基于opencv 识别、定位二维码 （c++版）

前言 因工作需要，需要定位图片中的二维码；我遂查阅了相关资料，也学习了opencv开源库。通过一番努力，终于很好的实现了二维码定位。本文将讲解如何使用opencv定位二维码。

定位二维码不仅仅是为了识别二维码；还可以通过二维码对图像进行水平纠正以及相邻区域定位。定位二维码，不仅需要图像处理相关知识，还需要分析二维码的特性，本文先从二维码的特性讲起。

1 二维码特性

二维码在设计之初就考虑到了识别问题，所以二维码有一些特征是非常明显的。

二维码有三个“回“”字形图案，这一点非常明显。中间的一个点位于图案的左上角，如果图像偏转，也可以根据二维码来纠正。

思考题：为什么是三个点，而不是一个、两个或四个点。

一个点：特征不明显，不易定位。不易定位二维码倾斜角度。

两个点：两个点的次序无法确认，很难确定二维码是否放正了。

四个点：无法确定4个点的次序，从而无法确定二维码是否放正了。

识别二维码，就是识别二维码的三个点，逐步分析一下这三个点的特性

1 每个点有两个轮廓。就是两个口，大“口”内部有一个小“口”，所以是两个轮廓。

2 如果把这个“回”放到一个白色的背景下，从左到右，或从上到下画一条线。这条线经过的图案黑白比例大约为：黑白比例为1:1:3:1:1。

3 如何找到左上角的顶点？这个顶点与其他两个顶点的夹角为90度。

通过上面几个步骤，就能识别出二维码的三个顶点，并且识别出左上角的顶点。

2 使用opencv识别二维码

 1) 查找轮廓,筛选出三个二维码顶点

opencv一个非常重要的函数就是查找轮廓，就是可以找到一个图中的缩所有的轮廓，“回”字形图案是一个非常的明显的轮廓，很容易找到。

 int QrParse::FindQrPoint(Mat& srcImg, vector<vector<Point>>& qrPoint)
 {
     //彩色图转灰度图
     Mat src_gray;
     cvtColor(srcImg, src_gray, CV_BGR2GRAY);
     namedWindow("src_gray");
     imshow("src_gray", src_gray);

     //二值化
     Mat threshold_output;
     threshold(src_gray, threshold_output, , , THRESH_BINARY | THRESH_OTSU);
     Mat threshold_output_copy = threshold_output.clone();
     namedWindow("Threshold_output");
     imshow("Threshold_output", threshold_output);

     //调用查找轮廓函数
     vector<vector<Point> > contours;
     vector<Vec4i> hierarchy;
     findContours(threshold_output, contours, hierarchy, CV_RETR_TREE, CHAIN_APPROX_NONE, Point(, ));

     //通过黑色定位角作为父轮廓，有两个子轮廓的特点，筛选出三个定位角
     int parentIdx = -;
     int ic = ;

     for (int i = ; i < contours.size(); i++)
     {
         if (hierarchy[i][] != - && ic == )
         {
             parentIdx = i;
             ic++;
         }
         else if (hierarchy[i][] != -)
         {
             ic++;
         }
         else if (hierarchy[i][] == -)
         {
             ic = ;
             parentIdx = -;
         }

                 {
             bool isQr = QrParse::IsQrPoint(contours[parentIdx], threshold_output_copy);

             //保存找到的三个黑色定位角
             if (isQr)
                 qrPoint.push_back(contours[parentIdx]);

             ic = ;
             parentIdx = -;
         }
     }

     return ;
 }

找到了两个轮廓的图元，需要进一步分析是不是二维码顶点，用到如下函数：

bool QrParse::IsQrPoint(vector<Point>& contour, Mat& img)
{
    //最小大小限定
    RotatedRect rotatedRect = minAreaRect(contour);
    if (rotatedRect.size.height <  || rotatedRect.size.width < )
        return false;

    //将二维码从整个图上抠出来
    cv::Mat cropImg = CropImage(img, rotatedRect);
    int flag = i++;

    //横向黑白比例1:1:3:1:1
    bool result = IsQrColorRate(cropImg, flag);
    return result;
}

