问损伤QrCode重构
EN

Stack Overflow用户

提问于 2019-01-18 02:40:36

回答 2查看 7K关注 0票数 0

图像下面的编辑是对原始图像进行预处理的序列.1.原始图像-> 2.模糊x n次使qrcode位置显着性-> 3.裁剪原始图像，使用blob -> 4从第二步提取位置.锐化和阈值-> 5.检查3平方的qrcode -> 6.进行额外的变换，如旋转-> (最终图像)(具有调整大小分辨率的裁剪图像).

老问题我正在尝试从原始图像中重建qrcode。如您所见，照片已经损坏了qrcode，所以我使用Aforge库从使用blob的图像中检测到3平方。现在我不明白的是从这些信息生成qrcode的逻辑。从技术上讲，是否有可能用给定的信息重构qrcode？

aforge

image-processing

qr-code

回答 2

Stack Overflow用户

回答已采纳

发布于 2019-01-18 04:14:42

这是个有趣的问题。回答你的问题，这在技术上是可能的吗。是的当然有可能。您问题中的QR代码编码为"5176941.12“。

这是预先拥有的图像，这样就可以更容易地手动设置像素。

在这个步骤之后，我使用excel逐个设置每个像素。在那之后，简单地把你的手机指向电脑屏幕。这就是看起来的样子。如果你想要excel表，你可以得到它这里。

既然可能性的问题已经不存在了，该如何实现自动化呢？如果不知道更多的样品，就很难确定。然而，仅仅基于这个示例，最简单的方法就是在裁剪的QR图像上对齐21x21网格，并使用阈值填充这些值。然后把这个图像传递给你的QR解码器。QR代码有一定程度的冗余，因此即使缺少一些像素，您也很可能能够恢复原始数据。

编辑

下面是python中的一些代码，这些代码可以指导您如何实现自动化。有几件事要注意：

我绕开了检测这三个盒子的步骤，手动地把它切得很紧。如果捕获过程中存在旋转，则需要修复它。
阈值0.6需要针对不同的图像进行调整。现在，尽管存在多个错误，但“幸运”仍然有效。如果错误太大，可能永远不会有有效的qr代码。

代码：

import cv2
import numpy as np

def fill3box(qr):
    qr[0:7,0:7] = 1
    qr[14:21,14:21] = 1
    qr[14:21,0:7] = 1
    qr[0,0:6]=0
    qr[0:6,0]=0
    qr[0:6,6]=0
    qr[6,0:7]=0
    qr[2:5,2:5]=0
    qr[14:21,14:21] = qr[0:7,0:7]
    qr[14:21,0:7] = qr[0:7,0:7]
    return qr

im = cv2.imread('to_process.png')
im = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
im = cv2.resize(im,(210,210))

im = 1-((im - im.min())/(im.max()-im.min())) #normalize and adjust contrast
avg=np.average(im)
qr = np.ones((21,21))
w,h = im.shape[:2]
im_orig = im.copy()

im[im<avg]=0#binarize
im[im>avg]=1
for y in range(21):
    for x in range(21):
        x1,y1 = (round(x*w/21),round(y*h/21))
        x2,y2 = (round(x1+10),round(y1+10))

        im_box = im[y1:y2,x1:x2]
        if np.average(im_box)<0.6 and qr[y,x]!=0:#0.6 need tweaking
            qr[y,x]=0

qr = fill3box(qr) #clean up 3 box areas as they need to be fixed
# debug visualization
for x in range(21):
    p1 = (round(x*w/21),0)
    p2 = (round(x*w/21),h)
    cv2.line(im_orig,p1,p2,(255),1)

for y in range(21):
    p1 = (0,round(y*h/21))
    p2 = (w,round(y*h/21))
    cv2.line(im_orig,p1,p2,(255),1)

qr = cv2.resize(qr,(210,210),interpolation=cv2.INTER_NEAREST)

im = (im*255).astype(np.uint8)
qr= (qr*255).astype(np.uint8)
im_orig= (im_orig*255).astype(np.uint8)

cv2.imwrite('im.png',im)
cv2.imwrite('qr.png',qr)
cv2.imwrite('im_orig.png',im_orig)