前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Android OpenCV(四十):QR二维码检测与识别

Android OpenCV(四十):QR二维码检测与识别

作者头像
Vaccae
发布于 2021-07-07 10:58:16
发布于 2021-07-07 10:58:16
3K00
代码可运行
举报
文章被收录于专栏:微卡智享微卡智享
运行总次数:0
代码可运行

QR二维码

QR码(英语:Quick Response Code;全称为快速响应矩阵图码)是二维码的一种,于1994年由日本DENSO WAVE公司发明。QR来自英文Quick Response的缩写,即快速反应,因为发明者希望QR码可以快速解码其内容。QR码使用四种标准化编码模式(数字、字母数字、字节(二进制)和日文(Shift_JIS))来存储数据。QR码常见于日本,为目前日本最通用的二维空间条码,在世界各国广泛运用于手机读码操作。QR码比普通一维条码具有快速读取和更大的存储资料容量,也无需要像一维条码般在扫描时需要直线对准扫描仪。因此其应用范围已经扩展到包括产品跟踪,物品识别,文档管理,库存营销等方面。【维基百科】

QR二维码格式

QR码呈正方形,常见的是黑白两色。在3个角落,印有较小,像“回”字的正方图案。这3个是帮助解码软件定位的图案,用户不需要对准,无论以任何角度扫描,资料仍然可以正确被读取。日本QR码的标准JIS X 0510在1999年1月发布,而其对应的ISO国际标准ISO/IEC18004,则在2000年6月获得批准。根据Denso Wave公司的网站资料,QR码是属于开放式的标准,QR码的规格公开,虽由Denso Wave公司持有的专利权益,但不会被运行。除了标准的QR码之外,也存在一种称为“微型QR码”的格式,是QR码标准的缩小版本,主要是为了无法处理较大型扫描的应用而设计。微型QR码同样有多种标准,最高可存储35个字符。【维基百科】

QR二维码结构

QR码最大特征为其左上,右上,左下三个大型的如同“回”字的黑白间同心方图案,为QR码识别定位标记,失去其中一个会影响识别。而呈棋盘般分布的有别与大定位标记的较小的同心方则为其校正标记,用于校正识别,版本1没有校正标记,版本2在右下方,其中心点在左下和右上定位标记的外边框的相交点,版本10开始以每个等距的方式出现在右下校正点至左下和右上定位标记的外边框的连线、左上与左下定位标记的外边框的连线、左上与右上定位标记的外边框的连线之间、这四边线上等距点对边相连线,版本10等距有1个,版本25为3个,版本40为5个。【维基百科】

API

QRCodeDetector类结构

检测QR二维码

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
public boolean detect(Mat img, Mat points)
  • 参数一:img,待检测是否含有QR二维码的灰度图像或者彩色(BGR)图像。
  • 参数二:points,检测到的QR二维码的最小区域四边形的4个顶点坐标集合。
  • 返回值:布尔类型,true,代表检测到QR二维码;false,代表未检测到QR二维码。
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
public boolean detectMulti(Mat img, Mat points)
  • 参数一:img,待检测是否含有QR二维码的灰度图像或者彩色(BGR)图像。
  • 参数二:points,多个检测结果QR二维码的最小区域四边形的4个顶点坐标集合。
  • 返回值:布尔类型,true,代表检测到QR二维码;false,代表未检测到QR二维码。

识别QR二维码

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
public String decode(Mat img, Mat points, Mat straight_qrcode) 
  • 参数一:img,含有QR二维码的灰度图像或者彩色(BGR)图像。
  • 参数二:points,detect方法得到的points值。数据量不可为空。
  • 参数三:straight_qrcode,经过矫正和二值化的QR二维码。【可选参数】
  • 返回值:字符串类型,如果解码失败,则为空串。
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
public boolean decodeMulti(Mat img, Mat points, List<String> decoded_info, List<Mat> straight_qrcode)
  • 参数一:img,含有QR二维码的灰度图像或者彩色(BGR)图像。
  • 参数二:points,detectMulti方法得到的points值。数据量不可为空。
  • 参数三:decoded_info,多个QR二维码的解码信息。
  • 参数四:straight_qrcode,所有检测到的QR二维码矫正和二值化的后的结果集合。【可选参数】
  • 返回值:布尔类型,true,代表解码成功,反之,解码失败。

