Python | OpenCV QR Code 與 BarCode 辨識

📚 前言

在 與 OpenCV 整合推論 中，我們學會了如何把深度學習模型整合進 OpenCV 的視訊流程。

這一篇介紹一個非常實用的應用：QR Code 與 BarCode 辨識。
從商品掃碼、入場驗票到倉儲管理，條碼掃描是日常中最常見的電腦視覺應用之一，而且實作起來相對簡單。

🎨 範例圖片

這裡我們使用 BarcodeOcean 提供的條碼產生器：BarcodeOcean。
使用「生成QR Code」產生後，下載將檔名改為 qrcode.png，放在 assets/，即可用於以下各範例。
使用「生成條碼」產生後，下載將檔名改為 Barcode.png，放在 assets/，即可用於以下各範例。

🛠️ 套件安裝

OpenCV 內建 QRCodeDetector 可解碼 QR Code，Barcode 辨識則建議搭配 pyzbar 套件：

1 2	pip install pyzbar pip install qrcode[pil] # 若需要產生 QR Code

💡 Windows 使用者若安裝 pyzbar 後出現 zbar DLL not found 錯誤，需另外下載 zbar DLL：
可安裝 pip install pyzbar-win32-fix 或從 zbar 官網下載 DLL 後放入 %SystemRoot%\System32。

💻 使用 OpenCV 解碼 QR Code

OpenCV 內建 cv2.QRCodeDetector，不需要額外套件即可解碼 QR Code：

# decode_qrcode_opencv.py
import cv2

img = cv2.imread("assets/qrcode.png")
detector = cv2.QRCodeDetector()

# detectAndDecode：同時偵測位置與解碼
# 回傳三個值：解碼字串、邊框座標、灰度圖；灰度圖不需要用到，以 _ 表示丟棄
data, bbox, _ = detector.detectAndDecode(img)

if data:
    print(f"QR Code 內容：{data}")

    # bbox 為四個角點座標，繪製邊框
    if bbox is not None:
        bbox = bbox.astype(int)   # bbox 預設為 float，繪圖函式需要整數座標
        for i in range(len(bbox[0])):
            pt1 = tuple(bbox[0][i])
            pt2 = tuple(bbox[0][(i + 1) % len(bbox[0])])
            cv2.line(img, pt1, pt2, (0, 255, 0), 2)

    cv2.putText(img, data, (10, 30),
                cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2)
else:
    print("未偵測到 QR Code")

cv2.imshow("QR Code", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖：使用 OpenCV 內建 QRCodeDetector 解碼圖片中的 QR Code，繪製邊框並顯示解碼內容

💻 使用 pyzbar 解碼 QR Code 與 BarCode

pyzbar 支援多種條碼格式（QR Code、Code128、EAN-13、EAN-8、UPC-A 等），是更通用的選擇：

# decode_barcode_pyzbar.py
import cv2
from pyzbar import pyzbar

img = cv2.imread("assets/Barcode.png")

# decode 會回傳圖片中所有偵測到的條碼
barcodes = pyzbar.decode(img)

for barcode in barcodes:
    # barcode.data 是 bytes（二進位），需要 decode 成一般字串才能印出或比對
    data      = barcode.data.decode("utf-8")
    bc_type   = barcode.type        # 條碼格式，例如：QRCODE、CODE128、EAN13

    # barcode.rect：(x, y, w, h)
    x, y, w, h = barcode.rect
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)

    label = f"{bc_type}: {data}"
    cv2.putText(img, label, (x, y - 10),
                cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
    print(f"類型：{bc_type}，內容：{data}")

cv2.imshow("Barcode", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖：使用 pyzbar 解碼圖片中的 QR Code 或 BarCode，繪製矩形框並輸出條碼類型與內容

