亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

C++?OpenCV實現(xiàn)二維碼檢測功能

 更新時間：2022年01月12日 10:56:40   作者：Zero___Chen  
這篇文章主要介紹了如何利用C++?OpenCV實現(xiàn)二維碼檢測功能，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

前言

本文將使用OpenCV C++ 進(jìn)行二維碼檢測。

一、二維碼檢測

首先我們要先將圖像進(jìn)行預(yù)處理，通過灰度、濾波、二值化等操作提取出圖像輪廓。在這里我還添加了形態(tài)學(xué)操作，消除噪點，有效將矩形區(qū)域連接起來。

	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);

	Mat blur;
	GaussianBlur(gray, blur, Size(3, 3), 0);

	Mat bin;
	threshold(blur, bin, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);

	//通過Size（5，1）開運算消除邊緣毛刺
	Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 1));
	Mat open;
	morphologyEx(bin, open, MORPH_OPEN, kernel);

	//通過Size（21，1）閉運算能夠有效地將矩形區(qū)域連接 便于提取矩形區(qū)域
	Mat kernel1 = getStructuringElement(MORPH_RECT, Size(21, 1));
	Mat close;
	morphologyEx(open, close, MORPH_CLOSE, kernel1);

 

如圖為經(jīng)過一系列圖像處理之后得到的效果。之后我們需要對該圖進(jìn)行輪廓提取，找到二維碼所在的矩形區(qū)域。

	//使用RETR_EXTERNAL找到最外輪廓
	vector<vector<Point>>MaxContours;
	findContours(close, MaxContours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

	for (int i = 0; i < MaxContours.size(); i++)
	{
		Mat mask = Mat::zeros(src.size(), CV_8UC3);
		mask = Scalar::all(255);

		double area = contourArea(MaxContours[i]);

		//通過面積閾值找到二維碼所在矩形區(qū)域
		if (area > 6000 && area < 100000)
		{
			//計算最小外接矩形
			RotatedRect MaxRect = minAreaRect(MaxContours[i]);
			//計算最小外接矩形寬高比
			double ratio = MaxRect.size.width / MaxRect.size.height;

			if (ratio > 0.8 && ratio < 1.2)
			{
				Rect MaxBox = MaxRect.boundingRect();

				//rectangle(src, Rect(MaxBox.tl(), MaxBox.br()), Scalar(255, 0, 255), 2);
				//將矩形區(qū)域從原圖摳出來
				Mat ROI = src(Rect(MaxBox.tl(), MaxBox.br()));

				ROI.copyTo(mask(MaxBox));

				ROI_Rect.push_back(mask);

			}

		}

	}

由以下代碼段我們就可以很好的找出二維碼所在的矩形區(qū)域，并將這些區(qū)域摳出來保存以便進(jìn)行下面的識別工作。

//找到二維碼所在的矩形區(qū)域
void Find_QR_Rect(Mat src, vector<Mat>&ROI_Rect)
{
	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);

	Mat blur;
	GaussianBlur(gray, blur, Size(3, 3), 0);

	Mat bin;
	threshold(blur, bin, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);

	//通過Size（5，1）開運算消除邊緣毛刺
	Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 1));
	Mat open;
	morphologyEx(bin, open, MORPH_OPEN, kernel);
	//通過Size（21，1）閉運算能夠有效地將矩形區(qū)域連接 便于提取矩形區(qū)域
	Mat kernel1 = getStructuringElement(MORPH_RECT, Size(21, 1));
	Mat close;
	morphologyEx(open, close, MORPH_CLOSE, kernel1);


	//使用RETR_EXTERNAL找到最外輪廓
	vector<vector<Point>>MaxContours;
	findContours(close, MaxContours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

	for (int i = 0; i < MaxContours.size(); i++)
	{
		Mat mask = Mat::zeros(src.size(), CV_8UC3);
		mask = Scalar::all(255);

		double area = contourArea(MaxContours[i]);

		//通過面積閾值找到二維碼所在矩形區(qū)域
		if (area > 6000 && area < 100000)
		{
			//計算最小外接矩形
			RotatedRect MaxRect = minAreaRect(MaxContours[i]);
			//計算最小外接矩形寬高比
			double ratio = MaxRect.size.width / MaxRect.size.height;

			if (ratio > 0.8 && ratio < 1.2)
			{
				Rect MaxBox = MaxRect.boundingRect();

