一、介绍
算法功能：
对QR码进行x,y方向定位和旋转角度计算，并获取QR码的二进制内容
算法优势：
1.计算速度快，可达4-7ms(使用cpu i7-8750)。
2.定位精度高，x,y方向精度为±1mm，转角精度为±0.1°（使用某宝几十元彩色相机,30w像素，噪声较为严重）。
3.采用自动阈值方法，对光照不敏感。
4.采用不规则四边形轮廓提取和网格划分，支持二维码翻转识别，最大翻转倾角可达45°。
5.对QR码的规模自动计算，可用于不同行列数的QR码。
先看几张效果图
二、思路和代码（共10步）
阅读前注意！！！本算法使用C++11和Qt共同开发，某些数据类型（如字符串QString、链表QList）为Qt专属类型，可能需要稍加改动后才能供读者使用。
本文重在分享思路，若需要源码，请在评论中留言。
1.彩色图转灰度图+高斯滤波
也可以不进行滤波，如果使用滤波算法，核不推荐过大（此处采用Size(1, 1)）。
1 Mat src_gray;
2 cvtColor(srcImg1, src_gray, CV_BGR2GRAY); //彩色图转灰度图
3 GaussianBlur(src_gray, src_gray, Size(1, 1),2, 2, BORDER_DEFAULT); //高斯滤波
4 imshow("1.彩色图转灰度图+高斯滤波", src_gray);
2.二值化（Otsu自动阈值）
1 Mat threshold_output;
2 threshold(src_gray, threshold_output, 0, 255, THRESH_BINARY|THRESH_OTSU); //Otsu 二值化
3 imshow("2.二值化（Otsu自动阈值）", threshold_output);
3.形态学滤波（开运算+闭运算）
开运算和开运算是基于几何运算的滤波器。
开运算（先腐蚀，后膨胀）能够除去孤立的小点，毛刺和小桥，而总的位置和形状不变。闭运算（先膨胀，后腐蚀）能够填平小湖（即小孔），弥合小裂缝，而总的位置和形状不变。
参数MORPH_ELLIPSE表示使用椭圆形运算核，可使处理后的边界较为圆滑。
1 Mat threshold_output_copy = threshold_output.clone();
2 Mat element = getStructuringElement(MORPH_ELLIPSE, Size(3, 3));
3 morphologyEx(threshold_output_copy, threshold_output_copy, MORPH_OPEN, element); //开运算
4 morphologyEx(threshold_output_copy, threshold_output_copy, MORPH_CLOSE, element); //闭运算
5 imshow("3.开运算+闭运算", threshold_output_copy);
4.边缘检测
使用Canny算子进行边缘检测，为下一步提取轮廓做准备。
1 vector<vector<Point> > contours;
2 vector<Vec4i> hierarchy;
3 Mat canny_output;
4 Canny( threshold_output_copy, canny_output, 1, 3, 7,true ); //Canny检测
5 imshow("4.Canny边缘检测", canny_output);
5.轮廓提取
使用findContours函数对边缘提取后的图像进行轮廓提取。
1 Mat image=canny_output.clone();
2 findContours(image,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());
3 Mat Contours=Mat::zeros(image.size(),CV_8UC1);
4 //绘制 //contours[i]代表的是第i个轮廓，contours[i].size()代表的是第i个轮廓上所有的像素点数
5 for(int i=0;i<contours.size();i++)
6 for(int j=0;j<contours[i].size();j++){
7 Point P=Point(contours[i][j].x,contours[i][j].y);
8 Contours.at<uchar>(P)=255;
9 }
10 imshow("5.findContours轮廓提取",Contours); //轮廓
6.筛选出三层独立包含特点的轮廓
1 QList<vector<vector<Point>>> qrPointList;//每个节点表示一个回形点集
2 vector<vector<Point>> qrPoint;
3 Mat mat6=Contours.clone();
4 cvtColor(mat6, mat6, CV_GRAY2BGR);
5 int Parindex[3]={-1,-1,-1};
6 for (int i = 0; i < contours.size(); i++){
7 if (hierarchy[i][3] != -1 && hierarchy[i][2] == -1){
8 Parindex[0]=hierarchy[i][3];
9 if (hierarchy[(Parindex[0])][3] != -1){
10 Parindex[1]=hierarchy[(Parindex[0])][3];
11 if (hierarchy[(Parindex[1])][3] != -1){
12 Parindex[2]=hierarchy[(Parindex[1])][3];
13 if (hierarchy[(Parindex[2])][3] != -1){
14 if(!(i-1==Parindex[0]&&Parindex[0]-1==Parindex[1]&&Parindex[1]-1==Parindex[2]))