💻 即時攝影機掃描

結合攝影機做即時掃描，是最常見的應用場景：

# scan_camera.py
import cv2
from pyzbar import pyzbar

cap = cv2.VideoCapture(0)   # 0 表示第一支攝影機；若有多支可改為 1、2…
if not cap.isOpened():
    print("無法開啟攝影機，請確認設備是否連接")
    exit()
print("對準條碼，按 q 離開")

scanned = set()   # 避免重複顯示同一條碼

while True:
    ret, frame = cap.read()
    if not ret:
        break

    barcodes = pyzbar.decode(frame)

    for barcode in barcodes:
        data    = barcode.data.decode("utf-8")
        bc_type = barcode.type

        x, y, w, h = barcode.rect
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
        cv2.putText(frame, f"{bc_type}: {data}", (x, y - 10),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)

        if data not in scanned:
            scanned.add(data)
            print(f"掃描到 [{bc_type}]：{data}")

    cv2.imshow("Scanner", frame)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()

📝 註：由於本身沒有攝影鏡頭，所以無法示範效果。

💻 批次處理圖片資料夾

需要批次掃描大量圖片時（如倉儲盤點照片）：

# batch_scan.py
import cv2
import os
from pyzbar import pyzbar

img_dir = "assets/"
results = []

for fname in os.listdir(img_dir):
    if not fname.lower().endswith((".jpg", ".jpeg", ".png")):
        continue

    img      = cv2.imread(os.path.join(img_dir, fname))
    barcodes = pyzbar.decode(img)

    for barcode in barcodes:
        data    = barcode.data.decode("utf-8")
        bc_type = barcode.type
        results.append({"file": fname, "type": bc_type, "data": data})
        print(f"{fname}  [{bc_type}]  {data}")

print(f"\n共掃描 {len(results)} 筆條碼")

圖：批次掃描目錄中的所有圖片，輸出每張圖片中偵測到的條碼類型、內容與統計筆數

💻 產生 QR Code

使用 qrcode 套件產生自訂的 QR Code 圖片：

# generate_qrcode.py
import qrcode
import os

output_dir = "output"

# 如果 output 資料夾不存在，就自動建立
if not os.path.exists(output_dir):
    os.makedirs(output_dir)
    print(f"已自動建立資料夾：{output_dir}")

# 基本 QR Code
data1 = "https://morosedog.gitlab.io/"

img1 = qrcode.make(data1)

# 存到 output 資料夾
save_path1 = os.path.join(output_dir, "qrcode_basic.png")
img1.save(save_path1)
print(f"基本 QR Code 已儲存 → {save_path1}")

# 自訂樣式 QR Code
qr = qrcode.QRCode(
    version=1,
    error_correction=qrcode.constants.ERROR_CORRECT_H,   # 高容錯
    box_size=10,
    border=4,
)

qr.add_data("Hello, OpenCV!")
qr.make(fit=True)

img2 = qr.make_image(fill_color="black", back_color="white")

# 存到 output 資料夾
save_path2 = os.path.join(output_dir, "qrcode_custom.png")
img2.save(save_path2)
print(f"自訂 QR Code 已儲存 → {save_path2}")

print("✅ 所有 QR Code 產生完成！")

圖：使用 qrcode 套件產生基本與自訂樣式的 QR Code 圖片，設定容錯等級、格子大小與邊框

圖：QR Code 錯誤修正等級（Error Correction Level）比較表，包含各等級的可容錯比例與建議使用情境

💻 用 OpenCV 驗證產生的 QR Code

產生後立刻用 OpenCV 驗證是否可正常讀取：

# verify_qrcode.py
import qrcode
import cv2
import numpy as np
import os

# 產生 QR Code
data = "驗證測試字串"          # ← 你要驗證的內容

# 使用 qrcode 產生 QR Code（PIL Image）
qr_pil = qrcode.make(data)

# PIL → OpenCV 格式轉換 
rgb_array = np.array(qr_pil.convert("RGB"))        # PIL Image → numpy array (RGB)
img = cv2.cvtColor(rgb_array, cv2.COLOR_RGB2BGR)   # RGB → BGR (OpenCV 格式)

# 驗證 QR Code
detector = cv2.QRCodeDetector()
decoded_data, bbox, _ = detector.detectAndDecode(img)

print(f"原始內容：{data}")
print(f"解碼結果：{decoded_data}")

if decoded_data == data:
    print("✅ 驗證成功！產生與解碼一致")
else:
    print("❌ 驗證失敗")

