QRCode NCNN

WeChat-QRCode-NCNN

WeChatQRCode เป็นเครื่องมือรหัส QR ที่เปิดตัวโดยทีมงาน WeChat AI แต่งานต้นฉบับใช้ caffe และเป็นโอเพ่นซอร์สจาก OpenCV

(!!!เครื่องเดิมผมไม่ได้ทำครับ ผมแค่ย้าย!!!)

ฉันเป็นแฟนตัวยงของ ncnn และฉันทนไม่ไหวที่จะเห็นผลิตภัณฑ์ของ Tencent ถูกคัดลอกโดย caffe ntr ดังนั้นฉันจึงใส่มันลงใน ncnn เพื่อดูรายละเอียดทั้งหมด

การแนะนำบัญชีสาธารณะ: พอร์ทัล

รหัสต้นฉบับ: พอร์ทัล

งานของโปรเจ็กต์นี้: ย้ายส่วนการให้เหตุผลของเครื่องยนต์จาก caffe ไปยัง ncnn ของ Tencent

บทนำโดยย่อ

ข้อมูลเบื้องต้นเกี่ยวกับขั้นตอนการทำงานของเครื่องยนต์เวอร์ชันนี้:

1. การตรวจจับโค้ด QR, ncnn รันโมเดลการตรวจจับ
2. คะแนนซุปเปอร์โค้ด QR, ncnn รันโมเดล SR
3. การถอดรหัสรหัส QR โดยใช้ zxing-cpp

ข้อได้เปรียบ

1. การโทรนั้นง่ายมาก:

cv:: Ptr <cv::wechat_qrcode::WeChatQRCode> detector = cv::makePtr<cv::wechat_qrcode::WeChatQRCode>( " assert/detect.param " , " assert/detect.bin " , " assert/sr.param " , " assert/sr.bin " );
vector<cv::Mat> points;
vector<string> res = detector-> detectAndDecode (img, points);

2. โปรเจ็กต์มีขนาดเล็ก: แบบจำลองการตรวจจับ + แบบจำลอง sr มีขนาดเพิ่มขึ้นเพียง 960KB ซึ่งมีขนาดเล็กมากแม้ว่าจะถูกคอมไพล์ลงในโปรเจ็กต์โดยตรงก็ตาม

ผล

หมายเหตุ: มือถือรุ่น Redmi 7 Snapdragon 632 (มือถือราคาปกติ 100 หยวน) ตรวจพบโค้ดและถอดรหัสแบบเรียลไทม์จึงอาจรู้สึกแลคเมื่อใช้งานหากอุปกรณ์ดีก็ไม่น่าจะแลค และการใช้งานจริงเป็นแบบ One-shot ไม่ควรมีใครรันแบบเรียลไทม์

แอปได้ส่งออกเวอร์ชันดีบั๊กแล้วที่นี่

เนื้อหางาน

• งานแพลตฟอร์ม x86
• การทำงานของแพลตฟอร์ม Android

คำแถลง

1. เครื่องมืออนุมานดั้งเดิมเป็นของโอเพ่นซอร์สของทีม Tencent WeChat AI บน OpenCV
2. สิ่งที่ฉันทำคือเปลี่ยนกลไกการใช้เหตุผลจาก caffe เป็น ncnn
3. สำหรับการใช้งานเชิงพาณิชย์ โปรดดูที่ใบอนุญาตอย่างเป็นทางการ! - -
4. โอเพ่นซอร์สไม่ใช่เรื่องง่าย (ขอดาวหน่อย)