目录
前言
二维码扫描库——Zbar
Zbar库的功能主要包含以下四个部分：
代码实现
运行结果
拉到文末有惊喜
前言
微信登录要扫二维码，手机支付要扫二维码，共享单车也要扫二维码。除了这些在日常生活中已经非常普及的扫码场景之外，二维码在工业生产中也已经普遍应用，比如使用二维码标记物料型号，或者在二维码中保存产品的生产信息，只要通过相机扫一扫，很快就可以看到对应的内容。
既然二维码可以保存很多信息，那有没有可能和机器人应用结合？当然没有问题，在很多机器人应用场景中也有广泛的二维码识别需求。二维码识别和机器人视觉巡线类似，大家同样可以使用ROS 2与OpenCV 结合的方式，让机器人识别二维码并执行预先在二维码中设定的一些动作。
二维码扫描库——Zbar
Zbar 是一个开源的条形码和二维码扫描库，可以用于快速识别和解码条形码和二维码。安装起来也非常简单，只需要执行以下命令：
$ sudo apt install libzbar-devZbar库的功能主要包含以下四个部分：
1、图像获取与预处理 Zbar 首先需要获取输入图像，可以从相机捕获实时图像，也可以是已保存的静态图像文件。在处理之前，通常需要对图像进行预处理，如灰度化、降噪、边缘检测等操作，以提高后续解码的准确性和效率。
2、符号定位与定位模式 Zbar 使用图像处理技术来定位输入图像中的条形码或二维码符号。对于不同类型的符号（如二维码、一维条形码等），Zbar 会采用不同的定位算法和策略来确定符号的位置和边界。对于二维码，通常会检测其定位模式（Finder Patterns）以及可能的三个定位角。
3、符号解码 一旦符号被正确定位，Zbar 就会进行解码操作。对于一维条形码，这涉及到解析条形的宽度和间距信息，然后映射到特定的编码规则（如 EAN-13、Code 128 等）。对于二维码，Zbar 则会解析图案中的数据矩阵，根据 QR 码或 Data Matrix 码的编码规则提取数据。
4、数据输出与应用集成 Zbar 解码成功后，会输出识别到的数据内容，如文本、网址、数字等。这些数据可以被进一步处理，用于应用程序的功能实现，如自动填充表单、商品信息查询、登录验证等。
代码实现
#include "rclcpp/rclcpp.hpp"#include "sensor_msgs/msg/image.hpp"#include <cv_bridge/cv_bridge.hpp>#include "opencv2/opencv.hpp"#include "opencv2/imgproc.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/highgui.hpp"#include "zbar.h"#include <std_msgs/msg/string.hpp>class QrCodeDetection : public rclcpp::Node{public:QrCodeDetection() : Node("qr_code_detection"){subscription_ = this->create_subscription<sensor_msgs::msg::Image>("/camera/image_raw", 10, std::bind(&QrCodeDetection::imageCallback, this, std::placeholders::_1));qr_code_pub_ = this->create_publisher<std_msgs::msg::String>("qr_code", 10);image_pub_ = this->create_publisher<sensor_msgs::msg::Image>("qr_code_image", 10);}private:void imageCallback(const sensor_msgs::msg::Image::SharedPtr msg){try {cv_bridge::CvImagePtr cv_ptr = cv_bridge::toCvCopy(msg, sensor_msgs::image_encodings::BGR8);cv::Mat frame = cv_ptr->image;cv::Mat gray;cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY);zbar::ImageScanner scanner;scanner.set_config(zbar::ZBAR_NONE, zbar::ZBAR_CFG_ENABLE, 1);zbar::Image zbar_image(frame.cols, frame.rows, "Y800", (uchar *)gray.data, frame.cols * frame.rows);scanner.scan(zbar_image);for (zbar::Image::SymbolIterator symbol = zbar_image.symbol_begin();symbol != zbar_image.symbol_end(); ++symbol) {std::string qr_code_data = symbol->get_data();RCLCPP_INFO(this->get_logger(), "Scanned QR Code: %s", qr_code_data.c_str());// 发布二维码数据auto qr_code_msg = std_msgs::msg::String();qr_code_msg.data = qr_code_data;qr_code_pub_->publish(qr_code_msg);// 在图像上绘制二维码边界和信息std::vector<cv::Point> points;for (int i = 0; i < symbol->get_location_size(); i++) {points.push_back(cv::Point(symbol->get_location_x(i), symbol->get_location_y(i)));}cv::polylines(frame, points, true, cv::Scalar(0, 255, 0), 2);cv::Point text_origin = points[0];text_origin.y -= 10; // 将文本位置稍微上移cv::putText(frame, qr_code_data, text_origin, cv::FONT_HERSHEY_SIMPLEX, 0.8, cv::Scalar(0, 255, 0), 2);}// 发布带有二维码标记的图像sensor_msgs::msg::Image::SharedPtr out_img = cv_bridge::CvImage(std_msgs::msg::Header(), "bgr8", frame).toImageMsg();image_pub_->publish(*out_img);}catch (cv_bridge::Exception &e) {RCLCPP_ERROR(this->get_logger(), "cv_bridge exception: %s", e.what());return;}}rclcpp::Subscription<sensor_msgs::msg::Image>::SharedPtr subscription_;rclcpp::Publisher<std_msgs::msg::String>::SharedPtr qr_code_pub_;rclcpp::Publisher<sensor_msgs::msg::Image>::SharedPtr image_pub_;};int main(int argc, char *argv[]){rclcpp::init(argc, argv);rclcpp::spin(std::make_shared<QrCodeDetection>());rclcpp::shutdown();return 0;}
重点分析下以上代码的关键内容：
subscription_ = this->create_subscription<sensor_msgs::msg::Image>("/camera/image_raw", 10, std::bind(&QrCodeDetection::imageCallback, this, std::placeholders::_1));
首先通过订阅图像话题的数据捕获到图像，每接收到一次图像消息就执行一次回调函数。正如下面的代码，每接收一次image话题数据就会执行一次imageCallback的代码。
// 遍历识别到的QR码for (zbar::Image::SymbolIterator symbol = zbar_image.symbol_begin();symbol != zbar_image.symbol_end(); ++symbol) {const char *qrCode_msg = symbol->get_data().c_str();RCLCPP_INFO(this->get_logger(), "Scanned QR Code: %s", qrCode_msg);auto sign_com_msg = std_msgs::msg::String();sign_com_msg.data = qrCode_msg;// 发布QR码内容auto qr_code_msg = std_msgs::msg::String();qr_code_msg.data = qr_code_data;qr_code_pub_->publish(qr_code_msg);
在收到话题数据进入到回调函数后，进一步实现二维码的定位与解析。先按照要求将输入的图像进行灰度化处理，然后调用了Zbar的二维码定位和scan方法进行和识别，最终就可以将识别出来的结果给发布出来。
// 在图像上绘制二维码边界和信息std::vector<cv::Point> points;for (int i = 0; i < symbol->get_location_size(); i++) {points.push_back(cv::Point(symbol->get_location_x(i), symbol->get_location_y(i)));}cv::polylines(frame, points, true, cv::Scalar(0, 255, 0), 2);cv::Point text_origin = points[0];text_origin.y -= 10; // 将文本位置稍微上移cv::putText(frame, qr_code_data, text_origin, cv::FONT_HERSHEY_SIMPLEX, 0.8, cv::Scalar(0, 255, 0), 2);}// 发布带有二维码标记的图像sensor_msgs::msg::Image::SharedPtr out_img = cv_bridge::CvImage(std_msgs::msg::Header(), "bgr8", frame).toImageMsg();image_pub_->publish(*out_img);
此外还可以将二维码结果和图像信息进行融合，大家可以使用以上OpenCV的接口进行实现。
运行结果
-
在实际应用中，有时会结合使用这两种方法，如使用自适应步长策略或混合显隐式方法。这样可以在不同的时间区间内根据问题的特性选择最合适的方
完整资源获取——关注公众号，后台回复：IT资源