「乾貨」檢測識別二維碼的幾大開源庫彙總

自從手機APP二維碼支付進入了人們的日常生活後，方便安全，真是無處不在。

特別是1994年日本Denso Wave發明的QR碼（快速響應），它獲得最廣泛應用，因為它易於檢測，寫入大量資訊，並提供強大的錯誤糾正機制，它可以說是第一個最大的影像識別應用程式。

二維碼的檢測和解碼已成為許多應用開發的必要條件。面對許多開源庫，哪一個更好？

我們比較了五個值得參考的有影響力的開源庫中的檢測演算法。

參與開源庫的比較：

BoofCV (Ver. 0.33)：一種用Java實現的開源、實時的計算機視覺庫；

OpenCV (Ver. 4.0.1)：OpenCV 4.0後加入了QR碼檢測和解碼功能，C++實現；

Quirc (Feb 1, 2018. SHA 307473db)：一種專門面向QR碼的檢測和解碼庫，C語言實現；

ZBar (Ver. 0.10)：一種被廣泛使用的包含各種條碼檢測識別的專門庫，支援各種平臺，支援Python, Perl, C++等語言；

ZXing (Ver. 3.3.3)：一種面向Java Android開發的各種條碼檢測識別庫，用Java開發，支援多種語言；

為了全面比較每個開源庫的效能以檢測QR碼，作者在應用程式中收集了大量常見情況。

各類別包含的影像數：

作者透過將檢測到的位置和標籤位置與10％作為閾值進行匹配來定義檢測成功，並計算真陽性，假陽性，真陰性和假陰性，最後計算F-Measure以比較檢測結果。

按類別劃分的測試結果統計：

不分類別的全域性統計：

可以看出，沒有哪個庫比其他庫更好，但在大多數情況下，BoofCV最好或接近最佳。在大多數類別中，Zbar優於ZXing，但在ZXing最擅長的類別中，Zbar還不夠好。Quirc在正常情況下表現良好，但其他圖書館中表現最佳的類別並不是很好。OpenCV無疑總是最糟糕的。

檢測速度結果比較：

在哪個類別中，效能是一致的，ZXing是最快的庫，其次是BoofCV。OpenCV的速度效能非常穩定且速度最慢。。。

結論：

您選擇哪個庫取決於您的應用程式。如果QR碼比較標準推薦BoofCV，其檢測精度高，速度也很好。如果QR碼髒了或外觀發生變化，ZXing是個不錯的選擇。如果您只能使用C ++，建議使用Zbar。

我們挑一個Zbar來實驗下：

環境：VS2010、OpenCV2.4.9、Zbar環境配置

環境說明：

1. OpenCV是一個機器視覺開源類庫，廣泛用於影像處理、模式識別等領域，它是Zbar專案的核心。這裡我使用的是OpenCV2.4.9。（不建議使用OpenCV1版本）

2. 整合開發工具Visual Studio2010。（不建議使用Visual C++ 6.0，因其僅支援OpenCV1.0的版本），新建C++控制檯應用程式，並設定相應的工程屬性，新增包含目錄、附加連結等。

3. 測試程式如下：

• 
  

#include "zbar.h" 


#include "cv.h" 


#include "highgui.h" 


#include <iostream> 


 


using namespace std; 


using namespace zbar; 


using namespace cv; 


 


int main(void) 


{ 


 ImageScanner scanner; 


 scanner.set_config(ZBAR_NONE, ZBAR_CFG_ENABLE, 1); 


 char file[256]; 


 cin>>file; 


 Mat img = imread(file,0); 


 Mat imgout; 


 cvtColor(img,imgout,CV_GRAY2RGB); 


 int width = img.cols; 


 int height = img.rows; 


 uchar *raw = (uchar *)img.data; 


 Image image(width, height, "Y800", raw, width * height); 


 int n = scanner.scan(image); 


 for(Image::SymbolIterator symbol = image.symbol_begin();symbol != image.symbol_end();symbol++) 


 { 


 vector<Point> vp; 


 cout<<"Decoded：êo"<<endl<<symbol->get_type_name()<<endl<<endl; 


 cout<<"Symbol：êo"<<endl<<symbol->get_data()<<endl<<endl; 


 int n = symbol->get_location_size(); 


 for(int i=0;i<n;i++) 


 { 


 vp.push_back(Point(symbol->get_location_x(i),symbol->get_location_y(i))); 


 } 


 RotatedRect r = minAreaRect(vp); 


 Point2f pts[4]; 


 r.points(pts); 


 Point textPoint(pts[1]); 


 string codeNum=symbol->get_data(); 


 for(int i=0;i<4;i++) 


 { 


 line(imgout,pts[i],pts[(i+1)%4],Scalar(255,0,0),3); 


 textPoint.x>=pts[i].x?textPoint.x=pts[i].x:textPoint.x=textPoint.x; 


 textPoint.y>=pts[i].y?textPoint.y=pts[i].y:textPoint.y=textPoint.y; 


 putText(imgout,codeNum,textPoint,FONT_HERSHEY_COMPLEX,1,Scalar(0,0,255),1,8,false); 


 } 


 cout<<"Angle: "<<r.angle<<endl; 


 } 


 imshow("imgout.jpg",imgout); 


 waitKey(); 


}

4. 先生成一個嵌入文字資訊的二維碼

執行測試程式，如下圖：

換個網址再試試：

大家可以自己嘗試下。