《AI硬件与Pyhthon编程实践》11计算机视觉与二维码识别写字字帖

计算机视觉与二维码识别2023/1/30人工智能开源硬件与python编程实践情境导入共享单车应用，其实就是通过“用户手机-二维码-云端后台-智能车锁”之间的信息传递来完成的。用户使用手机先扫单车上二维码，而后向云端发起解锁请求。云端对用户信息、单车信息进行核查，而后将授权信息发送给手机。用户通过手机蓝牙接口将解锁指令和授权信息传递给单车的智能锁，智能锁核验授权信息后解锁，并将解锁成功的信息通知手机。手机将解锁成功的信息回复给云端，云端开始给用户计费。任务与目标了解图像处理及二维码识别技术的基本原理、相关算法和应用框架；掌握运用人工智能开源硬件设计智能应用系统的方法，掌握Python语言的编程方法；应用人工智能开源硬件和Python相关算法模块设计二维码扫描与识别应用系统；利用Python编程，编写二维码提取及识别算法，实现对二维码的识别解码功能，针对生活应用场景，进一步创新设计具有实用价值的二维码应用系统。知识拓展：二维码二维码是用某种特定的几何图形按一定规律在平面（二维方向上）分布的黑白相间的图形记录数据符号信息的；使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理。它具有条码技术的一些共性：每种码制有其特定的字符集；每个字符占有一定的宽度；具有校验功能等。知识拓展：矩阵式二维码

二维码可以分为堆叠式二维码和矩阵式二维码。堆叠式二维码由多行短截的一维条码堆叠而成，其编码原理是建立在一维条码基础之上，按需要堆积成二行或多行；矩阵式二维码是建立在计算机图像处理技术、组合编码原理等基础上的一种新型图形符号自动识读处理码制。矩阵式二维码以矩阵的形式组成，在矩阵相应元素位置上用“点”表示二进制“1”，用“空”表示二进制“0”，“点”和“空”的排列组成代码。矩阵式二维码在一个矩形空间通过黑、白像素在矩阵中的不同分布进行编码。知识拓展：二维码的特点

编码信息容量大。可容纳多达1850个大写字母，或2710个数字，或1108个字节，或500多个汉字，比普通条码信息容量约高几十倍。编码范围广。二维码可以把图片、声音、文字、签字、指纹等可以数字化的信息进行编码，用条码表示出来；可以表示多种语言文字；可表示图像数据。容错纠错能力强。这使得二维码因穿孔、污损等引起局部损坏时，照样可以正确得到识读，损毁面积达30%仍可恢复信息。译码可靠性高。它比普通条码译码错误率百万分之二要低得多，误码率不超过千万分之一。便于推广应用。可引入加密措施，保密性、防伪性好。二维码形状、尺寸大小可变，成本低，易制作，持久耐用。知识拓展：QRCode二维码

特性描述符号规格21×21模块（版本1）到177×177模块（版本40），每提高一个版本，每边增加4个模块。数据类型与容量数字数据为7,089个字符，字母数据为4,296个字符；参照最大规格符号40-L级：8位字节数据为2,953个字符，汉字数据为1,817个字符。数据表示方法深色模块表示二进制"1"，浅色模块表示二进制"0"。纠错能力分为L级、M级、Q级、H级四级，分别对应可纠错7%、15%、25%、30%的数据码字.结构链接（可选）可用1-16个QRCode码符号表示一组信息。每一符号表示100个字符信息。掩模（固有）可以使符号中深色与浅色模块的比例接近1：1，使因相邻模块的排列造成译码困难的可能性降为最小。扩充解释（可选）这种方式使符号可以表示缺省字符集以外的数据（如阿拉伯字符、古斯拉夫字符、希腊字母等），以及其他解释（如用一定的压缩方式表示的数据）或者对行业特点的需要进行编码。独立定位功能QRCode码可高效地表示汉字，相同内容，其尺寸小于相同密度的PDF417条码。市场上大部分条码打印机都支持QRcode条码，其专有的汉字模式更加适合我国应用。知识拓展：QR码图形结构QR码的图形要可以分为编码区和功能图形如图所示,编码区又可以分为数据与纠错码、个格式信息模块和个版本信息模块版本号大于,功能图形主要包括寻像图像、定位图像以及校正图像。知识拓展：二维码解码识别技术分为五个步骤：图像预处理、定位与校正、读取数据、纠错以及译码。设计与实践二维码的定位与检测图像畸变校正二维码识别Python程序调试、验证及完善二维码结构特征

二维码扫描首先要做的就是要发现下图中三个黑色正方形区域，如果找到这个三个区域，就成功的检测到一个二维码了；三个角上的正方形区域从左到右，从上到下黑白比例为1:1:3:1:1。二维码的定位与检测算法先对图片进行灰度处理，再对图像做二值化处理；对二值化图像在垂直y、水平x方向进行形态学上的开操作，即进行先腐蚀后膨胀的操作；接下来标记联通区域，找到二维码的三个特征区域；通过定位二维码图案找到二维码所在的区域，提取这个区域。图像畸变校正image.lens_corr([strength=1.8[,zoom=1.0]])方法进行镜头畸变校正，以去除镜头造成的图像鱼眼效果。其中，strength值确定了对图像进行去鱼眼效果的程度。zoom是在对图像进行缩放的数值。默认值为1.0。镜头畸变校正的Python代码如下：img=sensor.snapshot()img.lens_corr(1.3)#strengthof1.3isgoodforthe2.8mmlens.二维码的识别image.find_qrcodes([roi])方法查找roi区域内的所有二维码，返回一个image.qrcode对象的列表。利用image.lens_corr方法消除镜头的桶形畸变。进行二维码的识别的Python代码如下：img=sensor.snapshot()img.lens_corr(1.3)#对于2.8mm镜头strength的经验值为1.3.forcodeinimg.find_qrcodes():print(code)二维码的识别find_qrcodes函数只能用于识别QRCODE码，应用时需要注意；可以利用串口终端显示区观察二维码的识别情况，通过print(code)把识别出的二维码信息显示出来；分析与思考互联网上有很多在线二维码生成器，了解他们的功能和用法，看看能否生成一批你所需要的二维码。提出你的设计方案，并进行尝试。了解人工智能开源硬件板的对外接口，利用人工智能开源硬件板可以设计二维码应用系统吗？针对你的创意还有什