# 儲存圖片到 output 資料夾
output_dir = "output"
if not os.path.exists(output_dir):
    os.makedirs(output_dir)

save_path = os.path.join(output_dir, "qrcode_verify.png")
cv2.imwrite(save_path, img)
print(f"圖片已儲存至：{save_path}")

# 顯示圖片
cv2.imshow("Generated QR Code", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖：產生 QR Code 後立即用 OpenCV QRCodeDetector 解碼驗證，確認生成與讀取結果一致

⚠️ 注意事項

圖片品質影響辨識率：模糊、光線不足、角度過斜都會降低辨識率。實際應用時建議先做影像前處理（灰階、銳化）再解碼。
pyzbar 比 OpenCV 內建的 QRCodeDetector 更通用：OpenCV 只能解 QR Code，pyzbar 支援十幾種條碼格式，建議以 pyzbar 為主。
pyzbar 在 macOS 上需要額外安裝 zbar：brew install zbar。
容錯等級越高，QR Code 越複雜：ERROR_CORRECT_H 雖然耐用，但產生的圖案較密集，距離過遠時反而難以掃描。
scanned set 防止重複觸發：即時掃描時同一個條碼可能連續數幀都被偵測到，用 set 記錄已掃描的內容可避免重複處理。

📊 應用場景

門票驗證：掃描入場 QR Code，即時查詢資料庫確認有效性。
商品盤點：批次掃描倉庫照片，自動統計 EAN-13 條碼數量。
名片辨識：掃描名片上的 QR Code，擷取聯絡資訊。
產線追蹤：每個產品貼上 QR Code，在生產各階段掃描記錄流程。

🎯 結語

QR Code 與 BarCode 辨識是電腦視覺中相對容易上手、卻非常實用的一塊。
搭配 pyzbar 與 OpenCV，幾十行程式就能完成即時掃描系統。

下一篇將進入 OpenCV 專案：即時濾鏡相機，實作一個可即時切換、疊加多種視覺效果的濾鏡相機。

📖 如在學習過程中遇到疑問，或是想了解更多相關主題，建議回顧一下 Python | OpenCV 系列導讀，掌握完整的章節目錄，方便快速找到你需要的內容。

註：以上參考了
OpenCV QRCodeDetector 官方文件
 pyzbar GitHub
qrcode PyPI

Python | OpenCV YOLOv8 常見問題 Q&A

↑
If you enjoy the article, please feel free to donate~ Thx.
若本文對您有幫助，您也願意支持打賞，謝謝您的鼓勵。

本文由J.J. Huang 創作，採用CC BY 3.0 TW協議進行許可。可自由轉載、引用，但需署名作者且註明文章出處。

J.J.'s Blogs

J.J. Huang 2026-04-12 Python OpenCV 08.專案實作篇瀏覽次數：次 {{moment(1775955600000).fromNow()}}

Python | OpenCV QR Code 與 BarCode 辨識

📚 前言

🎨 範例圖片

🛠️ 套件安裝

💻 使用 OpenCV 解碼 QR Code

💻 使用 pyzbar 解碼 QR Code 與 BarCode

💻 即時攝影機掃描

💻 批次處理圖片資料夾

💻 產生 QR Code

💻 用 OpenCV 驗證產生的 QR Code

⚠️ 注意事項

📊 應用場景

🎯 結語

J.J. Huang 2026-04-12 Python OpenCV 08.專案實作篇 瀏覽次數：次 {{moment(1775955600000).fromNow()}}

Python | OpenCV QR Code 與 BarCode 辨識

📚 前言

🎨 範例圖片

🛠️ 套件安裝

💻 使用 OpenCV 解碼 QR Code

💻 使用 pyzbar 解碼 QR Code 與 BarCode

💻 即時攝影機掃描

💻 批次處理圖片資料夾

💻 產生 QR Code

💻 用 OpenCV 驗證產生的 QR Code

⚠️ 注意事項

📊 應用場景

🎯 結語

J.J. Huang 2026-04-12 Python OpenCV 08.專案實作篇瀏覽次數：次 {{moment(1775955600000).fromNow()}}