Image processing 受损QR码重构

编辑 下图是原始图像上的预处理序列。 1.原始图像->2。模糊x n次以使qrcode位置有效->3。裁剪原始图像，使用blob->4从第二步提取位置。锐化和阈值->5。检查三个方块的qrcode->6。要执行其他变换，如旋转->（最终图像）（具有调整大小分辨率的裁剪图像）

老问题 我试图从原始图像重建QR码。正如你所看到的，这张照片已经损坏了QR码，所以我使用了一个RGE库，使用blob从图像中检测出3个正方形。现在我不明白的是从这些信息生成qrcode的逻辑。在技术上是否可以用给定的信息重建QR码

---

这将很困难

如果你能用读卡器解码这个QR（我试过了，但失败了），就可以用写卡器重新编码。但不能保证编写器会重新创建相同的代码，因为可以使用不同的编码选项

---

如果你的目标实际上是能够解码，那么你就被卡住了。“手工”解码可能是可行的，但它既冗长又复杂。您还可以考虑在完美的网格上手工绘制代码，并将其传递给读取器。

< P>这将是困难的。

如果你能用读卡器解码这个QR（我试过了，但失败了），就可以用写卡器重新编码。但不能保证编写器会重新创建相同的代码，因为可以使用不同的编码选项

---

如果你的目标实际上是能够解码，那么你就被卡住了。“手工”解码可能是可行的，但它既冗长又复杂。你也可以考虑在一个完美的网格上手工绘制代码，并将其传递给读者。

< P>这是一个有趣的问题。回答你的问题，这在技术上是否可行。是的，这当然是可能的。问题中的二维码编码为“5176941.12”

这是预渲染的图像，以便更容易手动设置像素

在这一步之后，我使用excel逐个设置每个像素。之后，只需将手机指向电脑屏幕即可。这就是它看起来的样子。如果您想要excel工作表，可以在此处（）获取

既然可能性的问题已经解决了，那么如何实现自动化呢？如果不知道更多的样本，很难确定。然而，仅基于此示例，最简单的方法是在裁剪的QR图像上对齐21x21网格，并使用阈值填充值。然后将此图像传递给QR解码器。二维码具有一定程度的冗余，因此即使某些像素丢失，您也很可能能够恢复原始数据

---

编辑 下面是一些python代码，可以作为如何实现自动化的指南。需要注意的几点：

• 我绕过了检测3个盒子的步骤，手动将其裁剪得非常紧密。如果在捕获过程中出现旋转，则需要对其进行修复
• 阈值0.6需要针对不同的图像进行调整。现在，即使存在多个错误，它仍然“幸运地”起作用。如果错误太大，您可能永远不会拥有有效的二维码

代码：

导入cv2
将numpy作为np导入
def加注箱（qr）：
qr[0:7,0:7]=1
qr[14:21,14:21]=1
qr[14:21,0:7]=1
qr[0,0:6]=0
qr[0:6,0]=0
qr[0:6,6]=0
qr[6,0:7]=0
qr[2:5,2:5]=0
qr[14:21,14:21]=qr[0:7,0:7]
qr[14:21,0:7]=qr[0:7,0:7]
返回qr
im=cv2.imread（'to_process.png'））
im=cv2.CVT颜色（im，cv2.COLOR\u BGR2GRAY）
im=cv2。调整大小（im，（210210））
im=1-（（im-im.min（））/（im.max（）-im.min（））#标准化并调整对比度
平均值=np.平均值（im）
qr=np.one（（21,21））
w、 h=im.形状[：2]
im_orig=im.copy（）
我

网格覆盖以显示此方法的工作方式


阈值图像


请注意，即使存在多个错误，它仍然可以工作

这是一个有趣的问题。要回答您的问题，这在技术上是否可行。是的，这当然是可能的。您问题中的二维码编码为“5176941.12”

这是预渲染的图像，以便更容易手动设置像素


在这一步之后，我使用excel逐个设置每个像素。之后，只需将手机指向计算机屏幕。这就是它的外观。如果您想要excel工作表，可以在此处获取（）


既然可能性的问题已经解决了，那么如何实现自动化呢？在不知道更多样本的情况下，很难确定。然而，仅基于此样本，最简单的方法就是在裁剪的QR图像上对齐21x21网格，并使用阈值填充值。然后将此图像传递给您的QR解码器。QR码具有一定程度的冗余，因此即使某些像素丢失，您也很可能能够恢复原始数据


编辑
以下是一些python代码，可以作为如何实现自动化的指南。需要注意的几点：


我绕过了检测3个盒子的步骤，手动将其裁剪得非常紧密。如果在捕捉过程中出现旋转，你需要修复它
阈值0.6需要针对不同的图像进行调整。目前，即使存在多个错误，它仍然“幸运地”起作用。如果错误太大，您可能永远不会拥有有效的二维码

代码：

导入cv2
将numpy作为np导入
def加注箱（qr）：
qr[0:7,0:7]=1
qr[14:21,14:21]=1
qr[14:21,0:7]=1
qr[0,0:6]=0
qr[0:6,0]=0
qr[0:6,6]=0
qr[6,0:7]=0
qr[2:5,2:5]=0
qr[14:21,14:21]=qr[0:7,0:7]
qr[14:21,0:7]=qr[0:7,0:7]
返回qr
im=cv2.imread（'to_process.png'））
im=cv2.CVT颜色（im，cv2.COLOR\u BGR2GRAY）
im=cv2。调整大小（im，（210210））
im=1-（（im-im.min（））/（im.max（）-im.min（））#标准化