สารบัญ:
- ขั้นตอนที่ 1: ขั้นตอนที่ 1: การนำเข้าไลบรารี
- ขั้นตอนที่ 2: ขั้นตอนที่ 2: เข้าถึงเว็บแคม
- ขั้นตอนที่ 3: ขั้นตอนที่ 3: การอ่านเฟรม
- ขั้นตอนที่ 4: ขั้นตอนที่ 4: การอ่านข้อมูลจากบาร์โค้ด
- ขั้นตอนที่ 5: ขั้นตอนที่ 5: วาดรูปสี่เหลี่ยมผืนผ้ารอบรหัส QR และแสดงข้อมูล
- ขั้นตอนที่ 6:
วีดีโอ: เครื่องสแกนโค้ด QR โดยใช้ OpenCV ใน Python: 7 ขั้นตอน
2024 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2024-01-30 13:02
ในโลกปัจจุบันนี้ เราเห็นรหัส QR และบาร์โค้ดเกือบทุกที่ตั้งแต่บรรจุภัณฑ์ของผลิตภัณฑ์ไปจนถึงการชำระเงินออนไลน์ และในปัจจุบันนี้ เราเห็นรหัส QR แม้แต่ในร้านอาหารเพื่อดูเมนู
ไม่ต้องสงสัยเลยว่ามันเป็นสิ่งที่คิดมากในตอนนี้ แต่คุณเคยสงสัยหรือไม่ว่ารหัส QR นี้ทำงานอย่างไรหรือสแกนอย่างไรและเราได้รับข้อมูลที่จำเป็นหรือไม่? ถ้าคุณไม่รู้ แสดงว่าคุณมาถูกที่แล้วสำหรับคำตอบ
ในคำแนะนำนี้คุณจะได้เรียนรู้วิธีสร้างเครื่องสแกนรหัส QR ที่ชนะโดยใช้ Python และ OpenCV
เสบียง:
- Python (แนะนำ 3.6, 3.7, 3.8)
- ห้องสมุด OpenCV
- ห้องสมุด Pyzbar
ขั้นตอนที่ 1: ขั้นตอนที่ 1: การนำเข้าไลบรารี
เริ่มต้นด้วยการนำเข้าไลบรารีที่จำเป็นของเรา
ดังนั้นเราจะใช้ห้องสมุด 3 แห่ง
1. OpenCV
2. นัมปี้
3. พิซบาร์
ขั้นตอนที่ 2: ขั้นตอนที่ 2: เข้าถึงเว็บแคม
ที่นี่เราจะเข้าถึงเว็บแคมของเราโดยใช้ฟังก์ชัน VideoCapture จาก OpenCV และตั้งค่าความกว้างและความสูงของหน้าต่างเอาต์พุตของเรา
จุดสำคัญที่นี่คือ หากคุณใช้เว็บแคมภายใน ให้ผ่าน 0 ในฟังก์ชัน VideoCapture และหากคุณใช้เว็บแคม exteranl ให้ผ่าน 1
ในบรรทัดที่ 6 เรากำหนดความสูงของหน้าต่างผลลัพธ์เป็น 640 (3 ใช้สำหรับความสูง)
ในบรรทัดที่ 7 เรากำหนดความสูงของหน้าต่างผลลัพธ์เป็น 480 (4 ใช้สำหรับความสูง)
ขั้นตอนที่ 3: ขั้นตอนที่ 3: การอ่านเฟรม
การอ่านเฟรมจากเว็บแคมนั้นง่ายมาก คุณเพียงแค่ต้องเพิ่ม while loop และภายในในขณะที่ loop สร้างตัวแปรสองตัวเช่น ret และ frame อ่านเฟรมโดยใช้ "cap.read()"
ตอนนี้เฟรมทั้งหมดของคุณจะถูกเก็บไว้ในตัวแปร "เฟรม"
ขั้นตอนที่ 4: ขั้นตอนที่ 4: การอ่านข้อมูลจากบาร์โค้ด
ตอนนี้เราจะสร้าง for loop ซึ่งเราจะอ่านข้อมูลจากบาร์โค้ด
ดังนั้นเราจะใช้ "ถอดรหัส" ที่เรานำเข้ามาเพื่อถอดรหัสข้อมูลของรหัส QR
และเราจะเก็บไว้ในตัวแปร "myData" และพิมพ์เพื่อตรวจสอบว่าข้อมูลถูกต้องหรือไม่
ขั้นตอนที่ 5: ขั้นตอนที่ 5: วาดรูปสี่เหลี่ยมผืนผ้ารอบรหัส QR และแสดงข้อมูล
