首先看下本文最终效果:
生成二维码可以直接使用现成的python
库:qrcode
:
pip install qrcode
使用qrcode
生成二维码:
def mk_qr(txt, dst):
img = qrcode.make(txt)
img.save(dst)
简单测试:
mk_qr("hello world !", "text.jpg")
生成二维码如下,扫码可以看到hello world !
字样:
生成动态图需要读取原始gif
图并生成新的gif
图,即需要读取和保存功能。使用opencv
可以轻松读取gif
,首先安装opencv
库:
pip install opencv-python
读取gif
每一帧:
def parse_gif(path):
frames = []
cap = cv2.VideoCapture(path)
ret, image = cap.read()
while ret:
frames.append(image)
ret, image = cap.read()
cap.release()
return frames
使用imageio
可以轻松将多帧图片转为gif
图,首先安装imageio
:
pip install imageio
将多帧图片组合保存为gif
:
def save_gif(frames, dst, fps=60):
imageio.mimsave(dst, frames, fps=fps)
通过二维码可以得知那些位置像素值是编码区域,哪些是背景。我们需要将编码区域设置为1,背景区域设置为0。
def load_qr(path):
qr = cv2.imread(path)
qr = cv2.cvtColor(qr, cv2.COLOR_BGR2GRAY)
# 将编码区域设置为1,背景区域设置为0
_, qr = cv2.threshold(qr, 240, 1, 1)
qr = cv2.cvtColor(qr, cv2.COLOR_GRAY2BGR)
return qr
我们准备好一张二维码,得到如下所示的掩码:
准备好一张gif图
通过parse_gif
函数得到每一帧后,将每一帧做融合:
# 调整图片亮度,max_v为亮度值,最大为1.0,最小为0.0
def proc_frame(frame, max_v=1.0):
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
gray = gray / 255.0
scale = max_v / (np.max(gray) + 1e-8)
frame = np.clip(frame * scale, 0 , 255).astype(np.uint8)
return frame
def mix(qr, frame):
h, w = qr.shape[0:2]
bg = np.ones((h, w, 3), np.uint8) * 255
frame = cv2.resize(frame, (w, h))
frame = proc_frame(frame)
out = qr * frame + (1 - qr) * bg
out = np.clip(out, 0, 255)
out = cv2.cvtColor(out, cv2.COLOR_BGR2RGB).astype(np.uint8)
return out
为了防止帧过于白导致二维码无法被识别,可以调用proc_fram
e函数指定最大亮度值max_v
,如果gif
偏量,可以将整体亮度调暗,避免后续二维码无法被识别。
建议尽量使用偏暗或者是色彩鲜艳的
gif
,避免使用偏白或偏灰白的gif
,尤其是四个角落位置,避免白色。
完整代码关注【Python学习实战】公众号,回复2201
获取完整的代码。
欢迎关注我【Python学习实战】,每天学习一点点,每天进步一点点。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。