opencv java 读取二维码 opencv解析二维码

  opencv本身有二维码识别功能，但是识别效果不是很好，它对二维码图片要求较高，虽然可以有图片处理，甚至抠出二维码区域，但是整体识别与微信二维码识别功能还是有差距的。

    微信二维码识别，采用了机器学习算法，加入了CNN模型的概念，它作为三方库，开源给了opencv，而且支持java语言，不过要使用，需要结合操作系统做编译，需要下载opencv源码，还需要下载opencv_contrib代码，这里面就是一些三方库，微信二维码就在这里面。

    源码编译需要生成opencv_java45x.dll，opencv-java45x.so，opencv_java45x.jar等文件，不仅需要动态库，还需要jar包。

    在windows系统下，动态库是dll类型，在linux下动态库就是so类型。如果你能下载到opencv-4.x版本的jar,dll,so文件，可以直接使用，如果没有，就需要手动编译（编译过程非常复杂，建议不要轻易尝试）。

    有了jar,动态库，就很方便了，无需很复杂的设置，做过java开发的肯定知道jar需要加入类路径下，动态库只需要指定一个位置，java能像读文件一样加载到就可以了。

    这里以windows系统为例，所需的文件就是opencv-453.jar和opencv_java453.dll动态库，如果是maven项目，我们可以将opencv-453.jar作为本地jar加入项目中。

<dependency>
      <groupId>org</groupId>
      <artifactId>opencv</artifactId>
      <version>453</version>
      <scope>system</scope>
      <systemPath>${project.basedir}\src\main\resources\opencvlib\opencv-453.jar</systemPath>
    </dependency>

   java代码如下：

package org.example;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.wechat_qrcode.WeChatQRCode;

import javax.imageio.ImageIO;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;
import java.io.File;
import java.net.URL;
import java.util.List;

public class WeChatQRCodeTool {

    private static volatile  WeChatQRCodeTool instance;
    private static volatile WeChatQRCode detector;

    private WeChatQRCodeTool(){
        System.setProperty("java.awt.headless","true");
        URL url = null;
        String os = System.getProperty("os.name");
        if(os.startsWith("Linux")){
            url = ClassLoader.getSystemResource("opencvlib/libopencv_java452.so");
            System.load(url.getPath());
            detector = new org.opencv.wechat_qrcode.WeChatQRCode();
        }else{
            url = ClassLoader.getSystemResource("opencvlib/opencv_java452.dll");
            System.load(url.getPath());
            ClassLoader cl = WeChatQRCodeTool.class.getClassLoader();
            URL detectprototxt = cl.getResource("opencvlib/detect.prototxt");
            URL detectcaffemodel =cl.getResource("opencvlib/detect.caffemodel");
            URL srprototxt=cl.getResource("opencvlib/sr.prototxt");
            URL srcaffemodel =cl.getResource("opencvlib/sr.caffemodel");
            detector = new org.opencv.wechat_qrcode.WeChatQRCode(
                    detectprototxt.getPath().substring(1),
                    detectcaffemodel.getPath().substring(1),
                    srprototxt.getPath().substring(1),
                    srcaffemodel.getPath().substring(1));
        }
    }

    public static WeChatQRCodeTool getInstance(){
        if(instance==null){
            synchronized (WeChatQRCodeTool.class){
                if(instance==null){
                    instance = new WeChatQRCodeTool();
                }
            }
        }
        return instance;
    }

    public static Mat bufImg2Mat(BufferedImage original, int imgType, int matType) {
        if (original == null) {
            throw new IllegalArgumentException("original == null");
        }
        byte[] pixels = null;
        // Don't convert if it already has correct type
        if (original.getType() != imgType) {

            // Create a buffered image
            BufferedImage image = new BufferedImage(original.getWidth(), original.getHeight(), imgType);

            // Draw the image onto the new buffer
            Graphics2D g = image.createGraphics();
            try {
                g.setComposite(AlphaComposite.Src);
                g.drawImage(original, 0, 0, null);
                pixels = ((DataBufferByte)image.getRaster().getDataBuffer()).getData();
            } finally {
                g.dispose();
            }
        } else {
            pixels = ((DataBufferByte) original.getRaster().getDataBuffer()).getData();
        }
        Mat mat = Mat.eye(original.getHeight(), original.getWidth(), matType);
        mat.put(0, 0, pixels);
        return mat;
    }

    public String decode(BufferedImage srcImage) {

        int cvtype = CvType.CV_8UC3;
        if(srcImage.getType() == BufferedImage.TYPE_BYTE_GRAY) {
            cvtype = CvType.CV_8UC1;
        }
        Mat image = bufImg2Mat(srcImage, srcImage.getType(), cvtype);
        List<String> result2 = detector.detectAndDecode(image);
        if (result2 != null && result2.size() > 0) {
            return result2.get(0);
        }
        return null;
    }

    public String decodeQRCodeByPath(String qrCodePath){
        String qrCodeText = null;
        try {
            BufferedImage image = ImageIO.read(new File(qrCodePath));
            qrCodeText = decode(image);
        }catch (Exception e){
            e.printStackTrace();
        }
        return qrCodeText;
    }


    public static void main(String[] args) {
        String img = "C:\\Users\\86159\\Pictures\\qr-3.jpg";
        String result = getInstance().decodeQRCodeByPath(img);
        System.out.println(result);
    }
}

    示例图片如下：

    这个二维码图片，在一个大图中，人眼可以看，但是普通的二维码识别基本不可能识别，但是使用微信二维码识别，没有任何问题。识别结果如下所示：

    本人尝试过很多二维码图片，使用微信识别，基本一试一个准，果断放弃com.google.zxing提供的二维码识别功能。

    不得不佩服微信二维码识别功能的强大，再回过头来想想，这里面使用了深度学习的内容，比如CNN模型，虽然不懂，感觉已经很厉害了。

    本人在尝试过程中，发现，很多文章提到，Java使用微信二维码识别功能，需要下载模型文件，也就是代码中提到的：detect.prototxt,detect.caffemodel,sr.prototxt,sr.caffemodel文件，其实，不用这几个文件，也是可以的。

URL detectprototxt = cl.getResource("opencvlib/detect.prototxt");
URL detectcaffemodel =cl.getResource("opencvlib/detect.caffemodel");
URL srprototxt=cl.getResource("opencvlib/sr.prototxt");
URL srcaffemodel =cl.getResource("opencvlib/sr.caffemodel");
/*
detector = new org.opencv.wechat_qrcode.WeChatQRCode(
		detectprototxt.getPath().substring(1),
		detectcaffemodel.getPath().substring(1),
		srprototxt.getPath().substring(1),
		srcaffemodel.getPath().substring(1));*/
detector = new org.opencv.wechat_qrcode.WeChatQRCode();

    本文写到这里，其实也差不多了，但是这种识别只能在windows下，java开发，尤其是服务端，最后的代码99%都是部署在linux服务器下的，那么，本文介绍的办法无需改动，但是linux环境要求比较特殊。不仅需要opencv-453.jar，opencv_java453.so 文件，动态库在调用的时候，还需要一些其他的opencv依赖，这么一来，还是需要编译opencv+opencv_contrib。

   我在尝试部署到linux下发现，如果一个机器编译了so文件，可以复制到其他机器使用，其他机器就不需要编译了，但是这些动态库太多了，还是很麻烦的。