Python实现扫码工具：基于OpenCV与PyZbar的完整教程

Python实现扫码工具：基于OpenCV与PyZbar的完整教程

二维码作为现代信息传递的重要载体，已广泛应用于日常生活与商业场景中。无论是移动设备登录还是移动支付，二维码的身影随处可见。了解其背后的解析原理，并尝试自主开发扫码工具，是掌握计算机视觉应用的有效途径。本文将引导读者逐步实现这一功能。

案例分析：扫码工具的核心步骤

一、案例分析

开发扫码工具的核心在于两个关键步骤：一是调用设备摄像头以获取实时视频流，二是利用算法识别并解码视频帧中的二维码信息。这两个步骤分别对应不同的技术模块，需协同工作以完成整个扫码流程。

实现上述功能主要依赖两个Python模块：OpenCV和PyZbar。OpenCV是由英特尔支持的开源计算机视觉处理库，负责视频捕获与图像处理；PyZbar则是专门用于解析二维码数据的轻量级库，两者结合即可实现完整的扫码功能。

开发环境配置与模块安装

二、环境

开发扫码工具需配置Python运行环境及相关依赖库。以下为本教程使用的具体环境配置，供读者参考：

系统：Windows 10 python：python 3.7.9 opencv：opencv-python-4.4.0.44 pyzbar：pyzbar-0.1.8

模块安装过程简单，可直接使用pip命令进行安装。首先安装OpenCV模块，执行以下命令：

pip install opencv-python

随后安装PyZbar模块，命令如下：

pip install pyzbar

若未在命令中指定版本号，系统默认安装最新版。完成模块安装后，即可开始编写扫码工具的核心代码。

识别二维码：从图片到数据提取

三、识别二维码

引入PyZbar模块后，二维码解析变得相对简单。首先需要准备一张包含二维码的图片作为测试对象。解析过程主要包含三个步骤：读取图片、解析数据以及提取有效信息。具体流程如下：

• 读取二维码图片
• 解析二维码中的数据
• 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)

在上述代码中，我们进行了两次解析操作。第一次调用pyzbar.decode获取了一个包含二维码信息的data对象。接下来，我们观察该data对象的结构：

[Decoded(data=b'http://weixin.qq.com/r/vC_fhynEKnRVrW3k93qu', type='QRCODE', rect=Rect(left=140, top=113, width=390, height=390), polygon=[Point(x=140, y=113), Point(x=140, y=503), Point(x=530, y=503), Point(x=530, y=113)])]

从输出结果可见，data是一个列表，其第一个元素包含了URL等详细信息。因此，我们需要通过额外代码进一步解析该元素以获取最终的字符串信息：

text = data[0].data.decode('utf-8')

通过上述处理，即可成功提取二维码中包含的具体内容。为便于后续复用，可将此逻辑封装为一个独立函数：

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

完成二维码解析后，接下来需要实现摄像头的调用功能，以获取实时视频流。

调用摄像头：实时视频流处理

四、调用摄像头

OpenCV提供了VideoCapture类，专门用于读取视频文件或调用摄像头。调用摄像头的标准流程包括以下步骤：

• 调用摄像头
• 循环
• 在循环内读取一帧画面
• 显示当前读取的画面
• 等待键盘输入
• 判断是否按退出键q
• 按了推出键则退出，没按则继续循环

具体代码如下：

import cv2
# 调用摄像头
cap = cv2.VideoCapture(0)
while True:
 # 读取一帧画面
 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()

运行上述代码后，程序将打开设备的前置摄像头，效果等同于直接启动摄像头应用。

在成功调用摄像头的基础上，可以将二维码解析逻辑与视频流处理相结合，构建完整的扫码工具。

实现扫码工具：整合解析与视频流

五、实现扫码工具

扫码工具的核心逻辑是持续调用摄像头，并对每一帧图像进行二维码解析。一旦成功解析出数据，程序即输出结果并退出。完整实现代码如下：

import cv2
from pyzbar import pyzbar

def 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 = None
 try:
  text = scan_qrcode(frame)
 except Exception as e:
  pass
 if text:
  print(text)
  break

 key = cv2.waitKey(10)
 if key == ord('q'):
  break
cv2.destroyAllWindows()

在上述代码中，我们对scan_qrcode函数进行了调整，使其直接接收图片对象而非文件路径。这是因为VideoCapture获取的视频帧与cv2.imread读取的图片具有相同的数据类型，可直接传入解析函数。

代码的关键在于二维码解析环节。由于未检测到二维码时可能引发异常，因此使用try-except语句进行容错处理。通过判断text变量是否为空，确保仅在成功解析到数据时才输出结果并终止程序。

至此，关于Python实现扫码工具的教程介绍完毕。如需了解更多相关技术内容，可查阅本站其他文章或继续关注后续更新。感谢大家的支持！