溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容介紹了“java怎么實現識別二維碼圖片功能”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！
所需maven依賴
<dependency> <groupId>com.google.zxing</groupId> <artifactId>javase</artifactId> <version>3.2.1</version> </dependency> <dependency> <groupId>com.google.zxing</groupId> <artifactId>core</artifactId> <version>3.3.3</version> </dependency>
實現的java類
import com.google.zxing.*;
import com.google.zxing.client.j2se.BufferedImageLuminanceSource;
import com.google.zxing.common.HybridBinarizer;
import sun.misc.BASE64Decoder;
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.File;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
/**
* 作用：二維碼識別（圖片）
* 類名：QRCodeUtils
**/
public class QRCodeUtils {
/**
* 解析二維碼,此方法解析一個路徑的二維碼圖片
* path:圖片路徑
*/
public static String deEncodeByPath(String path) {
String content = null;
BufferedImage image;
try {
image = ImageIO.read(new File(path));
LuminanceSource source = new BufferedImageLuminanceSource(image);
Binarizer binarizer = new HybridBinarizer(source);
BinaryBitmap binaryBitmap = new BinaryBitmap(binarizer);
Map<DecodeHintType, Object> hints = new HashMap<DecodeHintType, Object>();
hints.put(DecodeHintType.CHARACTER_SET, "UTF-8");
Result result = new MultiFormatReader().decode(binaryBitmap, hints);//解碼
System.out.println("圖片中內容： ");
System.out.println("content： " + result.getText());
content = result.getText();
} catch (IOException e) {
e.printStackTrace();
} catch (NotFoundException e) {
//這里判斷如果識別不了帶LOGO的圖片，重新添加上一個屬性
try {
image = ImageIO.read(new File(path));
LuminanceSource source = new BufferedImageLuminanceSource(image);
Binarizer binarizer = new HybridBinarizer(source);
BinaryBitmap binaryBitmap = new BinaryBitmap(binarizer);
Map<DecodeHintType, Object> hints = new HashMap<DecodeHintType, Object>();
//設置編碼格式
hints.put(DecodeHintType.CHARACTER_SET, "UTF-8");
//設置優化精度
hints.put(DecodeHintType.TRY_HARDER, Boolean.TRUE);
//設置復雜模式開啟（我使用這種方式就可以識別微信的二維碼了）
hints.put(DecodeHintType.PURE_BARCODE,Boolean.TYPE);
Result result = new MultiFormatReader().decode(binaryBitmap, hints);//解碼
System.out.println("圖片中內容： ");
System.out.println("content： " + result.getText());
content = result.getText();
} catch (IOException e) {
e.printStackTrace();
} catch (NotFoundException e) {
e.printStackTrace();
}
}
return content;
}
}測試
public static void main(String [] args){
deEncodeByPath("D:\\Users/admin/Desktop/erweima/timg (5).jpg");//二維碼圖片路徑
}輸出結果：
圖片中內容：
content: http://qrcode.online
如果上述不能識別的話，那么就需要對圖片處理一次，然后再進行識別，這里是個調優圖片的工具類。
package com.face.ele.common.utils;
import javax.imageio.ImageIO;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
/**
* @author weijianxing
* @description: TODO
* @date 2020/11/26 9:28
*/
public class ImageOptimizationUtil {
// 閾值0-255
public static int YZ = 150;
/**
* 圖像二值化處理
*
* @param filePath 要處理的圖片路徑
* @param fileOutputPath 處理后的圖片輸出路徑
*/
public static void binarization(String filePath, String fileOutputPath) throws IOException {
File file = new File(filePath);
BufferedImage bi = ImageIO.read(file);
// 獲取當前圖片的高,寬,ARGB
int h = bi.getHeight();
int w = bi.getWidth();
int arr[][] = new int[w][h];
// 獲取圖片每一像素點的灰度值
for (int i = 0; i < w; i++) {
for (int j = 0; j < h; j++) {
// getRGB()返回默認的RGB顏色模型(十進制)
arr[i][j] = getImageGray(bi.getRGB(i, j));// 該點的灰度值
}
}
// 構造一個類型為預定義圖像類型,BufferedImage
BufferedImage bufferedImage = new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY);
// 和預先設置的閾值大小進行比較，大的就顯示為255即白色，小的就顯示為0即黑色
for (int i = 0; i < w; i++) {
for (int j = 0; j < h; j++) {
if (getGray(arr, i, j, w, h) > YZ) {
int white = new Color(255, 255, 255).getRGB();
bufferedImage.setRGB(i, j, white);
} else {
int black = new Color(0, 0, 0).getRGB();
bufferedImage.setRGB(i, j, black);
}
}
}