检测并识别QR二维码

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
public String detectAndDecode(Mat img, Mat points, Mat straight_qrcode)
  • 参数一:img,含有QR二维码的灰度图像或者彩色(BGR)图像。
  • 参数二:points,检测到的QR二维码的最小区域四边形的4个顶点坐标。
  • 参数三:straight_qrcode,经过矫正和二值化的QR二维码。【可选参数】
  • 返回值:字符串类型,如果解码失败,则为空串。
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
public boolean detectAndDecodeMulti(Mat img, List<String> decoded_info, Mat points, List<Mat> straight_qrcode)
  • 参数一:img,含有QR二维码的灰度图像或者彩色(BGR)图像。
  • 参数二:decoded_info,多个二维码的解码信息。
  • 参数三:points,检测到的多个QR二维码的最小区域四边形的4个顶点坐标集合。【可选参数】
  • 参数四:straight_qrcode,所有检测到的二维码矫正和二值化的后的结果集合。【可选参数】
  • 返回值:字符串类型,如果解码失败,则为空串。

操作

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/**
 * QR二维码检测
 * author: yidong
 * 2020/10/27
 */
class QRDetectActivity : AppCompatActivity() {

    private lateinit var mBinding: ActivityQrDetectBinding
    private lateinit var mQRCodeDetector: QRCodeDetector

    private var mPhotoSavePath = ""
    private lateinit var mUri: Uri
    private lateinit var mSource: Mat
    private lateinit var mGray: Mat
    private lateinit var mOperationSheet: BottomSheetDialog
    private lateinit var mSheetBinding: LayoutQrDetectOpBinding

    private lateinit var mPhotoSheet: BottomSheetDialog
    private lateinit var mPhotoOpBinding: LayoutPhotoOpBinding


    // 请求相机权限
    private val requestCameraPermission =
        registerForActivityResult(ActivityResultContracts.RequestPermission()) {
            if (it) {
                mPhotoSavePath =
                    cacheDir.path + File.separator + "${System.currentTimeMillis()}.png"
                mUri = MediaStoreUtils.getIntentUri(this, File(mPhotoSavePath))
                requestCamera.launch(mUri)
            } else {
                Toast.makeText(applicationContext, "无相机权限", Toast.LENGTH_SHORT).show()
            }
        }

    // 请求外部存储权限
    private val requestStoragePermission =
        registerForActivityResult(ActivityResultContracts.RequestPermission()) {
            if (it) {
                pickImage.launch("image/*")
            } else {
                Toast.makeText(applicationContext, "无存储权限", Toast.LENGTH_SHORT).show()
            }
        }


    private val requestCamera = registerForActivityResult(ActivityResultContracts.TakePicture()) {
        if (it) {
            val bgr = Imgcodecs.imread(mPhotoSavePath, Imgcodecs.IMREAD_COLOR)
            if (bgr.empty()) {
                Toast.makeText(applicationContext, "读取拍照结果失败", Toast.LENGTH_SHORT).show()
                return@registerForActivityResult
            } else {
                Imgproc.cvtColor(bgr, mSource, Imgproc.COLOR_BGR2RGB)
                Imgproc.cvtColor(bgr, mGray, Imgproc.COLOR_BGR2GRAY)
                mBinding.ivLena.showMat(mSource)
            }
        } else {
            Toast.makeText(applicationContext, "拍照失败", Toast.LENGTH_SHORT).show()
        }
    }

    private val pickImage = registerForActivityResult(ActivityResultContracts.GetContent()) {
        if (it != null) {
            val filePath = MediaStoreUtils.getMediaPath(this, it)
            if (filePath.isNullOrEmpty()) {
                Toast.makeText(applicationContext, "读取图片失败", Toast.LENGTH_SHORT).show()
                return@registerForActivityResult
            }
            val bgr = Imgcodecs.imread(filePath, Imgcodecs.IMREAD_COLOR)
            if (bgr.empty()) {
                Toast.makeText(applicationContext, "读取图片失败", Toast.LENGTH_SHORT).show()
                return@registerForActivityResult
            } else {
                Imgproc.cvtColor(bgr, mSource, Imgproc.COLOR_BGR2RGB)
                Imgproc.cvtColor(bgr, mGray, Imgproc.COLOR_BGR2GRAY)
                mBinding.ivLena.showMat(mSource)
            }
        } else {
            Toast.makeText(applicationContext, "选图失败", Toast.LENGTH_SHORT).show()
        }
    }

