### 使用 OpenCV 进行二维码检测 以下是几种常见的使用 OpenCV 实现二维码检测的方法及其代码示例： #### 方法一：基于 `cv2.QRCodeDetector` 的二维码检测 这是 OpenCV 自带的 QR Code 检测器，适用于简单的二维码场景。 ```python import cv2 # 加载图片 img = cv2.imread('qrcode.png') # 创建 QRCodeDetector 对象 qrcode_detector = cv2.QRCodeDetector() # 检测并解码二维码 result, points, _ = qrcode_detector.detectAndDecode(img) if result: print(f"二维码内容: {result}") else: print("未找到二维码") # 如果有边界点，则绘制边界 if points is not None: points = points.astype(int) for i in range(4): pt1 = tuple(points[i]) pt2 = tuple(points[(i + 1) % 4]) cv2.line(img, pt1, pt2, (0, 255, 0), 3) # 显示带有边界的图像 cv2.imshow("QR Code with Boundary", img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这种方法适合于标准的二维码识别任务[^1]。 --- #### 方法二：基于微信贡献的 WeChatQRCode 算法 WeChatQRCode 是由腾讯团队开发的一种更高效的二维码识别算法，在复杂背景下的表现优于传统的 `cv2.QRCodeDetector`。 首先需要安装依赖库： ```bash pip install opencv-contrib-python wechat-qrcode ``` 然后可以使用以下代码进行二维码检测和解码： ```python import cv2 # 初始化 WeChatQRCode 模型 qr_engine = cv2.wechat_qrcode_WeChatQRCode( "./wechat_qrcode/detect.prototxt", "./wechat_qrcode/detect.caffemodel", "./wechat_qrcode/sr.prototxt", "./wechat_qrcode/sr.caffemodel" ) # 加载图片 image = cv2.imread('qrcode_complex_background.png') # 检测并解码二维码 results, points = qr_engine.detectAndDecode(image) for res in results: print(f"二维码内容: {res}") # 绘制边界框 if points is not None and len(points) > 0: for point_set in points: pts = np.array(point_set).astype(np.int32).reshape(-1, 1, 2) cv2.polylines(image, [pts], True, (0, 255, 0), 2) # 显示结果 cv2.imshow("Detected QR Codes", image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 此方法更适合处理复杂的二维码场景，例如低分辨率或模糊的二维码[^2]。 --- #### 方法三：结合 PyZBar 和 OpenCV 的二维码检测 如果希望兼容更多类型的条形码和二维码，可以选择第三方库 PyZBar 配合 OpenCV 来完成任务。 首先安装必要的库： ```bash pip install pyzbar opencv-python ``` 接着使用以下代码实现二维码检测： ```python import cv2 from pyzbar import pyzbar # 加载图片 image = cv2.imread('qrcode_image.jpg') # 解析二维码 decoded_objects = pyzbar.decode(image) # 输出解析到的内容 for obj in decoded_objects: print(f"二维码数据: {obj.data.decode('utf-8')}") # 获取边界坐标 points = obj.polygon if len(points) == 4: points_array = np.array([[p.x, p.y] for p in points], dtype=np.int32) cv2.polylines(image, [points_array.reshape((-1, 1, 2))], True, (0, 255, 0), 2) # 展示最终结果 cv2.imshow("QR Code Detection Result", image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 该方法能够很好地支持多种编码格式，并提供灵活的结果展示方式[^3][^4]。 --- ### 总结 以上三种方法分别展示了不同工具和技术组合下如何高效地使用 OpenCV 完成二维码检测任务。具体选择哪种方法取决于实际需求以及运行环境的支持情况。