1.本次小玩意主要是运用中文版的图像识别技术，同时又用到了zbar。中文版相信大家应该比较熟悉了，我就不废话了

我就给大家简单介绍一下zbar吧。

ZBar是款桌面电脑用条形码/二维码扫描工具，支持摄像头及图片扫描，支持多平台包括苹果手机手机。同时ZBar提供了二维码扫描的应用程序接口开发包。

ZBar目前支持扫描，除了Windows操作系统操作系统平台外，还支持Linux操作系统操作系统及苹果手机平台。可扫描以下类型，常见的都有。

EAN-13/刚果爱国者联盟-答：刚果爱国者联盟-东、EAN-8、代码128、代码39、交织2/5和二维码。

2.那如何使用zbar来识别二维码呢？首先我们需要下载zbar的源码

3.在虚拟机ubuntu12.04安装zbar

3.1 解压塔尔-兹夫zbar-0.10-tar.gz

3.2 cd zbar-0.10

3.3 配置执行/configure

3.4 编译与安装制作制作安装

经过上面几个简单的步骤之后，zbar就安装好了

下面就具体的看代码吧

/*

程序功能-二维码图片检测和解码

用的是opencv1版本的函数用到了一边缘检测索贝尔

2二值化阈值

3形态学操作膨胀腐蚀侵蚀扩张

四轮廓寻找查找轮廓

5二维码解码

参考资料：http://blog.jobbole.com/80448/

*/

#包含stdio.h

#include opencv/highgui.h

#包括zbar.h

#包含时间h .

#include opencv2/opencv.hpp

#包括opencv/cv.h

#包含输入输出流

使用命名空间标准；

使用命名空间cv；

使用命名空间zbar

#定义FLOAT 10

#定义图片' 13.bmp '

int main(int argc，char *argv[])

{

//加载原图

IPL image * srcImage=cvLoadImage(PICTURE，1)；

//cvNamedWindow('1 .原图',0);

//cvShowImage('1 .原图，图像);

//测时

时钟_t开始，结束；

双倍持续时间；

start=clock()；

//转变为灰度图

IPL图像*灰度图像=cvCreateImage(cvGetSize(srcImage)，IPL_DEPTH_8U，1)；

cvCvtColor(srcImage，Grayimage，CV _ bgr 2 gray)；

//cvNamedWindow('Grayimage '，0)；

//cvShowImage('灰度图像，灰度图像);

//通过索贝尔来对图片进行竖向边缘检测，输入图像是8位时，输出必须是16位，然后再将图像转变成8位深

IPL图像* Sobel=cvCreateImage(cvGetSize(Grayimage)，IPL_DEPTH_16S，1)；

cvSobel(Grayimage，Sobel，2，0，7)；

IPL image * temp=cvCreateImage(cvGetSize(Sobel)，IPL_DEPTH_8U，1)；

cvConvertScale(sobel，temp，0.002，0)；

//cvNamedWindow('temp '，0)；

//cvShowImage('temp '，temp)；

//对图像进行二值化处理

IPL image * threshold=cvCreateImage(cvGetSize(temp)，IPL_DEPTH_8U，1)；

cvThreshold(temp，Threshold，13，100，CV _ THRESH _ BInary/* | CV _ THRESH _ OTSU */)；

//cvThreshold(temp，Threshold，0，255，CV _ THRESH _ OTSU CV _ THRESH _ BInary)；

//cvNamedWindow('threshold '，0)；

//cvShowImage('threshold '，threshold)；

//自定义1*3的核进行X方向的膨胀腐蚀

IPL image * erode _ exploit=cvCreateImage(cvGetSize(threshold)，IPL_DEPTH_8U，1)；

IplConvKernel * kernal=cvcreatesstructureingelementex(3，1，1，0，CV _ SHAPE _ RECT)；

cvexploit(阈值，腐蚀_ exploit，kernal，15)；//X方向膨胀连通数字

cvErode(腐蚀_扩张，腐蚀_扩张，内核，6);//X方向腐蚀去除碎片

cvexploit(腐蚀_扩张，腐蚀_扩张，内核，1);//X方向膨胀回复形态

//自定义3*1的核进行Y方向的膨胀腐蚀

kernal=cvcreatesstructureingelementex(1，3，0，1，CV _ SHAPE _ RECT)；

//cvexploit(erode _ exploit，erode _ exploit，kernal，5)；

cvErode(腐蚀_扩张，腐蚀_扩张，内核，2);//Y方向腐蚀去除碎片

cvexploit(侵蚀_扩张，侵蚀_扩张，内核，6);//回复形态

//cvNamedWindow('腐蚀_扩张',0);

