目的：

使用opencv库识别QR二维码，框出图片中的二维码，并使用开源库Zxing解码，在这过程中学习理解opencv库相应的函数。

环境：

1. window7系统

2. QT create

1.准备

首先安装QT和QT create开发环境，window下使用cmake编译opencv生产lib库。这部分内容网上很多资料，直接搜索安装就行。

2.工程代码

QT create配置使用opencv库。在工程的pro文件下面添加指定opencv库的头文件和lib的路径。如下：

INCLUDEPATH+=C:\Qt\opencv\include\opencv\
             C:\Qt\opencv\include\opencv2\
             C:\Qt\opencv\include

LIBS+=C:\Qt\opencv\lib\libopencv_calib3d320.dll.a\
      C:\Qt\opencv\lib\libopencv_core320.dll.a\
      C:\Qt\opencv\lib\libopencv_features2d320.dll.a\
      C:\Qt\opencv\lib\libopencv_flann320.dll.a\
      C:\Qt\opencv\lib\libopencv_highgui320.dll.a\
      C:\Qt\opencv\lib\libopencv_imgcodecs320.dll.a\
      C:\Qt\opencv\lib\libopencv_imgproc320.dll.a\
      C:\Qt\opencv\lib\libopencv_ml320.dll.a\
      C:\Qt\opencv\lib\libopencv_objdetect320.dll.a\
      C:\Qt\opencv\lib\libopencv_photo320.dll.a\
      C:\Qt\opencv\lib\libopencv_shape320.dll.a\
      C:\Qt\opencv\lib\libopencv_stitching320.dll.a\
      C:\Qt\opencv\lib\libopencv_superres320.dll.a\
      C:\Qt\opencv\lib\libopencv_video320.dll.a\
      C:\Qt\opencv\lib\libopencv_videoio320.dll.a\
      C:\Qt\opencv\lib\libopencv_videostab320.dll.a

opencv识别定位二维码的代码如下：

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#include <QDebug>

using namespace cv;
using namespace std;


Mat src; Mat src_gray;


RNG rng(12345);
//Scalar colorful = CV_RGB(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255));

//获取轮廓的中心点
Point Center_cal(vector<vector<Point> > contours,int i)
{
      int centerx=0,centery=0,n=contours[i].size();
      //在提取的小正方形的边界上每隔周长个像素提取一个点的坐标，
      //求所提取四个点的平均坐标（即为小正方形的大致中心）
      centerx = (contours[i][n/4].x + contours[i][n*2/4].x + contours[i][3*n/4].x + contours[i][n-1].x)/4;
      centery = (contours[i][n/4].y + contours[i][n*2/4].y + contours[i][3*n/4].y + contours[i][n-1].y)/4;
      Point point1=Point(centerx,centery);
      return point1;
}


int main( int argc, char** argv[] )
{
    src = imread( "core.jpg", 1 );
    Mat src_all=src.clone();


    //彩色图转灰度图
    cvtColor( src, src_gray, CV_BGR2GRAY );
    //对图像进行平滑处理
    blur( src_gray, src_gray, Size(3,3) );
    //使灰度图象直方图均衡化
    equalizeHist( src_gray, src_gray );
    namedWindow("src_gray");
    imshow("src_gray",src_gray);


    Scalar color = Scalar(1,1,255 );
    Mat threshold_output;
    vector<vector<Point> > contours,contours2;
    vector<Vec4i> hierarchy;
    Mat drawing = Mat::zeros( src.size(), CV_8UC3 );
    Mat drawing2 = Mat::zeros( src.size(), CV_8UC3 );
    Mat drawingAllContours = Mat::zeros( src.size(), CV_8UC3 );

    //指定112阀值进行二值化
    threshold( src_gray, threshold_output, 112, 255, THRESH_BINARY );

    namedWindow("Threshold_output");
    imshow("Threshold_output",threshold_output);


    /*查找轮廓
     *  参数说明
        输入图像image必须为一个2值单通道图像
        contours参数为检测的轮廓数组，每一个轮廓用一个point类型的vector表示
        hiararchy参数和轮廓个数相同，每个轮廓contours[ i ]对应4个hierarchy元素hierarchy[ i ][ 0 ] ~hierarchy[ i ][ 3 ]，
            分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，该值设置为负数。
        mode表示轮廓的检索模式
            CV_RETR_EXTERNAL 表示只检测外轮廓
            CV_RETR_LIST 检测的轮廓不建立等级关系
            CV_RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。
            CV_RETR_TREE 建立一个等级树结构的轮廓。具体参考contours.c这个demo
        method为轮廓的近似办法
            CV_CHAIN_APPROX_NONE 存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1
            CV_CHAIN_APPROX_SIMPLE 压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息
            CV_CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain 近似算法
        offset表示代表轮廓点的偏移量，可以设置为任意值。对ROI图像中找出的轮廓，并要在整个图像中进行分析时，这个参数还是很有用的。
     */
    findContours( threshold_output, contours, hierarchy,  CV_RETR_TREE, CHAIN_APPROX_NONE, Point(0, 0) );

    int c=0,ic=0,k=0,area=0;

