基于LockAI视觉识别模块：C++二维码识别

二维码识别是视觉模块经常使用到的功能之一。我们将演示如何使用基于瑞芯微RV1106的LockAI视觉识别模块进行二维码识别。

源代码网址：https://gitee.com/LockzhinerAI/LockzhinerVisionModule/tree/master/Cpp_example/C06_test_qr_code_detector

1. 基本知识讲解

1.1 二维码简介

二维码（QR Code）是一种高效的二维条码，能快速存储和读取信息，即使部分损坏也能准确识别。它广泛应用于移动支付、广告、物流、票务等领域，用户只需用智能手机扫描即可获取信息或完成操作，极大提升了效率和便利性。

1.2 二维码识别步骤

二维码识别主要通过两个步骤完成：图像捕捉和解码。

图像捕捉：使用设备摄像头拍摄包含二维码的图像。

解码：软件处理图像，定位并读取二维码中的数据，转换为原始信息。

常用工具如ZXing和OpenCV支持快速集成到应用中，使用户能轻松扫描并获取二维码信息。

---

2. C++ API文档

2.1 QRCodeDetector类

2.1.1 头文件

#include

作用：用于声明QRCodeDetector类,使得QRCodeDetector类可以在当前源文件中使用。

2.1.2 构造类对象

lockzhiner_vision_module::QRCodeDetectormodel;

作用：用于实现二维码识别。

参数说明：

无

返回值：

无

2.1.3 Predict函数

autoresults=model.Predict(input_mat);

作用：QRCodeDetector类中的一个函数，用于实现二维码识别。

参数说明:

input_mat: 输入参数，类型为cv::Mat，表示要分析的输入图像。

返回值：

返回一个包含二维码检测结果的对象集合。每个Result对象包含二维码的位置信息和解码后的文本内容。

2.2 Visualize函数

2.2.1 头文件

#include

作用：用于声明Visualize函数，使得Visualize函数可以在当前源文件中使用。

2.2.2 结果可视化

lockzhiner_vision_module::Visualize(input_image,output_image,
results);

参数说明：

input_image: 输入参数，表示原始输入图像。

output_image: 输出参数，用于存储带有可视化结果的输出图像。

results: 输入参数，表示二维码检测的结果集。每个Result对象包含二维码的位置信息和解码后的文本内容。

返回值：

无

---

3. 综合代码介绍

3.1 流程图

3.2 核心代码解析

定义检测模型

lockzhiner_vision_module::QRCodeDetectormodel;

调用摄像头捕获图像

cv::VideoCapturecap;
// 设置摄像头获取帧的宽高
cap.set(cv::CAP_PROP_FRAME_WIDTH,640);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,480);
cap.open(0);

// wihile循环中的以下代码用于捕获图像帧
cap>>input_mat;
if(input_mat.empty())
{
continue;
}

检测二维码

autoresults=model.Predict(input_mat);

3.3 完整代码实现

#include
#include
#include

#include
#include
#include
#include
#include

usingnamespacestd::chrono;

lockzhiner_vision_module::QRCodeDetectormodel;

intmain()
{
// 初始化 edit 模块
lockzhiner_vision_module::Editedit;
if(!edit.StartAndAcceptConnection())
{
std::cerr<<"Error: Failed to start and accept connection."<<std::endl;
returnEXIT_FAILURE;
}
std::cout<<"Device connected successfully."<<std::endl;

cv::VideoCapturecap;
// 设置摄像头获取帧的宽高
cap.set(cv::CAP_PROP_FRAME_WIDTH,640);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,480);
cap.open(0);

if(!cap.isOpened())
{
std::cerr<<"Error: Could not open camera."<<std::endl;
returnEXIT_FAILURE;
}

cv::Matinput_mat;

while(true)
{
intread_index=0;
inttime_ms=0;

for(inti=0;i<30;i++)
{
high_resolution_clock::time_pointstart_time=high_resolution_clock::now();
cap>>input_mat;
if(input_mat.empty())
{
continue;
}
// 使用 model 对象的 Predict 方法对输入图像进行预测，获取二维码检测结果
autoresults=model.Predict(input_mat);

high_resolution_clock::time_pointend_time=high_resolution_clock::now();
autotime_span=duration_cast<milliseconds>(end_time-start_time);
time_ms+=time_span.count();
read_index+=1;