//cvShowImage(' erode _ expansion '，erode _ expansion)；

//图形检测

IplImage* copy=cvCloneImage(腐蚀_扩张);//直接把侵蚀_扩张的数据复制给复制

IPL图像*副本1=cvCloneImage(srcImage)；//直接把图像的数据复制给copy1

CvMemStorage * storage=cvcreatemstorage()；

CvSeq*等高线；

cvfind等高线（复制、存储、等高线);

int i=0，k=0，j=0；

矩形河[100];

CvRect Rect[100]；

而(轮廓！=空)

{

//绘制轮廓的最小外接矩形，如果满足条件，将该矩形绘制在显示图片dst

/*

矩形要求：

1.宽度与高度的比值在(2,5)之间

2.面积大于图像的1/20000

3.y轴的位置在图像高度减去50以下

*/

CvRect rect=cvBoundingRect(等高线，1);//cvBoundingRect计算点集的最外面（右上方)矩形边界。

if(矩形宽度/矩形高度0.8

rect.width/rect.height1.2

rect。高度*矩形。高度*浮动副本1-高度*副本1-宽度

rect。y副本1-高度-50

)

{

printf(' rect . x=% d rect . y=% d rect . width=% d rect .高度=% d \ n '，矩形。x，rect。是的，rect。宽度，矩形。身高)；

//rect。x-=10；

//rect。y-=10；

//rect。宽度=20；

//rect。高度=20；

RECT[1]=直；//将图片中符合的矩形区域存到矩形

我；

}

等高线=等高线-h _ next；

}

printf(')查找矩形%d！\n '，I)；

for(j=0；纪；j)

{

if(j==0)

{

cvRectangleR(copy1，RECT[j]，CV_RGB(255，0，0)，3)；

rect[k]=RECT[j]；

k；

//printf('j=%d\n '，j)；

//printf(' j是%d！\n '，j)；

}

else if(RECT[j-1]).y-RECT[j].y100

||(RECT[j-1]).x-RECT[j].x200

||RECT[j].x-RECT[j-1].x200

{

cvRectangleR(copy1，RECT[j]，CV_RGB(255，0，0)，3)；

rect[k]=RECT[j]；

k；

//printf(' jj是%d！\n '，j)；

}

}

cvNamedWindow('copy1 '，0)；

cvShowImage('copy1 '，copy 1)；

//cvWaitKey(0)；

//cvReleaseImage(灰度图像);

cvrelease图像(temp)；

cvReleaseImage(阈值);

cvReleaseImage(腐蚀_扩张);

cvrelease映像(SrCIMage)；

cvReleaseImage(副本);

cvrelease图像(副本1)；

//创建一个阅读器

//srcImage=cvLoadImage(PICTURE，1)；

srcImage=Grayimage//解码图片必需位灰度图

ImageScanner扫描仪；

//配置阅读器

scanner.set_config(ZBAR_NONE，ZBAR_CFG_ENABLE，1)；

//获取图像数据

常量无效*原始=空

//int width=srcImage-width；

//int height=srcImage-height；

//raw=srcImage-imagedata origin；

//CVMat(int row，int cols，int type，void * data CV_DEFAULT(NULL))

//cout '号码就是那个！恩德尔

Mat im(srcImage，TRUE)；

int width=im.cols

int height=im.rows

raw=im.data

//包装图像数据

zbar:Image image(宽度，高度，' Y800 '，生，宽度*高度);

//扫描图像中的条形码

int n=扫描仪。扫描(图像)；

std:string strTemp=

//提取结果

//cout '数字是2!恩德尔

zbar :3360图像：3360符号符号=图像。symbol _ begin()；

//cout '数字是三！恩德尔

cout ' decode ' symbol-get _ type _ name()endl；

for(；符号！=图像。symbol _ end()；符号)

{

//做一些对结果有用的事情

STrteMP=STrteMP symbol-get _ data()'；

cout ' decode ' symbol-get _ type _ name()' symbol \ ' ' symbol-get _ data()' ' ' endl；

}

//清理

image.set_data(NULL，0)；

cvWaitKey(0)；

cvReleaseImage(灰度图像);

return(0)；

}

看一下代码执行的效果：

rect。x=1 rect。y=1 rect。宽度=298矩形。高度=298

找到rect 1！

解码二维码

解码二维码符号http://www .百度。com 1 fsdfsdf 21233434434333334334 '//解码后的结果