opencv3+Zbar识别二维码--水平垂直交叉定位

成像比较清晰，二维码占据整个图像的比例达到4成以上的标准二维码，用opencv和zbar识别还是很容易的，而且zbar的鲁棒性很好。

[cpp] view plain copy

1. // Zbar_code.cpp : 定义控制台应用程序的入口点。  
2. //  
3.   
4. #include "stdafx.h"  
5. #include<iostream>  
6. #include<zbar.h>  
7. #include<opencv2\highgui\highgui.hpp>  
8. #include<opencv2\opencv.hpp>  
9.   
10. using namespace std;  
11. using namespace cv;  
12. using namespace zbar;  
13.   
14. Rect DrawXY(const Mat image, Mat &imageOut, const int threshodValue, const int binaryzationValue);  
15.   
16. int main()  
17. {  
18.     // 定义Zbar扫描的类  
19.     ImageScanner scanner;  
20.     // 初始化  
21.     scanner.set_config(ZBAR_NONE, ZBAR_CFG_ENABLE, 1);  
22.     // 加载二维码图像数据  
23.     Mat srcImage = imread("baidu.jpg");  
24.     if (!srcImage.data) {  
25.         cout << "Input image error!" << endl;  
26.         system("pause");  
27.         return 0;  
28.     }  
29.     Mat src_copy = srcImage.clone();  
30.     Mat src_gray, dstImage;  
31.     cvtColor(srcImage, src_gray, CV_BGR2GRAY);  
32.   
33.     int width = src_gray.cols;  
34.     int height = src_gray.rows;  
35.     // wrap the image  
36.     uchar*raw = (uchar*)src_gray.data;  
37.     Image imageZbar(width, height, "Y800", raw, width*height);  
38.     // 开始扫描  
39.     scanner.scan(imageZbar);  
40.     // 扩展结果  
41.     Image::SymbolIterator symbol = imageZbar.symbol_begin();  
42.     if (imageZbar.symbol_begin() == imageZbar.symbol_end()) {  
43.         cout << "扫描失败，检查图片数据!" << endl;  
44.     }  
45.     for (; symbol != imageZbar.symbol_end(); ++symbol) {  
46.         cout << "类型：" << endl << symbol->get_type_name() << endl;  
47.         cout << "条码：" << endl << symbol->get_data() << endl;  
48.     }  
49.   
50.     imshow("原始二维码图片", srcImage);  
51.   
52.     Rect rect(0, 0, 0, 0);  
53.     // 调用函数将二维码区域截取  
54.     rect = DrawXY(srcImage, dstImage, srcImage.rows / 10, 150);  
55.     Mat roi = srcImage(rect);  
56.     // 根据获取的二维码矩形区域四个角点坐标在原图像上画出二维码  
57.     rectangle(src_copy, Point(rect.x, rect.y), Point(rect.x + rect.width, rect.y + rect.height), Scalar(0, 0, 255), 4);  
58.     imshow("水平垂直投影", dstImage);  
59.     imshow("截取的二维码区域", roi);  
60.     imshow("圈画原始图像二维码区域", src_copy);  
61.   
62.     waitKey(0);  
63.     imageZbar.set_data(NULL, 0);  
64.   
65.     return 0;  
66. }  
67.   
68. //***********************************************    
69. // 函数通过水平和垂直方向投影，找到两个方向上投影的交叉矩形，定位到条形码/二维码    
70. // int threshodValue 投影的最少像素单位    
71. // int binaryzationValue  原图像阈值分割值    
72. //***********************************************  
73.   
74. Rect DrawXY(const Mat image, Mat &imageOut, const int threshodValue, const int binaryzationValue)  
75. {  
76.     // 将原始图像备份  
77.     Mat img = image.clone();  
78.     // 非单通道图像先预处理--灰度化  
79.     if (img.channels()>1)  
80.     {  
81.         cvtColor(img, img, CV_RGB2GRAY);  
82.     }  
83.     // 根据原始图像的尺寸构建新的图像用于接收投影信息  
84.     Mat out(img.size(), img.type(), Scalar(255));  
85.     imageOut = out;  
