最近在搜寻资料时，发现了一则10年前的新闻：二维码将成线上线下关键入口。从今天的移动互联网来看，支付收款码/健康码等等与我们息息相关，二维码确实成为了我们生活中不可或缺的一部分。
在学习Python处理二维码的过程中，我们看到的大多是“用python生成酷炫二维码”、“用Python制作动图二维码”之类的文章。而关于使用Python批量识别二维码的教程，并不多见。所以今天我会给大家分享两种批量识别二维码的Python技巧！
二维码又称二维条码，常见的二维码为QR Code，QR全称Quick Response，是一个移动设备上超流行的一种编码方式。
我们在之前的文章《轻松识别数百个快递单号》，Python的第三方模块pyzbar不仅可以识别一维条形码，也可以很方便地处理二维码的识别。
不过pyzbar库需要搭配PIL或者opencv使用，主要是为了利用Image.open()或者cv2.imread()来读取图片文件。
在交互式环境中输入如下命令：
from pyzbar.pyzbar import decode
from PIL import Image
decocdeQR = decode(Image.open("D:/test.jpg"))
print(decocdeQR[0].data.decode('ascii'))
输出：
这样就轻松实现了二维码的解析与识别。
另外，opencv模块其实自带二维码识别功能。
注1：对于opencv模块，安装时需要输入pip install opencv-python，但在导入的时候采用import cv2。
注2：使用opencv模块时，文件路径、图片名称都不要包含中文，否则会报错。
在交互式环境中输入如下命令：
import cv2 qrcode_filename = "D:/test.jpg" qrcode_image = cv2.imread(qrcode_filename) qrCodeDetector = cv2.QRCodeDetector() data, bbox, straight_qrcode = qrCodeDetector.detectAndDecode(qrcode_image) print(data)
输出：
如上所示，我们同样实现了二维码的解析与识别。在上述代码中，第四行代码中qrCodeDetector.detectAndDecode(qrcode_image)有三个返回值。其中data是解码后的内容，如我们打印输出结果所示。
▲二维码的结构
bbox是指二维码轮廓的四个角，从左上角顺时针转的。而straight_qrcode是二维码的原始排列，也就是每个点是0还是255的一个矩阵，白色是255，黑色是0。
