计算机设计大赛深度学习二维码识别

文章目录

0 前言
2 二维码基础概念
- 2.1 二维码介绍
- 2.2 QRCode
- 2.3 QRCode 特点
3 机器视觉二维码识别技术
- 3.1 二维码的识别流程
- 3.2 二维码定位
- 3.3 常用的扫描方法
4 深度学习二维码识别
- 4.1 部分关键代码
5 测试结果
6 最后

0 前言

🔥 优质竞赛项目系列，今天要分享的是

🚩 python+opencv+深度学习实现二维码识别

该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！

🥇学长这里给一个题目综合评分(每项满分5分)

难度系数：3分
工作量：3分
创新点：3分

🧿 更多资料, 项目分享：

https://gitee.com/dancheng-senior/postgraduate

2 二维码基础概念

2.1 二维码介绍

二维条码/二维码（2-dimensional bar
code）是用某种特定的几何图形按一定规律在平面（二维方向上）分布的、黑白相间的、记录数据符号信息的图形；在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理：它具有条码技术的一些共性：每种码制有其特定的字符集；每个字符占有一定的宽度；具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化点。

2.2 QRCode

常见的二维码为QR Code，QR全称Quick Response，是一个近几年来移动设备上超流行的一种编码方式，它比传统的Bar
Code条形码能存更多的信息，也能表示更多的数据类型。

2.3 QRCode 特点

1、符号规格从版本1（21×21模块）到版本40（177×177 模块），每提高一个版本，每边增加4个模块。

2、数据类型与容量（参照最大规格符号版本40-L级）：

数字数据：7,089个字符
字母数据: 4,296个字符
8位字节数据: 2,953个字符
汉字数据：1,817个字符

3、数据表示方法：

深色模块表示二进制"1"，浅色模块表示二进制"0"。

4、纠错能力：

L级：约可纠错7%的数据码字
M级：约可纠错15%的数据码字
Q级：约可纠错25%的数据码字
H级：约可纠错30%的数据码字

5、结构链接（可选）

可用1-16个QR Code码符号表示一组信息。每一符号表示100个字符的信息。

3 机器视觉二维码识别技术

3.1 二维码的识别流程

在这里插入图片描述

首先，对采集的彩色图像进行灰度化，以提高后继的运行速度。

其次，去除噪声。采用十字形中值滤波去除噪音对二码图像的干扰主要是盐粒噪声。

利用灰度直方图工具，使用迭代法选取适当的阈值，对二维码进行二值化处理，灰度化去噪二值化寻找探测图形确定旋转角度定位旋转
获得数据使其变为白底黑色条码。

最后，确定二维码的位置探测图形，对条码进行定位，旋转至水平后，获得条码数据，
以便下一步进行解码。

3.2 二维码定位

QR 码有三个形状相同的位置探测图形，在没有旋转的情况下，这三个位置探测图形分别位于 QR 码符号的左上角、右上角和左下角。
三个位置探测图形共同组成图像图形。

在这里插入图片描述

每个位置探测图形可以看作是由 3 个重叠的同心的正方形组成，它们分别为 7 7 个深色模块、 5 5 个浅模块和 3*3 个深色模块。
位置探测图形的模块宽度比为 1: 1:3: 1: 1。

在这里插入图片描述

这种 1: 1: 3: 1: 1 的宽度比例特征在图像的其他位置出现的可能性很小，故可以将此作为位置探测图形的扫描特征。基于此特征，
当一条直线上（称为扫描线）被黑白相间地截为1: 1: 3:1: 1 时，可以认为该直线穿过了位置探测图形。

另外，该扫描特征不受图像倾斜的影响。对比中的两个 QR 码符号可以发现，无论 QR码符号是否倾斜，都符合 1: 1: 3:1: 1 的扫描特征。

在这里插入图片描述

3.3 常用的扫描方法

在 X 方向进行依次扫描。

(1) 固定 Y 坐标的取值，在 X 方向上画一条水平直线（称为扫描线）进行扫描。当扫描线被黑白相间地截为 1: 1: 3: 1: 1 时，
可以认为该直线穿过了位置探测图形。在实际判定时，比例系数允许 0. 5 的误差，即比例系数为1 的，允许范围为 0. 5~1. 5，比例系数为 3
的，允许范围为 2. 5~3. 5。

(2) 当寻找到有直线穿过位置探测图形时，记录下位置探测图形的外边缘相遇的第一点和最后一点 A 和 B。由 A、 B
两点为端点的线段称为扫描线段。将扫描线段保存下来。

在这里插入图片描述

用相同的方法，完成图像中所有水平方向的扫描。

在 Y 方向，使用相同的方法，进行垂直扫描，同样保存扫描得到的扫描线段。

扫描线段分类扫描步骤获得的扫描线段是没有经过分类的，也就是对于特定的一条扫描线段，无法获知其具体对应于三个位置探测图形中的哪一个。
在计算位置探测图形中心坐标之前，要将所有的扫描线段按照位置进行归类。一般采用距离邻域法进行扫描线段的分类。

