OpenCV中QR二维码的生成与识别(CIS摄像头解析)

1、QR概述

QR(Quick Response)属于二维条码的一种，意思是快速响应的意思。QR码不仅信息容量大、可靠性高、成本低，还可表示汉字及图像等多种文字信息、其保密防伪性强而且使用非常方便。更重要的是QR码这项技术是开源的，在移动支付、电影票、电子会员卡等场景以及很多的产品上也印刷有这样的二维码，给人们的日常生活带来了很大便利。
QR码中数据值包含很多冗余值。所以即便多达30%的二维码结构被破坏，也不影响二维码的可读性。QR码的存储空间随着版本号越大，存储越多，从V1版本的21个字符到V40版本可以存储4296个字符，包括标点符号和特殊字符，都可以写入QR码中。除了数字和字符之外，还可以对单词和短语(例如网址)进行编码。随着更多的数据被添加到QR码，代码大小增加，代码结构变得更加复杂。当然QR码的存储空间还跟编码方式，误差纠正等因素都有关系，所以在使用时需要考虑这些因素，选择合适的版本和编码方式。

2、QR码生成

2.1、Linux与Windows

安装QRCode相关模块，由于本机是安装了Python2的版本，也可以选用Python3版本来安装
Linux环境安装：python3 -m pip install qrcode
Windows环境安装(JupyterLab)：

!pip install qrcode -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com

安装好了之后，来看一个最简的生成QRCode二维码代码，信息是本人的博客网址：myqr.py

import qrcode

img = qrcode.make('https://chyichin.blog.csdn.net/')
img.save('myqr.png')

需要注意的是，这里的文件名称不能是关键字：qrcode，如果文件名为qrcode.py，就会报错：

运行：python3 myqr.py 将生成一张QR二维码的图片myqr.png：

使用微信扫码可以进入这个网站，也可以使用内置命令查看该图片：eog myqr.png

2.2、添加logo

还可以在QR码上面添加自定义的logo图，代码如下：

import qrcode
from PIL import Image

def addLogo(img,logo):
    imgW,imgH = img.size
    logo = Image.open(logo)
    logoW,logoH = logo.size
    factor = 5 #缩放因子
    sizeW = int(imgW/factor)
    sizeH = int(imgH/factor)
    if logoW > sizeW:logoW = sizeW
    if logoH > sizeH:logoH = sizeH
    logo = logo.resize((logoW,logoH),Image.Resampling.LANCZOS)
    #将logo粘贴到图片中心位置
    w = int((imgW-logoW)/2)
    h = int((imgH-logoH)/2)
    img.paste(logo,(w,h),mask=None)
    return img

def GenQRCode(data,outname,logo):
    qr = qrcode.QRCode(version=7,
                       error_correction=qrcode.constants.ERROR_CORRECT_H,
                       box_size=10,
                       border=4,)
    #添加与填充数据
    qr.add_data(data)
    qr.make(fit=True)
    img = qr.make_image(fill_color="blue",back_color="white")
    addLogo(img,logo)
    img.save(outname)
    return img

if __name__ == '__main__':
    GenQRCode("https://chyichin.blog.csdn.net/", "myLogoQR.png", "p.jpg")

其中p.jpg就是本人头像，这样就将头像按照比例缩放，添加到了QR二维码中心位置上面，生成的QR二维码如下图，可以看到除了黑白之外，还可以使用自定义颜色来设置前景和背景：

 

3、QR码分析

对于上面生成的二维码，里面的每个位置所代表的信息是不一样的，我们来详细看一个表格：

其中代码中的qrcode.QRCode函数里面的参数含义如下：

version：版本号，值为1~40的整数，控制二维码的大小(最小值为1，12×12的矩阵)。如果想让程序自动确定，将值设置为 None 并使用 fit 参数即可。
error_correction：控制二维码的错误纠正功能，纠正多少取决于qrcode.constants的设定：    
    ERROR_CORRECT_L：大约7%或更少的错误能被纠正。
    ERROR_CORRECT_M(默认)：大约15%或更少的错误能被纠正。
    ROR_CORRECT_H：大约30%或更少的错误能被纠正。
box_size：控制二维码中每个小格子包含的像素数。
border：控制边框(二维码与图片边界的距离)包含的格子数(默认为4)

4、QR码识别

上面是生成QR码，接下来就是如何让摄像头去识别QR码，这里将会用到pyzbar库去解析QR码

Linux环境：

python3 -m pip install qrcode pyzbar
sudo apt-get install libzbar-dev

Windows环境（JupyterLab）：

!pip install pyzbar -i http://pypi.douban.com/simple/  --trusted-host pypi.douban.com