15 continue; //都是独生轮廓
16 qrPoint.push_back(contours[i]);
17 qrPoint.push_back(contours[i-2]);
18 qrPoint.push_back(contours[i-4]);
19 for(int i=0;i<qrPoint.size();i++)
20 for(int j=0;j<qrPoint[i].size();j++)
21 circle(mat6,qrPoint[i][j],2,Scalar(0,255,0),-1);
22 qrPointList.push_back(qrPoint);
23 qrPoint.clear();
24 }
25 }
26 }
27 }
28 }
29 imshow("6.检测出的三层轮廓",mat6); //轮廓
7.若筛选出的三层轮廓数目大于3，进一步筛选，最终只保留三个
此处代码可自行编写，我的思路为：
1.将每组三层轮廓分别拟合最小外接矩形，然后根据同心度、三层周长比例（3：5：7）、最小允许周长进行初步筛选。
2.对剩下的进行最终筛选，筛选标准为正确的QR码三个角元素应有一定的平行度，尺寸也相近。
注意！！！此段代码12,13行分别根据轮廓点集计算出最小外接多边形和最小外接矩形，由于镜头与QR码可能存在倾角，故后面使用最小外接四边形进行定位，精度更高。
要注意两者的区别，其中approxPolyDP的精度设定非常重要，精度不宜过高（此处选择精度为5，值越小精度越高），否则会使得拟合出的四边形边数过多。
1 QList<Point> pointList; //存储角点中心
2 QList<RotatedRect> RectList; //存储角元素最外层矩形
3 QList<vector<Point>> OutquadList; //存储最外层拟合四边形角点
4 vector<bool> qrPointListEnable(qrPointList.size()); //筛选时使用
5 for (int L=0;L<qrPointList.size(); L++)//遍历每个可能的图元
6 {
7 qrPoint=qrPointList.at(L);
8 vector<vector<Point>> contours_poly(qrPoint.size());
9 vector<RotatedRect> minRect(qrPoint.size()); //存储了嵌套的最小外接矩形*****
10 vector<Point2f> rect_center(qrPoint.size());
11 for (int i = 0; i < qrPoint.size(); i++){
12 approxPolyDP(Mat(qrPoint[i]), contours_poly[i], 5, true);//用指定精度逼近多边形曲线
13 minRect[i] = minAreaRect(Mat(qrPoint[i])); //得到最小外接矩形
14 rect_center[i]=minRect[i].center; //得到最小外接矩形中心
15 }
16 //根据同心度筛选
17 for (int i = 0; i < minRect.size()-1; i++){
18 Point P1=Point(rect_center[i].x,rect_center[i].y);
19 Point P2=Point(rect_center[i+1].x,rect_center[i+1].y);
20 float ConcenError_Set=(minRect[i].size.width+minRect[i].size.height)/12; //***最大允差设定***
21 if( sqrt(pow(P1.x-P2.x,2)+pow(P1.y-P2.y,2)) > ConcenError_Set ){
22 qrPointListEnable[L]=false;
23 break; }
24 else
25 qrPointListEnable[L]=true;
26 }
27 if(!qrPointListEnable[L])continue;
28
29 //根据三层周长比例进行筛选（3:5:7）
30 for (int i = 0; i < minRect.size()-1; i++) {
31 float circum1=(minRect[i].size.width+minRect[i].size.height)*2;
32 float circum2=(minRect[i+1].size.width+minRect[i+1].size.height)*2;
33 if( circum1/circum2>=0.5 && circum1/circum2<=0.8 ) //***周长比例设定***
34 qrPointListEnable[L]=true;
35 else{
36 qrPointListEnable[L]=false;
37 break; }
38 }
39 if(!qrPointListEnable[L])continue;
40
41 //周长不能过小
42 for (int i = 0; i < minRect.size(); i++){
43 float circum=(minRect[i].size.width+minRect[i].size.height)*2;
44 float circum_Set=20; //***有效周长最小值设定***
45 if( circum >= circum_Set )
46 qrPointListEnable[L]=true;
47 else{
48 qrPointListEnable[L]=false;
49 break; }
50 }
51 if(!qrPointListEnable[L])continue;
52
53 //筛选完毕！！！筛选出的个数可能为任意自然数
54 for (int i = 0; i<qrPoint.size(); i++){
