pyzbar 项目安装和配置指南

项目基础介绍

pyzbar 是一个用于从 Python 2 和 3 中读取一维条形码和 QR 码的库。它使用 zbar 库来实现解码功能，完全用 Python 编写，支持多种图像格式，包括 PIL/Pillow 图像、OpenCV/imageio/numpy 数组以及原始字节数据。该项目可以在 Windows、Mac OS X 和 Linux 上运行，除了 zbar 库本身外，不需要额外的依赖项。

主要编程语言和技术框架

pyzbar 主要使用 Python 编程语言，支持 Python 2.7 以及 Python 3.5 到 3.10 版本。关键技术包括：

• zbar 库：核心解码库，用于条形码和 QR 码识别
• PIL/Pillow：Python 图像处理库
• OpenCV：计算机视觉库，用于图像处理
• numpy：科学计算库，用于数组处理

安装前准备工作

在安装 pyzbar 之前，需要确保系统满足以下要求：

1. Python 2.7 或 Python 3.5 及以上版本
2. 根据操作系统安装 zbar 共享库

详细安装步骤

1. 安装 Python

首先确认系统已安装 Python，可以通过以下命令检查版本：

python --version

如果未安装 Python，请下载并安装适合您操作系统的版本。

2. 安装 zbar 共享库

根据操作系统类型安装对应的 zbar 库：

Mac OS X:

brew install zbar

Linux:

sudo apt-get install libzbar0

Windows: Windows Python 轮子已包含 zbar DLLs，无需额外安装。

3. 安装 pyzbar

使用 pip 安装 pyzbar 包：

pip install pyzbar

如果需要安装命令行脚本的依赖项：

pip install pyzbar[scripts]

配置和测试

安装完成后，可以通过以下步骤测试 pyzbar 是否正常工作：

创建测试文件 test_pyzbar.py：

from pyzbar.pyzbar import decode
from PIL import Image

# 读取图像文件
image = Image.open('pyzbar/tests/code128.png')

# 解码图像中的条形码或 QR 码
decoded_objects = decode(image)

# 打印解码结果
for obj in decoded_objects:
    print(f"Data: {obj.data.decode('utf-8')}, Type: {obj.type}")

运行测试脚本：

python test_pyzbar.py

如果成功输出图像中条形码或 QR 码的数据和类型，说明 pyzbar 已正确安装。

项目结构说明

pyzbar 项目包含以下主要文件：

• pyzbar/pyzbar.py：核心解码功能模块
• pyzbar/wrapper.py：zbar 库的 Python 包装器
• pyzbar/locations.py：条形码位置识别功能
• pyzbar/scripts/read_zbar.py：命令行脚本工具
• pyzbar/tests/：包含各种测试图像和测试用例

示例代码

使用 pyzbar 解码条形码的基本示例：

from pyzbar.pyzbar import decode, ZBarSymbol
from PIL import Image

# 解码所有类型的条形码
image = Image.open('pyzbar/tests/qrcode.png')
decoded_objects = decode(image)

# 只解码 QR 码
decoded_qr = decode(image, symbols=[ZBarSymbol.QRCODE])

# 处理解码结果
for obj in decoded_objects:
    print(f"数据类型: {obj.type}")
    print(f"数据内容: {obj.data.decode('utf-8')}")
    print(f"位置: {obj.rect}")
    print(f"多边形坐标: {obj.polygon}")

常见问题解决

Windows 系统错误

如果在 Windows 上遇到 ImportError，可能需要安装 Visual C++ Redistributable Packages for Visual Studio 2013。

图像格式支持

pyzbar 支持多种图像格式：

• PIL/Pillow 图像对象
• OpenCV numpy 数组
• 原始字节数据（8位每像素）

性能优化

对于大量图像处理，建议使用 numpy 数组格式，可以获得更好的性能。

通过以上步骤，您已经成功安装并配置了 pyzbar 项目，现在可以使用它来读取和解码各种图像中的条形码和 QR 码。