使用opencv库识别QR二维码,框出图片中的二维码,并使用开源库Zxing解码,在这过程中学习理解opencv库相应的函数。
1. window7系统
2. QT create
首先安装QT和QT create开发环境,window下使用cmake编译opencv生产lib库。这部分内容网上很多资料,直接搜索安装就行。
QT create配置使用opencv库。在工程的pro文件下面添加指定opencv库的头文件和lib的路径。如下:
INCLUDEPATH+=C:\Qt\opencv\include\opencv\
C:\Qt\opencv\include\opencv2\
C:\Qt\opencv\include
LIBS+=C:\Qt\opencv\lib\libopencv_calib3d320.dll.a\
C:\Qt\opencv\lib\libopencv_core320.dll.a\
C:\Qt\opencv\lib\libopencv_features2d320.dll.a\
C:\Qt\opencv\lib\libopencv_flann320.dll.a\
C:\Qt\opencv\lib\libopencv_highgui320.dll.a\
C:\Qt\opencv\lib\libopencv_imgcodecs320.dll.a\
C:\Qt\opencv\lib\libopencv_imgproc320.dll.a\
C:\Qt\opencv\lib\libopencv_ml320.dll.a\
C:\Qt\opencv\lib\libopencv_objdetect320.dll.a\
C:\Qt\opencv\lib\libopencv_photo320.dll.a\
C:\Qt\opencv\lib\libopencv_shape320.dll.a\
C:\Qt\opencv\lib\libopencv_stitching320.dll.a\
C:\Qt\opencv\lib\libopencv_superres320.dll.a\
C:\Qt\opencv\lib\libopencv_video320.dll.a\
C:\Qt\opencv\lib\libopencv_videoio320.dll.a\
C:\Qt\opencv\lib\libopencv_videostab320.dll.a
opencv识别定位二维码的代码如下:
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <QDebug>
using namespace cv;
using namespace std;
Mat src; Mat src_gray;
RNG rng(12345);
//Scalar colorful = CV_RGB(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255));
//获取轮廓的中心点
Point Center_cal(vector<vector<Point> > contours,int i)
{
int centerx=0,centery=0,n=contours[i].size();
//在提取的小正方形的边界上每隔周长个像素提取一个点的坐标,
//求所提取四个点的平均坐标(即为小正方形的大致中心)
centerx = (contours[i][n/4].x + contours[i][n*2/4].x + contours[i][3*n/4].x + contours[i][n-1].x)/4;
centery = (contours[i][n/4].y + contours[i][n*2/4].y + contours[i][3*n/4].y + contours[i][n-1].y)/4;
Point point1=Point(centerx,centery);
return point1;
}
int main( int argc, char** argv[] )
{
src = imread( "core.jpg", 1 );
Mat src_all=src.clone();
//彩色图转灰度图
cvtColor( src, src_gray, CV_BGR2GRAY );
//对图像进行平滑处理
blur( src_gray, src_gray, Size(3,3) );
//使灰度图象直方图均衡化
equalizeHist( src_gray, src_gray );
namedWindow("src_gray");
imshow("src_gray",src_gray);
Scalar color = Scalar(1,1,255 );
Mat threshold_output;
vector<vector<Point> > contours,contours2;
vector<Vec4i> hierarchy;
Mat drawing = Mat::zeros( src.size(), CV_8UC3 );
Mat drawing2 = Mat::zeros( src.size(), CV_8UC3 );
Mat drawingAllContours = Mat::zeros( src.size(), CV_8UC3 );
//指定112阀值进行二值化
threshold( src_gray, threshold_output, 112, 255, THRESH_BINARY );
namedWindow("Threshold_output");
imshow("Threshold_output",threshold_output);
/*查找轮廓
* 参数说明
输入图像image必须为一个2值单通道图像
contours参数为检测的轮廓数组,每一个轮廓用一个point类型的vector表示
hiararchy参数和轮廓个数相同,每个轮廓contours[ i ]对应4个hierarchy元素hierarchy[ i ][ 0 ] ~hierarchy[ i ][ 3 ],
分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号,如果没有对应项,该值设置为负数。
mode表示轮廓的检索模式
CV_RETR_EXTERNAL 表示只检测外轮廓
CV_RETR_LIST 检测的轮廓不建立等级关系
CV_RETR_CCOMP 建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。如果内孔内还有一个连通物体,这个物体的边界也在顶层。
CV_RETR_TREE 建立一个等级树结构的轮廓。具体参考contours.c这个demo
method为轮廓的近似办法