55 Point2f rect_points[4];
56 minRect[i].points(rect_points);
57 if(i==2)
58 RectList.push_back(minRect[i]); //RectList赋值 筛选后的最外层外接矩形
59 bool exsit=false;
60 Point P=Point(rect_center[i].x,rect_center[i].y);
61 for(int j=0;j<pointList.size();j++){
62 if( fabs(pointList.at(j).x-P.x)<10 && fabs(pointList.at(j).y-P.y)<10 ){
63 exsit=true; break; }
64 }
65 if(!exsit||pointList.size()==0)
66 pointList.append(P); //pointList赋值 筛选后的三层同心中心点
67 if(i==2)
68 OutquadList.append(contours_poly[i]); //OutquadList赋值 最外层外接四边形
69 }
70 }
71
72 //8 //最终筛选，保留可能性最大的三个角点和轮廓
73 if(RectList.size()>3){
74 QList<float> RectSizeErrorList; //尺寸误差
75 for(int i=0;i<RectList.size();i++){
76 float RectSizeError=0;
77 float RectSize1=( RectList.at(i).size.width + RectList.at(i).size.height )*2;
78 for(int j=0;j<RectList.size();j++ && j!=i){
79 float RectSize2=( RectList.at(j).size.width + RectList.at(j).size.height )*2;
80 float Error= fabs( RectSize1 - RectSize2 );
81 RectSizeError+=Error;
82 }
83 RectSizeErrorList.append(RectSizeError);
84 }
85 QList<float> RectAngleErrorList; //角度误差
86 for(int i=0;i<RectList.size();i++){
87 float RectAngleError=0;
88 float RectAngle1=RectList.at(i).angle;
89 for(int j=0;j<RectList.size();j++ && j!=i){
90 float RectAngle2=RectList.at(j).angle;
91 float Error= fabs( RectAngle1 - RectAngle2 );
92 RectAngleError+=Error;
93 }
94 RectAngleErrorList.append(RectAngleError);
95 }
96 QList<float> RectErrorList; //综合误差
97 for(int i=0;i<RectList.size();i++)
98 RectErrorList.append(RectSizeErrorList.at(i)+RectAngleErrorList.at(i));
99 for(int i=RectErrorList.size()-2;i>=0;i--) //根据综合误差 对 矩形链表 进行排序(从小到大)
100 for(int j=0;j<=i;j++){
101 if(RectErrorList.at(j+1)<RectErrorList.at(j)){
102 RectErrorList.swap(j+1,j);
103 RectList.swap(j+1,j);
104 pointList.swap(j+1,j);
105 OutquadList.swap(j+1,j);
106 }
107 }
108 //剔除误识别点
109 while(RectList.size()>3) RectList.removeLast();
110 while(pointList.size()>3) pointList.removeLast();
111 while(OutquadList.size()>3) OutquadList.removeLast();
112 }
113 else if(RectList.size()<3)
114 {
115 std::string text = "NULL";
116 available=false;
117 int font_face = cv::FONT_HERSHEY_COMPLEX;
118 Point origin;
119 double font_scale = 1;
120 int thickness = 2;
121 origin.x = 50; origin.y = 40;
122 cv::putText(srcImgF, text, origin, font_face, font_scale, cv::Scalar(0, 0, 255), thickness, 8, 0);
123 }
124 /*************************************重要代码段******************************************
125 *至此已有 RectList： type=QList<RotatedRect> size=3 //存储角元素最外层最小外接矩形
126 * pointList： type=QList<Point> size=3 //存储角点中心
