树莓派应用:摄像头条形码扫描

本文介绍如何利用树莓派、摄像头及Python/C代码实现条形码扫描工具。涵盖OpenCV安装配置、Dynamsoft Barcode SDK使用及条形码识别流程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

树莓派小而强大,有非常多的应用场景。这里分享下使用树莓派,摄像头,以及C和Python代码来实现一个条形码扫描工具。之前分享过如何把OpenCV Python获取的图像传递到C层处理,会用到里面的代码。

测试环境

  • 设备: Raspberry Pi 3
  • 系统: RASPBIAN JESSIE WITH PIXEL

准备工作

  • Dynamsoft Barcode Reader for Raspberry Pi
  • Python 2.7.0
  • OpenCV 3.0.0
  • Raspberry Pi 2 or 3
  • USB webcam

编译和安装

如何在树莓派上编译安装OpenCV

1. 下载源代码

2. 安装依赖库:

sudo apt-get install cmake
sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt-get install libxvidcore-dev libx264-dev
sudo apt-get install python-dev

3. 设置编译环境:

cd ~/opencv-3.0.0/
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE \
                -D CMAKE_INSTALL_PREFIX=/usr/local \
                -D INSTALL_C_EXAMPLES=ON \
                -D INSTALL_PYTHON_EXAMPLES=ON \
                -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.0.0/modules \
                -D BUILD_EXAMPLES=ON ..

4. 编译安装OpenCV:

make -j4
sudo make install

生成的动态链接库会被安装到/usr/local/lib/python2.7/dist-packages/cv2.so。

使用Dynamsoft Barcode SDK创建Python扩展

1. 下载SDK

2. 创建符号链接:

sudo ln –s <Your dbr path>/lib/libDynamsoftBarcodeReader.so /usr/lib/libDynamsoftBarcodeReader.so

3. 编辑setup.py。设置头文件和库文件路径:

include_dirs=["/usr/lib/python2.7/dist-packages/numpy/core/include/numpy", "<Your dbr path>/include"],
library_dirs=['<Your dbr path>/lib'],

4. 编译安装Python扩展:

sudo python setup.py build install

实现decodeBuffer接口

底层的C代码是从windows版本上移植过来的。需要添加一些定义:

typedef unsigned long DWORD;
typedef long LONG;
typedef unsigned short WORD;
 
typedef struct tagBITMAPINFOHEADER {
  DWORD biSize;
  LONG biWidth;
  LONG biHeight;
  WORD biPlanes;
  WORD biBitCount;
  DWORD biCompression;
  DWORD biSizeImage;
  LONG biXPelsPerMeter;
  LONG biYPelsPerMeter;
  DWORD biClrUsed;
  DWORD biClrImportant;
} BITMAPINFOHEADER;

把Python的numpy数据转换成C。然后通过底层的接口检测识别条形码:

#include <ndarraytypes.h>
 
static PyObject *
decodeBuffer(PyObject *self, PyObject *args)
{
    PyObject *o;
    if (!PyArg_ParseTuple(args, "O", &o))
        return NULL;
 
    PyObject *ao = PyObject_GetAttrString(o, "__array_struct__");
    PyObject *retval;
 
    if ((ao == NULL) || !PyCObject_Check(ao)) {
        PyErr_SetString(PyExc_TypeError, "object does not have array interface");
        return NULL;
    }
 
    PyArrayInterface *pai = (PyArrayInterface*)PyCObject_AsVoidPtr(ao);
    if (pai->two != 2) {
        PyErr_SetString(PyExc_TypeError, "object does not have array interface");
        Py_DECREF(ao);
        return NULL;
    }
 
    // Construct data with header info and image data 
    char *buffer = (char*)pai->data; // The address of image data
    int width = pai->shape[1];       // image width
    int height = pai->shape[0];      // image height
    int size = pai->strides[0] * pai->shape[0]; // image size = stride * height
    char *total = (char *)malloc(size + 40); // buffer size = image size + header size
    memset(total, 0, size + 40);
    BITMAPINFOHEADER bitmap_info = {40, width, height, 0, 24, 0, size, 0, 0, 0, 0};
    memcpy(total, &bitmap_info, 40);
 
    // Copy image data to buffer from bottom to top
    char *data = total + 40;
    int stride = pai->strides[0];
    int i = 1;
    for (; i <= height; i++) {
        memcpy(data, buffer + stride * (height - i), stride);
        data += stride;
    }
 
    // Dynamsoft Barcode Reader initialization
    __int64 llFormat = (OneD | QR_CODE | PDF417 | DATAMATRIX);
    int iMaxCount = 0x7FFFFFFF;
    ReaderOptions ro = {0};
    pBarcodeResultArray pResults = NULL;
    ro.llBarcodeFormat = llFormat;
    ro.iMaxBarcodesNumPerPage = iMaxCount;
    printf("width: %d, height: %d, size:%d\n", width, height, size);
    int iRet = DBR_DecodeBuffer((unsigned char *)total, size + 40, &ro, &pResults);
    printf("DBR_DecodeBuffer ret: %d\n", iRet);
    free(total); // Do not forget to release the constructed buffer 
     
    // Get results
    int count = pResults->iBarcodeCount;
    pBarcodeResult* ppBarcodes = pResults->ppBarcodes;
    pBarcodeResult tmp = NULL;
    retval = PyList_New(count); // The returned Python object
    PyObject* result = NULL;
    i = 0;
    for (; i < count; i++)
    {
        tmp = ppBarcodes[i];
        result = PyString_FromString(tmp->pBarcodeData);
        printf("result: %s\n", tmp->pBarcodeData);
        PyList_SetItem(retval, i, Py_BuildValue("iN", (int)tmp->llFormat, result)); // Add results to list
    }
    // release memory
    DBR_FreeBarcodeResults(&pResults);
 
    Py_DECREF(ao);
    return retval;
}

树莓派条形码扫描应用

如何用OpenCV Python设置帧率以及每一帧的宽高

可以参考官方文档Property identifier:

  • CV_CAP_PROP_FRAME_WIDTH: Width of the frames in the video stream.
  • CV_CAP_PROP_FRAME_HEIGHT: Height of the frames in the video stream.
  • CV_CAP_PROP_FPS: Frame rate.

