Введение
Эта статья - первая в цикле статей, в котором мы разберемся с тем, как qr-код устроен, и напишем простенький Qr-детектор и дешифровщик, а также свой собственный генератор qr-кодов.
Использовать мы будем python вместе с opencv и numpy. Учитывая, что opencv - кросс-язычная библиотека, а также то, что работа с изображением/текстурой в разных решениях выглядят примерно одинаково, то я думаю, что вы без труда сможете перевести алгоритм, который будет здесь написан, на любой нужный вам язык
В первую очередь мы будем рассматривать полноразмерный qr-код, Micro-qr возможно будет рассмотрен после завершения работы над полноразмерным qr
Также, хочу отметить, что готовый класс QrCodeDetector уже имеется внутри opencv. Возможно, вам не нужно изобретать велосипед :-)
Обнаружение
Очевидно, что прежде, чем дешифровать qr-код, нужно для начала его обнаружить на картинке. Как же это делают наши смартфоны? Всё очень просто, специально для этого на Qr-коде есть вот эти три квадратика:
Пишем код
Как уже было сказано выше, использовать мы будем opencv и numpy. Импортируем эти библиотеки:
import cv2 as cv
import numpy as npВ первую очередь нам нужно найти первый чёрный пиксель на изображении, которое является трёхмерным массивом вида:
img[y, x, 1]Поэтому мы проходимся по массиву, пока не найдем элемент, значение которого меньше 50. (черный цвет = 0, но на изображении могут быть помехи, так что мы просто ищем тёмные пиксели):
class QrHandler():
def detect(self, img):
for y in range(0, len(img)):
for x in range(0, len(img[0])):
if (img[y, x] < [50, 50, 50]).all():
print('black')Кстати, ради дебага я использую режим чтения cv.IMREAD_COLOR, по существу он здесь совершенно не нужен, так что я советую заменить его на cv.IMREAD_GRAYSCALE
Мы нашли черный пиксель, теперь нам нужно проверить, что он является частью квадрата:
import cv2 as cv
import numpy as np
class QrHandler():
def detect(self, img):
for y in range(0, len(img)):
for x in range(0, len(img[0])):
if (img[y, x] < [50, 50, 50]).all():
square_length = self._get_square_length(img, y, x)
if square_length != -5:
prtint('square')
# не забываем про помехи на изображении, поэтому при проверке какой-либо точки нужно проверять небольшой регион вокруг этой точки
def _is_black_point(self, img, y, x, inaccuracy):
y_2 = y + inaccuracy
if y_2 >= len(img):
y_2 = len(img) - 1
x_2 = x + inaccuracy
if x_2 >= len(img[0]):
x_2 = len(img[0]) - 1
for y in range(y - inaccuracy, y_2):
for x in range(x - inaccuracy, x_2):
if (img[y, x] < [50, 50, 50]).all():
return True
return False
def _get_square_length(self, img, y, x):
square_length = 0
# идём вправо по x и ищем конец квадрата, находим его примерную длину
for x_i in range(x, len(img[0])):
if (img[y, x_i] > [50, 50, 50]).all():
break
square_length += 1
# слишком маленькая длина явно говорит нам о том, что это неподходящий квадратик, поэтому проверяем
if square_length >= 6:
#проверяем две точки: по y и по диагонали
if self._is_black_point(img, y + square_length, x + square_length, 3) and self._is_black_point(img, y + square_length, x, 3):
return square_length
return -5Здесь в функции get_square_length мы сначала ищем длину квадрата, проходя по нему до сюда:
А затем при помощи функции _is_black_point проверяем два региона:
Мы проверяем именно два региона, а не две точки, т.к., как уже было сказано ранее, существует погрешность при работе с изображением
Также, стоит проверить наличие вот этого маленького квадратика внутри:
Для этого в наш класс пишем еще одну функцию:
class QrHandler():
def detect(self, img):
for y in range(0, len(img)):
for x in range(0, len(img[0])):
if (img[y, x] < [50, 50, 50]).all():
square_length = self._get_square_length(img, y, x)
#добавляем нашу новую функцию в проверку квадратика
if square_length != -5 and self._is_has_lil_square(img, y, x, square_length):
print('square')
def _is_has_lil_square(self, img, y, x, square_length):
lil_square_length = 0
#находим центр найденного нами квадрата
y = y + square_length // 2
x = x + square_length // 2
have_white = False
#идем от центра, пока не найдем границу квадратика
#запоминаем расстояние от центра до границы
for x_lil in range(x, x + square_length):
if (img[y, x_lil] > [50, 50, 50]).all():
have_white = True
break
lil_square_length += 1
if have_white:
have_white = False
lil_square_length_y = 0
#если мы нашли границу по x, то потвторяем то же самое по y
for y_lil in range(y, y + square_length):
if (img[y_lil, x] > [50, 50, 50]).all():
have_white = True
break
lil_square_length_y += 1
#если нашли границу по y, то нужно проверить расстояние до нее от центра
#расстояние по x и по y должно быть примерно равно друг другу
if have_white and (lil_square_length_y in range(lil_square_length - 3, lil_square_length + 3)):
#также нужно проверить нижнюю правую точку квадратика
if self._is_black_point(img, y + lil_square_length, x + lil_square_length, 3):
return True
return FalseТеперь похожим образом нужно проверить оставшиеся два квадрата, для этого дописываем нашу detect функцию:
class QrHandler():
def detect(self, img):
for y in range(0, len(img)):
for x in range(0, len(img[0])):
if (img[y, x] < [50, 50, 50]).all():
square_length = self._get_square_length(img, y, x)
if square_length != -5 and self._is_has_lil_square(img, y, x, square_length):
#перебираем точки по y
for y_2 in range(y + square_length, len(img)):
if (img[y_2, x] < [50, 50, 50]).all():
square_length_2 = self._get_square_length(
img, y_2, x)
if square_length_2 != -5 and self._is_has_lil_square(img, y_2, x, square_length_2):
#после того как нашли потенциальный квадрат,
#нужно проверить, что его длина примерно равна длине уже найденного квадрата
if square_length_2 in range(square_length - 3, square_length + 3):
qr_size = y_2 - y
#мы уже знаем расстояние между двумя квадратиками, поэтому нам не нужно проходиться по точкам
#сразу проверяем потенциальную точку
square_length_3 = self._get_square_length(
img, y, x + qr_size)
if square_length_3 != -5 and self._is_has_lil_square(img, y, x + qr_size, square_length_3):
if square_length_3 in range(square_length - 3, square_length + 3):
#проверяем квадратик по аналогии со вторм и возвращаем вырезанный qr
return img[y: y + qr_size + square_length, x: x + qr_size + square_length]По итогу мы получаем следующий код:
import cv2 as cv
import numpy as np
class QrHandler():
def detect(self, img):
for y in range(0, len(img)):
for x in range(0, len(img[0])):
if (img[y, x] < [50, 50, 50]).all():
square_length = self._get_square_length(img, y, x)
if square_length != -5 and self._is_has_lil_square(img, y, x, square_length):
for y_2 in range(y + square_length, len(img)):
if (img[y_2, x] < [50, 50, 50]).all():
square_length_2 = self._get_square_length(
img, y_2, x)
if square_length_2 != -5 and self._is_has_lil_square(img, y_2, x, square_length_2):
if square_length_2 in range(square_length - 3, square_length + 3):
qr_size = y_2 - y
square_length_3 = self._get_square_length(
img, y, x + qr_size)
if square_length_3 != -5 and self._is_has_lil_square(img, y, x + qr_size, square_length_3):
if square_length_3 in range(square_length - 3, square_length + 3):
return img[y: y + qr_size + square_length, x: x + qr_size + square_length]
# не забываем про помехи на изображении, поэтому при проверке какой-либо точки нужно проверять небольшой регион вокруг этой точки
def _is_black_point(self, img, y, x, inaccuracy):
y_2 = y + inaccuracy
if y_2 >= len(img):
y_2 = len(img) - 1
x_2 = x + inaccuracy
if x_2 >= len(img[0]):
x_2 = len(img[0]) - 1
for y in range(y - inaccuracy, y_2):
for x in range(x - inaccuracy, x_2):
if (img[y, x] < [50, 50, 50]).all():
return True
return False
def _get_square_length(self, img, y, x):
square_length = 0
# идём вправо и ищем конец квадрата, ищем его примерную длину
for x_i in range(x, len(img[0])):
if (img[y, x_i] > [50, 50, 50]).all():
break
square_length += 1
# слишком маленькая длина явно говорит нам о том, что это неподходящий квадратик, поэтому проверяем
if square_length >= 6:
if self._is_black_point(img, y + square_length, x + square_length, 3) and self._is_black_point(img, y + square_length, x, 3):
return square_length
return -5
def _is_has_lil_square(self, img, y, x, square_length):
lil_square_length = 0
y = y + square_length // 2
x = x + square_length // 2
have_white = False
for x_lil in range(x, x + square_length):
if (img[y, x_lil] > [50, 50, 50]).all():
have_white = True
break
lil_square_length += 1
if have_white:
have_white = False
lil_square_length_y = 0
for y_lil in range(y, y + square_length):
if (img[y_lil, x] > [50, 50, 50]).all():
have_white = True
break
lil_square_length_y += 1
if have_white and (lil_square_length_y in range(lil_square_length - 3, lil_square_length + 3)):
if self._is_black_point(img, y + lil_square_length, x + lil_square_length, 3):
return True
return False
#первый аргумент этой функции - наименование вашего изображения в одной папке с исполняемым файлом
img = cv.imread('qr_wider.jpg', cv.IMREAD_COLOR)
qr_handler = QrHandler()
img = qr_handler.detect(img)
cv.imshow('test', img)
cv.waitKey(0)
Заключение
В этой статье мы написали простенький qr-детектор, который обнаруживает qr-код на белом фоне. В следующих статьях мы научимся обнаруживать qr-код на более сложных изображениях, после чего переводить его в понимаемы нами (человеками) формат
Код всех частей этого цикла можно найти в этом репозитории
Если вам необходимо получить полную информацию о qr-кодах, не ожидая выхода всех частей этого цикла, советую ознакомиться с данной документацией: ISO/IEC JTC 1/SC 31 N (arscreatio.com). Сущность qr-кода не сильно изменилась со времен его создания, поэтому не смотрите на то, что документация 2004 года
*нашел вариант на русском из нашего ГОСТ-а: ГОСТ Р ИСО/МЭК 18004-2015. Информационные технологии. Технологии автоматической идентификации и сбора данных. Спецификация символики штрихового кода QR Code (internet-law.ru)
Также, для быстрого понимания основных принципов чтения qr-кода, советую обратить внимание на эту статью.
Автор: Родион