127 * OutquadList：type=QList<vector<Point>> size=3 //存储最外层拟合四边形角点
128 ***************************************************************************************/
8.对QR码三个角元中心点进行排序（左上0，右上1，左下2）
我的思路：将三个中心点连接为三角形，分别计算每个对应内角，最接近90度的即为左上角点，然后以左上角点为起点，其余两个点为终点作出两个向量，计算两向量夹角，通过夹角正负确定其余两个角点
1 //对角点和矩形进行位置排序（左上：1 右上：2 左下：3）
2 QList<float> angleList;
3 for(int i=0;i<pointList.size();i++) //计算每个点的内角
4 {
5 float angle=0;
6 Point thispoint=pointList.at(i); //本点
7 Point otherpoint[2]; //其余两个点
8 if(i==0){
9 otherpoint[0] = pointList.at(1);
10 otherpoint[1] = pointList.at(2);}
11 else if(i==1){
12 otherpoint[0] = pointList.at(0);
13 otherpoint[1] = pointList.at(2);}
14 else{
15 otherpoint[0] = pointList.at(0);
16 otherpoint[1] = pointList.at(1);}
17 float a=sqrt( pow(thispoint.x-otherpoint[1].x,2) +
18 pow(thispoint.y-otherpoint[1].y,2) ); //边a（otherpoint[0]的对边）
19 float b=sqrt( pow(otherpoint[0].x-otherpoint[1].x,2) +
20 pow(otherpoint[0].y-otherpoint[1].y,2) ); //边b（thispoint的对边）
21 float c=sqrt( pow(thispoint.x-otherpoint[0].x,2) +
22 pow(thispoint.y-otherpoint[0].y,2) ); //边c（otherpoint[1]的对边）
23 angle=acos( ( a*a + c*c -b*b ) / (2*a*c) )*180/M_PI;
24 angleList.append(angle);
25 }
26 for(int i=angleList.size()-2;i>=0;i--) //确定0号点位置
27 for(int j=0;j<=i;j++)
28 {
29 float error1=fabs(angleList.at(j)-90);
30 float error2=fabs(angleList.at(j+1)-90);
31 if(error2 < error1){
32 angleList.swap(j+1,j);
33 pointList.swap(j+1,j);
34 RectList.swap(j+1,j);}
35 }
36 float Angle=getAngelOfTwoVector(pointList.at(1),pointList.at(2),pointList.at(0)); //以0为中心，2到1的角度
37 if(Angle<0) //确定1,2号点位置
38 pointList.swap(1,2);
9.对QR码进行精确定位
第一步：获取三个角元共12个角点（通过之前的拟合四边形结果）
第二步：计算出第四个角元的四个角点
第三步：计算出四个中心点，进一步计算出QR码中心点
第四步：计算出QR码正方向，并绘制箭头进行表示。
1 //粗略计算QR码中心
2 Point2f P0;
3 P0.x = ( pointList.at(1).x + pointList.at(2).x ) / 2;
4 P0.y = ( pointList.at(1).y + pointList.at(2).y ) / 2;
5
6 //取出OutquadList的4*3个角点 到 cornerPointList
7 vector<Point> cornerPointList;
8 for(int i=0;i<OutquadList.size();i++){
9 vector<Point> points(OutquadList.at(i).size());
10 points=OutquadList.at(i);
11 for(int j=0;j<points.size();j++)
12 cornerPointList.push_back(points[j]);
13 }
14 //针对cornerPointList的防抖算法
15 //antiShake(cornerPointList);
16
17 //按一定规则对这12个点重新排序
18 sortNeartofar(cornerPointList,0,12,pointList.at(0));
19 sortNeartofar(cornerPointList,4,12,pointList.at(1));
20 vector<Point> cornerPointList_0;
21 vector<Point> cornerPointList_1;
22 vector<Point> cornerPointList_2;
23 for(int i=0;i<4;i++){
24 cornerPointList_0.push_back(cornerPointList[i]);
25 cornerPointList_1.push_back(cornerPointList[i+4]);
26 cornerPointList_2.push_back(cornerPointList[i+8]);