				//rectangle(src, Rect(MaxBox.tl(), MaxBox.br()), Scalar(255, 0, 255), 2);
				//將矩形區(qū)域從原圖摳出來
				Mat ROI = src(Rect(MaxBox.tl(), MaxBox.br()));

				ROI.copyTo(mask(MaxBox));

				ROI_Rect.push_back(mask);

			}

		}

	}

}

如圖所示，這是找到的二維碼矩形。這里只展示其中之一。

二、二維碼識別

通過findContours找到輪廓層級關(guān)系

	//用于存儲檢測到的二維碼
	vector<vector<Point>>QR_Rect;
	
	//遍歷所有找到的矩形區(qū)域
	for (int i = 0; i < ROI_Rect.size(); i++)
	{
		Mat gray;
		cvtColor(ROI_Rect[i], gray, COLOR_BGR2GRAY);

		Mat bin;
		threshold(gray, bin, 0, 255, THRESH_BINARY_INV|THRESH_OTSU);

		//通過hierarchy、RETR_TREE找到輪廓之間的層級關(guān)系
		vector<vector<Point>>contours;
		vector<Vec4i>hierarchy;
		findContours(bin, contours, hierarchy, RETR_TREE, CHAIN_APPROX_NONE);

		//父輪廓索引
		int ParentIndex = -1;
		int cn = 0;

		//用于存儲二維碼矩形的三個“回”
		vector<Point>rect_points;
		for (int i = 0; i < contours.size(); i++)
		{
			//hierarchy[i][2] != -1 表示該輪廓有子輪廓  cn用于計數(shù)“回”中第幾個輪廓
			if (hierarchy[i][2] != -1 && cn == 0)
			{
				ParentIndex = i;
				cn++;
			}
			else if (hierarchy[i][2] != -1 && cn == 1)
			{
				cn++;
			}
			else if (hierarchy[i][2] == -1)
			{
				//初始化
				ParentIndex = -1;
				cn = 0;
			}

			//如果該輪廓存在子輪廓，且有2級子輪廓則認(rèn)定找到‘回'
			if (hierarchy[i][2] != -1 && cn == 2)
			{
				drawContours(canvas, contours, ParentIndex, Scalar::all(255), -1);

				RotatedRect rect;

				rect = minAreaRect(contours[ParentIndex]);

				rect_points.push_back(rect.center);

			}

		}
	}

以上代碼段的整體思路為：首先經(jīng)過圖像預(yù)處理進(jìn)行輪廓檢測，

通過hierarchy、RETR_TREE找到輪廓之間的層級關(guān)系。根據(jù)hierarchy[i][2]是否為-1判斷該輪廓是否有子輪廓。若該輪廓存在子輪廓，則統(tǒng)計有幾個子輪廓。如果該輪廓存在子輪廓，且有2級子輪廓則認(rèn)定找到‘回’ 。關(guān)于輪廓的層級關(guān)系，大家可以自行百度查找資料，理解一下其中原理。

//對找到的矩形區(qū)域進(jìn)行識別是否為二維碼
int Dectect_QR_Rect(Mat src,Mat &canvas,vector<Mat>&ROI_Rect)
{
	//用于存儲檢測到的二維碼
	vector<vector<Point>>QR_Rect;
	
	//遍歷所有找到的矩形區(qū)域
	for (int i = 0; i < ROI_Rect.size(); i++)
	{
		Mat gray;
		cvtColor(ROI_Rect[i], gray, COLOR_BGR2GRAY);

		Mat bin;
		threshold(gray, bin, 0, 255, THRESH_BINARY_INV|THRESH_OTSU);

		//通過hierarchy、RETR_TREE找到輪廓之間的層級關(guān)系
		vector<vector<Point>>contours;
		vector<Vec4i>hierarchy;
		findContours(bin, contours, hierarchy, RETR_TREE, CHAIN_APPROX_NONE);

		//父輪廓索引
		int ParentIndex = -1;
		int cn = 0;

