前言

一、鼠标点击的角度测量

首先导入一个带有角度的照片
在这里插入图片描述
然后下面的代码注册了一个鼠标按下的回调函数，
还有一个点的数列，鼠标事件为按下的时候就记录点，并画出点，由于点是画在图像上面的，那么就要求了img是需要刷新的所以将他们放在while True里面
当有按键按下的的时候就把图片归为原来的以及清除列表的值。

按键的使用可以看这个文章
简述

cv2.waitKey(1)在有按键按下的时候返回按键的ASCII值，否则返回-1
& 0xFF的按位与操作只取cv2.waitKey(1)返回值最后八位，因为有些系统cv2.waitKey(1)的返回值不止八位
ord(‘q’)表示q的ASCII值
总体效果：按下q键后break

import cv2
import math

img = cv2.imread('jiaodu.png')
pointslist = []


def mousepoints(event,x,y,flags,params):
    if event == cv2.EVENT_LBUTTONDOWN:
        cv2.circle(img,(x,y),5,(0,0,255),cv2.FILLED)
        pointslist.append([x,y])
        print(pointslist)
while True:
    cv2.imshow('image',img)
    cv2.setMouseCallback('image',mousepoints)
    keycc = cv2.waitKey(1) & 0xFF
    if keycc == ord('q'):
        pointslist = []
        img = cv2.imread('jiaodu.png')
    if keycc == ord('c'):
        exit()

当在图像上点击的时候有红点，当按下q的时候清除，当按下c的时候退出
接着我们要做的就是每点击一下就会出现三角的边，我们用size来做判断，当取余后值为2的时候就说明要画一个直线，当按下第三个点的时候要是第二条直线，那么就elif size % 3 == 0 and size != 0:
就可以得到啦
还是用了tuple()函数因为 cv2.line 需要点的坐标作为元组，所以我们使用 tuple 函数将列表转换为元组。
使用到了画线函数cv2.line可以参考这篇文章
简述：

cv2.line(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) → img
img，背景图
pt1，直线起点坐标
pt2，直线终点坐标
color，当前绘画的颜色。如在BGR模式下，传递(255,0,0)表示蓝色画笔。灰度图下，只需要传递亮度值即可。
thickness，画笔的粗细，线宽。若是-1表示画封闭图像，如填充的圆。默认值是1.
lineType，线条的类型，
如8-connected类型、anti-aliased线条（反锯齿），默认情况下是8-connected样式ide，cv2.LINE_AA表示反锯齿线条，在曲线的时候视觉效果更佳。

def mousepoints(event,x,y,flags,params):
    if event == cv2.EVENT_LBUTTONDOWN:

        cv2.circle(img,(x,y),5,(0,0,255),cv2.FILLED)
        pointslist.append([x,y])
        size = len(pointslist)
        if size % 3 == 2:
            cv2.line(img, tuple(pointslist[-2]), tuple(pointslist[-1]), (255, 0, 0), 2)
        # 当添加第三个点时，使用第一个点和第三个点绘制线
        elif size % 3 == 0 and size != 0:
            cv2.line(img, tuple(pointslist[-3]), tuple(pointslist[-1]), (255, 0, 0), 2)
        print(pointslist)

在这里插入图片描述
现在我们还需要计算出，直接使用math中的函数，不过，我们需要由梯度来求，具体公式百度，最终的代码：

import cv2
import math

img = cv2.imread('jiaodu.png')
pointslist = []


def mousepoints(event,x,y,flags,params):
    if event == cv2.EVENT_LBUTTONDOWN:

        cv2.circle(img,(x,y),5,(0,0,255),cv2.FILLED)
        pointslist.append([x,y])
        size = len(pointslist)

        if size % 3 == 2:
            cv2.line(img, tuple(pointslist[-2]), tuple(pointslist[-1]), (255, 0, 0), 2)
        # 当添加第三个点时，使用第一个点和第三个点绘制线
        elif size % 3 == 0 and size != 0:
            cv2.line(img, tuple(pointslist[-3]), tuple(pointslist[-1]), (255, 0, 0), 2)

        print(pointslist)