27 }
28 Point P0_0=getFarestPoint(cornerPointList_0,P0);
29 Point P0_3=getNearestPoint(cornerPointList_0,P0);
30 Point P0_2=getFarestPoint(cornerPointList_0,pointList.at(1));
31 Point P0_1=getNearestPoint(cornerPointList_0,pointList.at(1));
32 Point P1_1=getFarestPoint(cornerPointList_1,P0);
33 Point P1_2=getNearestPoint(cornerPointList_1,P0);
34 Point P1_3=getFarestPoint(cornerPointList_1,pointList.at(0));
35 Point P1_0=getNearestPoint(cornerPointList_1,pointList.at(0));
36 Point P2_2=getFarestPoint(cornerPointList_2,P0);
37 Point P2_1=getNearestPoint(cornerPointList_2,P0);
38 Point P2_3=getFarestPoint(cornerPointList_2,pointList.at(0));
39 Point P2_0=getNearestPoint(cornerPointList_2,pointList.at(0));
40 Point P3_0=CrossPoint(P1_0,P1_2,P2_0,P2_1);
41 Point P3_1=CrossPoint(P1_1,P1_3,P2_0,P2_1);
42 Point P3_2=CrossPoint(P1_0,P1_2,P2_2,P2_3);
43 Point P3_3=CrossPoint(P1_1,P1_3,P2_2,P2_3);
44 circle(srcImgF, P0_0, 4,Scalar(0,255,255),4,1);
45 circle(srcImgF, P0_1, 4,Scalar(0,255,255),4,1);
46 circle(srcImgF, P0_2, 4,Scalar(0,255,255),4,1);
47 circle(srcImgF, P0_3, 4,Scalar(0,255,255),4,1);
48 circle(srcImgF, P1_0, 4,Scalar(0,255,255),4,1);
49 circle(srcImgF, P1_1, 4,Scalar(0,255,255),4,1);
50 circle(srcImgF, P1_2, 4,Scalar(0,255,255),4,1);
51 circle(srcImgF, P1_3, 4,Scalar(0,255,255),4,1);
52 circle(srcImgF, P2_0, 4,Scalar(0,255,255),4,1);
53 circle(srcImgF, P2_1, 4,Scalar(0,255,255),4,1);
54 circle(srcImgF, P2_2, 4,Scalar(0,255,255),4,1);
55 circle(srcImgF, P2_3, 4,Scalar(0,255,255),4,1);
56 circle(srcImgF, P3_0, 2,Scalar(0,255,255),4,1);
57 circle(srcImgF, P3_1, 2,Scalar(0,255,255),4,1);
58 circle(srcImgF, P3_2, 2,Scalar(0,255,255),4,1);
59 circle(srcImgF, P3_3, 2,Scalar(0,255,255),4,1);
60
61 //计算4个中心点
62 Point2f P0_C,P1_C,P2_C,P3_C;
63 P0_C.x=float(P0_0.x+P0_1.x+P0_2.x+P0_3.x)/float(4);
64 P0_C.y=float(P0_0.y+P0_1.y+P0_2.y+P0_3.y)/float(4);
65 P1_C.x=float(P1_0.x+P1_1.x+P1_2.x+P1_3.x)/float(4);
66 P1_C.y=float(P1_0.y+P1_1.y+P1_2.y+P1_3.y)/float(4);
67 P2_C.x=float(P2_0.x+P2_1.x+P2_2.x+P2_3.x)/float(4);
68 P2_C.y=float(P2_0.y+P2_1.y+P2_2.y+P2_3.y)/float(4);
69 P3_C.x=float(P3_0.x+P3_1.x+P3_2.x+P3_3.x)/float(4);
70 P3_C.y=float(P3_0.y+P3_1.y+P3_2.y+P3_3.y)/float(4);
71
72 //重新赋值pointLists, size变化：size=3 -> size=4
73 QList<Point2f> poin2ftList;
74 poin2ftList.clear();
75 poin2ftList.append(P0_C);
76 poin2ftList.append(P1_C);
77 poin2ftList.append(P2_C);
78 poin2ftList.append(P3_C);
79
80 //重新计算中点
81 P0.x = ( poin2ftList.at(0).x + poin2ftList.at(1).x
82 + poin2ftList.at(2).x + poin2ftList.at(3).x) / 4;
83 P0.y = ( poin2ftList.at(0).y + poin2ftList.at(1).y
