自学内容网 自学内容网

基于Qt/C++/Opencv实现的一个视频中二维码解析软件

本文详细讲解了如何利用 Qt 和 OpenCV 实现一个可从视频和图片中检测二维码的软件。代码实现了视频解码、多线程处理和界面更新等功能,是一个典型的跨线程图像处理项目。以下分模块对代码进行解析。


在这里插入图片描述
在这里插入图片描述

一、项目的整体结构

项目分为以下几部分:

  1. 主窗口 (MainWindow) :负责界面的加载、初始化和用户交互。
  2. 工作线程 (mThread):处理耗时的图像处理任务(如二维码识别)。
  3. 二维码检测逻辑:使用 OpenCV 进行二维码检测,支持图片和视频两种数据来源。
  4. 多线程通信:通过信号与槽机制,在主线程和工作线程之间传递状态与数据。

二、主窗口功能解析

1. 初始化界面和变量

MainWindow 类的构造函数调用了 initializeUI()initializeVariable(),分别完成了界面的样式加载和核心变量的初始化。

void MainWindow::initializeVariable()
{
    m_tip = nullptr;

    m_lamp[0] = QImage(":/Img/e.png");
    m_lamp[1] = QImage(":/Img/i.png");
    m_lamp[2] = QImage(":/Img/w.png");

    mthread = new mThread();  // 创建工作线程
    m_Threadrun = false;

    // 线程信号与主窗口槽函数的连接
    connect(mthread, SIGNAL(RuningState(bool)), this, SLOT(onRespondThreadRuningState(bool)));
    connect(mthread, SIGNAL(errors(QString)), this, SLOT(onRespondThreaderrors(QString)));
    connect(mthread, SIGNAL(infors(QString)), this, SLOT(onRespondThreadinfors(QString)));
    connect(mthread, SIGNAL(warings(QString)), this, SLOT(onRespondThreadwarings(QString)));
    connect(mthread, &mThread::imageProcessed, this, &MainWindow::processImage);
}
2. 启动和停止线程

用户点击按钮后,调用 on_btn_Start_Stop_clicked,判断当前线程状态以启动或停止工作线程。

void MainWindow::on_btn_Start_Stop_clicked()
{
    m_Threadrun ? mthread->stop() : mthread->start(); // 根据当前状态启动或停止线程
}
3. 文件选择

QFileDialog 被用来让用户选择视频或图像文件,并将这些参数传递到线程处理。

void MainWindow::on_btn_Loadfile_clicked()
{
    QString fileName = QFileDialog::getOpenFileName(nullptr, tc("选择视频文件"), "", tc("视频文件(*.mp4)"));
    mthread->setFunId(0); // 设置功能 ID:0 表示处理视频
    if (!fileName.isEmpty())
        mthread->setThreadParams(fileName); // 传递参数到线程
}

void MainWindow::on_btn_Loadimages_clicked()
{
    QStringList fileNames = QFileDialog::getOpenFileNames(nullptr, tc("选择图像文件"), "", tc("图片文件(*.jpg *.bmp *.png)"));
    mthread->setFunId(1); // 设置功能 ID:1 表示处理图片
    if (!fileNames.isEmpty())
        mthread->setThreadParams(fileNames);
}

三、工作线程实现

mThread 类继承自 QThread,用于处理耗时的二维码检测任务。其主要功能包括:

  1. 根据功能 ID 分别处理视频或图片
  2. 在每帧中调用 OpenCV 的 QRCodeDetector 进行二维码检测
  3. 通过信号将处理后的图像和数据传递回主线程
1. 核心线程逻辑

