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(VERSION 3.10)  

project(test_qr_code_detector)

set(CMAKE_CXX_STANDARD 17)
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-rf build && mkdir build && cd build
# 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 && make install

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：

chmod777 Test-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。