CV_CHAIN_APPROX_NONE 存储所有的轮廓点,相邻的两个点的像素位置差不超过1,即max(abs(x1-x2),abs(y2-y1))==1
CV_CHAIN_APPROX_SIMPLE 压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
CV_CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain 近似算法
offset表示代表轮廓点的偏移量,可以设置为任意值。对ROI图像中找出的轮廓,并要在整个图像中进行分析时,这个参数还是很有用的。
*/
findContours( threshold_output, contours, hierarchy, CV_RETR_TREE, CHAIN_APPROX_NONE, Point(0, 0) );
int c=0,ic=0,k=0,area=0;
//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=-1;
for( int i = 0; i< contours.size(); i++ )
{
//画出所以轮廓图
drawContours( drawingAllContours, contours, parentIdx, CV_RGB(255,255,255) , 1, 8);
if (hierarchy[i][2] != -1 && ic==0)
{
parentIdx = i;
ic++;
}
else if (hierarchy[i][2] != -1)
{
ic++;
}
else if(hierarchy[i][2] == -1)
{
ic = 0;
parentIdx = -1;
}
//有两个子轮廓
if ( ic >= 2)
{
//保存找到的三个黑色定位角
contours2.push_back(contours[parentIdx]);
//画出三个黑色定位角的轮廓
drawContours( drawing, contours, parentIdx, CV_RGB(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255)) , 1, 8);
ic = 0;
parentIdx = -1;
}
}
//填充的方式画出三个黑色定位角的轮廓
for(int i=0; i<contours2.size(); i++)
drawContours( drawing2, contours2, i, CV_RGB(rng.uniform(100,255),rng.uniform(100,255),rng.uniform(100,255)) , -1, 4, hierarchy[k][2], 0, Point() );
//获取三个定位角的中心坐标
Point point[3];
for(int i=0; i<contours2.size(); i++)
{
point[i] = Center_cal( contours2, i );
}
//计算轮廓的面积,计算定位角的面积,从而计算出边长
area = contourArea(contours2[1]);
int area_side = cvRound (sqrt (double(area)));
for(int i=0; i<contours2.size(); i++)
{
//画出三个定位角的中心连线
line(drawing2,point[i%contours2.size()],point[(i+1)%contours2.size()],color,area_side/2,8);
}
namedWindow("DrawingAllContours");
imshow( "DrawingAllContours", drawingAllContours );
namedWindow("Drawing2");
imshow( "Drawing2", drawing2 );
namedWindow("Drawing");
imshow( "Drawing", drawing );
//接下来要框出这整个二维码
Mat gray_all,threshold_output_all;
vector<vector<Point> > contours_all;
vector<Vec4i> hierarchy_all;
cvtColor( drawing2, gray_all, CV_BGR2GRAY );
threshold( gray_all, threshold_output_all, 45, 255, THRESH_BINARY );
findContours( threshold_output_all, contours_all, hierarchy_all, RETR_EXTERNAL, CHAIN_APPROX_NONE, Point(0, 0) );//RETR_EXTERNAL表示只寻找最外层轮廓
Point2f fourPoint2f[4];
//求最小包围矩形
RotatedRect rectPoint = minAreaRect(contours_all[0]);
//将rectPoint变量中存储的坐标值放到 fourPoint的数组中
rectPoint.points(fourPoint2f);
for (int i = 0; i < 4; i++)
{
line(src_all, fourPoint2f[i%4], fourPoint2f[(i + 1)%4]
, Scalar(20,21,237), 3);
}
namedWindow("Src_all");
imshow( "Src_all", src_all );
//框出二维码后,就可以提取出二维码,然后使用解码库zxing,解出码的信息。
//或者研究二维码的排布规则,自己写解码部分
waitKey(0);
return(0);
}
下面是代码运行的图片,代码处理过程的图片都有,包括二值化图片,轮廓图,找到的定位角图和最终的框出二维码图都显示出来了。如下:
这部分的代码实现的主要功能是根据QR二维码三个定位角的特点找出定位角的坐标,并框出整个QR二维码。
框出二维码后能做的事情就多了,可以使用相应的开源解码库解出二维码的信息,比如Zxing库,libdmtx库。Zxing库能解码的格式和支持的语音格式挺多的,网址:https://github.com/zxing/zxing。libdmtx库主要解码data matrix二维码,网址:http://libdmtx.sourceforge.net/。这个库我使用过,很简单,直接调用几个函数就可以解出码的信息。
解码部分使用libdmtx库的方式已经实现的了,有时间再补充。去除opencv库,直接用算法处理图片并定位二维码并解码的也写了demo,这部分内容较多,有时间再补充,需要大概思路的可以留言。