ZXing-CPP 2.3.0版本发布:条码识别库的重大更新
2025-07-01 00:14:01作者:尤峻淳Whitney
ZXing-CPP是一个基于C++实现的条码识别开源库,它是流行的ZXing(Zebra Crossing)项目的C++移植版本。该库支持多种一维和二维条码格式的识别,包括QR码、Data Matrix、PDF417、Aztec等,广泛应用于各种需要条码识别功能的软件系统中。
核心功能增强
本次2.3.0版本带来了多项重要的功能改进和性能优化:
-
新增条码格式支持:
- 增加了对DX Film Edge格式的读取支持
- 新增了对Aztec Runes符号的检测和读取能力
- 添加了对DataBarLimited符号的读取支持(由EUREKAM赞助)
-
图像处理优化:
- 重新实现了LocalAverage二值化算法,采用对称阈值插值技术,显著提高了对反转符号的检测能力
- ImageView类增加了边界校验功能,提高了安全性
- 新增了ImageFormat::LumX格式,支持2字节灰度+alpha通道的输入
-
API改进:
- 引入了新的Barcode类替代Result类(Result将在3.0版本移除)
- 添加了ZXing::Version()函数,可在运行时查询库版本
- 图像格式命名规范化,将'X'替换为'A'(如RGBX改为RGBA)
跨平台与语言支持
ZXing-CPP 2.3.0显著增强了跨平台和多语言支持能力:
-
新增语言绑定:
- 正式构建中加入了C API支持(需通过cmake -DZXING_C_API=ON启用)
- 新增了基于C API的Rust包装器
- 新增了基于C API的.NET包装器
- 增加了Kotlin/Native包装器支持
-
平台特定改进:
- Android版本增加了对Android 15灵活页面大小的支持
- 将Android命名空间从zxingcpp改为zxingcpp.lib,解决了Maven Central发布问题
- iOS包装器移除了initWithFormats初始化器,简化了API
-
构建系统改进:
- 将cmake选项前缀从BUILD_改为ZXING_
- 默认使用C++20标准构建核心库
- 添加了/utf-8到MSVC编译标志
- 使构建在不同目录下具有可重现性
命令行工具增强
ZXingReader命令行工具获得了多项新功能:
- 新增-binarizer选项,支持local/global/fixed三种二值化方法
- 添加-single选项,可设置maxNumberOfSymbols(1)
- 完善了-formats参数解析,包括's'格式支持
- 支持从标准输入读取图像文件(通过传递'-'参数)
实验性API
2.3.0版本引入了一些实验性API(需通过cmake选项-DZXING_EXPERIMENTAL_API=ON启用):
- 全新的Create+Write API,用于生成/写入条码(将替代MultiFormatWriter)
- 基于libzint的新写入器后端
- 新增Barcode::symbol()属性,提供ImageView访问
- Python绑定中新增了实验性写入API
性能优化与问题修复
本次更新包含了大量性能优化和错误修复:
-
解码算法改进:
- DataMatrix解码器提高了对接近45°旋转符号的检测能力
- DataBar解码器通过整合edge-2-edge模式提高了检测率
- QR解码器现在即使存在校验和错误也会返回部分内容
- 改进了ITFReader的多个方面
-
问题修复:
- 修复了BitHacks中可能导致在Pre-Haswell Windows机器上生成随机QR码内容的问题
- 解决了PDF417解码时右侧可能错误折叠到(0,0)位置的问题
- 调整了Barcode的operator==(),避免过度分割高线性符号
-
其他改进:
- 更新了HRI AIs至最新的gs1-syntax-dictionary.txt
- 弃用了validateITFCheckSum、validateCode39CheckSum和returnCodabarStartEnd等函数
- 确保macOS和64位Linux的Python包支持多符号DataMatrix检测(需要C++20支持)
总结
ZXing-CPP 2.3.0是一个功能丰富、改进显著的版本,不仅增加了对新条码格式的支持,还大幅提升了现有功能的稳定性和性能。特别是新增的跨语言绑定和实验性写入API,为开发者提供了更多可能性。对于需要高性能条码识别功能的项目,这个版本值得考虑升级。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
188
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.9 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.72 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
454
438