VC++ OpenCV 和 Zbar的配置方法 识别图片二维码的代码

OpenCV 下载地址：https://opencv.org/releases/

Zbar 下载地址：http://zbar.sourceforge.net/download.html

我用的是win10 + VS2010 + OpenCV2.4.10 + Zbar 0.10

 OpenCV 和 Zbar 的配置方法

opencv+zbar配置实现简单的二维码和条形码识别

我也列一下配置方法

OpenCV配置方法

1.在"项目"——>"属性"——>"配置属性"——>"VC++目录"——>"包含目录"

"你的安装路径"opencvuildinclude

"你的安装路径"opencvuildincludeopencv

"你的安装路径"opencvuildincludeopencv2

2.在"项目"——>"属性"——>"配置属性"——>"VC++目录"——>"库目录"中添加

"你的安装路径"opencvuildx86vc10lib

这里x86表示程序是32位，64位选x64；vc10表示VS2010，使用其他版本VS请一一对应

3.在"项目"——>"属性"——>"配置属性"——>"链接器"——>"输入"——>"附加依赖项"中添加

opencvuildx86vc10lib 文件夹中的一堆.lib文件，这里带d的是debug模式用的，不带d的是release模式用的，2410表示OpenCV的版本

opencv_calib3d2410d.lib
opencv_contrib2410d.lib
opencv_core2410d.lib
opencv_features2d2410d.lib
opencv_flann2410d.lib
opencv_gpu2410d.lib
opencv_highgui2410d.lib
opencv_imgproc2410d.lib
opencv_legacy2410d.lib
opencv_ml2410d.lib
opencv_nonfree2410d.lib
opencv_objdetect2410d.lib
opencv_ocl2410d.lib
opencv_photo2410d.lib
opencv_stitching2410d.lib
opencv_superres2410d.lib
opencv_ts2410d.lib
opencv_video2410d.lib
opencv_videostab2410d.lib

opencv_calib3d2410.lib
opencv_contrib2410.lib
opencv_core2410.lib
opencv_features2d2410.lib
opencv_flann2410.lib
opencv_gpu2410.lib
opencv_highgui2410.lib
opencv_imgproc2410.lib
opencv_legacy2410.lib
opencv_ml2410.lib
opencv_nonfree2410.lib
opencv_objdetect2410.lib
opencv_ocl2410.lib
opencv_photo2410.lib
opencv_stitching2410.lib
opencv_superres2410.lib
opencv_ts2410.lib
opencv_video2410.lib
opencv_videostab2410.lib

Zbar配置方法

1.在"项目"——>"属性"——>"配置属性"——>"VC++目录"——>"包含目录"

"你的安装路径"Barinclude

2.在"项目"——>"属性"——>"配置属性"——>"VC++目录"——>"库目录"中添加

"你的安装路径"Barlib

3.在"项目"——>"属性"——>"配置属性"——>"链接器"——>"输入"——>"附加依赖项"中添加
libzbar-0.lib

验证OpenCV 和 Zbar 是否能正常工作的win32代码

大概意思是用opencv加载个图片转换成灰度图片，然后通过zbar识别，可以识别一张图片中有多个二维码的情况

当然zbar同时支持识别条形码和二维码

安装zbar后在安装目录ZBarexamplesscan_image.cpp，这个文件也提供了调用zbar识别多个二维码的例子

#include<core/core.hpp>
#include<highgui/highgui.hpp>
#include "zbar.h"      
#include "cv.h"      
#include "highgui.h"      
#include <iostream>      
 
using namespace std;
using namespace zbar;  //添加zbar名称空间    
using namespace cv;
 
int main(int argc, char*argv[])
{
    //定义扫描器
    ImageScanner scanner;
    scanner.set_config(ZBAR_NONE, ZBAR_CFG_ENABLE, 1);
 
    //加载图片
    Mat image = imread("qrcode.jpg");//请更改图片，可以使用据对路径或相对路径
    if (!image.data)
    {
        cout << "请确认图片" << endl;
        system("pause");
        return 0;
    }
 
    //图片转换
    Mat imageGray;
    cvtColor(image, imageGray, CV_RGB2GRAY);
    int width = imageGray.cols;
    int height = imageGray.rows;
    uchar *raw = (uchar *)imageGray.data;
 
    Image imageZbar(width, height, "Y800", raw, width * height);
    scanner.scan(imageZbar); //扫描条码    
    Image::SymbolIterator symbol = imageZbar.symbol_begin();
    //扫描结果打印
    if (imageZbar.symbol_begin() == imageZbar.symbol_end())
    {
        cout << "查询条码失败，请检查图片！" << endl;
    }
    for (; symbol != imageZbar.symbol_end(); ++symbol)
    {
        cout << "类型：" << endl << symbol->get_type_name() << endl << endl;
        cout << "条码：" << endl << symbol->get_data() << endl << endl;
    }
 
    //显示二维码
    imshow("Source Image", image);
    waitKey();
    imageZbar.set_data(NULL, 0);//清除缓存
    return 0;
}

 提高识别二维码效率的代码

参考 

使用zbar+opencv+cpp 进行二维码解析以及提高识别率

vc++ opencv+zbar 提高二维码识别率

namespace QRCode
{
    string GetQRInBinImg(Mat binImg);
    string ZbarDecoder(Mat img);

    //对二值图像进行识别，如果失败则开运算进行二次识别
    string GetQR(Mat img)
    {
        Mat binImg;
        Mat adaptiveImg;
        double thre = threshold(img, binImg, 0, 255, CV_THRESH_OTSU + CV_THRESH_BINARY_INV);//threshold 第一个参数即原图像必须为灰度图
        string result;
        result = GetQRInBinImg(binImg);
        if (result.empty())//如果阈值otsuthreshold失败，则采用高斯自适应阈值化，可以识别出一定的控制阈值也识别不出来的二维码
        {
            adaptiveThreshold(img, adaptiveImg, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 33, 0);//threshold第一个参数即原图像必须为灰度图,最佳33
            result = GetQRInBinImg(adaptiveImg);
        }

        thre = thre / 2;//ostu和自适应阈值都失败，将从ostu阈值的一般开始控制阈值不断增长
        while (result.empty() && thre < 255)
        {
            threshold(img, binImg, thre, 255, THRESH_BINARY);
            result = GetQRInBinImg(binImg);
            thre += 20;//阈值步长设为5，步长越大，识别率越低，速度越快,对于当前测试图片的情况为5识别出来的最多
        }
        return result;
    }

    //主体函数
    string GetQRInBinImg(Mat binImg)
    {
        string result = ZbarDecoder(binImg);
        if (result.empty())
        {
            Mat openImg;
            Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
            morphologyEx(binImg, openImg, MORPH_OPEN, element);
            result = ZbarDecoder(openImg);
        }
        return result;
    }

    //zbar接口
    string ZbarDecoder(Mat img)
    {
        string result;
        ImageScanner scanner;
        const void *raw = (&img)->data;
        scanner.set_config(ZBAR_NONE, ZBAR_CFG_ENABLE, 1);
        Image image(img.cols, img.rows, "Y800", raw, img.cols * img.rows);
        scanner.scan(image);
        Image::SymbolIterator symbol = image.symbol_begin();
        result = image.symbol_begin()->get_data();
        image.set_data(NULL, 0);
        return result;
    }
}