快捷導(dǎo)航

Java使用opencv識(shí)別二維碼的完整步驟

更新時(shí)間：2021年09月14日 11:00:37 作者：帥帥兔子

OpenMV是一個(gè)開(kāi)源,低成本,功能強(qiáng)大的機(jī)器視覺(jué)模塊,下面這篇文章主要給大家介紹了關(guān)于Java使用opencv識(shí)別二維碼的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下

前言

OpenCV的全稱是Open Source Computer Vision Library，它是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺(jué)庫(kù)，由英特爾公司發(fā)起并參與開(kāi)發(fā)，以BSD許可證授權(quán)發(fā)行，可以在商業(yè)和研究領(lǐng)域中免費(fèi)使用。OpenCV本身由C++語(yǔ)言開(kāi)發(fā)，但也具有各種其他語(yǔ)言的接口，并支持windows、linux、ios、android等各種操作系統(tǒng)。本文將介紹如何使用OpenCV與Java語(yǔ)言進(jìn)行二維碼識(shí)別。

OpenCV的安裝

目前OpenCV最新的版本是4.5.2，根據(jù)所在平臺(tái)不同，OpenCV有多種安裝方式?？梢韵螺d編譯好的包，也可以編譯安裝。這里我們介紹一下如何在Mac系統(tǒng)通過(guò)homebrew編譯安裝支持Java的OpenCV。其他系統(tǒng)的安裝方式請(qǐng)自行在搜索相關(guān)文章。

1. 通過(guò)brew安裝ant

brew install ant

2. 修改opencv homebrew fomula。

brew edit opencv

找到 -DBUILD_opencv_java=OFF 這一行，并修改為 -DBUILD_opencv_java=ON 保存

3. 安裝openCV

brew install opencv --build-from-source

編譯安裝完成后，java Jar包和庫(kù)文件會(huì)出現(xiàn)在 /usr/local/homebrew/Cellar/opencv/4.5.2/share/java/opencv4 目錄。（M1芯片的mac會(huì)出現(xiàn)在/opt/homebrew/Cellar/opencv/4.5.2/share/java/opencv4下）

開(kāi)發(fā)環(huán)境配置

在您使用的IDE中，引入上述目錄下的opencv-452.jar包。并且在啟動(dòng)命令后加上

-Djava.library.path=/usr/local/homebrew/Cellar/opencv/4.5.2/share/java/opencv4

將java.library.path設(shè)置為編譯出來(lái)的opencv動(dòng)態(tài)鏈接庫(kù)的地址

識(shí)別二維碼

首先加載Opencv對(duì)應(yīng)的library

System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

OpenCV的二維碼識(shí)別有兩個(gè)方案，一個(gè)是使用org.opencv.objdetect.QRCodeDetector，另一個(gè)是使用微信貢獻(xiàn)的二維碼識(shí)別算法org.opencv.wechat_qrcode.WeChatQRCode。微信的二維碼識(shí)別類(lèi)無(wú)論在準(zhǔn)確度和識(shí)別成功率上都大大超過(guò)了opencv的QRCodeDetector，并且使用起來(lái)也非常簡(jiǎn)單，所以今天我們主要介紹微信包的二維碼識(shí)別。

首先我們通過(guò)Imgcodecs加載包含二維碼的圖像文件

var img = Imgcodecs.imread(file.getPath())

然后初始化WeChatQRCode對(duì)象并識(shí)別二維碼

其中，detect.prototxt與detect.caffemodel文件是檢測(cè)的DNN的模型文件和參數(shù)文件，不傳這兩個(gè)文件也可以解析一些二維碼，但是最后的返回值無(wú)法定位準(zhǔn)確的二維碼在圖像中的坐標(biāo)，只能顯示整個(gè)圖像的完整大小。sr.prototxt, sr.caffemodel文件是超分辨率圖像增強(qiáng)的DNN模型文件和參數(shù)文件，可以幫助分析定位大圖片中的比較小的二維碼。以上四個(gè)文件都可以在這里下載：https://github.com/WeChatCV/opencv_3rdparty/

這里最關(guān)鍵的代碼是detector.detectAndDecode()，他接收兩個(gè)參數(shù)，第一個(gè)參數(shù)是圖像的Mat對(duì)象（彩色或灰度皆可），第二個(gè)參數(shù)是返回參數(shù)，會(huì)將定位到的二維碼所在范圍的坐標(biāo)放在這個(gè)列表里面。列表的長(zhǎng)度代表了識(shí)別到了幾個(gè)二維碼，每個(gè)列表對(duì)象是一個(gè)4*2*1的矩陣Mat對(duì)象，矩陣每一行代表了圖片上的一個(gè)坐標(biāo)，第一列是x坐標(biāo)值，第二列是y坐標(biāo)值。函數(shù)的返回值是一個(gè)字符串列表。列表的長(zhǎng)度和第二個(gè)參數(shù)列表相等，里面存放了每個(gè)二維碼解析后的字符串

有了坐標(biāo)數(shù)組我們就可以很方便的把二維碼區(qū)域在圖像中標(biāo)記出來(lái)，例如：

if (results.size() > 0) {
    System.out.println("識(shí)別到的二維碼個(gè)數(shù)為: " + results.size());
    for (var resultStr : results) {
        System.out.println(“識(shí)別到的二維碼內(nèi)容為：" + resultStr);
    }


    for (var points : pointsOfRect ) {
        int noOfRows = points.rows();
        int noOfCols = points.cols();
        for (int row = 0; row < noOfRows; row++) {
            Imgproc.line(result, new Point(points.get(row, 0)[0], points.get(row, 1)[0]),
                    new Point(points.get((row + 1) % noOfRows, 0)[0], points.get((row + 1) % noOfRows, 1)[0]),
                    new Scalar(255, 0, 0), 3);
        }
    }
} else {
    System.out.println("未識(shí)別到二維碼.");
};

結(jié)果示例如下：