背景
今年自疫情以来，我都没有写过文章。一方面是疫情导致居家办公比较烦躁，另一方面最近有点懒了。但是工作还是要继续，趁这几天优化了一下最近的项目，我整理了一下如何使用 OpenCV 和微信二维码引擎来实现二维码的识别。
微信开源了其二维码的解码功能，并贡献给 OpenCV 社区。其开源的 wechat_qrcode 项目被收录到 OpenCV contrib 项目中。从 OpenCV 4.5.2 版本开始，就可以直接使用。
该项目 github 地址：https://github.com/opencv/opencv_contrib/tree/master/modules/wechat_qrcode
模型文件的地址：https://github.com/WeChatCV/opencv_3rdparty
微信的扫码引擎，很早就支持了远距离二维码检测、自动调焦定位、多码检测识别等功能，它是基于 CNN 的二维码检测。
二维码识别的封装
首先，定义一个 AlgoQrCode.h
#pragmaonce#include<opencv2/opencv.hpp>#include<opencv2/wechat_qrcode.hpp>usingnamespacecv;usingnamespacestd;classAlgoQRCode{private:Ptr<wechat_qrcode::WeChatQRCode>detector;public:boolinitModel(stringmodelPath);stringdetectQRCode(stringstrPath);boolcompression(stringinputFileName,stringoutputFileName,intquality);voidrelease();};该头文件定义了一些方法，包含了加载模型、识别二维码、释放资源等方法，以及一个 detector 对象用于识别二维码。
然后编写对应的源文件 AlgoQrCode.cpp
boolAlgoQRCode::initModel(stringmodelPath){stringdetect_prototxt=modelPath+"detect.prototxt";stringdetect_caffe_model=modelPath+"detect.caffemodel";stringsr_prototxt=modelPath+"sr.prototxt";stringsr_caffe_model=modelPath+"sr.caffemodel";try{detector=makePtr<wechat_qrcode::WeChatQRCode>(detect_prototxt,detect_caffe_model,sr_prototxt,sr_caffe_model);}catch(conststd::exception&e){cout<<e.what()<<endl;returnfalse;}returntrue;}stringAlgoQRCode::detectQRCode(stringstrPath){if(detector==NULL){return"-1";}vector<Mat>vPoints;vector<cv::String>vStrDecoded;MatimgInput=imread(strPath,IMREAD_GRAYSCALE);//vStrDecoded=detector->detectAndDecode(imgInput,vPoints);....}boolAlgoQRCode::compression(stringinputFileName,stringoutputFileName,intquality){MatsrcImage=imread(inputFileName);if(srcImage.data!=NULL){vector<int>compression_params;compression_params.push_back(IMWRITE_JPEG_QUALITY);compression_params.push_back(quality);//图像压缩参数，该参数取值范围为0-100，数值越高，图像质量越高boolbRet=imwrite(outputFileName,srcImage,compression_params);returnbRet;}returnfalse;}voidAlgoQRCode::release(){detector=NULL;}其中：
initModel() 方法用于加载算法模型文件，必须先调用，并且只需要调用一次即可。
detectQRCode() 方法需要根据业务场景，先对图像做很多预处理的工作，然后再进行二维码的识别。这些预处理的过程，不再本文的讨论范围之列，以后有机会单独写一篇文章。
compression() 方法用于压缩图像，因为我们使用工业相机拍摄，图片会很大大概30M+，所以在使用之前会先压缩一下。
release() 方法可以在程序结束时，释放 detector 对象。
识别二维码，其实就是调用 detector 对象的 detectAndDecode() 方法。
最后，写一个 main() 函数测试一下，是否可用：
intmain(){AlgoQRCodealgoQrCode=AlgoQRCode();algoQrCode.initModel("/Users/tony/IdeaProjects/creative-mirror-watcher/mirror/src/main/resources/");stringvalue=algoQrCode.detectQRCode("/Users/tony/20220216851652_compress.jpeg");cout<<"value="<<value<<endl;}执行结果，识别二维码的内容：
value={"osVersion":"iOS13.3","model":"苹果iPhoneX","ip":"10.184.17.170","port":10123}写到这里，基本上完成了二维码识别的封装，可以给上层平台编译对应的算法包了。
我们最终是需要使用 Java/Kotlin 在 Windows 平台上调用该 cv 程序。因为该项目是一款智能设备的上位机程序。所以还需要编写一个 jni 程序供 Java/Kotlin 调用，这个过程就不再阐述了。
最后，将 cv 程序和 jni 相关的代码最终编译成一个 dll 文件，供上位机程序调用，实现最终的需求。
总结
其实，上述代码可以供各种平台使用，无论是移动端、桌面端、服务端。微信开源了一款非常快速的二维码引擎，节省了我们原先大量的工作。
原文：juejin.cn/post/7079313321446506532