线程的运行逻辑集中在 run() 方法中。getFunId() 决定了是处理视频还是图片,分别调用 anayVideo()anayImages()

void mThread::run()
{
    m_isRun = true;
    emit RuningState(true); // 通知主线程:线程开始运行
    emit infors(tc("线程启动"));

    switch (getFunId()) {
    case 0:
        anayVideo(); // 处理视频
        break;
    case 1:
        anayImages(); // 处理图片
        break;
    default:
        break;
    }

    emit RuningState(false); // 通知主线程:线程结束运行
    emit infors(tc("线程退出"));
}
2. 视频处理

anayVideo() 中,使用 OpenCV 的 VideoCapture 解码视频逐帧处理。每一帧调用 delectDecoded() 检测二维码,并通过信号将结果传回主线程。

void mThread::anayVideo()
{
    cv::VideoCapture cap;
    if (!cap.open(m_Params.toString().toLocal8Bit().data()) || !cap.isOpened())
    {
        emit errors(tc("视频未打开"));
        m_isRun = false;
    }
    else
    {
        cv::Mat frame;
        int frameCount = cap.get(cv::CAP_PROP_FRAME_COUNT);
        while ((frameCount--) > 0 && m_isRun) // 帧循环
        {
            cap >> frame; // 读取一帧
            if (frame.empty())
                break;

            QString msg;
            delectDecoded(frame, msg); // 检测二维码
            emit imageProcessed(MatToQImage(frame), msg); // 发射处理信号
            cv::waitKey(50);
        }
        cap.release();
    }
}
3. 图片处理

图片处理逻辑与视频类似,只是直接从文件路径中读取。

void mThread::anayImages()
{
    QStringList files = m_Params.toStringList();
    for (auto file : files)
    {
        cv::Mat frame = cv::imread(file.toStdString().c_str());
        if (frame.empty() && !m_isRun)
            break;

        QString msg;
        delectDecoded(frame, msg);
        emit imageProcessed(MatToQImage(frame), msg); // 发射信号
        cv::waitKey(1000);
    }
}

四、二维码检测实现

1. 使用 OpenCV 进行检测

delectDecoded() 方法中,利用 OpenCV 的 QRCodeDetector 类进行二维码检测和解码,并将结果绘制到图像中。

int mThread::delectDecoded(cv::Mat &image, QString &code)
{
    cv::Mat bbox, rectifiedImage;
    std::string data = qrDecoder.detectAndDecode(image, bbox, rectifiedImage);

    if (data.length() > 0)
    {
        code = QString::fromStdString(data); // 将结果返回
        std::vector<cv::Point> points;
        for (int i = 0; i < bbox.cols; i++)
        {
            points.push_back(cv::Point(static_cast<int>(bbox.at<cv::Point2f>(0, i).x), static_cast<int>(bbox.at<cv::Point2f>(0, i).y)));
        }
        for (size_t i = 0; i < points.size(); i++)
        {
            cv::line(image, points[i], points[(i + 1) % points.size()], cv::Scalar(0, 255, 0), 3); // 绘制绿色边框
        }
        int minY = points[0].y;
        for (const auto &point : points) {
            minY = std::min(minY, point.y);
        }
        cv::putText(image, data, cv::Point(points[0].x, minY - 10), cv::FONT_HERSHEY_SIMPLEX, 0.7, cv::Scalar(0, 255, 0), 2); // 显示二维码信息
    }
    else
    {
        code = tc("未检测到二维码!");
    }

    return 0;
}
2. Mat 转 QImage

为了在 Qt 界面中显示 OpenCV 的图像,MatToQImage() 将 OpenCV 的 cv::Mat 转换为 Qt 的 QImage


五、多线程与信号槽

在本项目中,多线程通过信号与槽实现以下功能:

  1. 更新主界面状态:线程的运行状态(如启动和停止)通过 RuningState 信号通知主线程。
  2. 实时更新图像和检测结果imageProcessed 信号传递处理后的图像和二维码信息,更新界面。
connect(mthread, &mThread::imageProcessed, this, &MainWindow::processImage);

void MainWindow::processImage(const QImage &image, const QString &msg)
{
    ui->lab_disp->setPixmap(QPixmap::fromImage(image).scaled(image.width() / 2, image.height() / 2)); // 显示缩放后的图像
    ui->lab_disData->setText(msg); // 显示检测到的信息
}


原文地址:https://blog.csdn.net/chenai886/article/details/143951764

免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!