JIT
处理图片中的二维码并打码的python脚本建议
win10系统,python,中文注释。 检测D:\img\img目录下和子目录下所有.webp图片,是否包含二维码,如果包含二维码,则把图片的二维码部分打码,图片的其他部分不要动,修改后的图片覆盖原图片。不要用pyzbar 检测的精确一些,不要把草地识别为二维码。有的图片包含多个二维码。

I'll create a Python script that meets your requirements for detecting and masking QR codes in WEBP images on Windows 10, with Chinese comments.

注意事项:

  1. 需要安装OpenCV和NumPy:pip install opencv-python numpy
  2. OpenCV需要支持WEBP格式(默认安装通常已包含)
  3. 脚本会递归处理所有子目录中的WEBP图片
  4. 检测算法已优化以减少误报(如草地)
  5. 支持图片中包含多个QR码的情况
  6. 修改后的图片会直接覆盖原文件
Updated files
v1
有的图片上有好几个小的二维码,识别不出

I'll enhance the QR code detection to better handle multiple small QR codes in images. Here's the improved version:

主要改进:

  1. 多尺度检测:尝试不同缩放比例以更好识别小QR码
  2. 去重处理:避免同一QR码被多次检测
  3. 更精确的验证:通过中心点距离和面积比较来去重
  4. 最小面积限制:过滤掉太小的误报区域
  5. 更自然的打码效果:使用平滑过渡的边缘处理

使用方法:

  1. 确保安装依赖:pip install opencv-python numpy
  2. 直接运行脚本即可处理D:\img\img目录下所有WEBP图片
Updated files
v2
修改好的代码生成一个新的.py文件,放在右侧
Updated files
v3
已经有所好转,但可否再提高识别率,还是有一些 一张图片包含多个二维码,这样的图片没有识别出来,生成一个新的.py文件

主要改进:

  1. 更先进的预处理技术:

    • 使用CLAHE增强对比度
    • 多阶段阈值处理
  2. 多策略检测:

    • 改进的多尺度检测
    • 增加特征模板匹配
    • 多层次验证机制
  3. 更智能的去重:

    • 基于重叠面积分析
    • 动态质量比较
  4. 改进的打码效果:

    • 动态模糊程度调整
    • 更自然的边缘过渡
  5. 完善的统计功能:

    • 处理进度显示
    • 结果汇总统计

使用说明:

  1. 安装依赖:pip install opencv-python numpy
  2. 直接运行脚本
  3. 处理结果会显示详细进度和最终统计
Updated files
v4