基于OpenCV和Zbar的二維碼圖像提取與識(shí)別

潘觀潮 王峰 王宏武 王曉灑 劉進(jìn)輝

摘要：該文是在Ubuntu16的環(huán)境下，使用OpenCV開源視覺庫(kù)和Zbar開源二維碼識(shí)別庫(kù)，對(duì)帶有QR二維碼的圖片先進(jìn)行二維碼提取，然后識(shí)別顯示。該文介紹了二維碼的概況，開發(fā)工具的配置，并詳細(xì)闡述了圖片中二維碼的定位提取過(guò)程：灰度轉(zhuǎn)化、高斯濾波、中值濾波、邊緣檢測(cè)、二值化、閉運(yùn)算、膨脹、提取區(qū)域，以及二維碼的識(shí)別過(guò)程。

關(guān)鍵詞： OpenCV;Zbar;二維碼;識(shí)別;圖像處理

中圖分類號(hào)：TP319? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）16-0191-03

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

隨著經(jīng)濟(jì)和科技的高速發(fā)展，智能手機(jī)在人們生活的普及促進(jìn)了二維碼技術(shù)的發(fā)展與成熟，運(yùn)用二維碼技術(shù)進(jìn)行信息存儲(chǔ)與傳遞正變得越來(lái)越高效與便捷，例如微信/支付寶掃碼支付、二維碼身份認(rèn)證、二維碼存儲(chǔ)信息等，這些都極大地方便了人們的學(xué)習(xí)、生活和工作。因此，對(duì)于二維碼圖像的提取與識(shí)別技術(shù)的相關(guān)研究也日趨重要，同時(shí)也更具研究?jī)r(jià)值。

1 二維碼簡(jiǎn)介

二維碼 （2-dimensional bar code），又被稱為二維條碼，是現(xiàn)代生活中非常流行的一種編碼方式，最常見的形式是QR Code。二維碼將數(shù)據(jù)符號(hào)信息按照一定的幾何圖形規(guī)律記錄在二維平面分布的黑白相間的圖形中，這種編碼巧妙地利用計(jì)算機(jī)內(nèi)部邏輯基礎(chǔ)的“0”“1”比特流的概念，使用若干個(gè)與二進(jìn)制相對(duì)應(yīng)的幾何形體來(lái)表示各種類型的數(shù)據(jù)信息[1]。相對(duì)于傳統(tǒng)的一維條形碼，二維碼能夠在橫向和縱向兩個(gè)方向，利用兩個(gè)維度對(duì)信息進(jìn)行存儲(chǔ)，極大提高了信息存儲(chǔ)能力[2]。二維碼還具有可靠性強(qiáng)，效率高，成本低，易于制作，構(gòu)造簡(jiǎn)單，靈活實(shí)用，高密度，糾錯(cuò)功能，多語(yǔ)言形式，可表示圖像等特點(diǎn)[3]。

在現(xiàn)實(shí)生活中拍攝到的二維碼圖片，除二維碼圖案外，通常還包含其他的背景信息，二維碼圖案只占其中的一部分。因此在識(shí)別二維碼前，應(yīng)先定位出二維碼的大致區(qū)域，并將其提取出來(lái)，去掉無(wú)用的背景干擾信息，以提高識(shí)別的速度和準(zhǔn)確率。

2.1 OpenCV與Zbar概述

OpenCV（Open Source Computer Vision Library），譯名為“開源計(jì)算機(jī)視覺庫(kù)”，是一個(gè)基于開源開發(fā)的跨平臺(tái)計(jì)算機(jī)視覺庫(kù)。OpenCV主要由一系列C函數(shù)和C++類組成，擁有包括500多個(gè)C函數(shù)的跨平臺(tái)的中高層API，它提供了大量的開源圖像算法，是計(jì)算機(jī)視覺領(lǐng)域中使用極為廣泛的圖像處理算法庫(kù)[4]。圖1所示為OpenCV的Logo圖形。

Zbar是一個(gè)開源軟件套件，主要用于從各種來(lái)源讀取二維碼/條形碼信息，例如視頻流、圖像文件和傳感器等。它支持許多流行的二維碼/條形碼類型，包括EAN-13 / UPC-A，UPC-E，EAN-8，Code 128，Code 39，Interleaved 2 of 5和QR Code。圖2所示為Zbar的Logo圖形。

2.2 開發(fā)工具配置

本文實(shí)驗(yàn)在Ubuntu16系統(tǒng)上進(jìn)行，因此在Ubuntu上實(shí)現(xiàn)對(duì)OpenCV和Zbar的配置。

安裝OpenCV之前，先要安裝它的依賴項(xiàng)libgtk2.0-dev、libjpeg-dev、libtiff4-dev等。接著在OpenCV官網(wǎng)上選擇OpenCV for Linux版本下載，會(huì)得到一個(gè)像opencv-3.4.6.zip這樣的壓縮包，將它解壓到任意目錄下。解壓后進(jìn)入目錄，創(chuàng)建并進(jìn)入build文件夾，分別執(zhí)行cmake ..、make、sudo make install命令。至此，OpenCV編譯安裝完成，默認(rèn)安裝在/usr/local目錄下。

