YOLOv8结果传入pyzbar解码报错及kraken预处理咨询

你用了stream=True参数，这会让model.predict()返回一个生成器对象，而非单个Results实例，直接调用.numpy()必然报错。正确做法是遍历生成器内的每个检测结果，提取YOLO识别出的目标区域，再将该区域传给pyzbar解码：

修正后的代码示例：

from ultralytics import YOLO
import cv2
from pyzbar import pyzbar

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # stream=True返回生成器，需遍历每个结果
    results = model.predict(source=frame, show=True, conf=0.70, stream=True, device=0)
    
    for result in results:
        # 提取所有检测框坐标（xyxy格式：x1,y1,x2,y2）
        boxes = result.boxes.xyxy.cpu().numpy()
        for box in boxes:
            x1, y1, x2, y2 = map(int, box)
            # 裁剪出检测到的目标区域
            roi = frame[y1:y2, x1:x2]
            # 转灰度图提升pyzbar识别率
            gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)
            # 解码条形码
            barcodes = pyzbar.decode(gray_roi)
            for barcode in barcodes:
                print(f"识别到条形码：{barcode.data.decode('utf-8')}")
    
    if cv2.waitKey(10) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

核心说明：

• 遍历生成器内的每个result，每个result对应单帧的检测结果
• 用result.boxes.xyxy.cpu().numpy()获取检测框坐标并转成numpy数组
• 裁剪目标区域后转灰度图，pyzbar对灰度图的识别效果更稳定
• 遍历解码结果，输出条形码内容

完全可以用nlbin做预处理，它的自适应二值化能有效去除背景干扰，提升条形码清晰度，尤其适合光照不均的场景。操作步骤如下：

首先安装kraken：

pip install kraken

修改代码，在裁剪ROI后加入nlbin预处理：

from ultralytics import YOLO
import cv2
from pyzbar import pyzbar
from kraken.binarization import nlbin
from PIL import Image
import numpy as np

model = YOLO("yolov8n.pt")
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    results = model.predict(source=frame, show=True, conf=0.70, stream=True, device=0)
    
    for result in results:
        boxes = result.boxes.xyxy.cpu().numpy()
        for box in boxes:
            x1, y1, x2, y2 = map(int, box)
            roi = frame[y1:y2, x1:x2]
            
            # 将cv2格式的ROI转为PIL Image（nlbin要求输入为PIL图像）
            pil_roi = Image.fromarray(cv2.cvtColor(roi, cv2.COLOR_BGR2RGB))
            # 用nlbin做二值化预处理
            binarized_roi = nlbin(pil_roi)
            # 直接用二值化后的PIL图像解码（pyzbar支持PIL格式）
            barcodes = pyzbar.decode(binarized_roi)
            for barcode in barcodes:
                print(f"预处理后识别到条形码：{barcode.data.decode('utf-8')}")
    
    if cv2.waitKey(10) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

核心说明：

• nlbin仅接受PIL Image格式，需将cv2的BGR图像转为RGB格式的PIL图像
• 二值化后的图像为灰度PIL Image，可直接传给pyzbar的decode()函数
• 若需显示预处理后的图像，可将其转为cv2格式：cv2_bin_roi = cv2.cvtColor(np.array(binarized_roi), cv2.COLOR_GRAY2BGR)

内容的提问来源于stack exchange，提问作者AS400