概述

近期由於開發需要，需研究qr碼的定位和檢測，恰好opencv前端時間已經發布了4.0.0版本，就著這個機會學習一下opencv中的實現。需說明的是，opencv二維碼檢測模組是基於Quirc（git://github.com/dlbeer/quirc.git）這個開源庫整合開發的。

qr碼檢測到類為QRCodeDetector，其主要成員函式有

1. 建構函式
2. 解構函式
3. void setEpsX(double epsX)、void setEpsY(double epsY)：這兩個設定X、Y兩個方向上檢測出定位碼的係數，預設epsX = 0.2,epsY = 0.1；
4. bool detect(cv::InputArray img, cv::OutputArray points) const：定位qr碼；
5. string decode(cv::InputArray img, cv::InputArray points, cv::OutputArray straight_qrcode = cv::noArray())：解碼；
6. std::string detectAndDecode(cv::InputArray img, cv::OutputArray points=cv::noArray(),                                        cv::OutputArray straight_qrcode = cv::noArray())：定位和解碼。

定位

我們把重點放到定位detect()上，這基本上也是qr碼檢測成敗的關鍵。

bool QRCodeDetector::detect(InputArray in, OutputArray points) const
{
    Mat inarr = in.getMat();
    CV_Assert(!inarr.empty());
    CV_Assert(inarr.depth() == CV_8U);
    int incn = inarr.channels();
    if( incn == 3 || incn == 4 )
    {
        Mat gray;
        cvtColor(inarr, gray, COLOR_BGR2GRAY);
        inarr = gray;
    }

    QRDetect qrdet;
    qrdet.init(inarr, p->epsX, p->epsY);
    if (!qrdet.localization()) { return false; }
    if (!qrdet.computeTransformationPoints()) { return false; }
    vector<Point2f> pnts2f = qrdet.getTransformationPoints();
    Mat(pnts2f).convertTo(points, points.fixedType() ? points.type() : CV_32FC2);
    return true;
}
 

可以看到detect函式先將圖片轉為灰度圖，然後執行呼叫QRDetect這個類來進行檢測，我們來分析QRDetect這個類。

class QRDetect
{
public:
    void init(const Mat& src, double eps_vertical_ = 0.2, double eps_horizontal_ = 0.1);
    bool localization();
    bool computeTransformationPoints();
    Mat getBinBarcode() { return bin_barcode; }
    Mat getStraightBarcode() { return straight_barcode; }
    vector<Point2f> getTransformationPoints() { return transformation_points; }
    static Point2f intersectionLines(Point2f a1, Point2f a2, Point2f b1, Point2f b2);
protected:
    vector<Vec3d> searchHorizontalLines();
    vector<Point2f> separateVerticalLines(const vector<Vec3d> &list_lines);
    void fixationPoints(vector<Point2f> &local_point);
    vector<Point2f> getQuadrilateral(vector<Point2f> angle_list);
    bool testBypassRoute(vector<Point2f> hull, int start, int finish);
    inline double getCosVectors(Point2f a, Point2f b, Point2f c);

    Mat barcode, bin_barcode, straight_barcode;
    vector<Point2f> localization_points, transformation_points;
    double eps_vertical, eps_horizontal, coeff_expansion;
};

QRCodeDetector detect函式中的QRDetect qrdet這個物件

1. 先執行了一次init，在init中先將寬高小於512的圖片resize到512，然後執行了一個adaptiveThreshold操作，其中blocksize設為83？
2. 然後進行localization，在其中分別使用searchHorizontalLines和separateVerticalLines來掃描行和列上的點，然後使用kmeans進行聚類，將列上的點聚類成3個，其中迭代次數為3次？

        對聚類完後3個點使用fixationPoints來重新修正，在其中先用餘弦定理濾除掉任意角餘弦值小於0.85的情況，後面進行了一          系列的修正（待補充）；

        最後濾除相鄰點距離小於10pixel的情況。

      3.在computeTransformationPoints()函式中主要有兩個操作，

一個是查詢對齊點，這裡直接搬運別人部落格上的內容(http://www.p-chao.com/2018-11-23/opencv4-0-0%E4%BA%8C%E7%BB%B4%E7%A0%81%E8%AF%86%E5%88%AB%E4%BB%A3%E7%A0%81%E7%AE%80%E6%9E%90/)：

最開始會找到下圖中的三個紅色的特徵點，這個比較容易理解，因為左上角的點到其它兩個點的距離是差不多的。

然後在左下角和右上角的回字上，找離左上角紅點最遠的點，那麼可以得到兩個藍顏色的特徵點

根據紅藍點連線的交叉點，就可以得到第四各頂點，這樣對齊需要的點我們就都找到了

第二個是進行透視變換，opencv中選取了5組點對，在上述找到的4個頂點外，還通過計算對角線交點算出了中心點，使用這5額點來計算Homograph，然後透視變換回去，就可以得到一個理想的正對我們的二維碼了。

解碼

opencv直接呼叫了quirc解碼，該部分不是關注重點，本文不做贅述。