潘觀潮 王峰 王宏武 王曉灑 劉進輝

摘要：該文是在Ubuntu16的環(huán)境下，使用OpenCV開源視覺庫和Zbar開源二維碼識別庫，對帶有QR二維碼的圖片先進行二維碼提取，然后識別顯示。該文介紹了二維碼的概況，開發(fā)工具的配置，并詳細闡述了圖片中二維碼的定位提取過程：灰度轉(zhuǎn)化、高斯濾波、中值濾波、邊緣檢測、二值化、閉運算、膨脹、提取區(qū)域，以及二維碼的識別過程。

關鍵詞： OpenCV;Zbar;二維碼;識別;圖像處理

中圖分類號：TP319? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）16-0191-03

開放科學（資源服務）標識碼（OSID）：

隨著經(jīng)濟和科技的高速發(fā)展，智能手機在人們生活的普及促進了二維碼技術的發(fā)展與成熟，運用二維碼技術進行信息存儲與傳遞正變得越來越高效與便捷，例如微信/支付寶掃碼支付、二維碼身份認證、二維碼存儲信息等，這些都極大地方便了人們的學習、生活和工作。因此，對于二維碼圖像的提取與識別技術的相關研究也日趨重要，同時也更具研究價值。

1 二維碼簡介

二維碼 （2-dimensional bar code），又被稱為二維條碼，是現(xiàn)代生活中非常流行的一種編碼方式，最常見的形式是QR Code。二維碼將數(shù)據(jù)符號信息按照一定的幾何圖形規(guī)律記錄在二維平面分布的黑白相間的圖形中，這種編碼巧妙地利用計算機內(nèi)部邏輯基礎的“0”“1”比特流的概念，使用若干個與二進制相對應的幾何形體來表示各種類型的數(shù)據(jù)信息[1]。相對于傳統(tǒng)的一維條形碼，二維碼能夠在橫向和縱向兩個方向，利用兩個維度對信息進行存儲，極大提高了信息存儲能力[2]。二維碼還具有可靠性強，效率高，成本低，易于制作，構(gòu)造簡單，靈活實用，高密度，糾錯功能，多語言形式，可表示圖像等特點[3]。

在現(xiàn)實生活中拍攝到的二維碼圖片，除二維碼圖案外，通常還包含其他的背景信息，二維碼圖案只占其中的一部分。因此在識別二維碼前，應先定位出二維碼的大致區(qū)域，并將其提取出來，去掉無用的背景干擾信息，以提高識別的速度和準確率。

2.1 OpenCV與Zbar概述

OpenCV（Open Source Computer Vision Library），譯名為“開源計算機視覺庫”，是一個基于開源開發(fā)的跨平臺計算機視覺庫。OpenCV主要由一系列C函數(shù)和C++類組成，擁有包括500多個C函數(shù)的跨平臺的中高層API，它提供了大量的開源圖像算法，是計算機視覺領域中使用極為廣泛的圖像處理算法庫[4]。圖1所示為OpenCV的Logo圖形。

Zbar是一個開源軟件套件，主要用于從各種來源讀取二維碼/條形碼信息，例如視頻流、圖像文件和傳感器等。它支持許多流行的二維碼/條形碼類型，包括EAN-13 / UPC-A，UPC-E，EAN-8，Code 128，Code 39，Interleaved 2 of 5和QR Code。圖2所示為Zbar的Logo圖形。

2.2 開發(fā)工具配置

本文實驗在Ubuntu16系統(tǒng)上進行，因此在Ubuntu上實現(xiàn)對OpenCV和Zbar的配置。

安裝OpenCV之前，先要安裝它的依賴項libgtk2.0-dev、libjpeg-dev、libtiff4-dev等。接著在OpenCV官網(wǎng)上選擇OpenCV for Linux版本下載，會得到一個像opencv-3.4.6.zip這樣的壓縮包，將它解壓到任意目錄下。解壓后進入目錄，創(chuàng)建并進入build文件夾，分別執(zhí)行cmake ..、make、sudo make install命令。至此，OpenCV編譯安裝完成，默認安裝在/usr/local目錄下。

之后安裝Zbar，首先要在官網(wǎng)上下載Zbar的源碼，選擇的是Source Code版本里的ZBar-0.10，之后對其解壓縮。解壓后進入文件夾，執(zhí)行./configure –prefix=""，此時默認安裝在/usr/local/bin目錄下。最后分別執(zhí)行make、sudo make install命令。