		//用于存儲二維碼矩形的三個“回”
		vector<Point>rect_points;
		for (int i = 0; i < contours.size(); i++)
		{
			//hierarchy[i][2] != -1 表示該輪廓有子輪廓  cn用于計數(shù)“回”中第幾個輪廓
			if (hierarchy[i][2] != -1 && cn == 0)
			{
				ParentIndex = i;
				cn++;
			}
			else if (hierarchy[i][2] != -1 && cn == 1)
			{
				cn++;
			}
			else if (hierarchy[i][2] == -1)
			{
				//初始化
				ParentIndex = -1;
				cn = 0;
			}

			//如果該輪廓存在子輪廓，且有2級子輪廓則認(rèn)定找到‘回'
			if (hierarchy[i][2] != -1 && cn == 2)
			{
				drawContours(canvas, contours, ParentIndex, Scalar::all(255), -1);

				RotatedRect rect;

				rect = minAreaRect(contours[ParentIndex]);

				rect_points.push_back(rect.center);

			}

		}

		//將找到地‘回'連接起來
		for (int i = 0; i < rect_points.size(); i++)
		{
			line(canvas, rect_points[i], rect_points[(i + 1) % rect_points.size()], Scalar::all(255), 5);
		}

		QR_Rect.push_back(rect_points);

	}

	
	return QR_Rect.size();

}

由以上代碼段，我們就可以識別出二維碼。效果如圖所示。

三、二維碼繪制

	//框出二維碼所在位置
	Mat gray;
	cvtColor(canvas, gray, COLOR_BGR2GRAY);

	vector<vector<Point>>contours;
	findContours(gray, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

	Point2f points[4];

	for (int i = 0; i < contours.size(); i++)
	{
		RotatedRect rect = minAreaRect(contours[i]);
		
		rect.points(points);

		for (int j = 0; j < 4; j++)
		{
			line(src, points[j], points[(j + 1) % 4], Scalar(0, 255, 0), 2);
		}

	}

最終效果如圖所示。

四、源碼

#include<iostream>
#include<opencv2/core.hpp>
#include<opencv2/imgproc.hpp>
#include<opencv2/highgui.hpp>
using namespace std;
using namespace cv;


//找到二維碼所在的矩形區(qū)域
void Find_QR_Rect(Mat src, vector<Mat>&ROI_Rect)
{
	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);

	Mat blur;
	GaussianBlur(gray, blur, Size(3, 3), 0);

	Mat bin;
	threshold(blur, bin, 0, 255, THRESH_BINARY_INV | THRESH_OTSU);

	//通過Size（5，1）開運算消除邊緣毛刺
	Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 1));
	Mat open;
	morphologyEx(bin, open, MORPH_OPEN, kernel);
	//通過Size（21，1）閉運算能夠有效地將矩形區(qū)域連接 便于提取矩形區(qū)域
	Mat kernel1 = getStructuringElement(MORPH_RECT, Size(21, 1));
	Mat close;
	morphologyEx(open, close, MORPH_CLOSE, kernel1);


	//使用RETR_EXTERNAL找到最外輪廓
	vector<vector<Point>>MaxContours;
	findContours(close, MaxContours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

	for (int i = 0; i < MaxContours.size(); i++)
	{
		Mat mask = Mat::zeros(src.size(), CV_8UC3);
		mask = Scalar::all(255);

		double area = contourArea(MaxContours[i]);

		//通過面積閾值找到二維碼所在矩形區(qū)域
		if (area > 6000 && area < 100000)
		{
			//計算最小外接矩形
			RotatedRect MaxRect = minAreaRect(MaxContours[i]);
			//計算最小外接矩形寬高比
			double ratio = MaxRect.size.width / MaxRect.size.height;

			if (ratio > 0.8 && ratio < 1.2)
			{
				Rect MaxBox = MaxRect.boundingRect();

				//rectangle(src, Rect(MaxBox.tl(), MaxBox.br()), Scalar(255, 0, 255), 2);
				//將矩形區(qū)域從原圖摳出來
				Mat ROI = src(Rect(MaxBox.tl(), MaxBox.br()));

				ROI.copyTo(mask(MaxBox));

				ROI_Rect.push_back(mask);