84 + poin2ftList.at(2).y + poin2ftList.at(3).y) / 4;
85
86 //绘制三角形连线
87 line(srcImgF,poin2ftList.at(0),poin2ftList.at(1),Scalar(0,255,255),1);
88 line(srcImgF,poin2ftList.at(1),poin2ftList.at(2),Scalar(0,255,255),2);
89 line(srcImgF,poin2ftList.at(0),poin2ftList.at(2),Scalar(0,255,255),1);
90 line(srcImgF,poin2ftList.at(0),poin2ftList.at(3),Scalar(0,255,255),2);
91 line(srcImgF,poin2ftList.at(1),poin2ftList.at(3),Scalar(0,255,255),1);
92 line(srcImgF,poin2ftList.at(2),poin2ftList.at(3),Scalar(0,255,255),1);
93
94 //计算屏幕中心点
95 Point2f PScreen0;
96 PScreen0.x = float(cols) / float(2);
97 PScreen0.y = float(rows) / float(2);
98
99 //绘制二维码正方向箭头
100 Point2f P0_C_1_C;
101 P0_C_1_C.x = ( poin2ftList.at(0).x + poin2ftList.at(1).x ) / float(2);
102 P0_C_1_C.y = ( poin2ftList.at(0).y + poin2ftList.at(1).y ) / float(2);
103 Point2f PFront;
104 PFront.x = ( P0_C_1_C.x + P0_C_1_C.x-P0.x );
105 PFront.y = ( P0_C_1_C.y + P0_C_1_C.y-P0.y );
106 drawArrow( srcImgF, P0, PFront, 17, 15, Scalar(0,255,0), 4, 4);
107
108 Point2f PX; //X轴正方向
109 PX.x = P0.x+10;
110 PX.y = P0.y;
111
112 float side01=sqrt( pow(P0_0.x-P1_1.x,2) + pow(P0_0.y-P1_1.y,2) ); //边01
113 float side12=sqrt( pow(P1_1.x-P2_2.x,2) + pow(P1_1.y-P2_2.y,2) ); //边12
114 float side23=sqrt( pow(P2_2.x-P3_3.x,2) + pow(P2_2.y-P3_3.y,2) ); //边23
115 float side30=sqrt( pow(P3_3.x-P0_0.x,2) + pow(P3_3.y-P0_0.y,2) ); //边30
116 float QRMeatrue=QRrealSize*4/(side01+side12+side23+side30);
117
118 QRX=(P0.x-PScreen0.x)*QRMeatrue; //QR码在x方向偏差（像素）
119 QRY=(PScreen0.y-P0.y)*QRMeatrue; //QR码在y方向偏差（像素）
120 QRAngle=getAngelOfTwoVector(P0_C_1_C,PX,P0); //QR码正方向相对于X轴正方向的夹角
1 float getAngelOfTwoVector(Point2f pt1, Point2f pt2, Point2f c)
2 {
3 float theta = atan2(pt1.x - c.x, pt1.y - c.y) - atan2(pt2.x - c.x, pt2.y - c.y);
4 if (theta > CV_PI)
5 theta -= 2 * CV_PI;
6 if (theta < -CV_PI)
7 theta += 2 * CV_PI;
8 theta = theta * 180.0 / CV_PI;
9 return theta;
10 }
10.对QR码进行内容识别
思路：
第一步：对QR码内容区域分别进行网格化处理，定位到每个色块中心点
第二步：判断利用之前步骤中二值化后的图像，计算每个色块的灰度（灰度值0代表色块为黑色，灰度值255代表色块为白色），获取QR码的二进制内容。
第三步：对QR码二进制内容进行解码，得到真正的内容。
这里我实现了一个简易的冗余校验功能，即对二维码信息重复四次，分别存储在QR码四个不同的区域，以此来保证数据的稳定性。
用到的函数：
1.任意四边形网格化函数
1 //网格计算函数 //左上为P0，P0-P3顺时针或逆时针排列 //mode=1,2:返回网格角点,网格中点 //upex等为向外扩展参数
2 vector<Point> Thread_CameraBelow::Gridding(Point P0,Point P1,Point P2,Point P3,
3 int rows,int cols,int mode,
4 int upex,int downex,int leftex,int rightex)
5 {
6 vector<Point> pointvector01; //在P0和P1方向上创建等距点
7 vector<Point> pointvector12; //在P1和P2方向上创建等距点
8 vector<Point> pointvector32; //在P3和P2方向上创建等距点
9 vector<Point> pointvector03; //在P0和P3方向上创建等距点
10 vector<Point> pointvector; //
