WeChat QRCode 包括兩個基於 CNN 的模型：一個物件檢測模型和一個超解析度模型。物件檢測模型用於檢測帶有邊界框的 QRCode。超解析度模型用於放大較小的 QRCode。更多...

#include <opencv2/wechat_qrcode.hpp>

cv::wechat_qrcode::WeChatQRCode 的協作圖

公共成員函式
	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。它包括兩個模型，它們以 caffe 格式打包。因此，存在 prototxt 和 caffe 模型（總共四個引數）。

	~WeChatQRCode ()

std::vector< std::string >	detectAndDecode (InputArray img, OutputArrayOfArrays points=noArray())
	同時檢測和解碼二維碼。為了簡化使用，只有一個 API：detectAndDecode。

float	getScaleFactor ()

void	setScaleFactor (float _scalingFactor)
	設定縮放因子二維碼檢測器使用神經網路來檢測二維碼。在執行神經網路之前，透過縮放對輸入影像進行預處理。預設情況下，輸入影像被縮放到面積為 160000 畫素的影像。縮放因子允許使用自定義縮放輸入影像：width = scaleFactorwidth height = scaleFactorwidth

保護屬性
Ptr< Impl >	p

詳細描述

WeChat QRCode 包括兩個基於 CNN 的模型：一個物件檢測模型和一個超解析度模型。物件檢測模型用於檢測帶有邊界框的 QRCode。超解析度模型用於放大較小的 QRCode。

建構函式 & 解構函式文件

◆ 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。它包括兩個模型，它們以 caffe 格式打包。因此，存在 prototxt 和 caffe 模型（總共四個引數）。

引數

detector_prototxt_path	檢測器的 prototxt 檔案路徑
detector_caffe_model_path	檢測器的 caffe 模型檔案路徑
super_resolution_prototxt_path	超解析度模型的 prototxt 檔案路徑
super_resolution_caffe_model_path	超解析度模型的 caffe 檔案路徑

◆ ~WeChatQRCode()

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

inline

成員函式文件

◆ 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

同時檢測和解碼二維碼。為了簡化使用，只有一個 API：detectAndDecode。

引數

img	支援灰度或彩色 (BGR) 影像。
points	找到的二維碼四邊形頂點的可選輸出陣列。如果未找到，將為空。

返回: 解碼字串列表。

此函式的呼叫圖如下

◆ 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	) ->	無

設定縮放因子二維碼檢測器使用神經網路來檢測二維碼。在執行神經網路之前，透過縮放對輸入影像進行預處理。預設情況下，輸入影像被縮放到面積為 160000 畫素的影像。縮放因子允許使用自定義縮放輸入影像：width = scaleFactor*width height = scaleFactor*width

scaleFactor 值必須 > 0 且 <= 1，否則 scaleFactor 值將設定為 -1 並使用預設值縮放到面積為 160000 畫素的影像。

成員資料文件

◆ p

Ptr<Impl> cv::wechat_qrcode::WeChatQRCode::p

保護

此類文件由以下檔案生成

opencv2/wechat_qrcode.hpp

公共成員函式

保護屬性