java 简单快速的生成二维码(带图片),图片识别代码java
本文实例为大家分享了爪哇岛实现识别二维码图片功能，供大家参考，具体内容如下
所需专家依赖
依赖性groupIdcom.google.zxing/groupId Java se/artifact id版本3 .2 .1/版本/依赖性依赖性groupIdcom.google.zxing/groupId工艺Id核心/工艺Id版本3 .3 .3/版本/依赖性实现的爪哇岛类
导入com。谷歌。zxing。*;导入com。谷歌。zxing。客户。J2SE。bufferedimageluminancesource导入com。谷歌。zxing。常见。混合二进制er；导入星期日misc . base 64解码器；导入javax。imageio。imageio导入Java。awt。形象。缓冲图像；导入Java。io。bytearray inputstream导入Java。io。文件；导入Java。io。io异常；导入Java。util。hashmap导入Java。util。地图；/*** 作用：二维码识别(图片)* 类名：QR codeutils * */公共类QRCodeUtils { /** *解析二维码，此方法解析一个路径的二维码图片*路径：图片路径*/公共静态字符串deEncodeByPath(String path){ String content=null；图片图像；请尝试{ image=ImageIO.read(新文件(路径));luminance source source=new buffered image luminance source(image)；binary izer binary izer=新的混合二进制izer(源码);二进制位图二进制位图=新二进制位图(二进制化器);MapDecodeHintType，Object hints=new HashMapDecodeHintType，Object()；提示. put(DecodeHintType .CHARACTER_SET，‘UTF-8’)；结果结果=新的多种形式的踏板().解码(二进制位图，提示);//解码System.out.println(图片中内容： );系统。出去。println( content:结果。gettext())；内容=结果。gettext()；} catch(io异常e){ e . printstacktrace()；} catch (NotFoundException e) { //这里判断如果识别不了带标志；徽标的图片，重新添加上一个属性请尝试{ image=ImageIO.read(新文件(路径));luminance source source=new buffered image luminance source(image)；binary izer binary izer=新的混合二进制izer(源码);二进制位图二进制位图=新二进制位图(二进制化器);MapDecodeHintType，Object hints=new HashMapDecodeHintType，
Object>(); //设置编码格式 hints.put(DecodeHintType.CHARACTER_SET, "UTF-8"); //设置优化精度 hints.put(DecodeHintType.TRY_HARDER, Boolean.TRUE); //设置复杂模式开启（我使用这种方式就可以识别微信的二维码了） hints.put(DecodeHintType.PURE_BARCODE,Boolean.TYPE); Result result = new MultiFormatReader().decode(binaryBitmap, hints);//解码 System.out.println("图片中内容： "); System.out.println("content： " + result.getText()); content = result.getText(); } catch (IOException e) { e.printStackTrace(); } catch (NotFoundException e) { e.printStackTrace(); } } return content; }}测试
public static void main(String [] args){ deEncodeByPath("D:\Users/admin/Desktop/erweima/timg (5).jpg");//二维码图片路径}输出结果：
图片中内容：content: http://qrcode.online
如果上述不能识别的话，那么就需要对图片处理一次，然后再进行识别，这里是个调优图片的工具类。
package com.face.ele.common.utils;import javax.imageio.ImageIO;import java.awt.*;import java.awt.image.BufferedImage;import java.io.File;import java.io.IOException;/** * @author weijianxing * @description: TODO * @date 2020/11/26 9:28 */public class ImageOptimizationUtil { // 阈值0-255 public static int YZ = 150; /** * 图像二值化处理 * * @param filePath 要处理的图片路径 * @param fileOutputPath 处理后的图片输出路径 */ public static void binarization(String filePath, String fileOutputPath) throws IOException { File file = new File(filePath); BufferedImage bi = ImageIO.read(file); // 获取当前图片的高,宽,ARGB int h = bi.getHeight(); int w = bi.getWidth(); int arr[][] = new int[w][h]; // 获取图片每一像素点的灰度值 for (int i = 0; i < w; i++) { for (int j = 0; j < h; j++) { // getRGB()返回默认的RGB颜色模型(十进制) arr[i][j] = getImageGray(bi.getRGB(i, j));// 该点的灰度值 } } // 构造一个类型为预定义图像类型,BufferedImage BufferedImage bufferedImage = new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY); // 和预先设置的阈值大小进行比较，大的就显示为255即白色，小的就显示为0即黑色 for (int i = 0; i < w; i++) { for (int j = 0; j < h; j++) { if (getGray(arr, i, j, w, h) > YZ) { int white = new Color(255, 255, 255).getRGB(); bufferedImage.setRGB(i, j, white); } else { int black = new Color(0, 0, 0).getRGB(); bufferedImage.setRGB(i, j, black); } } } ImageIO.write(bufferedImage, "jpg", new