python二维码生成与扫码

淩亂°似流年 2022-04-13 02:48 754阅读 0赞

**(1)**  
import qrcode  
**img = qrcode.make("hello world!")**  
img.get\_image().show()  
img.save('hello.png')  
  
**(2)**  
import qrcode  
qr = qrcode.QRCode(  
    version=1,  
    error\_correction=qrcode.constants.ERROR\_CORRECT\_L,  
    box\_size=10,  
    border=4,  
)  
**qr.add\_data('Some data')**  
qr.make(fit=True)  
  
**img = qr.make\_image(fill\_color="black", back\_color="white")**  
img.save('qrcode.png')  
  
version参数为一个取值范围1-40的整数（或字符串），用于控制二维码的尺寸。最小的尺寸1是一个21格\*21格的矩阵。该值设置为None（默认），并且调用make函数时fit参数为True（默认）时，模块会自己决定生成二维码的尺寸。  
  
error\_correction参数用于控制二维码的错误纠正程度。可以取以下四个保存在模块中的常量：  
  
ERROR\_CORRECT\_L：大约7%或者更少的错误会被更正。  
ERROR\_CORRECT\_M：默认值，大约15%或者更少的错误会被更正。  
ERROR\_CORRECT\_Q：大约25%或者更少的错误会被更正。  
ERROR\_CORRECT\_H：大约30%或者更少的错误会被更正。  
  
**box\_size参数控制二维码中每个格子的像素数，默认为10。**  
  
**border参数控制边框（二维码四周留白）包含的格子数（默认为4，是标准规定的最小值）。**  
  
image\_factory参数是一个继承于qrcode.image.base.BaseImage的类，用于控制make\_image函数返回的图像实例。image\_factory参数可以选择的类保存在模块根目录的image文件夹下。image文件夹里面有五个.py文件，其中一个为\_\_init\_\_.py，一个为base.py。还有pil.py提供了默认的qrcode.image.pil.PilImage类。pure.py提供了qrcode.image.pure.PymagingImage类。svg.py提供了SvgFragmentImage、SvgImage和SvgPathImage三个类。  
  
**(3)**  
from PIL import Image  
import qrcode  
  
  
\# 初步生成二维码图像  
qr = qrcode.QRCode(version=5,error\_correction=qrcode.constants.ERROR\_CORRECT\_H,box\_size=8,border=4)  
**qr.add\_data("http://www.cnblogs.com/sfnz/")**  
qr.make(fit=True)  
  
\# 获得Image实例并把颜色模式转换为RGBA  
**img = qr.make\_image()**  
img = img.convert("RGBA")  
  
\# 打开logo文件  
**icon = Image.open("D:/favicon.jpg")**  
  
\# 计算logo的尺寸  
img\_w,img\_h = img.size  
factor = 4  
size\_w = int(img\_w / factor)  
size\_h = int(img\_h / factor)  
  
\# 比较并重新设置logo文件的尺寸  
icon\_w,icon\_h = icon.size  
  
if icon\_w >size\_w:  
    icon\_w = size\_w  
if icon\_h > size\_h:  
    icon\_h = size\_h  
**icon = icon.resize((icon\_w,icon\_h),Image.ANTIALIAS)**  
  
\# 计算logo的位置，并复制到二维码图像中  
w = int((img\_w - icon\_w)/2)  
h = int((img\_h - icon\_h)/2)  
**icon = icon.convert("RGBA")**  
**img.paste(icon,(w,h),icon)**  
  
  
\# 保存二维码  
img.save('D:/createlogo.jpg')  
  
**(4)  
**  
python-qrcode是个用来生成二维码图片的第三方模块，依赖于 PIL 模块和 qrcode 库。  
简单用法  
import qrcode   
img = qrcode.make('hello, qrcode')  
img.save('test.png')  
  
