二維碼的生成與解析

商品條形碼是二維碼嗎？

實際上條形碼包括【一維條形碼】和【二維條形碼】。

我們常說的條形碼就是【一維條形碼】，而我們說的二維碼則是【二維條形碼】。我們最常見的二維碼是QR Code，全稱是 Quick Response

我們仔細觀察下面的二維碼可以發現，二維碼實際上是由一系列黑白(或彩色的)方塊表示，就像計算機只認識“0”和“1”一樣。也正是這些方塊的不同組合，表示了各種含義的數據信息

 對比來講【二維碼】相比傳統的【一維碼】存儲數據的效率更高，糾錯能力也更強，所以目前二維碼的應用也更加廣泛。

現在你是不是對二維碼多了一些了解？那接下來，我們來快速生成一個二維碼吧！

二維碼的生成

在Python中生成一個二維碼非常簡單，我們只需要安裝幾個模塊，就可以用幾行代碼生成一個二維碼。
首先，我們需要安裝qrcode模塊，用pip安裝的語句如下：

pip install qrcode

緊接着，因為qrcode模塊本身使用到了PIL模塊，所以我們還需要安裝PIL模塊。　　

在Python3中的安裝語句如下：

pip install pillow

安裝完成后，我們就可以開始寫代碼了。想要生成二維碼，我們只需要幾句代碼：　　

# 導入模塊
import qrcode
# 填入數據，並創建二維碼圖片
qr_im = qrcode.make(data='你好啊')
# 顯示二維碼圖片
qr_im.show()

上面代碼關鍵的操作是--make函數的使用。最簡單的使用就是傳入一個data參數，也就是二維碼中包含的數據信息。make函數會返回一個圖片對象，有了這個圖片，我們就可以調用show方法顯示它了。

除了顯示，我們還可以調用save方法將圖片保存到本地，代碼如下：　　

qr_im.save('qrcode.png')

調用save方法后，我們就可以在當前目錄找到qrcode.png圖片了。　　

我們發現外面的白色邊框比較粗，而且每個小正方形也比較大。

那有什么方法自己設置嗎？哈哈，想知道的話就繼續往下學習吧！

make函數解析

在上一關我們學習了調用make函數需要傳入一個data參數，而且make函數會返回一個圖片對象，那你有想過make函數里面做了些什么操作嗎？

我們先來看看make函數里面的代碼：

def make(data=None, **kwargs):
    qr = QRCode(**kwargs)
    qr.add_data(data)
    return qr.make_image()

為了方便看，我把代碼改成下面幾句　　

# 創建二維碼對象
qr = QRCode()
# 在二維碼中添加數據
qr.add_data(data)
# 創建二維碼圖片
qr_im = qr.make_image()

由此可以看出，make函數做了三件事：　　

• 創建二維碼對象；

• 在二維碼中添加數據；

• 創建二維碼圖片，並返回。

因此，我們還可以通過創建QRCode對象的方式來創建二維碼。

我們只需要實現上面三個操作即可，具體代碼如下：

from qrcode import QRCode
# 創建QRCode對象
qr = QRCode()
# 在二維碼中添加數據
qr.add_data('https://www.baidu.com/')
# 創建二維碼圖片
qr_im = qr.make_image()
# 保存二維碼圖片
qr_im.save('qrcode.png')

上面代碼都非常好理解。在添加數據時，調用了add_data方法，這次傳入的是一個網址。　

之前我們掃碼會以【文本】的方式顯示添加的數據，這次直接進入了百度的網站。

因此我們可以知道，當我們添加的數據是一個網址時，掃碼會直接進入網站。

精確生成一個二維碼

了解了make函數具體做的事情后，我們就可以來看看怎樣精確地生成一個二維碼了。

在創建QRCode對象時，我們可以傳入幾個參數：

import qrcode
qr = qrcode.QRCode(
    version=1,
    box_size=5,
    error_correction=qrcode.ERROR_CORRECT_H,
    border=1
)

我們來看看這四個參數的含義：　　

前面兩個參數都非常好理解，我們具體看看后兩個參數。

首先，你可能就會問，糾錯能力是什么？

請思考：在你掃碼時，是不是有些損壞了的二維碼有時候也能掃出內容？但是，有些二維碼破損了一點，就掃不出內容，而有的二維碼破損了很多都還能掃出內容。

這種差異就是【糾錯能力】不同而導致的。所以，【糾錯能力】其實就是容許二維碼損壞（錯誤）的百分比。

在qrcode中定義了四個常量，分別如下：

• ERROR_CORRECT_L：糾正不超過7%的錯誤

• ERROR_CORRECT_M（默認）：糾正不超過15%的錯誤

• ERROR_CORRECT_Q：糾正不超過25%的錯誤

• ERROR_CORRECT_H：就在不超過30%的錯誤

說了這么多，現在應該知道【糾錯能力】是什么了吧！

接下來，我們來看看border參數，也就是白色邊框的大小。

在前面我們設置了一個box_size參數，表示最小正方形的邊長，而border表示的是有幾個白色小正方形。所以實際白色邊框的寬度是border*box_size個像素。

