开发环境VS2015-C#，程序实现了OpencvShare+ZXing/ZBar的条形码识别，ZBar可同时识别多个条形码。准确率非常高。

二维码识别库移植zbar含源代码，代码是之前做项目应用的，识别性能比较好，在海思方案都可以移植，linux系统

之前上传的版本不能叫人脸识别，只能叫人脸检测，本次上传的版本实现了人脸识别（人脸采集、训练、识别）；还增加了获取摄像头分辨率列表功能；之前版本已有功能：读取电脑摄像头列表； 拍照时可以设置生成的图片是否旋转顺时针90度； 图片resize相关函数； 选取图片局部保存成新图片； 给图片加文字水印；新加zbar识别条码、二维码。

二维码编码解码库zbar64,可在VS2019正常使用,普通zbar用不了是因为不是64位的

zbar.so 32位 64位

android Zbar 含64、32位so库、jar包等，由于不会编译，智能拿来，全在csdn，积分太高买不起，积分定1分，分给想用而没有积分的

zbar 扫码的jni 文件

里面实现了usb摄像头采集 qt显示 能够保存jpg图片，调整曝光 zbar二维码识别显示，这里给出了能在jetson nano上运行的实例

OpenCV+zbar开源库实现摄像头识别二维码，测试验证识别率非常高，已实现简单的应用。 打包源码在VS2013下可以完全编译成功，附加包含OpenCV库及zbar-0.10-setup.exe，zbar-0.10.tar.bz2 下载Demo后需要安装 zbar-0.10-setup.exe 以下代码可以可以完成整个流程的开发，也可以贡献积分下载资源包。 1、 环境准备 （1） OpenCV库2.49 （2） ZBar开源库 （3） VS2013 2、 VS2013环境配置 （1） 配置附加包含目录 C/C++ -- 附加包含目录 include\opencv\include\ include\opencv\include\opencv include\opencv\include\opencv2 include （2） 配置链接器 链接器 -- 附加库目录 lib32\opencv\lib lib32 （3） 配置链接器 链接器--输入--附加依赖项 opencv_core249d.lib opencv_highgui249d.lib opencv_imgproc249d.lib libzbar-0.lib 3、 代码开发 （1）包含头文件 include include include include include include using namespace std; using namespace zbar; using namespace cv; （2）实现函数 void MatToCImage(cv::Mat &mat, CImage &cImage) { //create new CImage int width = mat.cols; int height = mat.rows; int channels = mat.channels(); cImage.Destroy(); //clear cImage.Create(width, height, 8 * channels); //默认图像像素单通道占用1个字节 //copy values uchar* ps; uchar* pimg = (uchar*)cImage.GetBits(); //A pointer to the bitmap buffer int step = cImage.GetPitch(); for (int i = 0; i (i)); for (int j = 0; j GetDlgItem(IDC_STATIC_IMG)->GetClientRect(▭); cv::VideoCapture capture(0);//从摄像头读入图像 while (!m_bCloseCamera) { cv::Mat frame; capture >> frame; cv::Mat newframe; cv::Size ResImgSiz = cv::Size(rect.Width(), rect.Height()); cv::resize(frame, newframe, ResImgSiz, CV_INTER_CUBIC); MatToCImage(newframe, imgDst); imgDst.Draw(pThis->GetDlgItem(IDC_STATIC_IMG)->GetDC()->GetSafeHdc(), rect); ImageScanner scanner; scanner.set_config(ZBAR_NONE, ZBAR_CFG_ENABLE, 1); Mat imageGray; cvtColor(frame, imageGray, CV_RGB2GRAY); int width = imageGray.cols; int height = imageGray.rows; uchar *raw = (uchar *)imageGray.data; Image imageZbar(width, height,

本工程包括相应的文档说明，其中有DSP工程，通过静态输入一副灰度图像，解码出相应的字符