OpenCV4.0.0二维码识别代码简析

随着OpenCV4.0.0的正式Release，OpenCV已经走过了18个年头，OpenCV4中加入一些有意思的新算法，其中就包括二维码识别。OpenCV的二维码识别究竟如何呢？和其它开源二维码识别库相比有哪些优劣呢？博主将带你简析代码，分析性能。一、二维码识别概述

二维码的识别分为两个阶段，第一阶段是检测与对齐，第二阶段是解码。解码没什么好说的，目前主要问题在检测阶段，一般是检测算法决定了二维码识别算法的性能。

博主将OpenCV4中的二维码检测模块独立出来，方便我们维护、修改和学习。(OpenCV2以上的支持就可以了，如果是OpenCV4也没关系，使用了其它namespace，完全不会和OpenCV原本的检测代码冲突)，下面这个仓库中的代码可能是博主改进过的，如果想下到和OpenCV4一模一样的代码，在分支/标签那里选 tag opencv4 下载就可以了。

二、查找定位点

1.定位点的几何特征

三个定位点黑白间隔的宽度是1：1：3：1：1，所以先水平扫描全图，保存候选点，在垂直扫描全图，保存可能点

2.聚类特征点

对于查找到所有的可能点使用kmeans聚类，聚类到三类，就会有三个定位点的大致位置了

3.连通域标注

通过聚类特征点，就可以找到其边缘点，然后floodfill（水漫金山），黑色的回就被填充起来的，找到回自就是未来后面查找对齐点。

三、查找对齐点

最开始会找到下图中的三个红色的特征点，这个比较容易理解，因为左上角的点到其它两个点的距离是差不多的。

然后在左下角和右上角的回字上，找离左上角红点最远的点，那么可以得到两个蓝颜色的特征点

根据红蓝点连线的交叉点，就可以得到第四各顶点，这样对齐需要的点我们就都找到了

在这里，因为右下角的顶点可能定位不准，OpenCV做了其它工作，就是如果这个点篇左上，那么通过联通域标注+凸包顶点检测的方式，将这个点外扩。但是如果这个点本身偏右下，那么OpenCV就无法处理了，改进后的方法见我的下一篇博客。

四、仿射变换

OpenCV中选取了5各点对，除了四个顶点，还有中心点（通过对角线的交点计算得到），这五个点来算Homograph，然后Warp回去，就得到了一个正对着我们的二维码了。

五、解码

对正对我们二维码，还是根据回字上的特征，找到水平和垂直的时钟延（二维码编码格式中，在回字之间会有黑白间隔的时钟延，不懂的话查下二维码编码格式），根据时钟延数量来判断二维码是哪种格式。然后根据格式进行比特采样，得到01比特后就直接送进解码库取解码了。

OpenCV直接调用的开源解码库quirc，解码这部分完全没必要自己写。

六、对比与分析

对于视角不是特别大的情况，ZXing更鲁棒一些，尤其是图像质量不高时ZXing效果更好。如果拍摄图像质量高、二维码清晰、边缘明显，那么OpenCV的二维码检测可以在更大视角上work。opencv的二维码检测虽然不完美，但是在一些场景可以work，速度很快，代码也不到1000行，也无法应对多个二维码同时出现的情况，但是毫无一位以OpenCV为基石，接近商用将更加容易，其检测二维码的思路值得学习和借鉴。

关于代码速度，我认为OpenCV的败笔在于使用了费时的AdaptiveThreshold，该函数占据了检测时间的70%，所以我们使用大津法二值化或者其它二值化方法，就可以提升速度（不过这要求我们在解码时额外做些工作，才不至于降低性能，参见我下篇博客）

（发现目前最牛逼的二维码解码算法在微信，halcon、opencv、zxing、zbar搞不定的，weixin wechat都能搞定*^_^*）

最后，纪念OpenCV4.0.0发布。

2022.10.05补充：

发现opencv-4.6.0开源了微信的QRCode识别，以后又可以少造一个轮子，文档：

https://docs.opencv.org/4.6.0/dd/d63/group__wechat__qrcode.html