知道這些后，下面這段代碼你理解起來應該沒有問題吧：

import qrcode
qr = qrcode.QRCode(
    version=1,
    box_size=5,
    error_correction=qrcode.ERROR_CORRECT_H,
    border=1
)
qr.add_data('https://www.boxuegu.com/')
qr_im = qr.make_image()
qr_im.save('qrcode.png')

有時候，我們還可以不設置version參數，這個時候可以調用一個make方法，讓它自動設置大小：

import qrcode
qr = qrcode.QRCode(
    box_size=5,
    error_correction=qrcode.ERROR_CORRECT_H,
    border=1
)
# 設置為自動設置大小
qr.make(fit=True)
qr.add_data('https://www.boxuegu.com/')
qr_im = qr.make_image()
qr_im.save('im.png')

去掉version參數后，我們調用了make方法，並把fit參數設置為True，這樣程序會自動給我們設置合適的大小，完工~　　

生成二維碼的操作我們就學習到這里，接下來，我們再來看看要怎么解析二維碼！　　

二維碼的解析

讀取圖片

要解析二維碼我們還需要用到另外兩個模塊，它們分別是opencv和pyzbar模塊。

opencv模塊是用來讀取圖片的，而pyzbar則是解析二維碼的關鍵，安裝opencv的語句如下：

pip install opencv-python

安裝pyzbar的語句如下：　　

pip install pyzbar

在解析二維碼之前，我們先看看讀取圖片操作。　　

在安裝好opencv模塊后，我們就可以開始讀取圖片了，代碼如下：

# 導入模塊
import cv2
# 讀取二維碼圖片
qrcode = cv2.imread('qrcode.png')

雖然模塊叫opencv，但是導入的時候我們是導入cv2。　　

在導入模塊后，我們就可以調用cv2模塊的imread函數讀取圖片，執行后會返回一個特殊的圖片對象，我們把這個對象交給pyzbar模塊處理就能拿到二維碼的數據了。

解析二維碼的操作也非常簡單，具體代碼如下：

import cv2
from pyzbar import pyzbar
# 讀取二維碼圖片
qrcode = cv2.imread('qrcode.png')
# 解析二維碼中的數據
data = pyzbar.decode(qrcode)
# 解析二維碼中的主要數據
text = data[0].data.decode('utf-8')
# 輸出內容
print(text)

前面讀取圖片的操作我們已經講過，那我們來看看解析二維碼的操作。

在解析二維碼時，我們解析了兩次，第一次調用pyzbar.decode函數，傳入我們的二維碼圖片。

這時候解析的結果是一個列表，我們瞄一眼它長什么樣子：　　

[Decoded(data=b'https://www.boxuegu.com/', type='QRCODE', rect=Rect(left=51, top=51, width=368, height=368), polygon=[Point(x=51, y=51), Point(x=51, y=418), Point(x=419, y=419), Point(x=418, y=51)])]

雖然不知道是些什么東西，但可以看出來有很多。　　

但仔細一看，列表第一個數據不就是二維碼的數據嗎？哈哈，機靈的你看出了端倪。這也就是我們要進行第二次解析的原因。

最后輸出結果如下：

https://www.boxuegu.com/

即我們在創建二維碼時，通過add_data方法添加的數據。

現在解析二維碼你也學會了，是不是能寫個掃碼小工具了啊？

先別急，我們還不知道怎么調用攝像頭呢！所以我們再來學習一下怎么調用攝像頭吧！

調用攝像頭

前面我們用到的opencv模塊，不僅可以讀取圖片，還可以調用攝像頭，所以，我們不需要再額外安裝模塊了。

調用攝像頭的代碼如下：

import cv2
# 調用攝像頭
cap = cv2.VideoCapture(0)
# 釋放攝像頭
cap.release()

代碼中我們調用了cv2.VideoCapture函數，這個函數是用來讀取視頻的。不過當我們傳入0時，它會直接調用我們的攝像頭。在使用完攝像頭后，我們調用release方法釋放攝像頭。　　