ก่อนอื่นเราจะสร้างชื่อตัวแปร pts ซึ่งเป็นจุดซึ่งจะทำให้เรามีจุดมุม 4 จุดของรหัส QR ของเรา
ตอนนี้ใช้จุดนี้เราจะสร้างสี่เหลี่ยมรอบรหัส QR ของเราดังที่แสดงบรรทัดที่ 16-18
ในการแสดงข้อความจะใช้ตัวแปร myData ที่เก็บข้อมูลของเรา
ขั้นตอนที่ 6:
และสุดท้าย เรากำลังแสดงเฟรมของเราโดยใช้ฟังก์ชัน "imshow" ใน OpenCV
ในบรรทัดที่ 22-23 เราได้ตั้งโปรแกรมไว้ว่าถ้าเรากด "q" โปรแกรมจะหยุด
แนะนำ:
การตรวจจับสีใน Python โดยใช้ OpenCV: 8 ขั้นตอน
การตรวจจับสีใน Python โดยใช้ OpenCV: สวัสดี! คำแนะนำนี้ใช้เพื่อแนะนำวิธีการแยกสีเฉพาะจากรูปภาพใน python โดยใช้ไลบรารี openCV หากคุณเพิ่งเริ่มใช้เทคนิคนี้ ไม่ต้องกังวล ที่ส่วนท้ายของคู่มือนี้ คุณจะสามารถตั้งโปรแกรมสีของคุณเองได้
การจดจำใบหน้าและการระบุตัวตน - Arduino Face ID โดยใช้ OpenCV Python และ Arduino: 6 ขั้นตอน
การจดจำใบหน้าและการระบุตัวตน | Arduino Face ID โดยใช้ OpenCV Python และ Arduino: การจดจำใบหน้า AKA face ID เป็นหนึ่งในคุณสมบัติที่สำคัญที่สุดบนโทรศัพท์มือถือในปัจจุบัน ดังนั้นฉันจึงมีคำถาม "ฉันขอรหัสใบหน้าสำหรับโครงการ Arduino ของฉันได้ไหม" และคำตอบคือ ใช่… การเดินทางของฉันเริ่มต้นดังนี้: ขั้นตอนที่ 1: เข้าถึงเรา
Neopixel Ws2812 Rainbow LED เรืองแสงพร้อม M5stick-C - เรียกใช้ Rainbow บน Neopixel Ws2812 โดยใช้ M5stack M5stick C โดยใช้ Arduino IDE: 5 ขั้นตอน
Neopixel Ws2812 Rainbow LED เรืองแสงพร้อม M5stick-C | เรียกใช้ Rainbow บน Neopixel Ws2812 โดยใช้ M5stack M5stick C การใช้ Arduino IDE: สวัสดีทุกคนในคำแนะนำนี้ เราจะเรียนรู้วิธีใช้ neopixel ws2812 LED หรือแถบนำหรือเมทริกซ์นำหรือวงแหวน LED พร้อมบอร์ดพัฒนา m5stack m5stick-C พร้อม Arduino IDE และเราจะทำ ลายรุ้งกับมัน
Augmented Reality (AR) สำหรับ Dragonboard410c หรือ Dragonboard820c โดยใช้ OpenCV และ Python 3.5: 4 ขั้นตอน
Augmented Reality (AR) สำหรับ Dragonboard410c หรือ Dragonboard820c โดยใช้ OpenCV และ Python 3.5: คำแนะนำนี้จะอธิบายวิธีการติดตั้ง OpenCV, Python 3.5 และการพึ่งพาสำหรับ Python 3.5 เพื่อเรียกใช้แอปพลิเคชัน Augmented Reality
สร้างตัวแยกประเภทรูปภาพ OpenCV โดยใช้ Python: 7 ขั้นตอน
สร้างตัวแยกประเภทอิมเมจ OpenCV โดยใช้ Python: ตัวแยกประเภท Haar ใน python และ opencv ค่อนข้างยุ่งยากแต่เป็นงานง่าย เรามักประสบปัญหาในการตรวจจับและจำแนกรูปภาพ ทางออกที่ดีที่สุดคือการสร้างตัวแยกประเภทของคุณเอง ที่นี่เราเรียนรู้ที่จะสร้างตัวแยกประเภทรูปภาพของเราเองด้วยคำสั่ง