手机拍摄图像中二维码无法被OpenCV检测的脚本优化咨询

我来帮你分析这个问题——你遇到的情况很典型：当二维码在整图中占比较小、图像存在光照不均或背景干扰时，默认的预处理和检测逻辑可能抓不到目标。咱们一步步来修改脚本：

原脚本的问题分析 #

你的代码里有几个关键环节限制了检测效果：

1. 过度高斯模糊：(5,5)的模糊核太大，会直接把小二维码的黑白模块细节糊掉，反而干扰检测；
2. 全局OTSU阈值：全局阈值对光照不均的整图适配性差，可能导致二维码区域被错误二值化；
3. 未处理小尺寸二维码：pyzbar对过小的二维码检测灵敏度会明显下降，直接检测整图容易漏检。

修改后的脚本 #

import cv2
from pyzbar.pyzbar import decode
from pyzbar.pyzbar import ZBarSymbol

image_path = "Test_Image.png"
img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

# 修改点1：用更小的模糊核（或直接跳过），避免丢失二维码细节
blur = cv2.GaussianBlur(img, (3, 3), 0)
# 可选：如果图像噪声不多，直接注释掉上面这行，用原图处理

# 修改点2：自适应阈值替代全局OTSU，适配局部光照变化
bw_im = cv2.adaptiveThreshold(blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
                              cv2.THRESH_BINARY_INV, 11, 2)

# 修改点3：放大图像，提升小二维码的检测概率（可根据实际情况调整缩放比例）
scale_factor = 2
bw_im = cv2.resize(bw_im, None, fx=scale_factor, fy=scale_factor, interpolation=cv2.INTER_CUBIC)

# 执行二维码检测
code = decode(bw_im, symbols=[ZBarSymbol.QRCODE])
print(code)

for barcode in decode(bw_im, symbols=[ZBarSymbol.QRCODE]):
    print(barcode.data)
    # 注意：放大后检测到的坐标要还原回原图比例
    original_rect = (barcode.rect[0]//scale_factor, barcode.rect[1]//scale_factor,
                     barcode.rect[2]//scale_factor, barcode.rect[3]//scale_factor)
    print("原图中的二维码位置：", original_rect)
    myData = barcode.data.decode('utf-8')
    print(myData)
    break

关键修改说明 #

• 缩小模糊核：(3,3)的核既能轻微降噪，又不会破坏二维码的模块结构；如果图像本身噪声少，甚至可以直接跳过模糊步骤。
• 自适应阈值：通过局部区域计算阈值，能更好地分离二维码和复杂背景，解决全局阈值在光照不均场景下的失效问题。
• 图像放大：把图像放大2倍（可根据二维码实际大小调整scale_factor），让二维码的黑白模块更清晰，大幅提升pyzbar的检测成功率；同时记得把检测到的坐标除以缩放比例，还原到原图的位置。

可选优化（按需尝试） #

• 如果二维码存在倾斜，可添加边缘检测+霍夫变换矫正角度；
• 微调自适应阈值的参数（比如块大小11、常数2），适配你的具体图像；
• 尝试用cv2.medianBlur替代高斯模糊，在降噪的同时更好保留边缘细节。

内容的提问来源于stack exchange，提问作者Tahmid