11 if(mode==1) //返回格式为网格角点
12 {
13 for(int j=0-leftex; j<cols+1+rightex; j++){
14 Point point;
15 point.x = P0.x+(P1.x-P0.x)*j/cols;
16 point.y = P0.y+(P1.y-P0.y)*j/cols;
17 pointvector01.push_back(point);
18 }
19 for(int j=0-upex; j<rows+1+downex; j++){
20 Point point;
21 point.x = P1.x+(P2.x-P1.x)*j/rows;
22 point.y = P1.y+(P2.y-P1.y)*j/rows;
23 pointvector12.push_back(point);}
24 for(int j=0-leftex; j<cols+1+rightex; j++){
25 Point point;
26 point.x = P3.x+(P2.x-P3.x)*j/cols;
27 point.y = P3.y+(P2.y-P3.y)*j/cols;
28 pointvector32.push_back(point);
29 }
30 for(int j=0-upex; j<rows+1+downex; j++){
31 Point point;
32 point.x = P0.x+(P3.x-P0.x)*j/rows;
33 point.y = P0.y+(P3.y-P0.y)*j/rows;
34 pointvector03.push_back(point);
35 }
36 for(int i=0; i<rows+1+downex+upex; i++) //依次求得交叉点
37 for(int j=0;j<cols+1+rightex+leftex;j++){
38 Point point=CrossPoint(pointvector01.at(j),pointvector32.at(j),
39 pointvector03.at(i),pointvector12.at(i));
40 pointvector.push_back(point);
41 }
42 }
43 else if(mode==2)
44 {
45 for(int j=(0-leftex)*2; j<(cols+rightex)*2+1; j++){
46 Point point;
47 point.x = P0.x+(P1.x-P0.x)*j/(cols*2);
48 point.y = P0.y+(P1.y-P0.y)*j/(cols*2);
49 pointvector01.push_back(point);
50 }
51 for(int j=(0-upex)*2; j<(rows+downex)*2+1; j++){
52 Point point;
53 point.x = P1.x+(P2.x-P1.x)*j/(rows*2);
54 point.y = P1.y+(P2.y-P1.y)*j/(rows*2);
55 pointvector12.push_back(point);}
56 for(int j=(0-leftex)*2; j<(cols+rightex)*2+1; j++){
57 Point point;
58 point.x = P3.x+(P2.x-P3.x)*j/(cols*2);
59 point.y = P3.y+(P2.y-P3.y)*j/(cols*2);
60 pointvector32.push_back(point);
61 }
62 for(int j=(0-upex)*2; j<(rows+downex)*2+1; j++){
63 Point point;
64 point.x = P0.x+(P3.x-P0.x)*j/(rows*2);
65 point.y = P0.y+(P3.y-P0.y)*j/(rows*2);
66 pointvector03.push_back(point);
67 }
68 for(int i=0; i<(rows+downex+upex)*2+1; i++) //依次求得交叉点
69 for(int j=0;j<(cols+rightex+leftex)*2+1;j++){
70 if( i%2==1 && j%2==1 ){
71 Point point=CrossPoint(pointvector01.at(j),pointvector32.at(j),
72 pointvector03.at(i),pointvector12.at(i));
73 pointvector.push_back(point);
74 }
75 }
76 }
77 return pointvector;
78 }
2.交点计算函数
1 //计算两直线交点
2 Point Thread_CameraBelow::CrossPoint(Point P1, Point P2, Point P3, Point P4)
3 {
4 Point pt;
5 double x1=P1.x,y1=P1.y;
6 double x2=P2.x,y2=P2.y;
7 double x3=P3.x,y3=P3.y;
8 double x4=P4.x,y4=P4.y;
9 double D = (x1-x2)*(y3-y4)-(y1-y2)*(x3-x4);
10 if (D == 0){
11 pt.x=0;
12 pt.y=0;
13 }
14 else{
15 pt.x = ((x1*y2-y1*x2)*(x3-x4)-(x1-x2)*(x3*y4-y3*x4))/D;
16 pt.y = ((x1*y2-y1*x2)*(y3-y4)-(y1-y2)*(x3*y4-y3*x4))/D;
17 }
18 return pt;
19 }
11.小结
这个QR码识别算法，还有一些有待改进的地方：如只考虑了图像翻转，而没有考虑图像畸变的影响等等