基于OpenCV+ZXing手工打造，FPS300+的二维码识别库
基于OpenCV+ZXing手工打造，FPS300+的二维码识别库
点击上方蓝字关注我们
微信公众号：OpenCV学堂
关注获取更多计算机视觉与深度学习知识
软件版本信息
Windows10系统OpenCV4.5.1VS2017
OpenCV官方支持函数
OpenCV在4.5.1中支持的了微信开源的二维码识别，通过检测模型与超像素模型分别实现了检测与预处理，然后基于ZXing实现了解码。当前还在扩展模块中，而且还需要DNN模型加持，模型虽小，但是也费电！好处是三行代码，调用简单：
import cv2detector = cv2.wechat_qrcode_WeChatQRCode("detect.prototxt", "detect.caffemodel", "sr.prototxt", "sr.caffemodel")image = cv2.imread("weixin.png")res, points = detector.detectAndDecode(image)
视频检测+识别的速度大概FPS 70+左右，有人已经测试过！我看到这个以后的第一感觉就是我有一个更加环保+快速的方案。
他山之石可以攻玉
在我之前传统的二维码检测基础上，重新整理并优化了流程，使用二值分析方法实现二维码检测定位，然后基于ZXing解码实现了二维码的检测与识别。对输入图像大小为：
3508x2480的图像！检测+识别平均速度在25毫秒左右！
基于摄像头的二维码实时识别，640x480分辨率，检测+识别速度超过350+FPS，比直接调用OpenCV官方支持函数快5倍！而且支持旋转、低像素重建、边缘干扰修复等预处理。不信请看图：
代码就不放出来了，好久以前在OpenCV还没有二维码检测函数的时候，我写过一篇文章，教大家如何基于OpenCV手工写代码实现高精准的二维码检测。链接在这里：
干货 | 基于OpenCV Python实现二维码检测与识别
现在的代码就是基于当时文章代码上修改的，然后添加了ZXing库支持，实现了检测+识别。可以说速度完全吊打OpenCV官方提供三行代码！其实我封装好了函数，调用很简单，测试代码如下：
cv::Mat codeROI;
std::vector<cv::Point> pts;
ResultInfo rsinfo;
QRCodeDetector qrdetector;
cv::VideoCapture cap(0);
while (true) {
cap.read(image);
int64 start = cv::getTickCount();
qrdetector.detectQR(image, pts, codeROI);
if (!codeROI.empty()) {
qrdetector.decode(codeROI, rsinfo);
if (rsinfo.status == 0) {
//printf("QR Code Detected! \n");
//printf("QR Code recognized! \n");
//std::cout << rsinfo.code << std::endl;
cv::putText(image, rsinfo.code, pts[0], cv::FONT_HERSHEY_SIMPLEX, 1.0, cv::Scalar(255, 0, 0), 2, 8);
}
}
double ct = (cv::getTickCount() - start) / cv::getTickFrequency();
// printf("execution time : %.5f ms\n", ct * 1000);
cv::putText(image, cv::format("FPS: %.2f", 1.0/ct), cv::Point(50, 50), cv::FONT_HERSHEY_SIMPLEX, 1.0, cv::Scalar(0, 0, 255), 2, 8);
cv::imshow("识别结果", image);
cv::waitKey(1);
}
什么都别说了，点赞，转发，后续还有故事继续讲......
OpenCV学堂
专注计算机视觉开发技术分享，技术框架使用，包括OpenCV，Tensorflow，Pytorch教程与案例，相关算法详解，最新CV方向论文，硬核代码干货与代码案例详解！作者在CV工程化方面深度耕耘15年，感谢您的关注！期待您的一直支持！
公众号
