前言 因工作需要,需要定位图片中的二维码;我遂查阅了相关资料,也学习了opencv开源库。通过一番努力,终于很好的实现了二维码定位。本文将讲解如何使用opencv定位二维码。

定位二维码不仅仅是为了识别二维码;还可以通过二维码对图像进行水平纠正以及相邻区域定位。定位二维码,不仅需要图像处理相关知识,还需要分析二维码的特性,本文先从二维码的特性讲起。

1 二维码特性

二维码在设计之初就考虑到了识别问题,所以二维码有一些特征是非常明显的。

二维码有三个“回“”字形图案,这一点非常明显。中间的一个点位于图案的左上角,如果图像偏转,也可以根据二维码来纠正。

思考题:为什么是三个点,而不是一个、两个或四个点。

一个点:特征不明显,不易定位。不易定位二维码倾斜角度。

两个点:两个点的次序无法确认,很难确定二维码是否放正了。

四个点:无法确定4个点的次序,从而无法确定二维码是否放正了。

识别二维码,就是识别二维码的三个点,逐步分析一下这三个点的特性

1 每个点有两个轮廓。就是两个口,大“口”内部有一个小“口”,所以是两个轮廓。

2 如果把这个“回”放到一个白色的背景下,从左到右,或从上到下画一条线。这条线经过的图案黑白比例大约为:黑白比例为1:1:3:1:1。

3 如何找到左上角的顶点?这个顶点与其他两个顶点的夹角为90度。

通过上面几个步骤,就能识别出二维码的三个顶点,并且识别出左上角的顶点。

2 使用opencv识别二维码

 1) 查找轮廓,筛选出三个二维码顶点

opencv一个非常重要的函数就是查找轮廓,就是可以找到一个图中的缩所有的轮廓,“回”字形图案是一个非常的明显的轮廓,很容易找到。

 int QrParse::FindQrPoint(Mat& srcImg, vector<vector<Point>>& qrPoint)
{
//彩色图转灰度图
Mat src_gray;
cvtColor(srcImg, src_gray, CV_BGR2GRAY);
namedWindow("src_gray");
imshow("src_gray", src_gray); //二值化
Mat threshold_output;
threshold(src_gray, threshold_output, , , THRESH_BINARY | THRESH_OTSU);
Mat threshold_output_copy = threshold_output.clone();
namedWindow("Threshold_output");
imshow("Threshold_output", threshold_output); //调用查找轮廓函数
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
findContours(threshold_output, contours, hierarchy, CV_RETR_TREE, CHAIN_APPROX_NONE, Point(, )); //通过黑色定位角作为父轮廓,有两个子轮廓的特点,筛选出三个定位角
int parentIdx = -;
int ic = ; for (int i = ; i < contours.size(); i++)
{
if (hierarchy[i][] != - && ic == )
{
parentIdx = i;
ic++;
}
else if (hierarchy[i][] != -)
{
ic++;
}
else if (hierarchy[i][] == -)
{
ic = ;
parentIdx = -;
} {
bool isQr = QrParse::IsQrPoint(contours[parentIdx], threshold_output_copy); //保存找到的三个黑色定位角
if (isQr)
qrPoint.push_back(contours[parentIdx]); ic = ;
parentIdx = -;
}
} return ;
}

找到了两个轮廓的图元,需要进一步分析是不是二维码顶点,用到如下函数:

bool QrParse::IsQrPoint(vector<Point>& contour, Mat& img)
{
//最小大小限定
RotatedRect rotatedRect = minAreaRect(contour);
if (rotatedRect.size.height < || rotatedRect.size.width < )
return false; //将二维码从整个图上抠出来
cv::Mat cropImg = CropImage(img, rotatedRect);
int flag = i++; //横向黑白比例1:1:3:1:1
bool result = IsQrColorRate(cropImg, flag);
return result;
}

黑白比例判断函数:

 //横向和纵向黑白比例判断
bool QrParse::IsQrColorRate(cv::Mat& image, int flag)
{
bool x = IsQrColorRateX(image, flag);
if (!x)
return false;
bool y = IsQrColorRateY(image, flag);
return y;
}
//横向黑白比例判断
bool QrParse::IsQrColorRateX(cv::Mat& image, int flag)
{
int nr = image.rows / ;
int nc = image.cols * image.channels(); vector<int> vValueCount;
vector<uchar> vColor;
int count = ;
uchar lastColor = ; uchar* data = image.ptr<uchar>(nr);
for (int i = ; i < nc; i++)
{
vColor.push_back(data[i]);
uchar color = data[i];
if (color > )
color = ; if (i == )
{
lastColor = color;
count++;
}
else
{
if (lastColor != color)
{
vValueCount.push_back(count);
count = ;
}
count++;
lastColor = color;
}
} if (count != )
vValueCount.push_back(count); if (vValueCount.size() < )
return false; //横向黑白比例1:1:3:1:1
int index = -;
int maxCount = -;
for (int i = ; i < vValueCount.size(); i++)
{
if (i == )
{
index = i;
maxCount = vValueCount[i];
}
else
{
if (vValueCount[i] > maxCount)
{
index = i;
maxCount = vValueCount[i];
}
}
} //左边 右边 都有两个值,才行
if (index < )
return false;
if ((vValueCount.size() - index) < )
return false; //黑白比例1:1:3:1:1
float rate = ((float)maxCount) / 3.00; cout << "flag:" << flag << " "; float rate2 = vValueCount[index - ] / rate;
cout << rate2 << " ";
if (!IsQrRate(rate2))
return false; rate2 = vValueCount[index - ] / rate;
cout << rate2 << " ";
if (!IsQrRate(rate2))
return false; rate2 = vValueCount[index + ] / rate;
cout << rate2 << " ";
if (!IsQrRate(rate2))
return false; rate2 = vValueCount[index + ] / rate;
cout << rate2 << " ";
if (!IsQrRate(rate2))
return false; return true;
}
//纵向黑白比例判断 省略
bool QrParse::IsQrColorRateY(cv::Mat& image, int flag)
bool QrParse::IsQrRate(float rate)
{
//大概比例 不能太严格
return rate > 0.6 && rate < 1.9;
}

2) 确定三个二维码顶点的次序

通过如下原则确定左上角顶点:二维码左上角的顶点与其他两个顶点的夹角为90度。

 // pointDest存放调整后的三个点,三个点的顺序如下
// pt0----pt1
//
// pt2
bool QrParse::AdjustQrPoint(Point* pointSrc, Point* pointDest)
{
bool clockwise;
int index1[] = { ,, };
int index2[] = { ,, };
int index3[] = { ,, }; for (int i = ; i < ; i++)
{
int *n = index1;
if(i==)
n = index1;
else if (i == )
n = index2;
else
n = index3; if (angle > && angle < )
{
pointDest[] = pointSrc[n[]];
if (clockwise)
{
pointDest[] = pointSrc[n[]];
pointDest[] = pointSrc[n[]];
}
else
{
pointDest[] = pointSrc[n[]];
pointDest[] = pointSrc[n[]];
}
return true;
}
}
return true;
}

3)通过二维码对图片矫正。

图片有可能是倾斜的,倾斜夹角可以通过pt0与pt1连线与水平线之间的夹角确定。二维码的倾斜角度就是整个图片的倾斜角度,从而可以对整个图片进行水平矫正。

 //二维码倾斜角度
Point hor(pointAdjust[].x+,pointAdjust[].y); //水平线
double qrAngle = QrParse::Angle(pointAdjust[], hor, pointAdjust[], clockwise); //以二维码左上角点为中心 旋转
Mat drawingRotation = Mat::zeros(Size(src.cols,src.rows), CV_8UC3);
double rotationAngle = clockwise? -qrAngle:qrAngle;
Mat affine_matrix = getRotationMatrix2D(pointAdjust[], rotationAngle, 1.0);//求得旋转矩阵
warpAffine(src, drawingRotation, affine_matrix, drawingRotation.size());

4)二维码相邻区域定位

一般情况下,二维码在整个图中的位置是确定的。识别出二维码后,根据二维码与其他图的位置关系,可以很容易的定位别的图元。

后记

作者通过查找大量资料,仔细研究了二维码的特征,从而找到了识别二维码的方法。网上也有许多识别二维码的方法,但是不够严谨。本文是将二维码的多个特征相结合来识别,这样更准确。这种识别方法已应用在公司的产品中,识别效果还是非常好的。

基于opencv 识别、定位二维码 (c++版)的更多相关文章

  1. 基于opencv+python的二维码识别

    花了2天时间终于把二维码识别做出来了,不过效果一般,后面会应用在ROS辅助定位上,废话少说先上图: 具体过程参考了这位大神的博客:http://blog.csdn.net/qq_25491201/ar ...

  2. Opencv+Zbar二维码识别(二维码校正)

    二维码和车牌识别基本都会涉及到图像的校正,主要是形变和倾斜角度的校正,一种二维码的畸变如下图: 这个码用微信扫了一下,识别不出来,但是用Zbar还是可以准确识别的~~. 这里介绍一种二维码校正方法,通 ...

