预处理图像以在 python 中进行 QR 检测

Question

我使用 Zbar 和 OpenCV 读取了下图中的二维码，但都未能检测到它。对于 ZBar，我使用 pyzbar 库作为 python 包装器。有些图像 QR 被正确检测到，而图像与成功的图像非常相似但失败了。我的手机摄像头可以读取上传图像中的二维码，这意味着它是有效的。下面是代码sn-p：

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)

什么样的预处理有助于提高二维码检测的成功率？

Answer 1

zbar，做了一些预处理，没有检测到二维码，你可以测试运行zbarimg image.jpg。

良好的二值化在这里很有用。我使用 Kraken 库的 kraken.binarization.nlbin() 函数让它工作。该库适用于 OCR，但也适用于 QR 码，通过使用非线性处理。 Kraken 二值化代码为here。

示例代码如下：

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)])]

---

下图为二维码后二维码的清晰图像：

Answer 2

我遇到了类似的问题，Seanpue 的回答让我在这个问题上走上了正轨。由于我已经在使用 OpenCV 库而不是 PIL 进行图像处理，因此我使用它使用 OpenCV tutorial on Image Thresholding 中的说明执行 Otsu 的二值化。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)])]

应用高斯模糊应该可以去除图片中的噪点，从而使二值化更有效，但对于我的应用程序而言，它实际上并没有太大的区别。至关重要的是将图像转换为灰度以使阈值函数起作用（在此处通过使用cv2.IMREAD_GRAYSCALE 标志打开文件来完成）。