距离邻域法的思想是：给定一个距离阈值 dT, 当两条扫描线段的中点的距离小于 d T 时，认为两条扫描线段在同一个邻域内，将它们分为一类，
反之则归为不同的类别。

距离邻域法的具体步骤如下：
（1）给定一个距离阈值 dT ， d T要求满足以下条件：位于同一个位置探测图形之中的任意两点之间的距离小于 dT ，
位于不同位置探测图形中的任意两点之间的距离大于 d T
（2）新建一个类别，将第 1 条扫描线段归入其中。
（3）对于第 i 条扫描线段 l i （2≤i≤n），做以下操作：

a) 求出 l i 的中点 C i 。

b) 分别计算C i与在已存在的每一个类别中的第一条扫描线段的中点的距离d，若 d＜d T ，则直接将 l i 加入相应类别中。

c) 若无法找到 l i 可以加入的类别，则新建一个类别，将 l i 加入其中。

（4）将所有类别按照包含扫描线段的数目进行从大到小排序，保存前 3 个类别（即
包含扫描线段数目最多的 3 个类别），其余的视为误判得到的扫描线段（在位置探测图形以外的位置得到的符合扫描特征的扫描线段），
直接舍去。距离邻域法结束后得到的分好 3 个类别的扫描线段就分别对应了 3 个位置探测图形。距离邻域法的关键就是距离阈值的选取。一般对于不同大小的 QR
码图像，要使用不同的距离阈值。

（1）在 X 方向的扫描线段中找出最外侧的两条，分别取中点，记为 A、 B。由 A、 B两点连一条直线。
在这里插入图片描述

（2）在 Y 方向的扫描线段中找出最外侧的两条，分别取中点，记为 C、 D。由 C、 D两点连一条直线。
在这里插入图片描述

（3）计算直线 AB 与直线 CD 的交点 O，即为位置探测图形中心点。

在这里插入图片描述

将 QR 码符号的左上、右上位置探测图形的中心分别记为 A、 B。连接 A、 B。直线 AB 与水平线的夹角α 即为 QR 码符号的旋转角度。

在这里插入图片描述
对于该旋转角度α ，求出其正弦值 sinα 与余弦值 cosα 即可。具体计算公式如下：

在这里插入图片描述

位置探测图形边长的计算是基于无旋转图像的，在无旋转图像中，水平扫描线段的长度即为位置探测图形的边长。

水平扫描线段 AB 的长度即为位置探测图形的边长 X。

在这里插入图片描述

对于经过旋转的 QR 码图像，先通过插值算法生成旋正的 QR 码图像，然后按照如上所述的方法进

4 深度学习二维码识别

基于 CNN 的二维码检测，网络结构如下

在这里插入图片描述

4.1 部分关键代码

篇幅有限，学长在这只给出部分关键代码

首先，定义一个 AlgoQrCode.h

#pragma once
#include 
#include 
using namespace cv;
using namespace std;

class AlgoQRCode
{
private:
	Ptr<wechat_qrcode::WeChatQRCode> detector;

public:
	bool initModel(string modelPath);

	string detectQRCode(string strPath);

	bool compression(string inputFileName, string outputFileName, int quality);

	void release();
};

该头文件定义了一些方法，包含了加载模型、识别二维码、释放资源等方法，以及一个 detector 对象用于识别二维码。

然后编写对应的源文件 AlgoQrCode.cpp

bool AlgoQRCode::initModel(string modelPath) {
	string detect_prototxt = modelPath + "detect.prototxt";
	string detect_caffe_model = modelPath + "detect.caffemodel";
	string sr_prototxt = modelPath + "sr.prototxt";
	string sr_caffe_model = modelPath + "sr.caffemodel";
	try
	{
		detector = makePtr<wechat_qrcode::WeChatQRCode>(detect_prototxt, detect_caffe_model, sr_prototxt, sr_caffe_model);
	}
	catch (const std::exception& e)
	{
		cout << e.what() << endl;
		return false;
	}

	return true;
}

string AlgoQRCode::detectQRCode(string strPath)
{
	if (detector == NULL) {
		return "-1";
	}

	vector<Mat> vPoints;
	vector<cv::String> vStrDecoded;
	Mat imgInput = imread(strPath, IMREAD_GRAYSCALE);
//	vStrDecoded = detector->detectAndDecode(imgInput, vPoints);
        ....
}

bool AlgoQRCode::compression(string inputFileName, string outputFileName, int quality) {
	Mat srcImage = imread(inputFileName);

	if (srcImage.data != NULL)
	{
		vector<int>compression_params;
		compression_params.push_back(IMWRITE_JPEG_QUALITY);
		compression_params.push_back(quality);     //图像压缩参数，该参数取值范围为0-100，数值越高，图像质量越高

		bool bRet = imwrite(outputFileName, srcImage, compression_params);

		return bRet;
	}

	return false;
}

void AlgoQRCode::release() {
	detector = NULL;
}