    //通过黑色定位角作为父轮廓，有两个子轮廓的特点，筛选出三个定位角
    int parentIdx=-1;
    for( int i = 0; i< contours.size(); i++ )
    {
        //画出所以轮廓图
        drawContours( drawingAllContours, contours, parentIdx,  CV_RGB(255,255,255) , 1, 8);
        if (hierarchy[i][2] != -1 && ic==0)
        {
            parentIdx = i;
            ic++;
        }
        else if (hierarchy[i][2] != -1)
        {
            ic++;
        }
        else if(hierarchy[i][2] == -1)
        {
            ic = 0;
            parentIdx = -1;
        }

        //有两个子轮廓
        if ( ic >= 2)
        {
            //保存找到的三个黑色定位角
            contours2.push_back(contours[parentIdx]);
            //画出三个黑色定位角的轮廓
            drawContours( drawing, contours, parentIdx,  CV_RGB(rng.uniform(0,255),rng.uniform(0,255),rng.uniform(0,255)) , 1, 8);
            ic = 0;
            parentIdx = -1;
        }
    }

    //填充的方式画出三个黑色定位角的轮廓
    for(int i=0; i<contours2.size(); i++)
        drawContours( drawing2, contours2, i,  CV_RGB(rng.uniform(100,255),rng.uniform(100,255),rng.uniform(100,255)) , -1, 4, hierarchy[k][2], 0, Point() );

    //获取三个定位角的中心坐标
    Point point[3];
    for(int i=0; i<contours2.size(); i++)
    {
        point[i] = Center_cal( contours2, i );
    }

    //计算轮廓的面积，计算定位角的面积，从而计算出边长
    area = contourArea(contours2[1]);
    int area_side = cvRound (sqrt (double(area)));
    for(int i=0; i<contours2.size(); i++)
    {
        //画出三个定位角的中心连线
        line(drawing2,point[i%contours2.size()],point[(i+1)%contours2.size()],color,area_side/2,8);
    }

    namedWindow("DrawingAllContours");
    imshow( "DrawingAllContours", drawingAllContours );

    namedWindow("Drawing2");
    imshow( "Drawing2", drawing2 );

    namedWindow("Drawing");
    imshow( "Drawing", drawing );


    //接下来要框出这整个二维码
    Mat gray_all,threshold_output_all;
    vector<vector<Point> > contours_all;
    vector<Vec4i> hierarchy_all;
    cvtColor( drawing2, gray_all, CV_BGR2GRAY );


    threshold( gray_all, threshold_output_all, 45, 255, THRESH_BINARY );
    findContours( threshold_output_all, contours_all, hierarchy_all,  RETR_EXTERNAL, CHAIN_APPROX_NONE, Point(0, 0) );//RETR_EXTERNAL表示只寻找最外层轮廓


    Point2f fourPoint2f[4];
    //求最小包围矩形
    RotatedRect rectPoint = minAreaRect(contours_all[0]);

    //将rectPoint变量中存储的坐标值放到 fourPoint的数组中
    rectPoint.points(fourPoint2f);


    for (int i = 0; i < 4; i++)
    {
        line(src_all, fourPoint2f[i%4], fourPoint2f[(i + 1)%4]
            , Scalar(20,21,237), 3);
    }

    namedWindow("Src_all");
    imshow( "Src_all", src_all );

    //框出二维码后，就可以提取出二维码，然后使用解码库zxing，解出码的信息。
    //或者研究二维码的排布规则，自己写解码部分

    waitKey(0);
    return(0);
}

下面是代码运行的图片，代码处理过程的图片都有，包括二值化图片，轮廓图，找到的定位角图和最终的框出二维码图都显示出来了。如下：

这部分的代码实现的主要功能是根据QR二维码三个定位角的特点找出定位角的坐标，并框出整个QR二维码。

框出二维码后能做的事情就多了，可以使用相应的开源解码库解出二维码的信息，比如Zxing库，libdmtx库。Zxing库能解码的格式和支持的语音格式挺多的，网址：https://github.com/zxing/zxing。libdmtx库主要解码data matrix二维码，网址：http://libdmtx.sourceforge.net/。这个库我使用过，很简单，直接调用几个函数就可以解出码的信息。

解码部分使用libdmtx库的方式已经实现的了，有时间再补充。去除opencv库，直接用算法处理图片并定位二维码并解码的也写了demo，这部分内容较多，有时间再补充，需要大概思路的可以留言。