Innehållsförteckning:
- Steg 1: Steg 1: Importera bibliotek
- Steg 2: Steg 2: Gå till webbkameran
- Steg 3: Steg 3: Läsramar
- Steg 4: Steg 4: Läsa data från streckkod
- Steg 5: Steg 5: Rita rektangel runt QR -kod och visa data
- Steg 6:
Video: QR -kodskanner med OpenCV i Python: 7 steg
2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:36
I dagens värld ser vi QR-kod och streckkod används nästan var som helst från produktförpackningar till onlinebetalningar och nu för tiden ser vi QR-koder även i restaurangen för att se menyn.
Så ingen tvekan om att det är den stora tanken nu. Men har du någonsin undrat hur den här QR -koden fungerar eller hur den skannas och vi får den information som krävs? Om du inte vet är du på rätt plats för svaret.
I den här instruktionsboken lär du dig hur du gör din vunna QR -kodskanner med Python och OpenCV
Tillbehör:
- Python (3.6, 3.7, 3.8 rekommenderas)
- OpenCV -bibliotek
- Pyzbar bibliotek
Steg 1: Steg 1: Importera bibliotek
Låt oss börja med att importera våra obligatoriska bibliotek, Så vi kommer att använda 3 bibliotek
1. OpenCV
2. Knasig
3. Pyzbar
Steg 2: Steg 2: Gå till webbkameran
Här kommer vi åt vår webbkamera med hjälp av VideoCapture -funktionen från OpenCV och även inställning av bredd och höjd på vårt utdatafönster.
Här är den viktiga punkten att om du använder din interna webbkamera ska du skicka 0 i VideoCapture -funktionen och om du använder exteranl webbkamerapass 1
Nu i rad 6 definierar vi höjden på vårt utmatningsfönster som 640 (3 används för höjd)
På rad 7 definierar vi höjden på vårt utdatafönster som 480 (4 används för höjd)
Steg 3: Steg 3: Läsramar
Att läsa ramar från webbkamera är väldigt enkelt. Du behöver bara lägga till en while -loop och inuti medan loop skapar två variabler, dvs ret och frame read frames med "cap.read ()".
Nu skulle alla dina ramar lagras i variabel "ram"
Steg 4: Steg 4: Läsa data från streckkod
Nu kommer vi att skapa en for loop där vi kommer att läsa data från streckkoden.
Så vi kommer att använda "avkodning" som vi har importerat för att avkoda data för QR -kod
och vi kommer att lagra den i variabeln "myData" och skriva ut för att kontrollera om data är korrekta eller inte
Steg 5: Steg 5: Rita rektangel runt QR -kod och visa data
Så först skapar vi ett variabelnamn pts som är poäng som ger oss fyra hörnpunkter i vår QR -kod
Nu med hjälp av dessa punkter kommer vi att skapa en rektangel runt vår QR-kod som visas rad 16-18
För att visa text kommer att använda myData -variabel där våra data lagras
Steg 6:
Och slutligen visar vi vår ram med hjälp av "imshow" -funktionen i OpenCV
På rad 22-23 har vi programmerat att om vi trycker på "q" kommer programmet att avslutas
Rekommenderad:
Färgdetektering i Python med OpenCV: 8 steg
Färgdetektering i Python med OpenCV: Hej! Denna instruerbara används för att vägleda med hur man extraherar en specifik färg från en bild i python med hjälp av openCV -bibliotek. Om du är ny på den här tekniken, oroa dig inte, i slutet av den här guiden kommer du att kunna programmera din egen färg
Ansiktsigenkänning och identifiering - Arduino Face ID med OpenCV Python och Arduino .: 6 steg
Ansiktsigenkänning och identifiering | Arduino Face ID Med OpenCV Python och Arduino .: Ansiktsigenkänning AKA face ID är en av de viktigaste funktionerna på mobiltelefoner nuförtiden. Så jag hade en fråga " kan jag ha ett ansikts -id för mitt Arduino -projekt " och svaret är ja … Min resa började enligt följande: Steg 1: Tillgång till vi
Augmented Reality (AR) för Dragonboard410c eller Dragonboard820c med OpenCV och Python 3.5: 4 steg
Augmented Reality (AR) för Dragonboard410c eller Dragonboard820c Användning av OpenCV och Python 3.5: Denna instruktion beskriver hur man installerar OpenCV, Python 3.5 och beroenden för Python 3.5 för att köra programmet augmented reality
Skapa OpenCV Image Classifiers med Python: 7 steg
Skapa OpenCV Image Classifiers Användning av Python: Haar -classifiers i python och opencv är ganska knepigt men lätt uppgift. Vi möter ofta problemen med bilddetektering och klassificering. den bästa lösningen är att skapa din egen klassificerare. Här lär vi oss att göra våra egna bildklassificerare med några komm
Använda OpenCV 1.0 med Python 2.5 i Windows XP: 3 steg
Använda OpenCV 1.0 med Python 2.5 i Windows XP: Jag hade svårt att få openCV (open Computer Vision, av Intel) att arbeta med python 2.5, här finns instruktioner och filer om hur det ska fungera enkelt! Vi antar att du har python 2.5 installerad (från länken ovan) går jag igenom nej