def gradient(pt1,pt2):
    return (pt2[1]-pt1[1])/(pt2[0]-pt1[0])

def getAngle(pointslist):
    pt1,pt2,pt3 = pointslist[-3:]
    m1 = gradient(pt1,pt2)
    m2 = gradient(pt1,pt3)
    angr = math.atan((m2 - m1)/(1+(m1 * m2)))
    angd = round(math.degrees(angr))
    cv2.putText(img,str(angd),(pt1[0]-40,pt1[1]),cv2.FONT_HERSHEY_SIMPLEX,1,(255,0,0),1)

    print(angd)

while True:

    if len(pointslist) % 3 == 0 and len(pointslist) != 0:
        getAngle(pointslist)

    cv2.imshow('image',img)
    cv2.setMouseCallback('image',mousepoints)
    keycc = cv2.waitKey(1) & 0xFF
    if keycc == ord('q') or keycc == ord('Q') :
        pointslist = []
        img = cv2.imread('jiaodu.png')
    if keycc == ord('c') or keycc == ord('C') :
        exit()

二、二维码条形码识别

需要安装库numpy和pyzbar
numpy是anaconda自带的，我们在终端输入 pip install pyzbar就可以进行下载了。
我们首先有一张有二维码的图片在这里插入图片描述

import cv2
import numpy as np
from pyzbar.pyzbar import decode

img = cv2.imread('qr.png')

code = decode(img)
print(code)

我们可以读取到图片中二维码的信息

[Decoded(data=b’111111’, type=‘QRCODE’, rect=Rect(left=182, top=381,
width=163, height=164), polygon=[Point(x=182, y=381), Point(x=182, y=545), Point(x=345, y=545), Point(x=345, y=381)], quality=1, orie ntation=‘UP’)]

其中data就是我们要的数据，而polygon是边框点
我们只打印出二维码的数据信息

import cv2
import numpy as np
from pyzbar.pyzbar import decode

img = cv2.imread('qr.png')

for barcode in decode(img):
    print(barcode.data)

在这里插入图片描述
其中的b是编码

import cv2
import numpy as np
from pyzbar.pyzbar import decode

img = cv2.imread('qr.png')

for barcode in decode(img):
    mydata = barcode.data.decode('utf-8')
    print(mydata)

这样就可以只得到数据信息。
现在我们调用摄像头cv2.VideoCapture(0)还需要在二维码周围画框cv2.polylines，在周围显示 cv2.putText二维码的数据。

NumPy 和 OpenCV 的用法。
np.array(): NumPy 的 array 函数用于创建一个数组。在这里，barcode.polygon 被转换成一个 NumPy 数组。
[barcode.polygon]: 这个语法是创建一个包含 barcode.polygon 的列表。这在创建二维或者更高维度的数组时是常见的做法。
np.int32: 这是一个参数，指定了新创建的数组的数据类型应该是 32 位整数。在图像处理中，像素的坐标通常是整数。
pts: 这是一个变量，用于保存新创建的数组。
所以，pts = np.array([barcode.polygon], np.int32) 这句话的作用是创建一个新的 NumPy 数组，数组的元素来自 barcode.polygon，并且这个数组的数据类型是 32 位整数。这通常用于处理图像，比如 OpenCV 的多边形（如轮廓等）。

import cv2
import numpy as np
from pyzbar.pyzbar import decode

cap = cv2.VideoCapture(0)




while True:
    success,img = cap.read()
    # img = cv2.imread('qr.png')
    for barcode in decode(img):
        mydata = barcode.data.decode('utf-8')
        print(mydata)
        pts = np.array([barcode.polygon],np.int32)
        pts = pts.reshape((-1,1,2))
        cv2.polylines(img,[pts],True,(255,0,255),5)
        pts2 = barcode.rect
        cv2.putText(img,mydata,(pts2[0],pts2[1]),cv2.FONT_HERSHEY_SIMPLEX,0.9,(255,0,255),2)

    cv2.imshow('result',img)
    keycc = cv2.waitKey(1)
    if keycc == ord('c') or keycc == ord('C') :
        exit()