Opencv学习项目5——pyzbar，numpy

上一次我们使用pyzbar进行解码二维码并将其内容显示在图像上，使用的是rect = barcode.rect来获取图像的坐标，这次我们使用另一种方法来获取坐标进行画框。

Numpy介绍

NumPy 是一个用于科学计算的开源 Python 库，提供了对大量数值数据进行高效操作的功能。它是许多其他科学计算库（如 SciPy、Pandas 和 Matplotlib）的基础，并在数据科学、机器学习和工程等领域中广泛应用。以下是对 NumPy 的详细介绍，包括其核心功能和一些常见的应用。

核心功能

N维数组对象 (ndarray)：NumPy 的核心是 ndarray 对象，它是一个具有同质元素（即所有元素类型相同）的多维数组。提供了高效的存储和操作能力，比 Python 内置的列表更高效。

广播机制：允许不同形状的数组在算术运算中进行兼容处理，简化了代码编写，提高了性能。

标准数学函数：提供了大量的数学函数（如三角函数、统计函数、线性代数函数等），可直接作用于数组对象。

线性代数：具有强大的线性代数功能，如矩阵乘法、特征值分解、奇异值分解等。

随机数生成：提供了各种随机数生成器，用于创建随机样本、模拟数据等。

文件读写：支持从文本文件、二进制文件读取数据，并将数据写入文件。

代码实现

我们这里直接看代码然后进行介绍

import cv2
import numpy as np
from pyzbar.pyzbar import  decodeimg = cv2.imread('qrcode.png')
himg, wimg, _ = img.shape
# 解码图像中的二维码
for barcode in decode(img):mydata = barcode.data.decode()print(mydata)# 获取二维码的多边形顶点pts = np.array([barcode.polygon], np.int32)pts = pts.reshape((-1, 1, 2))# 在图像上绘制多边形（即二维码的边框）cv2.polylines(img, [pts], True, (0,0,255), 3)pts2 = barcode.rect # 获取二维码的矩形范围cv2.putText(img, mydata, (pts2[0], pts2[1]-10), cv2.FONT_HERSHEY_COMPLEX,0.9, (0,0,255), 2)cv2.imshow('Result', img)
cv2.waitKey(0)

barcode.polygon

barcode.polygon 是一个包含多个顶点的列表，每个顶点都表示二维码的一个角点。
每个顶点是一个 Point 对象或一个类似的结构，包含 x 和 y 坐标。

np.array([barcode.polygon], np.int32)

np.array 是 NumPy 库的一个函数，用于创建一个 NumPy 数组。
[barcode.polygon] 将 barcode.polygon 包装在一个列表中。这是因为 np.array 需要一个序列来创建数组，而包装在列表中可以确保生成二维数组。
np.int32 指定了数组中每个元素的类型为 32 位整数。这样做是为了确保坐标是整数，这对于大多数图像处理任务来说是必要的，因为像素坐标通常是整数。

我这里使用 print(barcode.polygon)和print(pts)打印出来的，分别代表二维码左上角坐标、左下角坐标、右下角坐标、右上角坐标

pts = pts.reshape((-1, 1, 2)) 这行代码用于重塑数组的形状，使其适合于 OpenCV 中绘制多边形的要求。

reshape() 方法：

reshape() 是 NumPy 数组的方法，用于改变数组的形状。
在这里，pts 是一个 NumPy 数组，表示二维码的多边形顶点。

参数解释：

(-1, 1, 2)：
-1 表示自动计算这个维度的大小，以确保与原始数据兼容。
1 表示在结果数组中，每个顶点都是一个单独的块。
2 表示每个顶点有两个坐标值（x 和 y）。

具体效果：

在这种情况下，pts 是一个二维数组，其中每行表示一个顶点，每个顶点由一对坐标值表示。

重塑 pts 数组的目的是确保在调用 OpenCV 的多边形绘制函数时，能够正确地解释每个顶点的坐标。这种形状确保了顶点数据与 OpenCV 绘图函数的期望格式匹配，从而顺利地在图像上绘制二维码的边框或其他多边形。

cv2.polylines(img, [pts], True, (0,0,255), 3)
这行代码使用 OpenCV 的 cv2.polylines 函数来在图像上绘制多边形，具体解释如下：

img：表示要绘制多边形的图像。
[pts]：包含了多边形顶点的数组。将其包装在一个列表中传递给 cv2.polylines 函数。
True：表示绘制闭合的多边形，即将起始点和结束点连接起来，形成一个封闭的形状。
(0, 0, 255)：表示绘制多边形的颜色，这里是红色。颜色通常以 (B, G, R) 的顺序指定，每个通道的取值范围是 0 到 255。
3：表示绘制线条的粗细，即线条的宽度为 3 个像素。

效果演示

这个和之前效果一样，我觉得是没有之前的方便，因为这个putText还是使用了pts2 = barcode.rect

不如画框也使用barcode.rect来获取坐标

  # 获取二维码的多边形顶点pts = np.array([barcode.polygon], np.int32)pts = pts.reshape((-1, 1, 2))# 在图像上绘制多边形（即二维码的边框）cv2.polylines(img, [pts], True, (0,0,255), 3)pts2 = barcode.rect # 获取二维码的矩形范围cv2.putText(img, mydata, (pts2[0], pts2[1]-10), cv2.FONT_HERSHEY_COMPLEX,0.9, (0,0,255), 2)