			}

		}

	}

}


//對找到的矩形區(qū)域進(jìn)行識別是否為二維碼
int Dectect_QR_Rect(Mat src,Mat &canvas,vector<Mat>&ROI_Rect)
{
	//用于存儲檢測到的二維碼
	vector<vector<Point>>QR_Rect;
	
	//遍歷所有找到的矩形區(qū)域
	for (int i = 0; i < ROI_Rect.size(); i++)
	{
		Mat gray;
		cvtColor(ROI_Rect[i], gray, COLOR_BGR2GRAY);

		Mat bin;
		threshold(gray, bin, 0, 255, THRESH_BINARY_INV|THRESH_OTSU);

		//通過hierarchy、RETR_TREE找到輪廓之間的層級關(guān)系
		vector<vector<Point>>contours;
		vector<Vec4i>hierarchy;
		findContours(bin, contours, hierarchy, RETR_TREE, CHAIN_APPROX_NONE);

		//父輪廓索引
		int ParentIndex = -1;
		int cn = 0;

		//用于存儲二維碼矩形的三個“回”
		vector<Point>rect_points;
		for (int i = 0; i < contours.size(); i++)
		{
			//hierarchy[i][2] != -1 表示該輪廓有子輪廓  cn用于計數(shù)“回”中第幾個輪廓
			if (hierarchy[i][2] != -1 && cn == 0)
			{
				ParentIndex = i;
				cn++;
			}
			else if (hierarchy[i][2] != -1 && cn == 1)
			{
				cn++;
			}
			else if (hierarchy[i][2] == -1)
			{
				//初始化
				ParentIndex = -1;
				cn = 0;
			}

			//如果該輪廓存在子輪廓，且有2級子輪廓則認(rèn)定找到‘回'
			if (hierarchy[i][2] != -1 && cn == 2)
			{
				drawContours(canvas, contours, ParentIndex, Scalar::all(255), -1);

				RotatedRect rect;

				rect = minAreaRect(contours[ParentIndex]);

				rect_points.push_back(rect.center);

			}

		}

		//將找到地‘回'連接起來
		for (int i = 0; i < rect_points.size(); i++)
		{
			line(canvas, rect_points[i], rect_points[(i + 1) % rect_points.size()], Scalar::all(255), 5);
		}

		QR_Rect.push_back(rect_points);

	}

	
	return QR_Rect.size();

}

int main()
{

	Mat src = imread("6.png");

	if (src.empty())
	{
		cout << "No image data!" << endl;
		system("pause");
		return 0;
	}

	vector<Mat>ROI_Rect;
	Find_QR_Rect(src, ROI_Rect);

	Mat canvas = Mat::zeros(src.size(), src.type());
	int flag = Dectect_QR_Rect(src, canvas, ROI_Rect);
	//imshow("canvas", canvas);

	if (flag <= 0)
	{
		cout << "Can not detect QR code!" << endl;	
		system("pause");
		return 0;
	}

	cout << "檢測到" << flag << "個二維碼。" << endl;


	//框出二維碼所在位置
	Mat gray;
	cvtColor(canvas, gray, COLOR_BGR2GRAY);

	vector<vector<Point>>contours;
	findContours(gray, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

	Point2f points[4];

	for (int i = 0; i < contours.size(); i++)
	{
		RotatedRect rect = minAreaRect(contours[i]);
		
		rect.points(points);

		for (int j = 0; j < 4; j++)
		{
			line(src, points[j], points[(j + 1) % 4], Scalar(0, 255, 0), 2);
		}

	}


	imshow("source", src);
	waitKey(0);
	destroyAllWindows();

	system("pause");
	return 0;
}

總結(jié)

本文使用OpenCV C++進(jìn)行二維碼檢測，關(guān)鍵步驟有以下幾點。

1、圖像預(yù)處理，篩選出二維碼所在的矩形區(qū)域，并將該區(qū)域摳出來進(jìn)行后續(xù)的識別工作。

2、對篩選出的矩形區(qū)域進(jìn)行輪廓檢測，判斷它們之前的層級關(guān)系，以此來識別二維碼。

3、最后根據(jù)檢測到的二維碼“回”字，將其繪制出來就可以了。

以上就是C++ OpenCV實現(xiàn)二維碼檢測功能的詳細(xì)內(nèi)容，更多關(guān)于C++ OpenCV二維碼檢測的資料請關(guān)注腳本之家其它相關(guān)文章！