不過上面的代碼我們什么都沒做，只是調用攝像頭后立馬釋放了。

那要怎么才能【一直調用】攝像頭呢？咱繼續往下學習~

逐幀讀取畫面

在上面獲取的cap對象中，有一個read方法可以讀取到攝像頭拍攝到的內容。
代碼如下：

import cv2
cap = cv2.VideoCapture(0)
# 讀取一幀畫面
ret, frame = cap.read()
cap.release()

read方法會返回兩個參數，第一個表示是否有下一幀，第二個則是當前幀的圖片對象。　　

如果想要一直讀取攝像頭拍攝的圖像，我們就需要循環讀取，直到read方法返回的ret參數為False，完成上述操作的代碼如下：

import cv2
cap = cv2.VideoCapture(0)
ret, frame = cap.read()
# 循環讀取攝像頭內容，直到沒有下一幀
while ret:
    # 顯示當前幀的圖像
    cv2.imshow('frame', frame)
    # 等待10毫秒
    cv2.waitKey(10)
    # 繼續讀取下一幀圖像
    ret, frame = cap.read()
# 銷毀窗口
cv2.destroyAllWindows()
cap.release()

循環讀取攝像頭內容：這里用ret作為循環條件，表示沒有下一幀時結束。但是因為攝像頭是一直在拍攝畫面，所以這里不會結束。

顯示當前幀的圖像：我們可以調用cv2.imshow函數顯示圖像，該函數接收兩個參數，分別是窗口名稱和畫面。但是這個函數只會顯示一瞬間畫面，因此我們還要結合cv2.waitKey函數，等待10毫秒。

繼續讀取下一幀圖像：read方法每次只會讀取一幀畫面，所以我們需要在循環中一直調用read方法。

銷毀窗口：在opencv中我們只要調用了cv2.imshow函數，就需要在最后調用cv2.destroyAllWindows函數，保證窗口真正銷毀。　　

掃碼工具的實現

掃碼工具的實現非常簡單，要想實現掃碼功能我們需要有解析二維碼的能力，以及調用攝像頭的能力。

而這兩種操作我們在前幾關我們都講解過了~

那具體流程又是怎樣的呢？請看：

第一步，我們要把解析二維碼的功能封裝成一個函數，方便后面使用。

第二步，我們需要逐幀讀取攝像頭的畫面，對每一幀畫面進行解析。

第三步，我們要判斷是否解析到了內容。如果解析到了，就停止循環，如果沒解析到就繼續循環。

好，理解了上面的流程，我們就可以開始寫代碼了。

首先，我們把解析二維碼的操作編寫成一個函數，代碼如下

def decode_qr(im):
    data = pyzbar.decode(im)
    # 解析的結果默認為None
    text = None
    # 如果檢測到二維碼再解析主要數據
    if data:
        text = data[0].data.decode('utf-8')
    return text

上面的代碼相對於第三關中的代碼做了一些修改，你有注意到么？　　

首先，把text設置為None，表示主要數據默認為None。

然后對第一次的解析結果data做判斷，如果有數據才解析主要數據。

這樣上面函數的功能就成了：傳入圖片，如果有二維碼返回二維碼的數據，如果沒有返回None。

然后就是逐幀讀取畫面了：

def scanner():
    cap = cv2.VideoCapture(0)
    ret, frame = cap.read()
    while ret:
        # 對當前幀畫面進行解析
        result = decode_qr(frame)
        # 如果解析到了結果就輸出，沒解析到就繼續
        if result:
            print(result)
            break
        cv2.imshow('decode qrcode', frame)
        cv2.waitKey(10)
        ret, frame = cap.read()
    cap.release()
    cv2.destroyAllWindows()

上面的代碼也在第四關代碼基礎上進行了一些小的修改，我們來看一下。　　

在進入循環后，我們對當前讀取到的畫面進行解析。

如果解析到了內容，程序就會輸出結果，然后跳出循環，這樣就完成了我們的掃碼工作。

掃碼工具完整的代碼如下：

import cv2
from pyzbar import pyzbar

def decode_qr(im):
    data = pyzbar.decode(im)
    text = None
    if data:
        text = data[0].data.decode('utf-8')
    return text

def scanner():
    cap = cv2.VideoCapture(0)
    ret, frame = cap.read()
    while ret:
        result = decode_qr(frame)
        if result:
            print(result)
            break
        cv2.imshow('decode qrcode', frame)
        cv2.waitKey(10)
        ret, frame = cap.read()
    cap.release()
    cv2.destroyAllWindows()
scanner()

因為第二步的操作也編寫成了函數，所以需要在下面調用才會執行。怎么樣，是不是挺簡單的？你也趕快動手實踐　　

一下吧~

因此你只需要記住那幾個函數即可。為了方便你記憶，老師給你整理了下面這張圖，請收好：