python opencv二维码测距

要使用Python OpenCV测量二维码距离，您可以使用以下步骤：

1. 读取图像并检测二维码
使用OpenCV的QRCodeDetector类可以检测二维码。您可以使用cv2.imread()函数读取图像，然后使用detector.detect()函数检测二维码，并使用cv2.drawContours()函数绘制边界框。

2. 计算二维码中心点坐标
使用cv2.boundingRect()函数可以计算边界框的x，y坐标和宽度，高度。通过这些值，可以计算出二维码中心点的坐标。

3. 计算距离
使用已知的二维码大小和图像中的像素距离，可以计算出实际距离。如果您知道二维码大小，但不知道像素距离，可以使用cv2.norm()函数计算两点之间的欧几里得距离。

下面是一个示例代码，演示如何测量二维码距离：

import cv2

# 读取图像并检测二维码
img = cv2.imread('qrcode.png')
detector = cv2.QRCodeDetector()
data, bbox, _ = detector.detectAndDecode(img)
if bbox is not None:
    # 绘制边界框
    n = len(bbox)
    for i in range(n):
        cv2.line(img, tuple(bbox[i][0]), tuple(bbox[(i+1)%n][0]), (255,0,0), 3)
    cv2.putText(img, data, (int(bbox[0][0][0]), int(bbox[0][0][1])-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
    
    # 计算中心点坐标
    x,y,w,h = cv2.boundingRect(bbox)
    cx = int(x + w/2)
    cy = int(y + h/2)
    cv2.circle(img, (cx, cy), 3, (0,0,255), -1)
    
    # 计算距离
    qr_size = 10 # 二维码大小（cm）
    pixel_size = 2 # 图像中的像素距离（cm）
    dist = qr_size * pixel_size / w
    cv2.putText(img, '{:.2f}cm'.format(dist), (cx, cy+20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
    
    # 显示结果
    cv2.imshow('img', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
else:
    print('无法检测到二维码')

在上面的代码中，我们将二维码大小设置为10，像素距离为2。您可以根据您的应用程序需要更改这些值。