  3. zxing 如何识别反转二维码

    说起二维码扫描,估计很多人用的是 zxing 吧. 然而 zxing 虽然好用,但是却有一些坑. 这边分析一下自己实际项目遇到的一个坑. 什么坑呢? 下面举个栗子你就懂了. 这边生成二维码使用的是网络 ...

  4. 【转】Delphi+Halcon实战一:两行代码识别QR二维码

    Delphi+Halcon实战一:两行代码识别QR二维码 感谢网友:绝代双椒( QQ号应原作者要求隐藏了:xxxx6348)的支持 本文是绝代双椒的作品,因为最近在忙zw量化培训,和ziwang.co ...

  5. pytho创建二维码简单版

    pytho创建二维码简单版 import qrcode aa = qrcode.make("https://github.com/phygerr/") aa.save('C:\Us ...

  6. Android 基于google Zxing实现二维码、条形码扫描,仿微信二维码扫描效果

      Android 高手进阶(21)  版权声明:本文为博主原创文章,未经博主允许不得转载. 转载请注明出处:http://blog.csdn.net/xiaanming/article/detail ...

  7. 在Android上使用ZXing识别条形码/二维码

    越来越多的手机具备自动对焦的拍摄功能,这也意味着这些手机可以具备条码扫描的功能.......手机具备条码扫描的功能,可以优化购物流程,快速存储电子名片(二维码)等. 本文使用ZXing 1.6实现条码 ...

  8. 【转】Android 基于google Zxing实现二维码、条形码扫描,仿微信二维码扫描效果--不错

    原文网址:http://blog.csdn.net/xiaanming/article/details/10163203 转载请注明出处:http://blog.csdn.net/xiaanming/ ...

  9. qrcode.js的识别解析二维码图片和生成二维码图片

    qrcode只通过前端就能生成二维码和解析二维码图片, 首先要引入文件qrcode.js,下载地址为:http://static.runoob.com/download/qrcodejs-04f46c ...

随机推荐

  1. Flask 教程 第三章:Web表单

    本文翻译自 The Flask Mega-Tutorial Part III: Web Forms 这是Flask Mega-Tutorial系列的第三部分,我将告诉你如何使用Web表单. 在第二章中 ...

  2. 剑指offer 16:反转链表

    题目描述 输入一个链表,反转链表后,输出新链表的表头. 解题思路 单链表原地反转是面试手撕代码环节非常经典的一个问题.针对一般单链表,反转的时候需要操作的是当前节点及与之相邻的其他两个节点.因而需要定 ...

  3. Python—内置三大装饰器(@staticmethod、@classmethod、@property)

    https://blog.csdn.net/weixin_42681866/article/details/83376484 https://blog.csdn.net/weixin_43265804 ...

  4. axios如何先请求A接口然后在请求B接口

    总结:在第一个then的请求结束后,在添加一个then,表示请求第二个接口,在第二个then里面写第二个接口的请求方式 axios.get("./a.json").then(res ...

  5. 如何调用.so动态库中的函数,如何把自己的函数导出为.so的动态库函数供别人调用

    调用.so中的函数和平常的函数没有区别,只是在编译连接时加上-lxxxx就行了.要生成.so库,则编译时用下面的语句:gcc -shared -Wl,-soname,libmyfun.so -o li ...

  6. C++中的异常处理(上)

    C++内置了异常处理的语法元素try... catch ...-try语句处理正常代码逻辑-catch语句处理异常情况-try语句中的异常由对应的catch语句处理 try { ,); } catch ...

  7. RAID几种方式

    RAID(Redundant Array of Independent Disk 独立冗余磁盘阵列)技术是加州大学伯克利分校1987年提出,最初是为了组合小的廉价磁盘来代替大的昂贵磁盘,同时希望磁盘失 ...

  8. aa:function()和function aa()

    1.function aa() function aa()是定义的函数 function aa(){var a=5;}var c = aa(); //aa函数已经执行完,c 代表bb变量并没有被收回 ...

  9. 2019.6.13_SQL语句中----删除表数据drop、truncate和delete的用法

    一.SQL中的语法 1.drop table 表名称                         eg: drop table  dbo.Sys_Test   2.truncate table 表 ...

  10. C++编程思想 - 对象的创建和使用

    前言 用户定义的数据类型(data type)或类(class),是C++区别于传统过程型语言的地方. 通常将创建好的类库存放在库(library)中. 本篇会使用几个C++类库(class libr ...