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        mBinding = DataBindingUtil.setContentView(this, R.layout.activity_qr_detect)
        mQRCodeDetector = QRCodeDetector()
        mSource = Mat()
        mGray = Mat()
        val bgr = Utils.loadResource(this, R.drawable.qrcode)
        Imgproc.cvtColor(bgr, mSource, Imgproc.COLOR_BGR2RGB)
        Imgproc.cvtColor(bgr, mGray, Imgproc.COLOR_BGR2GRAY)
        mBinding.ivLena.showMat(mSource)
        createDialog()
    }

    private fun createDialog() {
        mOperationSheet = BottomSheetDialog(this)
        mSheetBinding = LayoutQrDetectOpBinding.inflate(layoutInflater, null, false)
        mOperationSheet.setContentView(mSheetBinding.root)
        mSheetBinding.tvDetect.setOnClickListener {
            mOperationSheet.dismiss()
            doDetect()
        }
        mSheetBinding.tvDecode.setOnClickListener {
            mOperationSheet.dismiss()
            doDecode()
        }

        mPhotoSheet = BottomSheetDialog(this)
        mPhotoOpBinding = LayoutPhotoOpBinding.inflate(layoutInflater, null, false)
        mPhotoSheet.setContentView(mPhotoOpBinding.root)
        mPhotoOpBinding.tvCamera.setOnClickListener {
            mPhotoSheet.dismiss()
            requestCameraPermission.launch(
                Manifest.permission.CAMERA
            )
        }
        mPhotoOpBinding.tvPhoto.setOnClickListener {
            mPhotoSheet.dismiss()
            requestStoragePermission.launch(
                Manifest.permission.WRITE_EXTERNAL_STORAGE
            )

        }
    }

    private fun doDetect() {
        val points = Mat()
        val isHasQr = mQRCodeDetector.detect(mSource, points)
        if (isHasQr) {
            val pointArr = FloatArray(8)
            points.get(0, 0, pointArr)
            Log.d(App.TAG, pointArr.toList().toString())
            val tmp = mSource.clone()
            for (i in pointArr.indices step 2) {
                val start = Point(pointArr[i % 8].toDouble(), pointArr[(i + 1) % 8].toDouble())
                val end = Point(pointArr[(i + 2) % 8].toDouble(), pointArr[(i + 3) % 8].toDouble())
                Imgproc.line(tmp, start, end, Scalar(255.0, 0.0, 0.0), 8, Imgproc.LINE_8)
            }
            mBinding.ivResult.showMat(tmp)
            tmp.release()
        }
    }

    private fun doDecode() {
        val points = Mat()
        val isHasQr = mQRCodeDetector.detect(mGray, points)
        if (isHasQr) {
            val result = mQRCodeDetector.decode(mGray, points)
            if (result.isEmpty()) {
                Toast.makeText(applicationContext, "无法解码", Toast.LENGTH_SHORT).show()
            } else {
                Snackbar.make(mBinding.root, "解码结果:$result", 3000).show()
            }
            Log.d(App.TAG, result)
        } else {
            Toast.makeText(applicationContext, "未检测到QRCode", Toast.LENGTH_SHORT).show()
        }
    }

    private fun selectMedia() {
        if (this::mPhotoSheet.isInitialized) {
            mPhotoSheet.show()
        }
    }

    private fun selectOps() {
        if (this::mOperationSheet.isInitialized) {
            mOperationSheet.show()
        }
    }

    override fun onCreateOptionsMenu(menu: Menu?): Boolean {
        menuInflater.inflate(R.menu.menu_qr_detect, menu)
        return true
    }

    override fun onOptionsItemSelected(item: MenuItem): Boolean {
        when (item.itemId) {
            R.id.menu_pick_photo -> selectMedia()
            R.id.menu_qr_ops -> selectOps()
        }
        return true
    }

    override fun onDestroy() {
        mSource.release()
        mGray.release()
        super.onDestroy()
    }
}

