有趣的二維碼:用 MyQR 和 qrcode 製作二維碼

https://blog.csdn.net/qq_42730750/article/details/108877378【導語】：現在都強調個性，那麼怎麼動手製作自己的個性化二維碼呢？本文就跟大家一起探討製作二維碼的方法。1. 二維碼二維碼( 2−Dimensional Barcode)，又稱二維條形碼。它是用某種特定的幾何圖形按一定規律在平面(二維方向上)分布的黑白相間的圖形來記錄數據符號信息的；在代碼編制上巧妙地利用構成計算機內部邏輯基礎的「0」、「1」比特流的概念，使用若干個與二進位相對應的幾何形體來表示文字數值信息，通過圖像輸入設備或光電掃描設備自動識讀以實現信息自動處理。二維碼有其特定的字符集，每個字符佔有一定的寬度，每種碼具有一定的校驗功能，同時還具有對不同行的信息自動識別功能、及處理圖形旋轉變化等特點。二維條形碼是在二維空間水平和豎直方向存儲信息的條形碼。它的優點是信息容量大，解碼可靠性高，糾錯能力強，製作成本低，保密與防偽性能好。目前，世界上應用最多的二維條碼符號有Aztec Code、PDF147、QR Code等。常見的二維碼為QR CodeCode，QR全稱是Quick Response，是一個近幾年來行動裝置上超流行的一種編碼方式。它的結構如下：QR Code屬於矩陣式二維條碼，又稱棋盤式二維條碼。它是在一個矩形空間通過黑、白像素在矩陣中的不同分布進行編碼。在矩陣相應元素位置上，用點（方點、圓點或其他形狀）的出現表示二進位「1」，點的不出現表示二進位的「0」，點的排列組合確定了矩陣式二維條碼所代表的意義。主要有以下特點：1. 符號規格從版本1(21×21)到版本40(177×177)，每提高一個版本，每邊增加4個碼元（即指構成QR碼的方形黑白點）；2. 信息容量大：能存儲7089個數字字符或4296個字母字符或2953個8位字節字符或1817漢字字符；3. 糾錯能力強：即使部分編碼變髒或破損，也可以恢復數據。L級約可糾錯7%的數據碼字，M級約可糾錯15%的數據碼字，Q級約可糾錯25%的數據碼字，H級約可糾錯30%的數據碼字；4. 可以從任意方向讀取：QR碼可以從360°任一方向均可快速讀取。通過QR碼中的三處定位圖案，可以幫助QR碼不受背景樣式的影響，實現快速穩定的讀取。
MyQR可以生成常見的二維碼、藝術二維碼（黑白或彩色）， 動態二維碼（黑白或彩色），安裝命令如下：

if __name__ == '__main__':    version, level, qr_name = myqr.run(        words='https://xxx.com/ccc',        version=1,        level='H',        picture='./XKD.gif',        colorized=True,        contrast=1.0,        brightness=1.0,        save_name='test4.gif',        save_dir=os.getcwd()    )print(version)print(level)    print(qr_name)
MyQR確實是挺好用的，唯一的缺點就是，不支持中文！！！沒錯，是不是有點遺憾，它只支持以下字符：3. qrcodeqrcode的功能雖稍遜於MyQR，但是它支持中文字符，且能生成矢量圖，安裝命令如下：
def mergeImg(img1, img2, flag=True):"""    合併圖像    :param img1:    :param img2:    :param flag: True 表示將logo居中, False 表示將logo作為背景圖    :return:    """    img1_w, img1_h = img1.sizeif flag:        img2_w = int(img2.size[0] / 3)        img2_h = int(img2.size[1] / 3)# 縮放logo        img2 = img2.resize(size=(img2_w, img2_h), resample=Image.ANTIALIAS)# 將logo居中顯示        img1.paste(im=img2, box=(int((img1_w - img2_w) / 2), int((img1_h - img2_h) / 2)))        img1.save('./test8.png')else:        img2 = img2.resize(size=(img1_w, img1_h), resample=Image.ANTIALIAS)# 兩張圖片的size和mode要一致# 計算公式為out = image1 * (1.0 - alpha) + image2 * alpha# 這裡的背景色就是一種幹擾了, 如果將二維碼的透明度設置過高會識別不出來        out_img = Image.blend(img1, img2, alpha=0.3)        out_img.save('./test9.png')

if __name__ == '__main__':    qr = qrcode.QRCode(        version=1,        error_correction=qrcode.constants.ERROR_CORRECT_H,        box_size=10,        border=4,    )    qr.add_data('https://xxx.com/ccc')    qr.make(fit=True)
# black green purple orange pink white blue# make_image() 返回的是一個PilImage對象# 可以使用pillow對它進行圖像處理相關的操作# img1 = qr.make_image(fill_color="#8A2BE2", back_color="white")    img1 = qr.make_image(fill_color="orange", back_color="white").convert('RGB')# img1.show()# img1.save('./test6.png')
    img2 = Image.open('./cutcamera.png').convert('RGB')    mergeImg(img1, img2, flag=True)
如有文章對你有幫助，
「在看」和轉發是對我最大的支持！

關注Python極客專欄