**(5)**  
import qrcode   
qr = qrcode.QRCode(       
    version=1,       
    error\_correction=qrcode.constants.ERROR\_CORRECT\_L,       
    box\_size=10,       
    border=4,   
)   
**qr.add\_data('hello, qrcode') **  
qr.make(fit=True)    
**img = qr.make\_image()**  
img.save('123.png')  
  
  
参数含义：  
version：值为1~40的整数，控制二维码的大小（最小值是1，是个12×12的矩阵）。 如果想让程序自动确定，将值设置为 None 并使用 fit 参数即可。  
error\_correction：控制二维码的错误纠正功能。可取值下列4个常量。  
　　ERROR\_CORRECT\_L：大约7%或更少的错误能被纠正。  
　　ERROR\_CORRECT\_M（默认）：大约15%或更少的错误能被纠正。  
　　ROR\_CORRECT\_H：大约30%或更少的错误能被纠正。  
box\_size：控制二维码中每个小格子包含的像素数。  
border：控制边框（二维码与图片边界的距离）包含的格子数（默认为4，是相关标准规定的最小值）  
  
**(6)**  
  
import qrcode  
   
\# 复杂的生成二维码  
def make\_code(text):  
    \#  version是二维码的尺寸，数字大小决定二维码的密度       error\_correction：是指误差  
    \# box\_size:参数用来控制二维码的每个单元(box)格有多少像素点  
    \# border: 参数用控制每条边有多少个单元格(默认值是4，这是规格的最小值  
    qr = qrcode.QRCode(version=5,  
                       error\_correction=qrcode.constants.ERROR\_CORRECT\_L,  
                       box\_size=8,  
                       border=4,  
                       )  
    \# 添加数据  
    qr.add\_data(text)  
    \# 生成二维码  
    qr.make(fit=True)  
    img = qr.make\_image()  
    img.show()  
   
\# 简单的生成二维码  
def make\_code\_easy(text):  
    **image = qrcode.make(text)**  
    image.save(r"C:\\Users\\COMPUTER\\Desktop\\s.png")  
    image.show()  
    print("image already save: \\COMPUTER\\Desktop\\s.png")  
   
if \_\_name\_\_ == '\_\_main\_\_':  
    text = input("请输入你想说的话:")  
make\_code(text)  
  
**(7)**  
import Image  
  
  
\# 打开一个jpg图像文件，注意路径要改成你自己的:  
im = Image.open('/Users/michael/test.jpg')  
  
\# 获得图像尺寸:  
**w, h = im.size**  
\# 缩放到50%:  
**im.thumbnail((w//2, h//2))**  
\# 把缩放后的图像用jpeg格式保存:  
  
im.save('/Users/michael/thumbnail.jpg', 'jpeg')  
  
**(8)**  
模糊效果也只需几行代码：  
  
import Image, ImageFilter  
  
im = Image.open('/Users/michael/test.jpg')  
**im2 = im.filter(ImageFilter.BLUR)**  
im2.save('/Users/michael/blur.jpg', 'jpeg')  
  
  
**(9)**  
生成字母验证码图片：  
  
import Image, ImageDraw, ImageFont, ImageFilter  
import random  
  
\# 随机字母:  
def rndChar():  
    **return chr(random.randint(65, 90))**  
  
\# 随机颜色1:  
def rndColor():  
    return (random.randint(64, 255), random.randint(64, 255), random.randint(64, 255))  
  
  
\# 随机颜色2:  
def rndColor2():  
    return (random.randint(32, 127), random.randint(32, 127), random.randint(32, 127))  
  
  
\# 240 x 60:  
width = 60 \* 4  
height = 60  
  
**image = Image.new('RGB', (width, height), (255, 255, 255))**  
  
\# 创建Font对象:  
font = ImageFont.truetype('Arial.ttf', 36)  
  
\# 创建Draw对象:  
draw = ImageDraw.Draw(image)  
  