如果设置失败,显示这些常量没有定义,可以直接输入值:

vc = cv2.VideoCapture(0)
vc.set(5, 30)  #set FPS
vc.set(3, 320) #set width
vc.set(4, 240) #set height

如何在Python应用中使用decodeBuffer():

while True:
        cv2.imshow(windowName, frame)
        rval, frame = vc.read();
        results = decodeBuffer(frame)
        if (len(results) > 0):
            print "Total count: " + str(len(results))
            for result in results:
                print "Type: " + types[result[0]]
                print "Value: " + result[1] + "\n"
 
        # 'ESC' for quit
        key = cv2.waitKey(20)
        if key == 27:
            break

运行树莓派条形码扫描应用

1. 用树莓派2或者3连接一个USB摄像头。

2. 执行程序:

python app.py

源码

https://github.com/yushulx/opencv-python-webcam-barcode-reader/tree/master/raspberrypi

 

 

 

转载于:https://my.oschina.net/yushulx/blog/783559

### 树莓派4B外接摄像头教程及配置方法 #### 硬件准备 为了将摄像头成功连接至树莓派4B并完成基本配置,需准备好以下硬件设备: - 树莓派4B一台。 - 支持CSI接口的官方树莓派相机模块或USB摄像头。 - 微型SD卡(建议容量不低于16GB),已烧录Raspberry Pi操作系统镜像文件[^2]。 如果使用的是双目摄像头,则还需要额外准备Arduino单片机及相关配件来辅助控制和数据传输。 #### 软件安装与环境搭建 在开始之前,请确认已经完成了基础的操作系统设置工作。以下是具体步骤说明: ##### 安装必要库文件 对于基于OpenCV的应用场景来说,需要先通过命令行工具pip或者apt-get等方式下载所需依赖项。例如,在终端输入如下指令可以安装Python版本下的图像处理包以及QR码解析插件pyzbar: ```bash sudo apt update && sudo apt upgrade -y sudo apt install python3-opencv libzbar0 -y pip3 install opencv-python pyzbar numpy imutils ``` 以上操作会自动拉取最新稳定版的相关资源,并将其部署到当前用户的环境中去[^1]。 ##### 配置摄像头支持功能 编辑`/boot/config.txt`文档,在其中添加一行启用camera模块选项;如果是标准型号Pi Camera v2系列的话,默认情况下无需修改任何参数即可正常运作。而对于某些特殊类型的第三方产品而言,则可能涉及到更多复杂的调整过程,比如指定分辨率大小、帧率范围等属性值设定等问题都需要仔细查阅对应厂商给出的技术手册资料后再做决定: ```txt start_x=1 gpu_mem=128 dtoverlay=rpi-cam ``` 重启机器使更改生效之后再继续往下走下一步骤验证效果如何吧! #### 测试视频流播放情况 编写一段简单的脚本用来捕捉来自镜头的画面内容并向屏幕输出展示出来看看实际运行状况到底怎样样呢?下面给出了一个例子供参考学习之用: ```python import cv2 cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() if not ret: break gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) cv2.imshow('frame',gray) key=cv2.waitKey(1)&0xFF if key==ord('q'):break cap.release();cv2.destroyAllWindows(); ``` 当执行上述代码片段后应该能够看到窗口里边显示出连续变化着的真实世界景象了哦!如果没有出现问题的话就可以进一步尝试加入更高级别的逻辑运算单元啦~ #### 实现二维码扫描识别能力 利用先前提到过的PyZBar开源项目成果可以直接调用其API函数快速达成目标需求。这里提供了一个完整的示范程序供大家模仿练习看懂原理思路之后也可以自行扩展改造满足个性化定制要求哟~ ```python from imutils.video import VideoStream from pyzbar import pyzbar import argparse import datetime import imutils import time import cv2 ap = argparse.ArgumentParser() ap.add_argument("-o", "--output", type=str, default="barcodes.csv", help="path to output CSV file containing barcodes") args = vars(ap.parse_args()) print("[INFO] starting video stream...") vs = VideoStream(src=0).start() found=set([]) csv=open(args["output"],"w") time.sleep(2.0) while True : frame= vs.read() ... #省略部分中间计算环节 barcodes=pyzbar.decode(gray) for barcode in barcodes : (x,y,w,h)=barcode.rect cv2.rectangle(frame,(x,y),(x+w , y+h ),(0,0,255),2 ) barcodeData=barcode.data.decode("utf-8") barcodeType=barcode.type text=f"{barcodeData} ({barcodeType})" cv2.putText(frame,text,(x,y-10), fontFace=cv2.FONT_HERSHEY_SIMPLEX, color=(0,0,255)) timestamp=datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S") csv.write(f"{timestamp},{barcodeData}\n") found.add(barcodeData) cv2.imshow("Barcode Scanner",frame) key=cv2.waitKey(1)&0xFF if key == ord('q') or len(found)==N : break print("[INFO] cleaning up...") csv.close() cv2.destroyAllWindows() vs.stop() ``` 该段落描述了一种典型的读取条形码的工作流程,其中包括初始化摄像装置、持续捕获每一帧画面直至发现有效编码为止最后保存记录结果退出循环结束整个进程等功能特性. ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值