结果

二维码检测和识别

源码

https://github.com/onlyloveyd/LearningAndroidOpenCV

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-06-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 微卡智享 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Android OpenCV(三十八):凸包检测
凸包(Convex Hull)是一个计算几何(图形学)中的概念。在一个实数向量空间V中,对于给定集合X,所有包含X的凸集的交集S被称为X的凸包。X的凸包可以用X内所有点(X1,...Xn)的凸组合来构造.在二维欧几里得空间中,凸包可想象为一条刚好包着所有点的橡皮圈。用不严谨的话来讲,给定二维平面上的点集,凸包就是将最外层的点连接起来构成的凸多边形,它能包含点集中所有的点。
Vaccae
2021/07/07
1.3K0
Android OpenCV(三十八):凸包检测
【从零学习OpenCV 4】QR二维码检测
二维码被广泛的应用在我们日常生活中,比如微信和支付宝支付、火车票、商品标识等。二维码的出现极大的方便了我们日常的生活,同时也能将信息较为隐蔽的传输。二维码种类多种多样,有QR Code、Data Matrix、Code One等,日常生活中常用的二维码是QR二维码,该二维码样式以及每部分的作用在图7-30给出。二维码定点方向有三个较大的“回”字形区域用于对二维码进行定位,该区域最大的特别之处在于任何一条经过中心的直线其在黑色和白色区域的长度比值都为1:1:3:1:1。二维码中间具有多个较小的“回”字形区域用于二维码的对齐,根据二维码版本和尺寸的不同,对齐区域的数目也不尽相同。
小白学视觉
2020/02/20
1.9K0
【从零学习OpenCV 4】QR二维码检测
Android OpenCV(三十七):轮廓外接多边形
该方法用于求取输入二维点集合的最小外接矩形。返回值为RotateRect对象。RotateRect类型和Rect类型虽然都是表示矩形,但是在表示方式上有一定的区别。通过查看成员变量可以很明显的看到差异。Rect是通过左上角的坐标来定位,默认横平竖直,然后通过宽高确定大小。而RotateRect则是通过center确定位置,angle结合宽高,计算各顶点的坐标,从而确定矩形。
Vaccae
2021/07/07
1.4K0
Android OpenCV(三十七):轮廓外接多边形
Android OpenCV(二十九):图像腐蚀
表示B平移z后得到的结果,若平移后的结果包含于A,则我们记录下z点,所有满足上述条件的z点组成的集合就是A被B腐蚀后的结果。表示为:
Vaccae
2021/04/21
6300
Android OpenCV(二十九):图像腐蚀
Android 二维码扫描和生成二维码
在APP开发中,常遇到二维码扫描功能和生成二维码的需求。Android大部分是集成了zxing这个开源项目的扫码功能。 开源项目地址 下面给大家介绍一下具体的集成步骤
网罗开发
2021/01/29
1.7K0
Android 二维码扫描和生成二维码
教程 | OpenCV4.1.2中实时高效的二维码识别模块
OpenCV4.0发布了二维码检测与解析模块,但是大家用完以后都吐槽不已,觉得效果太差啦,根本不支持旋转与倾斜角度下的二维码检测与解析,让大家白高兴一场。在OpenCV4.1.2的release发布中有一部分是关于二维码模块精度与速度改善的说明,这么说OpenCV4.1.2中二维码检测与解析效果变好啦,我抱着一丝怀疑的态度,重新测试了一下,先看效果吧:
OpenCV学堂
2019/11/27
4.5K0
Android OpenCV(四十二):图像分割(分水岭法)
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像素赋予相同的编号。
Vaccae
2021/07/07
1K0
Android OpenCV(四十二):图像分割(分水岭法)
Android CameraX NDK OpenCV(四)-- 二维码检测与识别
OpenCV在4的版本后就有了二维码QRCode的检测和识别功能,当时刚出的时候效率及识别效果都还一般,在4.1.2的版本中也改善了精度和速度,然后后面4.3版本中的更新又加入了多个二维码检测的函数,今天这篇就来说一下OpenCV自带的二维码检测。
Vaccae
2021/01/06
1.6K0
CameraX 封装二维码扫描组件
cameraX已经出来有一段时间了,现在已经从alpha版本到现在的beta3版本。其中内部的代码版本跨度特别大,而且资料相对来说只有官方的demo比较可以参考,所以最近完成了项目的开发之后,把经验分享一下提供给各位。
逮虾户
2020/10/15