cv::Matoutput_image;
// 调用 Visualize 函数对原始图像和检测结果进行可视化处理，并将结果存储在 output_image 中
lockzhiner_vision_module::Visualize(input_mat,output_image,results);
edit.Print(output_image);
}

std::cout<<"Frames per second: "<<1000.0/time_ms*read_index<<std::endl;
}

cap.release();
return0;
}

---

4. 编译调试

4.1 编译环境搭建

请确保你已经按照开发环境搭建指南正确配置了开发环境。

同时以正确连接开发板。

4.2 Cmake介绍

# CMake最低版本要求
cmake_minimum_required(VERSION3.10)

project(test_qr_code_detector)

set(CMAKE_CXX_STANDARD17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)

# 定义项目根目录路径
set(PROJECT_ROOT_PATH"${CMAKE_CURRENT_SOURCE_DIR}/../..")
message("PROJECT_ROOT_PATH = "${PROJECT_ROOT_PATH})

include("${PROJECT_ROOT_PATH}/toolchains/arm-rockchip830-linux-uclibcgnueabihf.toolchain.cmake")

# 定义 OpenCV SDK 路径
set(OpenCV_ROOT_PATH"${PROJECT_ROOT_PATH}/third_party/opencv-mobile-4.10.0-lockzhiner-vision-module")
set(OpenCV_DIR"${OpenCV_ROOT_PATH}/lib/cmake/opencv4")
find_package(OpenCV REQUIRED)
set(OPENCV_LIBRARIES"${OpenCV_LIBS}")

# 定义 LockzhinerVisionModule SDK 路径
set(LockzhinerVisionModule_ROOT_PATH"${PROJECT_ROOT_PATH}/third_party/lockzhiner_vision_module_sdk")
set(LockzhinerVisionModule_DIR"${LockzhinerVisionModule_ROOT_PATH}/lib/cmake/lockzhiner_vision_module")
find_package(LockzhinerVisionModule REQUIRED)

# 定义 ZXing SDK 路径
set(ZXing_ROOT_PATH"${PROJECT_ROOT_PATH}/third_party/zxing-cpp-v2.2.1-lockzhiner-vision-module")
set(ZXing_DIR"${ZXing_ROOT_PATH}/lib/cmake/ZXing")
set(ZXing_INCLUDE_DIRS"${ZXing_ROOT_PATH}/include")
find_package(ZXing REQUIRED)
set(ZXing_LIBRARIES"${ZXing_LIBS}")

# 基本图像处理示例
add_executable(Test-qr_code-detector test_qr_code_detector.cc)
target_include_directories(Test-qr_code-detector PRIVATE
${ZXing_INCLUDE_DIRS}
${LOCKZHINER_VISION_MODULE_INCLUDE_DIRS}
)
target_link_libraries(Test-qr_code-detector PRIVATE${OPENCV_LIBRARIES}${LOCKZHINER_VISION_MODULE_LIBRARIES}${ZXing_LIBRARIES})
install(
TARGETS Test-qr_code-detector
RUNTIME DESTINATION .
)

4.3 编译项目

使用 Docker Destop 打开 LockzhinerVisionModule 容器并执行以下命令来编译项目

# 进入Demo所在目录
cd/LockzhinerVisionModuleWorkSpace/LockzhinerVisionModule/Cpp_example/C06_test_qr_code_detector
# 创建编译目录
rm-rfbuild &&mkdirbuild &&cdbuild
# 配置交叉编译工具链
exportTOOLCHAIN_ROOT_PATH="/LockzhinerVisionModuleWorkSpace/arm-rockchip830-linux-uclibcgnueabihf"
# 使用cmake配置项目
cmake ..
# 执行编译项目
make-j8&&makeinstall

在执行完上述命令后，会在build目录下生成可执行文件。

5. 例程运行示例

5.1 运行前准备

请确保你已经参考凌智视觉模块摄像头部署指南正确下载了凌智视觉模块图片传输助手。

5.2 运行过程

在凌智视觉模块输入以下命令：

chmod777Test-qr_code-detector
./Test-qr_code-detector

5.3 运行效果

6. 总结

通过上述内容，我们成功的实现了一个二维码识别系统，包括：

获取并加载包含二维码的图像。

进行二维码的检测和解码，返回检测和解码后的结果。

可视化包含二维码图像的识别结果。