File(fileOutputPath)); } /** * 图像的灰度处理 * 利用浮点算法：Gray = R*0.3 + G*0.59 + B*0.11; * * @param rgb 该点的RGB值 * @return 返回处理后的灰度值 */ private static int getImageGray(int rgb) { String argb = Integer.toHexString(rgb);// 将十进制的颜色值转为十六进制 // argb分别代表透明,红,绿,蓝 分别占16进制2位 int r = Integer.parseInt(argb.substring(2, 4), 16);// 后面参数为使用进制 int g = Integer.parseInt(argb.substring(4, 6), 16); int b = Integer.parseInt(argb.substring(6, 8), 16); int gray = (int) (r*0.28 + g*0.95 + b*0.11); return gray; } /** * 自己加周围8个灰度值再除以9，算出其相对灰度值 * * @param gray * @param x 要计算灰度的点的横坐标 * @param y 要计算灰度的点的纵坐标 * @param w 图像的宽度 * @param h 图像的高度 * @return */ public static int getGray(int gray[][], int x, int y, int w, int h) { int rs = gray[x][y] + (x == 0 ? 255 : gray[x - 1][y]) + (x == 0 y == 0 ? 255 : gray[x - 1][y - 1]) + (x == 0 y == h - 1 ? 255 : gray[x - 1][y + 1]) + (y == 0 ? 255 : gray[x][y - 1]) + (y == h - 1 ? 255 : gray[x][y + 1]) + (x == w - 1 ? 255 : gray[x + 1][y]) + (x == w - 1 y == 0 ? 255 : gray[x + 1][y - 1]) + (x == w - 1 y == h - 1 ? 255 : gray[x + 1][y + 1]); return rs / 9; } /** * 二值化后的图像的开运算：先腐蚀再膨胀（用于去除图像的小黑点） * * @param filePath 要处理的图片路径 * @param fileOutputPath 处理后的图片输出路径 * @throws IOException */ public static void opening(String filePath, String fileOutputPath) throws IOException { File file = new File(filePath); BufferedImage bi = ImageIO.read(file); // 获取当前图片的高,宽,ARGB int h = bi.getHeight(); int w = bi.getWidth(); int arr[][] = new int[w][h]; // 获取图片每一像素点的灰度值 for (int i = 0; i < w; i++) { for (int j = 0; j < h; j++) { // getRGB()返回默认的RGB颜色模型(十进制) arr[i][j] = getImageGray(bi.getRGB(i, j));// 该点的灰度值 } } int black = new Color(0, 0, 0).getRGB(); int white = new Color(255, 255, 255).getRGB(); BufferedImage bufferedImage = new BufferedImage(w, h, BufferedImage.TYPE_BYTE_BINARY); // 临时存储腐蚀后的各个点的亮度 int temp[][] = new int[w][h]; // 1.先进行腐蚀操作 for (int i = 0; i < w; i++) { for (int j = 0; j < h; j++) { /* * 为0表示改点和周围8个点都是黑，则该点腐蚀操作后为黑 * 由于公司图片态模糊，完全达到9个点全为黑的点太少，最后效果很差，故改为了小于30 * （写30的原因是，当只有一个点为白，即总共255，调用getGray方法后得到255/9 = 28） */ if (getGray(arr, i, j, w, h) < 30) { temp[i][j] = 0; } else{ temp[i][j] = 255; } } } // 2.再进行膨胀操作 for (int i = 0; i < w; i++) { for (int j = 0; j < h; j++) { bufferedImage.setRGB(i, j, white); } } for (int i = 0; i < w; i++) { for (int j = 0; j < h; j++) { // 为0表示改点和周围8个点都是黑，则该点腐蚀操作后为黑 if (temp[i][j] == 0) { bufferedImage.setRGB(i, j, black); if(i > 0) { bufferedImage.setRGB(i-1, j, black); } if (j > 0) { bufferedImage.setRGB(i, j-1, black); } if (i > 0 && j > 0) { bufferedImage.setRGB(i-1, j-1, black); } if (j < h-1) { bufferedImage.setRGB(i, j+1, black); } if (i < w-1) { bufferedImage.setRGB(i+1, j, black); } if (i < w-1 && j > 0) { bufferedImage.setRGB(i+1, j-1, black); } if (i < w-1 && j < h-1) { bufferedImage.setRGB(i+1, j+1, black); } if (i > 0 && j < h-1) { bufferedImage.setRGB(i-1, j+1, black); } } } } ImageIO.write(bufferedImage, "jpg", new File(fileOutputPath)); } public static void main(String[] args) { String fullPath="E:\weijianxing\img\微信图片_20201202160240.jpg"; String newPath="E:\weijianxing\img\1new_微信图片_20201202160240.jpg"; try { ImageOptimizationUtil.binarization(fullPath,newPath); } catch (IOException e) { e.printStackTrace(); } }}可以手动测试，然后对改代码的部分进行调正对应的参数-- gray变量里的计算进行灰度调整
private static int getImageGray(int rgb) { Str
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。