当然如果是在命令行安装就不需要这个叹号"!"
由于本人没有摄像头，所以依然使用无人车上面的CSI摄像头来做测试，识别QR码的代码如下，Recog_myqr.py：

import time
import cv2 as cv
import numpy as np
import pyzbar.pyzbar as pyzbar
from PIL import Image, ImageDraw, ImageFont

def RecogQRCode(image, font_path):
    # 转成灰度图片
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    barcodes = pyzbar.decode(gray)
    for barcode in barcodes:
        # 获取QR码边界框位置，画出图像中条形码的边界框
        (x, y, w, h) = barcode.rect
        cv.rectangle(image, (x, y), (x + w, y + h), (225, 0, 0), 5)
        encoding = 'UTF-8'
        barcodeData = barcode.data.decode(encoding)
        barcodeType = barcode.type
        # 绘出图像上数据和类型
        pilimg = Image.fromarray(image)
        # 创建画笔
        draw = ImageDraw.Draw(pilimg)
        # 将识别的信息画在QR码以上25个像素处，指定字体与大小
        fontStyle = ImageFont.truetype(font_path, size=12, encoding=encoding)
        draw.text((x, y - 25), str(barcode.data, encoding), fill=(255, 0, 0), font=fontStyle)
        # 将PIL图转成cv2图
        image = cv.cvtColor(np.array(pilimg), cv.COLOR_RGB2BGR)
        print("Type:{} Data:{}".format(barcodeType, barcodeData))
    return image

# 调节图像质量
#/usr/lib/aarch64-linux-gnu/gstreamer-1.0/libgstnvarguscamerasrc.so
def gstreamer_pipeline(
    capture_width=640,
    capture_height=480,
    display_width=640,
    display_height=480,
    framerate=30,
    flip_method=0,
):
    return (
        "nvarguscamerasrc ! "
        "video/x-raw(memory:NVMM), "
        "width=(int)%d, height=(int)%d, "
        "format=(string)NV12, framerate=(fraction)%d/1 ! "
        "nvvidconv flip-method=%d ! "
        "video/x-raw, width=(int)%d, height=(int)%d, format=(string)BGRx ! "
        "videoconvert ! "
        "video/x-raw, format=(string)BGR ! appsink"
        % (
            capture_width,
            capture_height,
            framerate,
            flip_method,
            display_width,
            display_height,
        )
    )

if __name__ == '__main__':
    # 字体识别中文
    font_path = "../font/Block_Simplified.TTF"
    #font_path = "C:\Windows\Fonts\simsun.ttc"
    capture = cv.VideoCapture(gstreamer_pipeline(flip_method=0), cv.CAP_GSTREAMER)
    cv_edition = cv.__version__
    if cv_edition[0] == '3': capture.set(cv.CAP_PROP_FOURCC, cv.VideoWriter_fourcc(*'XVID'))
    else: capture.set(cv.CAP_PROP_FOURCC, cv.VideoWriter.fourcc('M', 'J', 'P', 'G'))
    capture.set(cv.CAP_PROP_FRAME_WIDTH, 640)
    capture.set(cv.CAP_PROP_FRAME_HEIGHT, 480)
    print("capture get FPS : ", capture.get(cv.CAP_PROP_FPS))
    while capture.isOpened():
        start = time.time()
        ret, frame = capture.read()
        action = cv.waitKey(10) & 0xFF
        frame = RecogQRCode(frame, font_path)
        end = time.time()
        fps = 1 / (end - start)
        text = "FPS : " + str(int(fps))
        cv.putText(frame, text, (30, 30), cv.FONT_HERSHEY_SIMPLEX, 0.6, (100, 200, 200), 1)
        cv.imshow('frame', frame)
        if action == ord('q') or action == 113: break
    capture.release()
    cv.destroyAllWindows()

其中gstreamer_pipeline方法里面的nvarguscamerasrc是英伟达的Argus Camera的库，我们可以通过GStreamer提供的gst-inspect-1.0指令去查询CSI摄像头可设定的参数有哪些：

然后运行：python3 Recog_myqr.py，将打开摄像头，其识别效果如下：

可以看到QR码上面显示了内容信息，然后我们也可以来到终端看下其显示：

正确显示了识别的类型为QRCode，以及数据，这里就是本人的博客网址。试着识别下微信的付款码和收款码，识别情况如下：