### 使用 Python 实现从图片中识别多个二维码 为了实现从单张图片中识别多个二维码的功能，可以采用 `pyzbar` 和 `OpenCV` 库相结合的方式。这种方法能够有效地读取并解析图像中的所有二维码。 #### 安装所需库 首先安装必要的依赖项： ```bash pip install opencv-python pyzbar pillow numpy ``` #### 代码实现 下面是一段完整的 Python 脚本用于检测和提取给定图像内的全部 QR 码数据： ```python import cv2 from pyzbar import pyzbar from PIL import Image def read_barcodes(frame): barcodes = pyzbar.decode(frame) for barcode in barcodes: x, y, w, h = barcode.rect # 绘制矩形框标记找到的条形码/QR码位置 frame = cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) # 获取解码后的字符串信息 barcode_data = barcode.data.decode('utf-8') # 将获取到的信息绘制在图上 frame = cv2.putText( img=frame, text=f"{barcode.type}: {barcode_data}", org=(x, y), fontFace=cv2.FONT_HERSHEY_SIMPLEX, fontScale=0.5, color=(0, 255, 0), thickness=2 ) return frame if __name__ == '__main__': image_path = 'path_to_your_image.jpg' # 替换成实际路径 # 加载输入图像 input_image = cv2.imread(image_path) result_frame = read_barcodes(input_image) # 显示结果窗口 cv2.imshow("Detected Barcodes", result_frame) cv2.waitKey(0) cv2.destroyAllWindows() ``` 此脚本会加载指定路径下的图片文件，并通过循环遍历其中所有的二维码对象，在原图基础上标注出各个二维码的位置及其携带的数据[^1]。 值得注意的是，虽然上述方法对于大多数情况都能正常工作，但在某些特定条件下可能会影响识别效果，比如当目标区域存在大量噪声干扰或是光线条件不佳时。因此建议根据具体应用场景调整参数设置或增加额外预处理步骤以提高准确性[^2]。