ImageIO.write(bufferedImage, "jpg", new File(fileOutputPath));
}
/**
* 圖像的灰度處理
* 利用浮點算法：Gray = R*0.3 + G*0.59 + B*0.11;
*
* @param rgb 該點的RGB值
* @return 返回處理后的灰度值
*/
private static int getImageGray(int rgb) {
String argb = Integer.toHexString(rgb);// 將十進制的顏色值轉為十六進制
// argb分別代表透明,紅,綠,藍 分別占16進制2位
int r = Integer.parseInt(argb.substring(2, 4), 16);// 后面參數為使用進制
int g = Integer.parseInt(argb.substring(4, 6), 16);
int b = Integer.parseInt(argb.substring(6, 8), 16);
int gray = (int) (r*0.28 + g*0.95 + b*0.11);
return gray;
}
/**
* 自己加周圍8個灰度值再除以9，算出其相對灰度值
*
* @param gray
* @param x 要計算灰度的點的橫坐標
* @param y 要計算灰度的點的縱坐標
* @param w 圖像的寬度
* @param h 圖像的高度
* @return
*/
public static int getGray(int gray[][], int x, int y, int w, int h) {
int rs = gray[x][y] + (x == 0 ? 255 : gray[x - 1][y]) + (x == 0 || y == 0 ? 255 : gray[x - 1][y - 1])
+ (x == 0 || y == h - 1 ? 255 : gray[x - 1][y + 1]) + (y == 0 ? 255 : gray[x][y - 1])
+ (y == h - 1 ? 255 : gray[x][y + 1]) + (x == w - 1 ? 255 : gray[x + 1][y])
+ (x == w - 1 || y == 0 ? 255 : gray[x + 1][y - 1])
+ (x == w - 1 || y == h - 1 ? 255 : gray[x + 1][y + 1]);
return rs / 9;
}
/**
* 二值化后的圖像的開運算：先腐蝕再膨脹（用于去除圖像的小黑點）
*
* @param filePath 要處理的圖片路徑
* @param fileOutputPath 處理后的圖片輸出路徑
* @throws IOException
*/
public static void opening(String filePath, String fileOutputPath) throws IOException {
File file = new File(filePath);
BufferedImage bi = ImageIO.read(file);
// 獲取當前圖片的高,寬,ARGB
int h = bi.getHeight();
int w = bi.getWidth();
int arr[][] = new int[w][h];
// 獲取圖片每一像素點的灰度值
for (int i = 0; i < w; i++) {
for (int j = 0; j < h; j++) {
// getRGB()返回默認的RGB顏色模型(十進制)
arr[i][j] = getImageGray(bi.getRGB(i, j));// 該點的灰度值
}
}
int black = new Color(0, 0, 0).getRGB();
int white = new Color(255, 255, 255).getRGB();
BufferedImage bufferedImage = new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY);
// 臨時存儲腐蝕后的各個點的亮度
int temp[][] = new int[w][h];
// 1.先進行腐蝕操作
for (int i = 0; i < w; i++) {
for (int j = 0; j < h; j++) {
/*
* 為0表示改點和周圍8個點都是黑，則該點腐蝕操作后為黑
* 由于公司圖片態模糊，完全達到9個點全為黑的點太少，最后效果很差，故改為了小于30
* （寫30的原因是，當只有一個點為白，即總共255，調用getGray方法后得到255/9 = 28）
*/
if (getGray(arr, i, j, w, h) < 30) {
temp[i][j] = 0;
} else{
temp[i][j] = 255;
}
}
}
// 2.再進行膨脹操作
for (int i = 0; i < w; i++) {
for (int j = 0; j < h; j++) {
bufferedImage.setRGB(i, j, white);
}
}
for (int i = 0; i < w; i++) {
for (int j = 0; j < h; j++) {
// 為0表示改點和周圍8個點都是黑，則該點腐蝕操作后為黑
if (temp[i][j] == 0) {
bufferedImage.setRGB(i, j, black);
if(i > 0) {
bufferedImage.setRGB(i-1, j, black);
}
if (j > 0) {
bufferedImage.setRGB(i, j-1, black);
}
if (i > 0 && j > 0) {
bufferedImage.setRGB(i-1, j-1, black);
}
if (j < h-1) {
bufferedImage.setRGB(i, j+1, black);
}
if (i < w-1) {
bufferedImage.setRGB(i+1, j, black);
}
if (i < w-1 && j > 0) {
bufferedImage.setRGB(i+1, j-1, black);
}
if (i < w-1 && j < h-1) {
bufferedImage.setRGB(i+1, j+1, black);
}
if (i > 0 && j < h-1) {
bufferedImage.setRGB(i-1, j+1, black);
}
}
}
}
ImageIO.write(bufferedImage, "jpg", new File(fileOutputPath));
}
public static void main(String[] args) {
String fullPath="E:\\weijianxing\\img\\微信圖片_20201202160240.jpg";
String newPath="E:\\weijianxing\\img\\1new_微信圖片_20201202160240.jpg";
try {
ImageOptimizationUtil.binarization(fullPath,newPath);
} catch (IOException e) {
e.printStackTrace();
}
}
}可以手動測試，然后對改代碼的部分進行調正對應的參數-- gray變量里的計算進行灰度調整
private static int getImageGray(int rgb) {
String argb = Integer.toHexString(rgb);// 將十進制的顏色值轉為十六進制
// argb分別代表透明,紅,綠,藍 分別占16進制2位
int r = Integer.parseInt(argb.substring(2, 4), 16);// 后面參數為使用進制
int g = Integer.parseInt(argb.substring(4, 6), 16);
int b = Integer.parseInt(argb.substring(6, 8), 16);
int gray = (int) (r*0.28 + g*0.95 + b*0.11);
return gray;
}等調整之后，在對圖片進行識別即可。
“java怎么實現識別二維碼圖片功能”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
