OpenCV二维码检测与定位

Posted 2021-04-25 OpenCV学堂

在如今流行扫描的年代，应用程序实现二维码扫描检测与识别已经是应用程序的标配、特别是在移动端、如果你的应用程序不能自动发现检测二维码，自动定位二维码你都不好意思跟别人打招呼，二维码识别与解析基于ZXing包即可。难点就在于如何从画面中快速而准确的找到二维码区域，寻找到二维码三个匹配模式点。

 

一：二维码的结构与基本原理

标准的二维码结构如下：

特别要关注的是图中三个黑色正方形区域，它们就是用来定位一个二维码的最重要的三个区域，我们二维码扫描与检测首先要做的就是要发现这三个区域，如果找到这个三个区域，我们就成功的发现一个二维码了，就可以对它定位与识别了。二维码其它各个部分的说明如下：

三个角上的正方形区域从左到右，从上到下黑白比例为1:1:3:1:1。

不管角度如何变化，这个是最显著的特征，通过这个特征我们就可以实现二维码扫描检测与定位。

 

二：算法各部与输出

1. 首先把输入图像转换为灰度图像(cvtColor)

2. 通过OTSU转换为二值图像(threshold)

 

3. 对二值图像使用轮廓发现得到轮廓(findContours)

 

4. 根据二维码三个区域的特征，对轮廓进行面积与比例过滤得到最终结果显示如下：

 

三：程序运行结果演示

 上述程序运行的最终结果，左侧为原图，右侧为检测结果

四：各个步骤代码实现

 
   
   
 

  
    
    
  
#include <opencv2/opencv.hpp>
  
    
    
  
#include <math.h>
  
    
    
  
#include <iostream>
  
    
    
  

  
    
    
  
using namespace cv;
  
    
    
  
using namespace std;
  
    
    
  

  
    
    
  
bool isCorner(Mat &image);
  
    
    
  
Mat transformCorner(Mat &image, RotatedRect &rect);
  
    
    
  
int main(int argc, char** argv) {
  
    
    
  
    Mat src = imread("D:/gloomyfish/qrcode_05.jpg");
  
    
    
  
    if (src.empty()) {
  
    
    
  
        printf("could not load image...\n");
  
    
    
  
        return -1;
  
    
    
  
    }
  
    
    
  
    namedWindow("input image", CV_WINDOW_AUTOSIZE);
  
    
    
  
    imshow("input image", src);
  
    
    
  

  
    
    
  
    Mat gray, binary;
  
    
    
  
    cvtColor(src, gray, COLOR_BGR2GRAY);
  
    
    
  
    imwrite("D:/gloomyfish/outimage/qrcode_gray.jpg", gray);
  
    
    
  

  
    
    
  
    threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_OTSU);
  
    
    
  
    imwrite("D:/gloomyfish/outimage/qrcode_binary.jpg", binary);
  
    
    
  

  
    
    
  
    // detect rectangle now
  
    
    
  
    vector<vector<Point>> contours;
  
    
    
  
    vector<Vec4i> hireachy;
  
    
    
  
    Moments monents;
  
    
    
  
    findContours(binary.clone(), contours, hireachy, RETR_LIST, CHAIN_APPROX_SIMPLE, Point());
  
    
    
  
    Mat result = Mat::zeros(src.size(), CV_8UC3);
  
    
    
  
    for (size_t t = 0; t < contours.size(); t++) {
  
    
    
  
        double area = contourArea(contours[t]);
  
    
    
  

  
    
    
  
        if (area < 100) continue;
  
    
    
  
        RotatedRect rect = minAreaRect(contours[t]);
  
    
    
  
        // 根据矩形特征进行几何分析
  
    
    
  
        float w = rect.size.width;
  
    
    
  
        float h = rect.size.height;
  
    
    
  
        float rate = min(w, h) / max(w, h);
  
    
    
  
        if (rate > 0.85 && w < src.cols/4 && h<src.rows/4) {
  
    
    
  
            printf("angle : %.2f\n", rect.angle);
  
    
    
  
            Mat qr_roi = transformCorner(src, rect);
  
    
    
  
            if (isCorner(qr_roi)) {
  
    
    
  
                drawContours(src, contours, static_cast<int>(t), Scalar(255, 0, 0), 2, 8);
  
    
    
  
                imwrite(format("D:/gloomyfish/outimage/contour_%d.jpg", static_cast<int>(t)), qr_roi);
  
    
    
  
                drawContours(result, contours, static_cast<int>(t), Scalar(255, 0, 0), 2, 8);
  
    
    
  
            }
  
    
    
  
        }
  
    
    
  
    }
  
    
    
  
    imshow("result", src);
  
    
    
  
    imwrite("D:/gloomyfish/outimage/qrcode_patters.jpg", result);
  
    
    
  
    waitKey(0);
  
    
    
  
    return 0;
  
    
    
  
}
 
   
   
 

功崇惟志，业广惟勤！

关注【OpenCV学堂】

长按或者扫码下面二维码即可关注

+OpenCV学习群 376281510

进群暗号：OpenCV