pyzbar比cv2.qrcodedetector更鲁棒,适合模糊、倾斜、低对比度二维码;需先安装zbar系统依赖,再pip install pyzbar;读取时须用pil打开并convert("rgb"),配合try/except防崩溃。

用 pyzbar 读取二维码图片内容,别用 cv2 直接解码
OpenCV 的 cv2.QRCodeDetector().detectAndDecode() 在模糊、倾斜或低对比度图上经常返回空字符串或错误结果,稳定性远不如 pyzbar。它底层调用 ZBar 库,对真实场景中的扫码图(比如手机拍的、带阴影的、轻微旋转的)更鲁棒。
安装时注意:Windows 用户直接 pip install pyzbar 即可;macOS/Linux 需先装系统依赖:brew install zbar(macOS)或 sudo apt-get install libzbar0(Ubuntu)。否则运行时会报错 ImportError: No module named 'zbar' 或 OSError: Cannot load library ...。
读取单张图的最小可行代码:
from pyzbar import pyzbar
from PIL import Image
<p>img = Image.open("qrcode.png")
decoded = pyzbar.decode(img)
if decoded:
print(decoded[0].data.decode("utf-8")) # 输出原始文本内容</p>
批量读取时必须处理图像预处理和异常,否则中途就崩
实际批量处理中,常见问题不是“读不出”,而是“一读就报错”——比如图片损坏、非 RGB 模式(CMYK / RGBA)、文件为空、或者根本不是图像格式。不加防护直接循环会卡在某张图上。
建议按以下顺序检查和转换:
- 用
try/except包住整个 decode 流程,捕获Exception(pyzbar内部可能抛出各种底层错误) - 用
Image.open().convert("RGB")统一转为 RGB,避免 RGBA 或灰度图导致解码失败 - 对尺寸过小的图(如 img.resize((int(w*2), int(h*2)), Image.LANCZOS) 放大再试一次
- 跳过空文件或无法打开的路径,记录日志而不是中断
关键逻辑片段:
for path in image_paths:
try:
img = Image.open(path).convert("RGB")
if min(img.size) <h3>用 <code>qrcode</code> 生成新二维码时,<code>error_correction</code> 参数不能忽略</h3><p>默认生成的二维码容错率是 <code>qrcode.constants.ERROR_CORRECT_M</code>(约 15%),但如果你要打印、拍照复扫、或贴在反光表面,这个级别容易丢数据。实际批量生成时应根据使用场景选:</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill5179" title="Python Packaging"><img
src="https://img.php.cn/upload/skill/000/000/081/179039528667188.jpg" alt="Python Packaging" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill5179" title="Python Packaging" class="overflowclass">Python Packaging</a>
<p class="overflowclass">深度Python打包工作流——pyproject元数据、依赖与可选额外项、构建后端、wheel、版本控制、发布及CI发布规范……</p>
</div>
<a rel="nofollow" href="/xiazai/skill5179" title="Python Packaging" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
-
ERROR_CORRECT_L:7% 容错,体积最小,适合屏幕显示、高精度打印 -
ERROR_CORRECT_H:30% 容错,体积最大,适合户外张贴、手机远距离拍摄
同时注意:中文内容必须用 UTF-8 编码传入,否则生成的码扫出来是乱码。不要用 str(qr_data) 硬转,而要用 qr_data.encode("utf-8") 后再喂给 qr.add_data()。
生成示例:
import qrcode
<p>qr = qrcode.QRCode(
version=1,
error_correction=qrcode.constants.ERROR_CORRECT_H,
box_size=10,
border=4,
)
qr.add_data("你好,世界".encode("utf-8"))
qr.make(fit=True)</p><p>img = qr.make_image(fill_color="black", back_color="white")
img.save("output_qr.png")</p>
批量生成时命名和路径必须与原始文件关联,否则容易串号
最常踩的坑是:读了 100 张图,提取出 100 条文本,但保存新二维码时用了一个固定名字(如 "qr_001.png"),或者按列表索引硬编号,结果和原图顺序对不上。尤其当某张图解码失败被跳过时,索引就偏了。
安全做法是用原始文件名派生新名,例如:
- 输入:
invoice_20240501.jpg→ 解出内容"INV-7890"→ 输出"qr_invoice_20240501.png" - 或更稳妥地:把原文本哈希后截取前6位,如
hashlib.md5(text.encode()).hexdigest()[:6],避免文件名过长或含非法字符
同时确保输出目录存在:os.makedirs(output_dir, exist_ok=True),否则 save() 会因路径不存在而报 FileNotFoundError。
真正落地的批量流程,核心就三步:统一读图 → 提取文本 → 按源文件名生成并保存。中间任何一步的松动,都会让几百张图里出现十几张错位或丢失。
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!










