OpenCV实战——识别二维码和条形码

我们需要下载一个pyzbar的包，直接命令行窗口 pip install pyzbar就行了。

cv2.VideoCapture().set(propId, value)

当然要看完成的cv2.VideoCapture()函数，这里给个链接：cv2.VideoCapture()

import cv2
import numpy as np
# 我们只需要用到该包中的decode
from pyzbar.pyzbar import decode

# 我们可以选择识别图片，也可以连接摄像头进行二维码和条形码的识别
# img = cv2.imread('1.png')
# 我们这里将对图片进行解码的部分注释掉，主要看对摄像头的使用
cap = cv2.VideoCapture(0)
# 宽度ID为3，设置为640
cap.set(3, 640)
# 高度ID为4，设置为480
cap.set(4, 480)
# 对图片进行解码
# code = decode(img)
while True:
    success, img = cap.read()
    for barcode in decode(img):
    	# 1.码的数据点
        # print(barcode.data)
        # 2.码的位置大小
        # print(barcode.rect)
        # 常用的解码方式
        myData = barcode.data.decode('utf-8')
        # 3.解码后结果
        print(myData)
        # 我们希望用多边形框出码，必须将条码点多边形转换为数组
        pts = np.array([barcode.polygon], np.int32)
        pts = pts.reshape((-1, 1, 2))
        cv2.polylines(img, [pts], True, (255, 0, 0), 3)
        # 我们不希望文字跟着码的旋转而变换，直接用矩形位置写文本
        pts2 = barcode.rect
        cv2.putText(img ,myData, (pts2[0], pts2[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (255, 0, 255), 3)
    # 4.码识别结果
    cv2.imshow('Result', img)
    cv2.waitKey(1)


# print(code)

结果展示：
我使用的二维码就不发出来了
1.2.码的数据点和位置大小
注意： b 表示以字节为单位

3.解码后结果

4.码识别结果
实在是条件有限，只有笔记本电脑自带的摄像头，凑合着看效果吧