cv2.qrcodedetector.detectanddecode能跑通但仅适用于理想条件；实际中因模糊、畸变、低对比度等易返回空，需配合灰度化、缩放、锐化等预处理，或改用支持自动回退与多角度扫描的qreader。
OpenCV 本身不直接支持二维码解码，cv2.QRCodeDetector 是 OpenCV 4.3+ 引入的专用类，但兼容性、鲁棒性和成功率远不如 pyzbar 或 qreader。真要稳定识别，别硬扛 cv2.QRCodeDetector。
cv2.QRCodeDetector.detectAndDecode 能用吗？
能跑通，但只适合理想条件：高对比度、无畸变、无遮挡、二维码占画面比例大（建议 >15%）。实际图片中稍有模糊、反光或角度倾斜，就大概率返回空字符串或 False。
-
detectAndDecode返回三元组：(data, bbox, straight_qrcode)；若没检测到，data是空字符串，bbox是None - 它不支持 Micro QR 或带 logo 的二维码，对 PNG 透明通道也容易误判
- 必须传入
np.uint8格式的 BGR 或灰度图，传错类型会静默失败
为什么推荐 qreader 而不是 pyzbar？
qreader 底层调用 pyzbar 和 opencv-python 双引擎，自动 fallback，对低质量图像做了预处理（如自适应二值化、透视校正），API 更简洁。
- 安装只需：
pip install qreader opencv-python - 支持彩色图直输，不用手动转灰度：
QReader().detect_and_decode(image=cv2.imread("x.png")) - 返回
list，每个元素是识别出的二维码内容（字符串），空列表表示未识别 - 遇到旋转二维码时，
qreader默认启用max_detect_time=5秒尝试多角度扫描，pyzbar原生不支持
真实场景下必须做的三件事
哪怕用了 qreader，也要预处理图像，否则在扫描文档、屏幕截图、手机拍摄图上失败率仍很高。
- 先用
cv2.resize把长边缩放到 1200px 左右——太小丢细节，太大拖慢且不提准率 - 对模糊图加轻量级锐化：
cv2.filter2D(img, -1, kernel=np.array([[0,-1,0],[-1,5,-1],[0,-1,0]])) - 避免直接读取 JPEG：用
cv2.IMREAD_UNCHANGED读图，再检查img.shape[-1]，如果是 4 通道（带 alpha），用cv2.cvtColor(img, cv2.COLOR_BGRA2BGR)转干净
二维码识别不是“调个函数就行”的事，预处理策略和引擎选型比代码行数重要得多。最容易被忽略的是：同一张图里多个二维码，qreader 默认只返回第一个，得设 return_all=True 才拿到全部结果。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
