python+opencv-二维码和datamartix码读取

1、二维码读取

1.1实现方法：

采用现有的二维码识别库对图片进行识别，网上有许多传统的和深度学习的二维码读取库,本次就是通过现有的pyzbar库进行二维码识别，该库为比较一系列二维码识别库得出来的效果较好的库。

from pyzbar.pyzbar import decode

1.2实现步骤：

1）读取图片（不是灰度图的需要转化为灰度图）；
2）高斯滤波，去除噪音干扰；
3）二值化，突出二维码黑白颜色区分；
4）调用pyzbar.decode库进行识别；
5）返回识别的信息，常为四个角点的坐标和二维码的信息。

1.3实现代码：

#!/usr/bin/python3
# -*- coding: utf-8 -*-

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

src = cv2.imread("5.bmp")

print(src.shape)
# 灰度转换
gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)

text2 = cv2.medianBlur(gray,3)

ret,text2 = cv2.threshold(text2, 180, 255, cv2.THRESH_BINARY)

for code in decode(text2):
    data = code.data.decode('utf-8')
    print("条形码/二维码数据：", data)    #解码数据
    rect = code.rect
    print(rect)
    cv2.putText(src, data, (300,500 ), cv2.FONT_HERSHEY_SIMPLEX, 5, (0, 0,255), 6)
    cv2.rectangle(src, (rect.left, rect.top), (rect.left + rect.width, rect.top + rect.height), (0,0,255), 2)
    polygon = code.polygon
    print(polygon)
    box = np.intp(polygon)
    print(type(box))
    cv2.drawContours(src, [box], -1, (255,0, 0), 3)
    
result = cv2.resize(src,dsize=None,fx=0.2,fy=0.2,interpolation=cv2.INTER_LINEAR)
cv2.imshow("result", result)

cv2.waitKey(0)
cv2.destroyAllWindows()

2、datamartix码识别

2.1实现方法：

使用现有的pylibdmtx进行datamartix码识别，该库为专门识别datamartix的库

from pylibdmtx import pylibdmtx

2.2实现步骤：

1）读取图片（不是灰度图的需要转化为灰度图）；
2）高斯滤波，去除噪音干扰；
3）二值化，突出二维码黑白颜色区分；
4）调用pylibdmtx.decode库进行识别；
5）返回识别的信息，常为四个角点的坐标和二维码的信息。

2.3实现代码：

实现代码采用的是电脑生成的datamartix码比较清楚，所以未进行相关的滤波和二值化的预处理。

#!/usr/bin/python3
# -*- coding: utf-8 -*-

import cv2
from pylibdmtx import pylibdmtx
import time
# 加载图片
image = cv2.imread('DataMatrixcode.png')

# 解析二维码
all_barcode_info = pylibdmtx.decode(image, timeout=500, max_count=1)
print(all_barcode_info)
print(all_barcode_info[0].data.decode("utf-8"))
text=all_barcode_info[0].data.decode("utf-8")
cv2.putText(image, text, (5,20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 1)
image = cv2.resize(image,dsize=None,fx=4,fy=4,interpolation=cv2.INTER_LINEAR)
cv2.imshow('image', image) 
cv2.waitKey(0)  
cv2.destroyAllWindows()