Главная » Языки программирования

Питон qr код прочитать

Содержание
  1. QR-code. Обнаружить и расшифровать. Шаг 1 — Обнаружить
  2. Обнаружение
  3. Пишем код
  4. Заключение
  5. qreader 2.13
  6. Навигация
  7. Ссылки проекта
  8. Статистика
  9. Метаданные
  10. Сопровождающие
  11. Классификаторы
  12. Описание проекта
  13. QReader
  14. Installation
  15. Usage
  16. API Reference
  17. QReader(reencode_to = 'shift-jis')
  18. QReader.detect_and_decode(image, return_bboxes = False)
  19. QReader.detect(image)
  20. QReader.decode(image, bbox = None)
  21. Usage Tests
  22. Acknowledgements

QR-code. Обнаружить и расшифровать. Шаг 1 — Обнаружить

Эта статья — первая в цикле статей, в котором мы разберемся с тем, как qr-код устроен, и напишем простенький Qr-детектор и дешифровщик, а также свой собственный генератор qr-кодов.

Использовать мы будем python вместе с opencv и numpy. Учитывая, что opencv — кросс-язычная библиотека, а также то, что работа с изображением/текстурой в разных решениях выглядят примерно одинаково, то я думаю, что вы без труда сможете перевести алгоритм, который будет здесь написан, на любой нужный вам язык

В первую очередь мы будем рассматривать полноразмерный qr-код, Micro-qr возможно будет рассмотрен после завершения работы над полноразмерным qr

Также, хочу отметить, что готовый класс QrCodeDetector уже имеется внутри opencv. Возможно, вам не нужно изобретать велосипед 🙂

Обнаружение

Очевидно, что прежде, чем дешифровать qr-код, нужно для начала его обнаружить на картинке. Как же это делают наши смартфоны? Всё очень просто, специально для этого на Qr-коде есть вот эти три квадратика:

Пишем код

Как уже было сказано выше, использовать мы будем opencv и numpy. Импортируем эти библиотеки:

import cv2 as cv import numpy as np

В первую очередь нам нужно найти первый чёрный пиксель на изображении, которое является трёхмерным массивом вида:

Поэтому мы проходимся по массиву, пока не найдем элемент, значение которого меньше 50. (черный цвет = 0, но на изображении могут быть помехи, так что мы просто ищем тёмные пиксели):

class QrHandler(): def detect(self, img): for y in range(0, len(img)): for x in range(0, len(img[0])): if (img[y, x] < [50, 50, 50]).all(): print('black')

Кстати, ради дебага я использую режим чтения cv.IMREAD_COLOR, по существу он здесь совершенно не нужен, так что я советую заменить его на cv.IMREAD_GRAYSCALE

Мы нашли черный пиксель, теперь нам нужно проверить, что он является частью квадрата:

import cv2 as cv import numpy as np class QrHandler(): def detect(self, img): for y in range(0, len(img)): for x in range(0, len(img[0])): if (img[y, x] < [50, 50, 50]).all(): square_length = self._get_square_length(img, y, x) if square_length != -5: prtint('square') # не забываем про помехи на изображении, поэтому при проверке какой-либо точки нужно проверять небольшой регион вокруг этой точки def _is_black_point(self, img, y, x, inaccuracy): y_2 = y + inaccuracy if y_2 >= len(img): y_2 = len(img) - 1 x_2 = x + inaccuracy if x_2 >= len(img[0]): x_2 = len(img[0]) - 1 for y in range(y - inaccuracy, y_2): for x in range(x - inaccuracy, x_2): if (img[y, x] < [50, 50, 50]).all(): return True return False def _get_square_length(self, img, y, x): square_length = 0 # идём вправо по x и ищем конец квадрата, находим его примерную длину for x_i in range(x, len(img[0])): if (img[y, x_i] >[50, 50, 50]).all(): break square_length += 1 # слишком маленькая длина явно говорит нам о том, что это неподходящий квадратик, поэтому проверяем if square_length >= 6: #проверяем две точки: по y и по диагонали if self._is_black_point(img, y + square_length, x + square_length, 3) and self._is_black_point(img, y + square_length, x, 3): return square_length return -5

Здесь в функции get_square_length мы сначала ищем длину квадрата, проходя по нему до сюда:

А затем при помощи функции _is_black_point проверяем два региона:

Мы проверяем именно два региона, а не две точки, т.к., как уже было сказано ранее, существует погрешность при работе с изображением

Также, стоит проверить наличие вот этого маленького квадратика внутри:

Для этого в наш класс пишем еще одну функцию:

class QrHandler(): def detect(self, img): for y in range(0, len(img)): for x in range(0, len(img[0])): if (img[y, x] < [50, 50, 50]).all(): square_length = self._get_square_length(img, y, x) #добавляем нашу новую функцию в проверку квадратика if square_length != -5 and self._is_has_lil_square(img, y, x, square_length): print('square') def _is_has_lil_square(self, img, y, x, square_length): lil_square_length = 0 #находим центр найденного нами квадрата y = y + square_length // 2 x = x + square_length // 2 have_white = False #идем от центра, пока не найдем границу квадратика #запоминаем расстояние от центра до границы for x_lil in range(x, x + square_length): if (img[y, x_lil] >[50, 50, 50]).all(): have_white = True break lil_square_length += 1 if have_white: have_white = False lil_square_length_y = 0 #если мы нашли границу по x, то потвторяем то же самое по y for y_lil in range(y, y + square_length): if (img[y_lil, x] > [50, 50, 50]).all(): have_white = True break lil_square_length_y += 1 #если нашли границу по y, то нужно проверить расстояние до нее от центра #расстояние по x и по y должно быть примерно равно друг другу if have_white and (lil_square_length_y in range(lil_square_length - 3, lil_square_length + 3)): #также нужно проверить нижнюю правую точку квадратика if self._is_black_point(img, y + lil_square_length, x + lil_square_length, 3): return True return False

Теперь похожим образом нужно проверить оставшиеся два квадрата, для этого дописываем нашу detect функцию:

class QrHandler(): def detect(self, img): for y in range(0, len(img)): for x in range(0, len(img[0])): if (img[y, x] < [50, 50, 50]).all(): square_length = self._get_square_length(img, y, x) if square_length != -5 and self._is_has_lil_square(img, y, x, square_length): #перебираем точки по y for y_2 in range(y + square_length, len(img)): if (img[y_2, x] < [50, 50, 50]).all(): square_length_2 = self._get_square_length( img, y_2, x) if square_length_2 != -5 and self._is_has_lil_square(img, y_2, x, square_length_2): #после того как нашли потенциальный квадрат, #нужно проверить, что его длина примерно равна длине уже найденного квадрата if square_length_2 in range(square_length - 3, square_length + 3): qr_size = y_2 - y #мы уже знаем расстояние между двумя квадратиками, поэтому нам не нужно проходиться по точкам #сразу проверяем потенциальную точку square_length_3 = self._get_square_length( img, y, x + qr_size) if square_length_3 != -5 and self._is_has_lil_square(img, y, x + qr_size, square_length_3): if square_length_3 in range(square_length - 3, square_length + 3): #проверяем квадратик по аналогии со вторм и возвращаем вырезанный qr return img[y: y + qr_size + square_length, x: x + qr_size + square_length]

По итогу мы получаем следующий код:

import cv2 as cv import numpy as np class QrHandler(): def detect(self, img): for y in range(0, len(img)): for x in range(0, len(img[0])): if (img[y, x] < [50, 50, 50]).all(): square_length = self._get_square_length(img, y, x) if square_length != -5 and self._is_has_lil_square(img, y, x, square_length): for y_2 in range(y + square_length, len(img)): if (img[y_2, x] < [50, 50, 50]).all(): square_length_2 = self._get_square_length( img, y_2, x) if square_length_2 != -5 and self._is_has_lil_square(img, y_2, x, square_length_2): if square_length_2 in range(square_length - 3, square_length + 3): qr_size = y_2 - y square_length_3 = self._get_square_length( img, y, x + qr_size) if square_length_3 != -5 and self._is_has_lil_square(img, y, x + qr_size, square_length_3): if square_length_3 in range(square_length - 3, square_length + 3): return img[y: y + qr_size + square_length, x: x + qr_size + square_length] # не забываем про помехи на изображении, поэтому при проверке какой-либо точки нужно проверять небольшой регион вокруг этой точки def _is_black_point(self, img, y, x, inaccuracy): y_2 = y + inaccuracy if y_2 >= len(img): y_2 = len(img) - 1 x_2 = x + inaccuracy if x_2 >= len(img[0]): x_2 = len(img[0]) - 1 for y in range(y - inaccuracy, y_2): for x in range(x - inaccuracy, x_2): if (img[y, x] < [50, 50, 50]).all(): return True return False def _get_square_length(self, img, y, x): square_length = 0 # идём вправо и ищем конец квадрата, ищем его примерную длину for x_i in range(x, len(img[0])): if (img[y, x_i] >[50, 50, 50]).all(): break square_length += 1 # слишком маленькая длина явно говорит нам о том, что это неподходящий квадратик, поэтому проверяем if square_length >= 6: if self._is_black_point(img, y + square_length, x + square_length, 3) and self._is_black_point(img, y + square_length, x, 3): return square_length return -5 def _is_has_lil_square(self, img, y, x, square_length): lil_square_length = 0 y = y + square_length // 2 x = x + square_length // 2 have_white = False for x_lil in range(x, x + square_length): if (img[y, x_lil] > [50, 50, 50]).all(): have_white = True break lil_square_length += 1 if have_white: have_white = False lil_square_length_y = 0 for y_lil in range(y, y + square_length): if (img[y_lil, x] > [50, 50, 50]).all(): have_white = True break lil_square_length_y += 1 if have_white and (lil_square_length_y in range(lil_square_length - 3, lil_square_length + 3)): if self._is_black_point(img, y + lil_square_length, x + lil_square_length, 3): return True return False #первый аргумент этой функции - наименование вашего изображения в одной папке с исполняемым файлом img = cv.imread('qr_wider.jpg', cv.IMREAD_COLOR) qr_handler = QrHandler() img = qr_handler.detect(img) cv.imshow('test', img) cv.waitKey(0)

Заключение

В этой статье мы написали простенький qr-детектор, который обнаруживает qr-код на белом фоне. В следующих статьях мы научимся обнаруживать qr-код на более сложных изображениях, после чего переводить его в понимаемы нами (человеками) формат

Код всех частей этого цикла можно найти в этом репозитории

Если вам необходимо получить полную информацию о qr-кодах, не ожидая выхода всех частей этого цикла, советую ознакомиться с данной документацией: ISO/IEC JTC 1/SC 31 N (arscreatio.com). Сущность qr-кода не сильно изменилась со времен его создания, поэтому не смотрите на то, что документация 2004 года

Также, для быстрого понимания основных принципов чтения qr-кода, советую обратить внимание на эту статью.

Источник

qreader 2.13

Robust and Straight-Forward solution for reading difficult and tricky QR codes within images in Python. Supported by a YOLOv7 QR Detection model.

Ссылки проекта

Статистика

Метаданные

Лицензия: MIT License (MIT)

Сопровождающие

Классификаторы

  • Development Status
    • 5 - Production/Stable
    • Developers
    • Science/Research
    • OSI Approved :: MIT License
    • OS Independent
    • Python :: 3
    • Scientific/Engineering :: Image Recognition
    • Software Development :: Libraries :: Python Modules
    • Utilities

    Описание проекта

    QReader

    QReader is a Robust and Straight-Forward solution for reading difficult and tricky QR codes within images in Python. Powered by a YOLOv7 model.

    Behind the scenes, the library is composed by two main building blocks: A QR Detector based on a YOLOv7 model trained on a large dataset of QR codes (also offered as stand-alone), and the Pyzbar QR Decoder. On top of Pyzbar, QReader transparently applyes different image preprocessing techniques that maximize the decoding rate on difficult images.

    Installation

    To install QReader, simply run:

    If you're not using Windows, you may need to install some additional pyzbar dependencies:

    sudo apt-get install libzbar0

    NOTE: If you're running QReader in a server with very limited resources, you may want to install the CPU version of PyTorch, before installing QReader. To do so, run: pip install torch --no-cache-dir (Thanks to @cjwalther for his advice).

    Usage

    QReader is a very simple and straight-forward library. For most use cases, you'll only need to call detect_and_decode :

        detect_and_decode will return a tuple containing the decoded string of every QR found in the image. NOTE: Some entries can be None , it will happen when a QR have been detected but couldn't be decoded.

    API Reference

    QReader(reencode_to = 'shift-jis')

    This is the main class of the library. Please, try to instantiate it just once to avoid loading the model every time you need to detect a QR code.

Оцените статью
© 2024 Программирование