基于opencv 识别、定位二维码（c++版）

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。

1intQrParse::FindQrPoint(Mat& srcImg,vector>& qrPoint)2{3//彩色图转灰度图4Mat src_gray;5cvtColor(srcImg, src_gray, CV_BGR2GRAY);6namedWindow("src_gray");7imshow("src_gray", src_gray);89//二值化10Mat threshold_output;11threshold(src_gray, threshold_output,0,255, THRESH_BINARY | THRESH_OTSU);12Mat threshold_output_copy = threshold_output.clone();13namedWindow("Threshold_output");14imshow("Threshold_output", threshold_output);1516//调用查找轮廓函数17vector > contours;18vector hierarchy;19findContours(threshold_output, contours, hierarchy, CV_RETR_TREE, CHAIN_APPROX_NONE, Point(0,0));2021//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22intparentIdx =-1;23intic =0;2425for(inti =0; i < contours.size(); i++)26{27if(hierarchy[i][2] !=-1&& ic ==0)28{29parentIdx = i;30ic++;31}32elseif(hierarchy[i][2] !=-1)33{34ic++;35}36elseif(hierarchy[i][2] ==-1)37{38ic =0;39parentIdx =-1;40}4143//有两个子轮廓才是二维码的顶点44if(ic >=2)45{46boolisQr = QrParse::IsQrPoint(contours[parentIdx], threshold_output_copy);4748//保存找到的三个黑色定位角49if(isQr)50qrPoint.push_back(contours[parentIdx]);5152ic =0;53parentIdx =-1;54}55}5657return0;58}

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：

boolQrParse::IsQrPoint(vector& contour, Mat& img){//最小大小限定RotatedRect rotatedRect = minAreaRect(contour);if(rotatedRect.size.height <10|| rotatedRect.size.width <10)returnfalse;//将二维码从整个图上抠出来cv::Mat cropImg = CropImage(img, rotatedRect);intflag = i++;//横向黑白比例1:1:3:1:1boolresult = IsQrColorRate(cropImg, flag);returnresult;}

黑白比例判断函数：

1//横向和纵向黑白比例判断2boolQrParse::IsQrColorRate(cv::Mat& image,intflag)3{4boolx = IsQrColorRateX(image, flag);5if(!x)6returnfalse;7booly = IsQrColorRateY(image, flag);8returny;9}10//横向黑白比例判断11boolQrParse::IsQrColorRateX(cv::Mat& image,intflag)12{13intnr = image.rows /2;14intnc = image.cols * image.channels();1516vector vValueCount;17vector vColor;18intcount =0;19uchar lastColor =0;2021uchar* data = image.ptr(nr);22for(inti =0; i < nc; i++)23{24vColor.push_back(data[i]);25uchar color = data[i];26if(color >0)27color =255;2829if(i ==0)30{31lastColor = color;32count++;33}34else35{36if(lastColor != color)37{38vValueCount.push_back(count);39count =0;40}41count++;42lastColor = color;43}44}4546if(count !=0)47vValueCount.push_back(count);4849if(vValueCount.size() <5)50returnfalse;5152//横向黑白比例1:1:3:1:153intindex =-1;54intmaxCount =-1;55for(inti =0; i < vValueCount.size(); i++)56{57if(i ==0)58{59index = i;60maxCount = vValueCount[i];61}62else63{64if(vValueCount[i] > maxCount)65{66index = i;67maxCount = vValueCount[i];68}69}70}7172//左边右边都有两个值，才行73if(index <2)74returnfalse;75if((vValueCount.size() - index) <3)76returnfalse;7778//黑白比例1:1:3:1:179floatrate = ((float)maxCount) /3.00;8081cout<<"flag:"<< flag <<" ";8283floatrate2 = vValueCount[index -2] / rate;84cout<< rate2 <<" ";85if(!IsQrRate(rate2))86returnfalse;8788rate2 = vValueCount[index -1] / rate;89cout<< rate2 <<" ";90if(!IsQrRate(rate2))91returnfalse;9293rate2 = vValueCount[index +1] / rate;94cout<< rate2 <<" ";95if(!IsQrRate(rate2))96returnfalse;9798rate2 = vValueCount[index +2] / rate;99cout<< rate2 <<" ";100if(!IsQrRate(rate2))101returnfalse;102103returntrue;104}105//纵向黑白比例判断省略106boolQrParse::IsQrColorRateY(cv::Mat& image,intflag)

boolQrParse::IsQrRate(floatrate){//大概比例不能太严格returnrate >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。

1// pointDest存放调整后的三个点，三个点的顺序如下2// pt0----pt13// 4// pt25boolQrParse::AdjustQrPoint(Point* pointSrc, Point* pointDest)6{7boolclockwise;8intindex1[3] = {2,1,0};9intindex2[3] = {0,2,1};10intindex3[3] = {0,1,2};1112for(inti =0; i <3; i++)13{14int*n = index1;15if(i==0)16n = index1;17elseif(i ==1)18n = index2;19else20n = index3;2122double angle = QrParse::Angle(pointSrc[n[0]], pointSrc[n[1]], pointSrc[n[2]], clockwise);23if(angle >80&& angle <99)24{25pointDest[0] = pointSrc[n[2]];26if(clockwise)27{28pointDest[1] = pointSrc[n[0]];29pointDest[2] = pointSrc[n[1]];30}31else32{33pointDest[1] = pointSrc[n[1]];34pointDest[2] = pointSrc[n[0]];35}36returntrue;37}38}39returntrue;40}

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。

1//二维码倾斜角度2Point hor(pointAdjust[0].x+300,pointAdjust[0].y);//水平线3doubleqrAngle =QrParse::Angle(pointAdjust[1], hor, pointAdjust[0], clockwise);45//以二维码左上角点为中心旋转6Mat drawingRotation =Mat::zeros(Size(src.cols,src.rows), CV_8UC3);7doublerotationAngle = clockwise? -qrAngle:qrAngle;8Mat affine_matrix = getRotationMatrix2D(pointAdjust[0], rotationAngle,1.0);//求得旋转矩阵9warpAffine(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。

看我主页简介免费C++学习资源，视频教程、职业规划、面试详解、学习路线、开发工具

每晚8点直播讲解C++编程技术。

基于opencv 识别、定位二维码 （c++版）

基于opencv 识别、定位二维码（c++版）