Python实现扫码工具

一.步骤

1.生成二维码,二维码解析 2.调用摄像头 3.识别二维码。

opencv是英特尔的计算机视觉处理模块，而pyzbar则是用于解析二维码的模块。

二、环境

环境包括python环境和模块。我的环境如下：

模块安装很简单，我们直接用pip安装，先安装opencv模块：

pip install opencv-python-4.4.0.44
pip install pyzbar
pip install numpy
pip install qrcode
pip install MyQR
pip install zxing
pip install pillow

三.生成二维码

# 导包
# 方法1 MyQR二维码加背景图片（公司logo）
from MyQR import myqr
# 方法2 qrcode 二维码
import qrcode# 主要用到以下几个参数
# words：文本，可以是一个链接，或者你想说的话(不支持中文，很不友好)
# picture：你用到的图片，作为背景，不然只是一个光秃秃的二维码
# colorsize：True，表示生成彩图
# save_name：表示生成的二维码的名字# 解析1
import zxing# 解析2
import numpy as np
from PIL import Image
from pyzbar import pyzbarclass UserQR():def __init__(self):self.bgimg = "view.png"self.url="http://127.0.0.1:5000/users/opendoor"def qr(self,opencode,userid):myqr.run(words=self.url+"?opencode="+str(opencode)+"&userid="+str(userid),picture=self.bgimg,colorized=True,save_name="UserQRimg/"+str(userid)+".png")def myqr(self,opencode,userid):# 调用QRCode，可以接收以下参数"""version: 二维码的格子大小，可以是1到40。值越大，格子越大，一般不超过10，选择3比较合适error_correction: 二维码错误容许率，默认为qrcode.constants.ERROR_CORRECT_M，容许小于 15% 的错误率此外还有qrcode.constants.ERROR_CORRECT_L: 容许小于 7% 的错误率qrcode.constants.ROR_CORRECT_H: 容许小于 30% 的错误率box_size: 二维码每个小格子包含的像素数量border: 二维码到图片边框的小格子数，默认值为 4"""qr = qrcode.QRCode()  # 事实上里面的参数我们可以都不指定，默认会选择一个比较合适的参数# 调用add_data，指定url或者数据。qr.add_data(self.url+"?opencode="+str(opencode)+"&userid="+str(userid))# 生成二维码图像，颜色为蓝色，背景色为粉色img = qr.make_image(fill_color='blue', back_color='pink')# 显示图像，这个会打开一个临时文件img.show()# 此外，我们还可以保存到硬盘上img.save("img/"+str(userid)+".png")# 事实上，这个img实际上是通过PIL模块得到的，可以理解为里面Image对象# 如果你熟悉PIL模块的话，那么你应该知道可以将里面Image对象保存成图片对应的字节流from io import BytesIObuf = BytesIO()img.save(buf)  # 将字节保存到buf里面with open("img/"+str(userid)+".png", "wb") as f:f.write(buf.getvalue())  # 和直接保存为1.png是一样的# 解析1def decode_QR(self):reader = zxing.BarCodeReader()barcode = reader.decode('UserQRimg/1.png')# 解析二维码图片return barcode.parsed  # 是可以解析出来的# 解析2def decode_QR1(self):# 读取文件，转成数组im = np.array(Image.open("UserQRimg/1.png"))print(pyzbar.decode(im))# 返回的信息还是很多的"""[Decoded(data=b'http://www.bilibili.com',type='QRCODE',rect=Rect(left=35, top=35, width=263, height=264),polygon=[Point(x=35, y=35), Point(x=35, y=297), Point(x=297, y=299), Point(x=298, y=35)])]"""# 返回拿到的内容return pyzbar.decode(im)[0].data.decode("utf-8")my = UserQR()
# my.qr("123456",1)

四、识别二维码

有了pyzbar模块后，我们识别二维码的工作就非常简单了，首先需要准备一张二维码。有了二维码后就可以开始解析了，具体步骤如下：

1.读取二维码图片2.解析二维码中的数据3.在解析出的数据中提取data信息

实现代码如下：

import cv2
from pyzbar import pyzbar
# 1、读取二维码图片
qrcode = cv2.imread('qrcode.jpg')
# 2、解析二维码中的数据
data = pyzbar.decode(qrcode)
print(data)
# 3、在数据中解析出二维码的data信息
text = data[0].data.decode('utf-8')
print(text)

这样我们就能拿到二维码中包含的信息了。为了方便后续使用，可以将上面的代码写成一个函数：

def scan_qrcode(img_path):qrcode = cv2.imread(img_path)data = pyzbar.decode(qrcode)return data[0].data.decode('utf-8')

接下来我们再看看如何调用摄像头。

四、调用摄像头

在opencv中提供了一个VideoCapture类用于读取视频，同样可以用来调用摄像头。调用摄像头的步骤如下：

1.调用摄像头2.循环3.在循环内读取一帧画面4.显示当前读取的画面5.等待键盘输入6.判断是否按退出键q7.按了退出键则退出，没按则继续循环

使用 cv2.VideoCapture 类

filename – 文件路径；
device – 视频设备id ，若只有一个摄像头可以填 0，表示打开默认摄像头；

使用 VideoCapture 对象的 read 方法按帧读取视频，ret, frame 是 read 方法的两个返回值，其中 ret 是布尔值，如果能正确读取帧，则返回 True；如果文件读取到结尾，它的返回值就为 False。frame 就是每一帧的图像，是一个三维矩阵。

具体代码如下：

import cv2
# 调用摄像头（0，笔记本默认摄像头）
cap = cv2.VideoCapture(0)
while True:# 读取一帧画面，fram：三维矩阵ret, frame = cap.read()# 显示当前帧cv2.imshow('scan qrcode', frame)# 等待键盘输入key = cv2.waitKey(10)# 当按下q键时关闭摄像头if key == ord('q'):break
# 销毁所有窗口
cv2.destroyAllWindows()

你们可以自己尝试运行一下上面的代码，效果就像是打开了自己的前置摄像头。

现在调用了摄像头，我们可以把两部分的代码结合起来。

五、实现扫码工具

我们扫码工具的主体部分是调用摄像头的操作，我们需要对读取到的每一帧画面进行解析，当解析出结果后输出并退出。具体代码如下：

import cv2
from pyzbar import pyzbardef scan_qrcode(qrcode):data = pyzbar.decode(qrcode)return data[0].data.decode('utf-8')cap = cv2.VideoCapture(0)
while True:ret, frame = cap.read()cv2.imshow('scan qrcode', frame)# 解析二维码text = Nonetry:text = scan_qrcode(frame)except Exception as e:passif text:print(text)breakkey = cv2.waitKey(10)if key == ord('q'):break
cv2.destroyAllWindows()

上面我们把scan_qrcode函数修改了一下，从原来的传入图片路径到直接传入图片对象。因为通过VideoCapture对象获取的图片帧和通过cv2.imread获取的图片是同一数据类型。

上面关键步骤在解析二维码的操作。首先定义一个text，因为解析过程中如果没有二维码会出现异常，所以用try-except语句处理。如何通过if判断text的内容，只有当我们真正解析到了数据，程序才会输出结果，并退出程序。

关闭视频文件

vc.release()

到这里，我们就实现了扫码工具。