1.7K0
OpenCV二维码检测与定位
在如今流行扫描的年代,应用程序实现二维码扫描检测与识别已经是应用程序的标配、特别是在移动端、如果你的应用程序不能自动发现检测二维码,自动定位二维码你都不好意思跟别人打招呼,二维码识别与解析基于ZXin
OpenCV学堂
2018/04/04
4.8K0
OpenCV二维码检测与定位
CameraX 封装二维码扫描组件
cameraX已经出来有一段时间了,现在已经从alpha版本到现在的beta3版本。其中内部的代码版本跨度特别大,而且资料相对来说只有官方的demo比较可以参考,所以最近完成了项目的开发之后,把经验分享一下提供给各位。
逮虾户
2024/01/27
3810
一码通的时代,如何实现二维码的检测和解码?手把手教你!
👆点击“博文视点Broadview”,获取更多书讯 深度学习计算机视觉的惊人成绩让计算机视觉的传统算法在目标检测领域逐渐淡出人们的视野,但是在许多应用程序中,这些传统算法依旧发挥着重要的作用。 它们在出现伊始也产生了轰动的效果,如 HOG 算法在行人检测方面的巨大优势,因此,若想深入学习图像处理,还是很有必要重温这些传统算法的。 OpenCV 中的 objdetect 模块封装了传统计算机视觉的目标检测算法,引入该模块需要包含头文件"opencv2/objdetect.hpp",通过该头文件,读者可以了解
博文视点Broadview
2023/04/12
1.7K0
一码通的时代,如何实现二维码的检测和解码?手把手教你!
Android OpenCV(四十五):图像修复
实际应用中,图像常常容易受损,如存在污渍的镜头、旧照片的划痕、人为的涂画(比如马赛克),亦或是图像本身的损坏。将受到损坏的图像尽可能还原成原来的模样的技术,称之为图像修复。所谓修复,就代表图像大部分内容是完好的,所以,图像修复的原理,就是用完好的部分去推断受损部分的信息,特别是完好部分与受损部分的交界处,即受损区域的边缘,在这个推断过程中尤为重要。
Vaccae
2021/07/30
8020
Android OpenCV(四十五):图像修复
Android OpenCV(十):图像透视变换
透视变换的方程组有8个未知数,所以要求解就需要找到4组映射点,四个点就刚好确定了一个三维空间。
Vaccae
2021/01/06
1.2K0
Android OpenCV(十):图像透视变换
Android OpenCV(三十九):模板匹配
模板匹配是一种用于在较大图像中搜索和查找模板图像位置的方法。OpenCV提供matchTemplate()方法来实现模板匹配功能。模板匹配结果返回的是灰度图像,其中每个像素表示该像素的邻域与模板匹配程度。假设输入图像的大小(W * H),模板图像的大小为(w * h),则输出图像的大小将为(W - w + 1,H - h + 1)。获得结果后,可以使用minMaxLoc()方法查找最大/最小值位置,并将其作为矩形的左上角,以(w,h)作为矩形的宽度和高度来确定模板匹配到的区域。
Vaccae
2021/07/07
2.1K0
Android OpenCV(三十九):模板匹配
Android OpenCV(四十三):图像分割(Grabcut)
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像素赋予相同的编号。
Vaccae
2021/07/30
1.2K0
Android OpenCV(四十三):图像分割(Grabcut)
【.NET】实现生成二维码以及3种识别二维码的方式
引入ZXING.net包,然后建一个BitmapLuminanceSource类(如果新的包没有这个类的话):
Wesky
2024/08/13
5160
【.NET】实现生成二维码以及3种识别二维码的方式
Android OpenCV(四十一):图像分割(漫水填充法)
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像素赋予相同的编号。
Vaccae
2021/07/07
1.9K0
Android OpenCV(四十一):图像分割(漫水填充法)
Android OpenCV(四十四):图像分割(均值漂移)
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像素赋予相同的编号。
Vaccae
2021/07/30
1K0
Android OpenCV(四十四):图像分割(均值漂移)
OpenCV 安卓编程示例:1~6 全
在本章中,我将逐步介绍如何开始使用 OpenCV 开发具有视觉感知的 Android 应用。
ApacheCN_飞龙
2023/04/27
6K0
OpenCV 安卓编程示例:1~6 全
相关推荐
Android OpenCV(三十八):凸包检测
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档