WeChat QRCode 包含两个基于 CNN 的模型：一个目标检测模型和一个超分辨率模型。目标检测模型用于检测包含二维码的边界框。超分辨率模型用于放大较小的二维码。更多...

#include <opencv2/wechat_qrcode.hpp>

cv::wechat_qrcode::WeChatQRCode 的协作图

公有成员函数
	WeChatQRCode (const std::string &detector_prototxt_path="", const std::string &detector_caffe_model_path="", const std::string &super_resolution_prototxt_path="", const std::string &super_resolution_caffe_model_path="")
	初始化 WeChatQRCode。它包含两个模型，以 caffe 格式打包。因此，存在 prototxt 和 caffe 模型（总共四个参数）。

	~WeChatQRCode ()

std::vector< std::string >	detectAndDecode (InputArray img, OutputArrayOfArrays points=noArray())
	同时检测和解码二维码。为了简化使用，只有一个 API：detectAndDecode。

float	getScaleFactor ()

void	setScaleFactor (float _scalingFactor)
	设置缩放因子，二维码检测器使用神经网络来检测二维码。在运行神经网络之前，输入图像会进行预处理，通过缩放。默认情况下，输入图像会缩放成面积为 160000 像素的图像。缩放因子允许使用自定义缩放输入图像：width = scaleFactorwidth height = scaleFactorwidth

保护成员变量
Ptr< Impl >	p

详细描述

WeChat QRCode 包含两个基于 CNN 的模型：一个目标检测模型和一个超分辨率模型。目标检测模型用于检测包含二维码的边界框。超分辨率模型用于放大较小的二维码。

构造函数和析构函数文档

◆ WeChatQRCode()

cv::wechat_qrcode::WeChatQRCode::WeChatQRCode	(	const std::string &	detector_prototxt_path = `""`,
		const std::string &	detector_caffe_model_path = `""`,
		const std::string &	super_resolution_prototxt_path = `""`,
		const std::string &	super_resolution_caffe_model_path = `""`
	)

Python
	cv.wechat_qrcode.WeChatQRCode(	[, detector_prototxt_path[, detector_caffe_model_path[, super_resolution_prototxt_path[, super_resolution_caffe_model_path]]]]	) ->	<wechat_qrcode_WeChatQRCode object>

初始化 WeChatQRCode。它包含两个模型，以 caffe 格式打包。因此，存在 prototxt 和 caffe 模型（总共四个参数）。

参数

detector_prototxt_path	检测器 prototxt 文件路径
detector_caffe_model_path	检测器 caffe 模型文件路径
super_resolution_prototxt_path	超分辨率模型 prototxt 文件路径
super_resolution_caffe_model_path	超分辨率模型 caffe 文件路径

◆ ~WeChatQRCode()

cv::wechat_qrcode::WeChatQRCode::~WeChatQRCode ( )

inline

成员函数文档

◆ detectAndDecode()

std::vector< std::string > cv::wechat_qrcode::WeChatQRCode::detectAndDecode	(	InputArray	img,
		OutputArrayOfArrays	points = `noArray()`
	)

Python
	cv.wechat_qrcode.WeChatQRCode.detectAndDecode(	img[, points]	) ->	retval, points

同时检测和解码二维码。为了简化使用，只有一个 API：detectAndDecode。

参数

img	支持灰度或彩色（BGR）图像。
points	可选的输出数组，包含找到的二维码四边形的顶点。如果未找到，则为空。

返回值: 解码后的字符串列表。

以下是此函数的调用图

◆ getScaleFactor()

float cv::wechat_qrcode::WeChatQRCode::getScaleFactor ( )

Python
	cv.wechat_qrcode.WeChatQRCode.getScaleFactor(		) ->	retval

◆ setScaleFactor()

void cv::wechat_qrcode::WeChatQRCode::setScaleFactor ( float _scalingFactor )

Python
	cv.wechat_qrcode.WeChatQRCode.setScaleFactor(	_scalingFactor	) ->	None

设置缩放因子，二维码检测器使用神经网络来检测二维码。在运行神经网络之前，输入图像会进行预处理，通过缩放。默认情况下，输入图像会缩放成面积为 160000 像素的图像。缩放因子允许使用自定义缩放输入图像：width = scaleFactor*width height = scaleFactor*width

scaleFactor 的值必须大于 0 且小于等于 1，否则 scaleFactor 的值将设置为 -1，并使用默认缩放，缩放成面积为 160000 像素的图像。