码每个小格子包含的像素数量
border: 二维码到图片边框的小格子数，默认值为 4
"""
qr = qrcode.QRCode()
qr.add_data(self.url+"?opencode="+str(opencode)+"&userid="+str(userid))
img = qr.make_image(fill_color='blue', back_color='pink')
img.show()
img.save("img/"+str(userid)+".png")
from io import BytesIO
buf = BytesIO()
img.save(buf)
with open("img/"+str(userid)+".png", "wb") as f:
f.write(buf.getvalue())
def decode_QR(self):
reader = zxing.BarCodeReader()
barcode = reader.decode('UserQRimg/1.png')
return barcode.parsed
def decode_QR1(self):
im = np.array(Image.open("UserQRimg/1.png"))
print(pyzbar.decode(im))
"""
[
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)])
]
"""
return pyzbar.decode(im)[0].data.decode("utf-8")
my = UserQR()
有了pyzbar模块后，我们识别二维码的工作就非常简单了，首先需要准备一张二维码。有了二维码后就可以开始解析了，具体步骤如下：
1.读取二维码图片2.解析二维码中的数据3.在解析出的数据中提取data信息
实现代码如下：
import cv2
from pyzbar import pyzbar
1、读取二维码图片
qrcode = cv2.imread('qrcode.jpg')
2、解析二维码中的数据
data = pyzbar.decode(qrcode)
print(data)
3、在数据中解析出二维码的data信息
text = data[0].data.decode('utf-8')
print(text)
这样我们就能拿到二维码中包含的信息了。为了方便后续使用，可以将上面的代码写成一个函数：
def scan_qrcode(img_path):
qrcode = cv2.imread(img_path)
data = pyzbar.decode(qrcode)
return data[0].data.decode('utf-8')
接下来我们再看看如何调用摄像头。
四、调用摄像头
在opencv中提供了一个VideoCapture类用于读取视频，同样可以用来调用摄像头。调用摄像头的步骤如下：
1.调用摄像头2.循环3.在循环内读取一帧画面4.显示当前读取的画面5.等待键盘输入6.判断是否按退出键q7.按了退出键则退出，没按则继续循环
使用 cv2.VideoCapture 类
- filename – 文件路径；
- device – 视频设备id ，若只有一个摄像头可以填 0，表示打开默认摄像头；
使用 VideoCapture 对象的 read 方法按帧读取视频，ret, frame 是 read 方法的两个返回值 ，其中 ret 是布尔值，如果能正确读取帧，则返回 True；如果文件读取到结尾，它的返回值就为 False。frame 就是每一帧的图像，是一个三维矩阵。
具体代码如下：
import cv2
调用摄像头（0，笔记本默认摄像头）
cap = cv2.VideoCapture(0)
while True:
# 读取一帧画面，fram：三维矩阵
ret, frame = cap.read()
# 显示当前帧
cv2.imshow('scan qrcode', frame)
# 等待键盘输入
key = cv2.waitKey(10)
# 当按下q键时关闭摄像头
if key == ord('q'):
break
销毁所有窗口
cv2.destroyAllWindows()
你们可以自己尝试运行一下上面的代码，效果就像是打开了自己的前置摄像头。
现在调用了摄像头，我们可以把两部分的代码结合起来。
五、实现扫码工具
我们扫码工具的主体部分是调用摄像头的操作，我们需要对读取到的每一帧画面进行解析，当解析出结果后输出并退出。具体代码如下：
import cv2
from pyzbar import pyzbar
def scan_qrcode(qrcode):
data = pyzbar.decode(qrcode)
return data[0].data.decode('utf-8')
cap = cv2.VideoCapture(0)
while True:
ret, frame = cap.read()
cv2.imshow('scan qrcode', frame)
# 解析二维码
text = None
try:
text = scan_qrcode(frame)
except Exception as e:
pass
if text:
print(text)
break
key = cv2.waitKey(10)
if key == ord('q'):
break
cv2.destroyAllWindows()
上面我们把scan_qrcode函数修改了一下，从原来的传入图片路径到直接传入图片对象。因为通过VideoCapture对象获取的图片帧和通过cv2.imread获取的图片是同一数据类型。
上面关键步骤在解析二维码的操作。首先定义一个text，因为解析过程中如果没有二维码会出现异常，所以用try-except语句处理。如何通过if判断text的内容，只有当我们真正解析到了数据，程序才会输出结果，并退出程序。
关闭视频文件
vc.release()
到这里，我们就实现了扫码工具。
Original: https://blog.csdn.net/LAM1006_csdn/article/details/123297719
Author: knight and king
Title: Python实现扫码工具
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/633615/
转载文章受原作者版权保护。转载请注明原作者出处！