python如何通过列表转换为二维码？

Posted 2023-04-21

我有一个列表all=[1,1,1,1,1,1,1,0,1,0,1,1,0,0,......共441个0和1]
现在想做一个21*21的二维码其中,0为白色,1为黑色.

我用 Pillow 的 Image 模块试了一下，生成图片如下，尺寸是 210*210，21*21 的太小了显示效果不好，你可以改代码调整尺寸的 (我重新编辑了图片，划花了，不然会被识别成二维码被系统吞掉)

代码如下：

#!/bin/python

from PIL import Image
import random
import math

# 44100 像素点总和，改为 441 最后尺寸就是 21*21 了
all = [ random.choice(range(0,2)) for i in range(44100) ]
row = int(math.sqrt(len(all)))
col = row
img = Image.new('RGB', (row, col), 'white')
i = 0

for x in range(0, row - 1):
for y in range(0, col - 1):
if all[i] == 1:
img.putpixel((x,y), 0)
i += 1

img.save('qr.jpeg')
img.close()

追问

我试了一下，有点bug，二维码错位了，我研究了一下，我把for循环中范围row-1和col-1换成row和col就正常了

追答

对，你是对的，一时没注意 range 的范围是 [x, y), 不包括结尾

参考技术A Python有好几个模块（例如qrcode、MyQR）可以一两行代码就生成一个二维码，也有解码二维码以了解原始字符串的代码，简单方便。下面介绍qrcode模块和MyQR模块。
一、qrcode模块
import qrcode
img=qrcode.make("略旅人率略")
img.save("test.jpg")123123qrcode.make()括号里可放网址链接、中文字符串、英文字符串。
二、MyQR模块样例如下：
from MyQR import myqr#myqr.run('dfdf') #可以只带一个参数生成二维码，也可以指定多个参数myqr.run(words='dfdf',picture='E:/资料/壁纸/壁纸-柴犬.png',version=5,level="H",colorized=True,contrast=1.0,brightness=1.0)12341234。

如何在python中将一维值列表转换为0和1的二维网格[重复]

【中文标题】如何在python中将一维值列表转换为0和1的二维网格[重复]

【英文标题】：How to transform 1D list of values to 2D grid of 0's and 1's in python [duplicate]

【发布时间】：2020-05-10 02:36:49

【问题描述】：

我想获取一个值列表并将它们转换为 0 和 1 的表（2D 列表），源列表中的每个唯一数字有一列，原始行数相同。如果该列索引与原始值 1 匹配，则每行将有一个 1。

我有完成这项任务的代码，但我想知道是否有更好/更快的方法来完成它。 （与下面的简化集相比，实际数据集有数百万个条目）

示例输入：

value_list = [1, 2, 1, 3, 6, 5, 4, 3]

期望的输出：

output_table = [[1, 0, 0, 0, 0, 0],
                [0, 1, 0, 0, 0, 0],
                [1, 0, 0, 0, 0, 0],
                [0, 0, 1, 0, 0, 0],
                [0, 0, 0, 0, 0, 1],
                [0, 0, 0, 0, 1, 0],
                [0, 0, 0, 1, 0, 0],
                [0, 0, 1, 0, 0, 0]]

当前解决方案：

value_list = [1, 2, 1, 3, 6, 5, 4, 3]
max_val = max(value_list)

# initialize to table of 0's
a = [([0] * max_val) for i in range(len(value_list))]

# overwrite with 1's where required
for i in range(len(value_list)):
    j = value_list[i] - 1
    a[i][j] = 1

print(f'a = ')
for row in a:
    print(f'row')

【问题讨论】：

如果您要处理大量数据，则可能值得使用 NumPy。它是什么样的数据？

它来自一个文本文件（我在另一个步骤中将其提取到一维值列表中）。源数据中的所有数字都是整数。

这基本上是one-hot编码。如果你可以使用 NumPy，你的生活会更轻松。我已经标记了一个副本供您查看

如果您正在寻找减少处理（甚至可能是内存），可以将numpy.ndarray 子类化，这样底层数据只是value_list 的内容，但返回的视图看起来像output_table。

import numpy as np; a = np.array([1, 2, 1, 3, 6, 5, 4, 3]); b = np.arange(1,a.max()+1); c = 1 * (a[:,None] == b[None,:])

【参考方案1】：

你可以这样做：

import numpy as np

value_list = [1, 2, 1, 3, 6, 5, 4, 3]

# create matrix of zeros
x = np.zeros(shape=(len(value_list), max(value_list)), dtype='int')

for i,v in enumerate(value_list):
    x[i,v-1] = 1

print(x)

输出：

[[1 0 0 0 0 0]
 [0 1 0 0 0 0]
 [1 0 0 0 0 0]
 [0 0 1 0 0 0]
 [0 0 0 0 0 1]
 [0 0 0 0 1 0]
 [0 0 0 1 0 0]
 [0 0 1 0 0 0]]

【讨论】：

您可以在创建初始数组x 后，通过x[np.arange(len(value_list)), np.array(value_list) - 1] = 1 不循环地同时分配所有行。

【参考方案2】：

你可以试试这个：

dummy_list = [0]*6
output_table = [dummy_list[:i-1] + [1] + dummy_list[i:] for i in value_list]

输出：

output_table = [[1, 0, 0, 0, 0, 0],
                [0, 1, 0, 0, 0, 0],
                [1, 0, 0, 0, 0, 0],
                [0, 0, 1, 0, 0, 0],
                [0, 0, 0, 0, 0, 1],
                [0, 0, 0, 0, 1, 0],
                [0, 0, 0, 1, 0, 0],
                [0, 0, 1, 0, 0, 0]]