黑白比例判断函数：

 //横向和纵向黑白比例判断
 bool QrParse::IsQrColorRate(cv::Mat& image, int flag)
 {
     bool x = IsQrColorRateX(image, flag);
     if (!x)
         return false;
     bool y = IsQrColorRateY(image, flag);
     return y;
 }
 //横向黑白比例判断
 bool QrParse::IsQrColorRateX(cv::Mat& image, int flag)
 {
     int nr = image.rows / ;
     int nc = image.cols * image.channels();

     vector<int> vValueCount;
     vector<uchar> vColor;
     int count = ;
     uchar lastColor = ;

     uchar* data = image.ptr<uchar>(nr);
     for (int i = ; i < nc; i++)
     {
         vColor.push_back(data[i]);
         uchar color = data[i];
         if (color > )
             color = ;

         if (i == )
         {
             lastColor = color;
             count++;
         }
         else
         {
             if (lastColor != color)
             {
                 vValueCount.push_back(count);
                 count = ;
             }
             count++;
             lastColor = color;
         }
     }

     if (count != )
         vValueCount.push_back(count);

     if (vValueCount.size() < )
         return false;

     //横向黑白比例1:1:3:1:1
     int index = -;
     int maxCount = -;
     for (int i = ; i < vValueCount.size(); i++)
     {
         if (i == )
         {
             index = i;
             maxCount = vValueCount[i];
         }
         else
         {
             if (vValueCount[i] > maxCount)
             {
                 index = i;
                 maxCount = vValueCount[i];
             }
         }
     }

     //左边 右边 都有两个值，才行
     if (index < )
         return false;
     if ((vValueCount.size() - index) < )
         return false;

     //黑白比例1:1:3:1:1
     float rate = ((float)maxCount) / 3.00;

     cout << "flag:" << flag << " ";

     float rate2 = vValueCount[index - ] / rate;
     cout << rate2 << " ";
     if (!IsQrRate(rate2))
         return false;

     rate2 = vValueCount[index - ] / rate;
     cout << rate2 << " ";
     if (!IsQrRate(rate2))
         return false;

     rate2 = vValueCount[index + ] / rate;
     cout << rate2 << " ";
     if (!IsQrRate(rate2))
         return false;

     rate2 = vValueCount[index + ] / rate;
     cout << rate2 << " ";
     if (!IsQrRate(rate2))
         return false;

     return true;
 }
 //纵向黑白比例判断 省略
 bool QrParse::IsQrColorRateY(cv::Mat& image, int flag)

bool QrParse::IsQrRate(float rate)
{
     //大概比例 不能太严格
    return rate > 0.6 && rate < 1.9;
}

2） 确定三个二维码顶点的次序

通过如下原则确定左上角顶点：二维码左上角的顶点与其他两个顶点的夹角为90度。

 // pointDest存放调整后的三个点，三个点的顺序如下
 // pt0----pt1
 //
 // pt2
 bool QrParse::AdjustQrPoint(Point* pointSrc, Point* pointDest)
 {
     bool clockwise;
     int index1[] = { ,, };
     int index2[] = { ,, };
     int index3[] = { ,, };

     for (int i = ; i < ; i++)
     {
         int *n = index1;
         if(i==)
             n = index1;
         else if (i == )
             n = index2;
         else
             n = index3;

                  if (angle >  && angle < )
         {
             pointDest[] = pointSrc[n[]];
             if (clockwise)
             {
                 pointDest[] = pointSrc[n[]];
                 pointDest[] = pointSrc[n[]];
             }
             else
             {
                 pointDest[] = pointSrc[n[]];
                 pointDest[] = pointSrc[n[]];
             }
             return true;
         }
     }
     return true;
 }

3）通过二维码对图片矫正。

图片有可能是倾斜的，倾斜夹角可以通过pt0与pt1连线与水平线之间的夹角确定。二维码的倾斜角度就是整个图片的倾斜角度，从而可以对整个图片进行水平矫正。

 //二维码倾斜角度
 Point hor(pointAdjust[].x+,pointAdjust[].y); //水平线
 double qrAngle = QrParse::Angle(pointAdjust[], hor, pointAdjust[], clockwise);

 //以二维码左上角点为中心 旋转
     Mat drawingRotation = Mat::zeros(Size(src.cols,src.rows), CV_8UC3);
     double rotationAngle = clockwise? -qrAngle:qrAngle;
     Mat affine_matrix = getRotationMatrix2D(pointAdjust[], rotationAngle, 1.0);//求得旋转矩阵
     warpAffine(src, drawingRotation, affine_matrix, drawingRotation.size());

4）二维码相邻区域定位

一般情况下，二维码在整个图中的位置是确定的。识别出二维码后，根据二维码与其他图的位置关系，可以很容易的定位别的图元。

后记

作者通过查找大量资料，仔细研究了二维码的特征，从而找到了识别二维码的方法。网上也有许多识别二维码的方法，但是不够严谨。本文是将二维码的多个特征相结合来识别，这样更准确。这种识别方法已应用在公司的产品中，识别效果还是非常好的。