python+cv2+zbar实现二维码识别

最新推荐文章于 2025-03-19 13:11:59 发布

原创

最新推荐文章于 2025-03-19 13:11:59 发布

· 724 阅读

7 ·

版权

文章标签：

#python #程序员 #程序师 #编程 #人工智能

本文介绍了如何使用Python的pyzbar库和opencv进行二维码识别。首先，你需要通过链接安装这两个库。然后，你可以查看提供的完整代码来实施二维码识别过程。如果你对python编程、人工智能等领域感兴趣，这篇内容将对你有所帮助。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安装库

安装 pyzbar：https://pypi.org/project/zbar/

-------欢迎加入python学习交流扣扣裙851211580-------
sudo apt-get install libzbar0
pip install pyzbar

安装 opencv

pip install opencv-python

在这里插入图片描述
完整代码

import cv2
from pyzbar.pyzbar import decode
import numpy as np

def IsQrRate(rate):
    return np.logical_and(rate>0.15, rate<1.9)

#横向黑白比例判断
def IsQrColorRateX(image, flag):
    # 默认处理的是二值化之后的图
    nr = int(image.shape[0] / 2)
    nc = image.shape[1]
    bar = image[nr,:]
    edge = np.where(bar[:-1]!=bar[1:])[0]
    edge = np.array([-1] + list(edge) + [nc])
    count = edge[1:] - edge[:-1]   # 每个区域的长度
    if len(count)<5:   # 至少有5个区域，考虑到切割图象边界处可能会出现7个区域
        return False
    
    ## 横向黑白比例1:1:3:1:1
    maxCount = np.max(count)
    maxIdx = np.argmax(count)
    if maxIdx<2 or maxIdx>len(count)-3:
        return False
    rate = np.concatenate([count[maxIdx-2:maxIdx],count[maxIdx+1:maxIdx+3]],axis=0)/maxCount
    rate = IsQrRate(rate)
    
    return False not in rate

#纵向黑白比例判断
def IsQrColorRateY(image, flag):
    # 默认处理的是二值化之后的图
    nc = int(image.shape[1] / 2)
    nr = image.shape[0]
    bar = image[:,nc]
    edge = np.where(bar[:

最低0.47元/天解锁文章