86.     // 对每一个传入的图片做灰度归一化，以便使用同一套阈值参数  
87.     normalize(img, img, 0, 255, NORM_MINMAX);  
88.     // 垂直方向投影，构建数组向量，包含img.cols维度  
89.     vector<int> vectorVertical(img.cols, 0);  
90.     // 根据像素坐标所在像素值大小与阈值比较，若有黑店覆盖则计数+1  
91.     for (int i = 0; i<img.cols; i++)  
92.     {  
93.         for (int j = 0; j<img.rows; j++)  
94.         {  
95.             if (img.at<uchar>(j, i)<binaryzationValue)  
96.             {  
97.                 vectorVertical[i]++;  
98.             }  
99.         }  
100.     }  
101.     // 列值归一化    
102.     int high = img.rows / 6;  
103.     normalize(vectorVertical, vectorVertical, 0, high, NORM_MINMAX);  
104.     for (int i = 0; i<img.cols; i++)  
105.     {  
106.         for (int j = 0; j<img.rows; j++)  
107.         {  
108.             // 少于设置的像素统计值则不显示柱状图，这里srcImage.rows / 10根据二维码的定位区域得到  
109.             // 还需要研究，后期会更新这参数计算原理  
110.             if (vectorVertical[i]>threshodValue)  
111.             {  
112.                 line(imageOut, Point(i, img.rows), Point(i, img.rows - vectorVertical[i]), Scalar(0, 0, 0));  
113.             }  
114.         }  
115.     }  
116.     //水平投影    
117.     vector<int> vectorHorizontal(img.rows, 0);  
118.     for (int i = 0; i<img.rows; i++)  
119.     {  
120.         for (int j = 0; j<img.cols; j++)  
121.         {  
122.             if (img.at<uchar>(i, j)<binaryzationValue)  
123.             {  
124.                 vectorHorizontal[i]++;  
125.             }  
126.         }  
127.     }  
128.     normalize(vectorHorizontal, vectorHorizontal, 0, high, NORM_MINMAX);  
129.     for (int i = 0; i<img.rows; i++)  
130.     {  
131.         for (int j = 0; j<img.cols; j++)  
132.         {  
133.             if (vectorHorizontal[i]>threshodValue)  
134.             {  
135.                 line(imageOut, Point(img.cols - vectorHorizontal[i], i), Point(img.cols, i), Scalar(0));  
136.             }  
137.         }  
138.     }  
139.     //找到投影四个角点坐标    
140.     vector<int>::iterator beginV = vectorVertical.begin();  
141.     vector<int>::iterator beginH = vectorHorizontal.begin();  
142.     vector<int>::iterator endV = vectorVertical.end() - 1;  
143.     vector<int>::iterator endH = vectorHorizontal.end() - 1;  
144.     int widthV = 0;  
145.     int widthH = 0;  
146.     int highV = 0;  
147.     int highH = 0;  
148.     while (*beginV<threshodValue)  
149.     {  
150.         beginV++;  
151.         widthV++;  
152.     }  
153.     while (*endV<threshodValue)  
154.     {  
155.         endV--;  
156.         widthH++;  
157.     }  
158.     while (*beginH<threshodValue)  
159.     {  
160.         beginH++;  
161.         highV++;  
162.     }  
163.     while (*endH<threshodValue)  
164.     {  
165.         endH--;  
166.         highH++;  
167.     }  
168.     //投影矩形    
169.     Rect rect(widthV, highV, img.cols - widthH - widthV, img.rows - highH - highV);  
170.     return rect;  
171. }  

二维码：

条形码：

原文:http://blog.csdn.net/OliverkingLi/article/details/78091942