如何减少图片运动模糊，实现模糊图像的QR码数据识别

你当前的代码存在两个核心问题：

1. 输入图像本身已经模糊，额外添加的高斯模糊操作会进一步丢失QR码的黑白块边缘细节，反而提升解码难度
2. 先膨胀后腐蚀的闭运算、全局OTSU二值化的组合，不适合处理低对比度的模糊QR码，容易丢失码块特征

具体优化方案 #

• 第一步：删除不必要的高斯模糊操作，改为做保边锐化处理，强化QR码的黑白块边界，可使用拉普拉斯算子做锐化，或用USM（非锐化掩蔽）方案提升边缘对比度
• 第二步：加入对比度增强操作，优先使用自适应直方图均衡（CLAHE），相比全局直方图均衡不会过度放大背景噪声，能有效提升QR码区域的黑白对比度
• 第三步：替换全局OTSU二值化为自适应局部阈值处理，针对模糊、光照不均的QR码场景，局部阈值能保留更多码块的细节特征
• 第四步：调整形态学操作逻辑，根据QR码的清晰度选择小核的开运算（先腐蚀后膨胀）去除椒盐噪声，不要用大核操作避免破坏码块结构
• 第五步：替换默认的cv::QRCodeDetector为OpenCV Contrib模块中的cv::wechat_qrcode::WeChatQRCode检测器，该检测器内置了超分辨率、小目标检测优化，对模糊QR码的解码准确率远高于原生检测器

优化后参考代码 #

#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/objdetect.hpp>
// 如需使用微信QR码检测器需额外引入Contrib头文件
// #include <opencv2/wechat_qrcode.hpp>

int main() {
  cv::Mat imageMat = cv::imread("/Users/apple/Downloads/36.jpg");
  if(imageMat.empty()) {
    std::cout << "Image not present and can not be opened" << std::endl;
    return 0;
  }

  cv::Mat imageGray, imageSharpen, contrastImg, thresholdImage;
  cv::cvtColor(imageMat, imageGray, cv::COLOR_BGR2GRAY);

  // 1. 锐化处理，强化边缘特征
  cv::Mat laplacianKernel = (cv::Mat_<float>(3,3) << 
    0, -1, 0,
    -1, 5, -1,
    0, -1, 0);
  cv::filter2D(imageGray, imageSharpen, CV_8UC3, laplacianKernel);

  // 2. 自适应直方图均衡提升对比度
  cv::Ptr<cv::CLAHE> clahe = cv::createCLAHE(2.0, cv::Size(8,8));
  clahe->apply(imageSharpen, contrastImg);

  // 3. 自适应局部阈值二值化
  cv::adaptiveThreshold(contrastImg, thresholdImage, 255, cv::ADAPTIVE_THRESH_GAUSSIAN_C, cv::THRESH_BINARY, 11, 2);

  // 4. 可选：小核开运算去除噪点
  cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(2,2));
  cv::morphologyEx(thresholdImage, thresholdImage, cv::MORPH_OPEN, kernel);

  // 解码：优先使用微信QR码检测器准确率更高
  // cv::wechat_qrcode::WeChatQRCode qrDecoder;
  cv::QRCodeDetector qrDecoder;
  std::string decodedData = qrDecoder.detectAndDecode(thresholdImage);
  if(decodedData.empty()) {
      // 二值图解码失败可尝试传入对比度增强后的灰度图重试
      decodedData = qrDecoder.detectAndDecode(contrastImg);
  }
  std::cout << "Decoded data =  " << decodedData << std::endl;
  return 0;
}

如果上述方案仍然无法解码，可以尝试用三次插值将图像放大1.5-2倍后再做预处理，放大后QR码的块特征会更明显，更容易被检测器识别。

内容的提问来源于stack exchange，提问作者Hemant Bhargava