ZXing-CPP项目在Windows平台下的DLL构建与使用指南
2026-02-04 04:16:50作者:韦蓉瑛
背景介绍
ZXing-CPP是一个开源的条形码/二维码识别库,基于C++实现。许多.NET开发者希望通过NuGet包来使用这个库的功能,但在实际使用过程中遇到了无法正确识别二维码的问题。本文将详细介绍如何在Windows平台上正确构建和使用ZXing-CPP的动态链接库(DLL)。
问题现象
开发者在使用ZXing-CPP的NuGet包(0.2.1-alpha版本)时,发现BarcodeReader.From()方法返回空列表,没有识别出任何条形码或二维码,但也没有抛出任何错误。经过测试,同样的代码和测试图像在Linux环境下可以正常工作,这表明问题可能与Windows平台下的DLL构建有关。
解决方案
1. 自行构建DLL
正确的解决方法是自行构建ZXing-CPP的DLL文件,然后替换NuGet包中的DLL。以下是详细步骤:
-
环境准备:
- 安装Visual Studio 2022
- 确保安装了"C++ CMake工具"组件
- 以管理员身份打开"Developer Command Prompt for VS 2022"
-
获取源码:
git clone https://github.com/zxing-cpp/zxing-cpp.git --recursive --single-branch --depth 1 -
配置构建参数:
cmake -S zxing-cpp -B zxing-cpp.release -DCMAKE_BUILD_TYPE=Release -DBUILD_SHARED_LIBS=ON -A x64 -DBUILD_SHARED_LIBS=ON -DZXING_READERS=ON -DZXING_WRITERS=NEW -DZXING_EXPERIMENTAL_API=ON -DCMAKE_CXX_STANDARD=20 -DZXING_C_API=ON -
构建项目:
cmake --build zxing-cpp.release -j8 --config Release
构建完成后,DLL文件将生成在zxing-cpp.release\core\Release目录下。
2. 替换NuGet包中的DLL
- 在项目中添加ZXingCpp NuGet包(需要勾选"包含预发行版")
- 将新构建的
ZXing.dll复制到以下目录:%userprofile%\.nuget\packages\zxingcpp\0.2.1-alpha\runtimes\win-x64\native
常见问题解决
在构建过程中可能会遇到以下问题:
-
zint.h语法错误:
- 这是由于Windows系统对符号链接的处理问题导致的
- 解决方法:手动修改
core/src/libzint/目录下的.h和.c文件,将../../../zint/backend/zint.h改为#include "../../../zint/backend/zint.h"
-
构建失败:
- 确保已正确初始化所有子模块(
--recursive参数) - 检查CMake版本是否支持C++20标准
- 确保已正确初始化所有子模块(
最新进展
项目维护者已发布新版本(0.2.2-alpha),其中包含了修复后的Windows平台DLL。开发者可以直接使用这个新版本的NuGet包,无需自行构建DLL。
性能优化建议
ZXing-CPP库本身已经非常高效,但如果遇到难以识别的图像,可以考虑以下优化措施:
-
预处理图像:
- 应用去噪算法
- 使用中值滤波器
- 调整图像大小
-
使用实验性功能:
- 启用
TryDenoise选项 - 尝试不同的图像格式转换
- 启用
总结
ZXing-CPP是一个功能强大的条形码识别库,但在Windows平台下使用时需要注意DLL的构建方式。通过本文介绍的方法,开发者可以成功构建并使用该库的功能。随着0.2.2-alpha版本的发布,这一问题已得到官方修复,建议开发者升级到最新版本以获得最佳体验。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
终极Emoji表情配置指南:从config.yaml到一键部署全流程如何用Aider AI助手快速开发游戏:从Pong到2048的完整指南从崩溃到重生:Anki参数重置功能深度优化方案 RuoYi-Cloud-Plus 微服务通用权限管理系统技术文档 GoldenLayout 布局配置完全指南 Tencent Cloud IM Server SDK Java 技术文档 解决JumpServer v4.10.1版本Windows发布机部署失败问题 最完整2025版!SeedVR2模型家族(3B/7B)选型与性能优化指南2025微信机器人新范式:从消息自动回复到智能助理的进化之路3分钟搞定!团子翻译器接入Gemini模型超详细指南
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (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
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350