之后安裝Zbar，首先要在官網(wǎng)上下載Zbar的源碼，選擇的是Source Code版本里的ZBar-0.10，之后對(duì)其解壓縮。解壓后進(jìn)入文件夾，執(zhí)行./configure –prefix=""，此時(shí)默認(rèn)安裝在/usr/local/bin目錄下。最后分別執(zhí)行make、sudo make install命令。

3 二維碼提取過(guò)程

本實(shí)驗(yàn)主要通過(guò)調(diào)用OpenCV中的函數(shù)實(shí)現(xiàn)二維碼的提取。其實(shí)現(xiàn)步驟為：（1）灰度轉(zhuǎn)化;（2）高斯平滑濾波;（3）中值濾波;（4）邊緣檢測(cè);（5）二值化;（6）閉運(yùn)算;（7）膨脹;（8）獲取碼的區(qū)域。

3.1 灰度轉(zhuǎn)化

做圖像處理時(shí)，灰度圖是個(gè)二維矩陣形式，相對(duì)于RGB圖的三個(gè)維度更容易處理，消除顏色干擾。cvtColor（）函數(shù)是OpenCV里的顏色空間轉(zhuǎn)換函數(shù)，可以實(shí)現(xiàn)RGB顏色向灰度的轉(zhuǎn)換，代碼如下：

3.2 高斯平滑濾波

高斯濾波是一種線性平滑濾波，可以消除高斯噪聲。GaussianBlur（）函數(shù)的作用是用高斯濾波器來(lái)模糊一張圖片，代碼如下：

3.3 中值濾波

中值濾波是一種非線性濾波方法，該方法在去除圖像噪聲的同時(shí)，又能很好地保留圖像的邊緣細(xì)節(jié)。因此該方法非常適用于二維碼圖像的正確識(shí)別過(guò)程。代碼如下：

3.4 邊緣檢測(cè)

邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺中的基本問題，常用來(lái)提取目標(biāo)區(qū)域的輪廓。圖像邊緣檢測(cè)可以大幅度減少圖像處理的數(shù)據(jù)量，有助于消除與二維碼識(shí)別不相關(guān)的背景圖像信息， 保留二維碼區(qū)域圖像信息。本文使用Sobel邊緣檢測(cè)算法，先分別求圖像X、Y方向的梯度，再將兩個(gè)方向的梯度結(jié)果進(jìn)行疊加。代碼如下：

3.5 二值化

3.6 閉運(yùn)算

3.7 膨脹

3.8 獲得碼的區(qū)域

4 二維碼識(shí)別過(guò)程

二維碼圖像提取完成后，就可以利用Zbar對(duì)二維碼進(jìn)行識(shí)別，其步驟如下：1）初始化Zbar掃描器，并設(shè)置;2）獲取圖像信息，定義掃描范圍;3）掃描二維碼，得到數(shù)據(jù)。

4.1 初始化Zbar掃描器，并設(shè)置

4.2 獲取圖像信息，定義掃描范圍

設(shè)置好Zbar掃描器之后，讀入前面提取到的二維碼圖像image，先轉(zhuǎn)化為灰度圖像，然后獲得灰度圖像行列像素及地址信息，并構(gòu)造一個(gè)Image對(duì)象，以此定義掃描范圍，代碼如下：

4.3 識(shí)別二維碼，得到數(shù)據(jù)

完成上述準(zhǔn)備工作后，通過(guò)調(diào)用圖像掃描器的scan（）方法，開始讀取圖像中的二維碼數(shù)據(jù)，并進(jìn)行顯示，代碼如下：

5 結(jié)語(yǔ)

本文首先簡(jiǎn)單介紹了二維碼的編碼、應(yīng)用、特點(diǎn)等概況，接著對(duì)識(shí)別二維碼的開發(fā)環(huán)境進(jìn)行配置，最后基于OpenCV實(shí)現(xiàn)了二維碼圖像的提取過(guò)程和基于Zbar實(shí)現(xiàn)了二維碼圖像的識(shí)別過(guò)程。經(jīng)過(guò)多張圖片的實(shí)驗(yàn)，二維碼識(shí)別效果好、識(shí)別率高，多數(shù)常用的二維碼以及條形碼均可成功識(shí)別。但對(duì)于少數(shù)背景干擾信息復(fù)雜、存在多個(gè)二維碼的圖片，識(shí)別效果欠佳，這有待進(jìn)一步完善。

參考文獻(xiàn)：

[1] 楊軍，劉艷，杜彥蕊.關(guān)于二維碼的研究和應(yīng)用[J].應(yīng)用科技，2002（11）.

[2] 徐國(guó)輝，陳婕嫻.手機(jī)二維碼技術(shù)原理及應(yīng)用[J].信息與電腦，2013（1）：18-19.

[3] 凌驍珺，王煜.二維碼技術(shù)的分析與研究[J].電腦知識(shí)與技術(shù)，2018，14（21）：47-49.

[4] 賈小軍，喻擎蒼.基于開源計(jì)算機(jī)視覺庫(kù)OpenCV的圖像處理[J].計(jì)算機(jī)應(yīng)用與軟件，2008（04）：276-278.

[5] 毛星云.OpenCV3編程入門[M].北京：電子工業(yè)出版社，2015.

[6] Rafael C.Gonzalez，Richard E.Woods.數(shù)字圖像處理[M].2版.阮秋琦，譯.北京：電子工業(yè)出版社，2007.

【通聯(lián)編輯：代影】