用Python预处理图像进行QR码检测

Question

我使用了Zbar和OpenCV来读取下面图片中的QR码，但是两者都无法检测到。对于ZBar，我使用pyzbar库作为Python的封装程序。有些图像可以正确地检测到QR码，也有一些与成功的图像非常相似但失败了。我的手机相机可以读取上传图片中的QR码，这意味着它是有效的。以下是代码片段：

from pyzbar.pyzbar import decode
from pyzbar.pyzbar import ZBarSymbol
import cv2

# zbar    
results = decode(cv2.imread(image_path), symbols=[ZBarSymbol.QRCODE])
print(results) 

# opencv
qr_decoder = cv2.QRCodeDetector()
data, bbox, rectified_image = qr_decoder.detectAndDecode(cv2.imread(image_path))
print(data, bbox)

什么类型的预处理有助于增加QR码检测成功率？

- MFA

---

这在这种情况下也非常有用： https://dev59.com/OFIG5IYBdhLWcg3wtz9F - fifofonix

Answer 1

zbar 做了一些预处理，但不会检测QR码，你可以使用 zbarimg image.jpg 进行测试。

好的 二值化 在这里是有用的。我使用 Kraken 库的 kraken.binarization.nlbin() 函数使其工作。该库是用于OCR的，但通过使用非线性处理，也非常适用于QR码。Kraken 二值化代码在这里。

以下是示例代码：

from kraken import binarization
from PIL import Image
from pyzbar.pyzbar import decode
from pyzbar.pyzbar import ZBarSymbol

image_path = "image.jpg"
# binarization using kraken
im = Image.open(image_path)
bw_im = binarization.nlbin(im)
# zbar
decode(bw_im, symbols=[ZBarSymbol.QRCODE])

---

[Decoded(data=b'DE-AAA002065', type='QRCODE', rect=Rect(left=1429, top=361, width=300, height=306), polygon=[Point(x=1429, y=361), Point(x=1429, y=667), Point(x=1729, y=667), Point(x=1723, y=365)])]

---

下面的图片展示了二值化后QR码的清晰图像：

- seanpue

---

值得注意的是，Kraken似乎在Windows系统中不可用，只能在Linux和MacOS上使用。 - undefined

Answer 2

我曾经遇到类似的问题，而 Seanpue 的回答让我对该问题有了正确的理解。由于我已经在图像处理中使用 OpenCV 库而不是 PIL，因此我按照OpenCV 图像阈值教程中的说明使用它来执行 Otsu 二值化。这是我的代码：

import cv2
from pyzbar.pyzbar import decode
from pyzbar.pyzbar import ZBarSymbol

image_path = "qr.jpg"
# preprocessing using opencv
im = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
blur = cv2.GaussianBlur(im, (5, 5), 0)
ret, bw_im = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
# zbar
decode(bw_im, symbols=[ZBarSymbol.QRCODE])

---

[Decoded(data=b'DE-AAA002065', type='QRCODE', rect=Rect(left=1429, top=362, width=300, height=305), polygon=[Point(x=1429, y=362), Point(x=1430, y=667), Point(x=1729, y=667), Point(x=1724, y=366)])]

应用高斯模糊旨在从图片中去除噪声，以使二值化更有效，但对于我的应用程序而言，它实际上并没有产生太大的影响。关键是将图像转换为灰度图像，以使阈值函数发挥作用（通过使用带有 cv2.IMREAD_GRAYSCALE 标志打开文件来完成）。

- JRI

---

除此之外，我发现我必须缩小涉及的图像。相机拍摄的 4000x3000 照片似乎存在问题，但当缩放为 1600x1200 时，一切解决！ - fifofonix

Answer 3

"

QReader 过去在这些情况下表现得相当不错。

"

from qreader import QReader
import cv2

if __name__ == '__main__':
    # Initialize QReader
    detector = QReader()
    img = cv2.cvtColor(cv2.imread('92iKG.jpg'), cv2.COLOR_BGR2RGB)
    # Detect and Decode the QR
    print(detector.detect_and_decode(image=img))

这段代码的输出结果是该二维码：

DE-AAA002065

- Haru Kaeru

---

QReader无法识别二维码版本20及以上（大型）。看起来它只能识别小型二维码。 - hldev