\# 填充每个像素:  
for x in range(width):  
    for y in range(height):  
        **draw.point((x, y), fill=rndColor())  
**  
\# 输出文字:  
for t in range(4):  
    **draw.text((60 \* t + 10, 10), rndChar(), font=font, fill=rndColor2())**  
  
\# 模糊:  
**image = image.filter(ImageFilter.BLUR)**  
  
image.save('code.jpg', 'jpeg');    
  
**(10)**  
import os  
import logging  
from PIL import Image  
**import zxing    \#导入解析包**  
import random  
  
  
logger = logging.getLogger(\_\_name\_\_)    \#记录数据  
  
  
if not logger.handlers:  
    logging.basicConfig(level = logging.INFO)  
  
  
DEBUG = (logging.getLevelName(logger.getEffectiveLevel()) == 'DEBUG')   \#记录调式过程  
  
  
\# 在当前目录生成临时文件，规避java的路径问题  
def ocr\_qrcode\_zxing(filename):  
    img = Image.open(filename)  
    ran = int(random.random() \* 100000)     \#设置随机数据的大小  
    img.save('%s%s.jpg' % (os.path.basename(filename).split('.')\[0\], ran))  
    zx = zxing.BarCodeReader()      \#调用zxing二维码读取包  
    data = ''  
    zxdata = zx.decode('%s%s.jpg' % (os.path.basename(filename).split('.')\[0\], ran))    \#图片解码  
  
  
\# 删除临时文件  
    os.remove('%s%s.jpg' % (os.path.basename(filename).split('.')\[0\], ran))  
      
    if zxdata:  
        logger.debug(u'zxing识别二维码:%s,内容: %s' % (filename, zxdata))  
        data = zxdata  
    else:  
        logger.error(u'识别zxing二维码出错:%s' % (filename))  
        img.save('%s-zxing.jpg' % filename)  
    return data     \#返回记录的内容  
  
  
if \_\_name\_\_ == '\_\_main\_\_':  
    filename = r'G:\\TestDemo\\venv\\二维码解析与生成\\1536492016.png'  
    \# zxing二维码识别  
    ltext = ocr\_qrcode\_zxing(filename)  \#将图片文件里的信息转码放到ltext里面  
    logger.info(u'\[%s\]Zxing二维码识别:\[%s\]!!!' % (filename, ltext))  \#记录文本信息  
      
print(ltext)    \#打印出二维码名字  
  
**(11)**  
解析二维码用到zbar模块，改模块在windowns下面是exe文件直接安装，比较简单，在linux下依赖的包比较多，安装过程就不在介绍，使用方法如下：  
  
  
def get\_QR():  
    scanner = zbar.ImageScanner()  
    scanner.parse\_config("enable")  
    pil = Image.open("char.png").convert('L')  
    width, height = pil.size  
    raw = pil.tostring()  
    image = zbar.Image(width, height, 'Y800', raw)  
    scanner.scan(image)  
    data = ''  
    for symbol in image:  
        data+=symbol.data  
    del(image)  
    return data  
**(12)**  
import numpy as np  
import cv2  
   
def detect(image):  
\# convert the image to grayscale  
gray = cv2.cvtColor(image, cv2.COLOR\_BGR2GRAY)  
   
\# compute the Scharr gradient magnitude representation of the images  
\# in both the x and y direction  
gradX = cv2.Sobel(gray, ddepth = cv2.cv.CV\_32F, dx = 1, dy = 0, ksize = -1)  
gradY = cv2.Sobel(gray, ddepth = cv2.cv.CV\_32F, dx = 0, dy = 1, ksize = -1)  
   
\# subtract the y-gradient from the x-gradient  
gradient = cv2.subtract(gradX, gradY)  
gradient = cv2.convertScaleAbs(gradient)  
   
\# blur and threshold the image  
blurred = cv2.blur(gradient, (9, 9))  
(\_, thresh) = cv2.threshold(blurred, 225, 255, cv2.THRESH\_BINARY)  
   