相關(guān)文章

  • 在std::thread中創(chuàng)建并管理QEventLoop的全面解析

    在std::thread中創(chuàng)建并管理QEventLoop的全面解析

    QEventLoop的工作原理可以簡單地理解為一個無限循環(huán)，它會不斷地檢查是否有新的事件需要處理，如果有，就將事件從事件隊列中取出，然后找到相應(yīng)的事件處理器進(jìn)行處理，這篇文章主要介紹了在std::thread中創(chuàng)建并管理QEventLoop的全面指南,需要的朋友可以參考下
    2023-06-06
  • C++回溯算法之深度優(yōu)先搜索詳細(xì)介紹

    C++回溯算法之深度優(yōu)先搜索詳細(xì)介紹

    回溯在迷宮搜索中使用很常見，就是這條路走不通，然后返回前一個路口，繼續(xù)下一條路?；厮菟惴ㄕf白了就是窮舉法，下面讓我們一起來看看回溯算法中深度優(yōu)先搜索吧
    2023-01-01
  • C語言用棧實現(xiàn)十進(jìn)制轉(zhuǎn)換為二進(jìn)制的方法示例

    C語言用棧實現(xiàn)十進(jìn)制轉(zhuǎn)換為二進(jìn)制的方法示例

    這篇文章主要介紹了C語言用棧實現(xiàn)十進(jìn)制轉(zhuǎn)換為二進(jìn)制的方法,結(jié)合實例形式分析了C語言棧的定義及進(jìn)制轉(zhuǎn)換使用技巧,需要的朋友可以參考下
    2017-06-06
  • c語言顏色代碼詳解

    c語言顏色代碼詳解

    在本篇文章里小編給大家整理的是關(guān)于c語言顏色代碼的知識點內(nèi)容，需要的朋友們可以參考下。
    2020-02-02
  • opencv檢測直線方法之形態(tài)學(xué)方法

    opencv檢測直線方法之形態(tài)學(xué)方法

    這篇文章主要為大家詳細(xì)介紹了opencv檢測直線方法之形態(tài)學(xué)方法，具有一定的參考價值，感興趣的小伙伴們可以參考一下
    2018-12-12
  • QT中QChart繪制折線圖

    QT中QChart繪制折線圖

    本文主要介紹了QChart繪制折線圖，Qt Charts基于Qt的Graphics View架構(gòu)，其核心組件是QChartView 和 QChart，感興趣的可以了解一下
    2022-04-04
  • 深入線性時間復(fù)雜度求數(shù)組中第K大數(shù)的方法詳解

    深入線性時間復(fù)雜度求數(shù)組中第K大數(shù)的方法詳解

    本篇文章是對線性時間復(fù)雜度求數(shù)組中第K大數(shù)的方法進(jìn)行了詳細(xì)的分析介紹，需要的朋友參考下
    2013-05-05
  • C語言實現(xiàn)linux網(wǎng)卡連接檢測的方法

    C語言實現(xiàn)linux網(wǎng)卡連接檢測的方法

    這篇文章主要為大家詳細(xì)介紹了C語言實現(xiàn)linux網(wǎng)卡連接檢測的方法，具有一定的參考價值，感興趣的小伙伴們可以參考一下
    2018-06-06
  • C++多態(tài)的示例詳解

    C++多態(tài)的示例詳解

    多態(tài)按字面的意思就是多種形態(tài)。當(dāng)類之間存在層次結(jié)構(gòu)，并且類之間是通過繼承關(guān)聯(lián)時，就會用到多態(tài)。本文將通過三個小案例讓大家更深入的了解一下C++的多態(tài)，感興趣的可以了解一下
    2022-06-06
  • 一文詳解C++17中的結(jié)構(gòu)化綁定

    一文詳解C++17中的結(jié)構(gòu)化綁定

    C++17中的結(jié)構(gòu)化綁定(structured binding)是指將指定名稱綁定到初始化程序的子對象或元素,本文主要來和大家聊聊C++17中結(jié)構(gòu)化綁定的實現(xiàn),感興趣的小伙伴可以了解下
    2023-12-12

最新評論