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
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 StartedRust0138- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
726
4.66 K
Ascend Extension for PyTorch
Python
597
750
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
610
deepin linux kernel
C
29
16
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
997
138
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
427
377
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++
992
986
🎉 (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
1.65 K
970
暂无简介
Dart
969
246
昇腾LLM分布式训练框架
Python
161
190