\# construct a closing kernel and apply it to the thresholded image  
kernel = cv2.getStructuringElement(cv2.MORPH\_RECT, (21, 7))  
closed = cv2.morphologyEx(thresh, cv2.MORPH\_CLOSE, kernel)  
   
\# perform a series of erosions and dilations  
closed = cv2.erode(closed, None, iterations = 4)  
closed = cv2.dilate(closed, None, iterations = 4)  
   
\# find the contours in the thresholded image  
(cnts, \_) = cv2.findContours(closed.copy(), cv2.RETR\_EXTERNAL,  
cv2.CHAIN\_APPROX\_SIMPLE)  
   
\# if no contours were found, return None  
if len(cnts) == 0:  
return None  
   
\# otherwise, sort the contours by area and compute the rotated  
\# bounding box of the largest contour  
c = sorted(cnts, key = cv2.contourArea, reverse = True)\[0\]  
rect = cv2.minAreaRect(c)  
box = np.int0(cv2.cv.BoxPoints(rect))  
   
\# return the bounding box of the barcode  
return box  
  
**(13)**  
\# import the necessary packages  
import simple\_barcode\_detection  
import cv2  
import numpy as np  
import zbar  
from PIL import Image  
  
  
\#接下去是创建一个扫描器,他可以解析二维码的内容  
  
  
\# create a reader  
**scanner = zbar.ImageScanner()  
**  
\# configure the reader  
**scanner.parse\_config('enable')**  
  
\#设置屏幕显示字体  
  
font=cv2.FONT\_HERSHEY\_SIMPLEX  
  
\#启用摄像头  
  
**camera=cv2.VideoCapture(0)**  
  
  
\#接下去是一个大的while循环  
  
  
while True:  
  
  
\#得到当前的帧  
\# grab the current frame  
(grabbed, frame) = camera.read()  
  
  
\#检测视频是否到底了，如果检测视频文件里面的二维码或条形码用这个，如果开启摄像头就无所谓了  
\# check to see if we have reached the end of the  
\# video  
if not grabbed:  
break  
  
  
调用刚才我们建的那个函数来查找二维码返回二维码的位置  
\# detect the barcode in the image  
**box = simple\_barcode\_detection.detect(frame)**  
if box != None:  
  
  
\#这下面的3步得到扫描区域，扫描区域要比检测出来的位置要大  
min=np.min(box,axis=0)  
max=np.max(box,axis=0)  
  
roi=frame\[min\[1\]-10:max\[1\]+10,min\[0\]-10:max\[0\]+10\]  
  
\#把区域里的二维码传换成RGB，并把它转换成pil里面的图像，因为zbar得调用pil里面的图像，而不能用opencv的图像  
roi=cv2.cvtColor(roi,cv2.COLOR\_BGR2RGB)  
pil= Image.fromarray(frame).convert('L')  
**width, height = pil.size**  
raw = pil.tostring()  
  
  
\#把图像装换成数据  
**zarimage = zbar.Image(width, height, 'Y800', raw)**  
  
\#扫描器进行扫描  
scanner.scan(zarimage)  
  
\#得到结果  
for symbol in zarimage:  
   \# 对结果进行一些有用的处理  
print 'decoded', symbol.type, 'symbol', '"%s"' %symbol.data  
cv2.drawContours(frame, \[box\], -1, (0, 255, 0), 2)  
  
\#把解析的内容放到视频上  
cv2.putText(frame,symbol.data,(20,100),font,1,(0,255,0),4)  
  
\# show the frame and record if the user presses a key  
cv2.imshow("Frame", frame)  
key = cv2.waitKey(1) & 0xFF  
  
\# if the 'q' key is pressed, stop the loop  
if key == ord("q"):  
break  
  
\# cleanup the camera and close any open windows  
camera.release()  
cv2.destroyAllWindows()