3 二維碼提取過程

本實驗主要通過調(diào)用OpenCV中的函數(shù)實現(xiàn)二維碼的提取。其實現(xiàn)步驟為：（1）灰度轉(zhuǎn)化;（2）高斯平滑濾波;（3）中值濾波;（4）邊緣檢測;（5）二值化;（6）閉運算;（7）膨脹;（8）獲取碼的區(qū)域。

3.1 灰度轉(zhuǎn)化

做圖像處理時，灰度圖是個二維矩陣形式，相對于RGB圖的三個維度更容易處理，消除顏色干擾。cvtColor（）函數(shù)是OpenCV里的顏色空間轉(zhuǎn)換函數(shù)，可以實現(xiàn)RGB顏色向灰度的轉(zhuǎn)換，代碼如下：

3.2 高斯平滑濾波

高斯濾波是一種線性平滑濾波，可以消除高斯噪聲。GaussianBlur（）函數(shù)的作用是用高斯濾波器來模糊一張圖片，代碼如下：

3.3 中值濾波

中值濾波是一種非線性濾波方法，該方法在去除圖像噪聲的同時，又能很好地保留圖像的邊緣細節(jié)。因此該方法非常適用于二維碼圖像的正確識別過程。代碼如下：

3.4 邊緣檢測

邊緣檢測是圖像處理和計算機視覺中的基本問題，常用來提取目標區(qū)域的輪廓。圖像邊緣檢測可以大幅度減少圖像處理的數(shù)據(jù)量，有助于消除與二維碼識別不相關的背景圖像信息， 保留二維碼區(qū)域圖像信息。本文使用Sobel邊緣檢測算法，先分別求圖像X、Y方向的梯度，再將兩個方向的梯度結(jié)果進行疊加。代碼如下：

3.5 二值化

3.6 閉運算

3.7 膨脹

3.8 獲得碼的區(qū)域

4 二維碼識別過程

二維碼圖像提取完成后，就可以利用Zbar對二維碼進行識別，其步驟如下：1）初始化Zbar掃描器，并設置;2）獲取圖像信息，定義掃描范圍;3）掃描二維碼，得到數(shù)據(jù)。

4.1 初始化Zbar掃描器，并設置

4.2 獲取圖像信息，定義掃描范圍

設置好Zbar掃描器之后，讀入前面提取到的二維碼圖像image，先轉(zhuǎn)化為灰度圖像，然后獲得灰度圖像行列像素及地址信息，并構(gòu)造一個Image對象，以此定義掃描范圍，代碼如下：

4.3 識別二維碼，得到數(shù)據(jù)

完成上述準備工作后，通過調(diào)用圖像掃描器的scan（）方法，開始讀取圖像中的二維碼數(shù)據(jù)，并進行顯示，代碼如下：

5 結(jié)語

本文首先簡單介紹了二維碼的編碼、應用、特點等概況，接著對識別二維碼的開發(fā)環(huán)境進行配置，最后基于OpenCV實現(xiàn)了二維碼圖像的提取過程和基于Zbar實現(xiàn)了二維碼圖像的識別過程。經(jīng)過多張圖片的實驗，二維碼識別效果好、識別率高，多數(shù)常用的二維碼以及條形碼均可成功識別。但對于少數(shù)背景干擾信息復雜、存在多個二維碼的圖片，識別效果欠佳，這有待進一步完善。

參考文獻：

[1] 楊軍，劉艷，杜彥蕊.關于二維碼的研究和應用[J].應用科技，2002（11）.

[2] 徐國輝，陳婕嫻.手機二維碼技術原理及應用[J].信息與電腦，2013（1）：18-19.

[3] 凌驍珺，王煜.二維碼技術的分析與研究[J].電腦知識與技術，2018，14（21）：47-49.

[4] 賈小軍，喻擎蒼.基于開源計算機視覺庫OpenCV的圖像處理[J].計算機應用與軟件，2008（04）：276-278.

[5] 毛星云.OpenCV3編程入門[M].北京：電子工業(yè)出版社，2015.

[6] Rafael C.Gonzalez，Richard E.Woods.數(shù)字圖像處理[M].2版.阮秋琦，譯.北京：電子工業(yè)出版社，2007.

【通聯(lián)編輯：代影】