需要使用到 CMake、Git、GCC 或 MSVC。
github 链接：https://github.com/zxing-cpp/zxing-cpp
编译之前请确保：
-
确保安装了 CMake 版本 3.15 或更高版本。
-
确保安装了与 C++17 兼容的编译器(最低VS 2019 16.8 / gcc 7 / clang 5)。
编译构建很简单，如同官网：
git clone https://github.com/zxing-cpp/zxing-cpp.git --recursive --single-branch --depth 1
cmake -S zxing-cpp -B zxing-cpp.release -DCMAKE_BUILD_TYPE=Release
cmake --build zxing-cpp.release -j8 --config Release如果出错那就只能自行解决，不过不用担心，我们已经提供了编译完成的静态库。
此库不支持动态库，我们提供了 debug 和 release 两种 .lib。
之后就是正常的引入静态库的环境配置了，不再介绍。
另外一提，我们提供的第一个版本是在 win11 环境，使用 msvc 2022 编译的，实测 vs2022+OpenCV4、OpenCV3，以及和 qt5.12 的 msvc2017 都是可以正常使用。但是呢，移植到 win10 不行，我实测是直接报库损坏的链接错误，然后就自己重新又编译了一个版本，也就是第二个版本。
并且，需要注意，这三条编译命令并不是万能的，比如在某些时候，CMake 会莫名其妙选择到了 32 位的编译器进行编译，当你觉得编译成功了，使用的时候，却报了一个链接错误。cmake 执行的时候会输出很多日志，注意编译器目录，如果是 x86 下面的，那就是 32 位了。
我在使用 msvc2017 编译第二个版本 debug 的时候，使用的是：
cmake -S zxing-cpp -B zxing-cpp.debug -DCMAKE_BUILD_TYPE=Debug -G "Visual Studio 15 2017 Win64" -DCMAKE_BUILD_TYPE=Debug必须要指明 win64 才会寻找到 x64 文件夹下的 cl.exe，不然都是 x86。
ZXing 不依赖 OpenCV 等其它库，不过涉及图形操作，我们的第一选择基本也就是 OpenCV 了。实测 OpenCV3 与 OpenCV4 都可使用。
#include <opencv2/opencv.hpp>
#include <BarcodeFormat.h>
#include <BitMatrix.h>
#include <TextUtfEncoding.h>
#include <MultiFormatWriter.h>
using namespace cv;
using namespace ZXing;
int main() {
std::string input = "Hello, ZXing! This is a PDF417 barcode.";
MultiFormatWriter writer(BarcodeFormat::PDF417);
auto bitMatrix = writer.encode(input, 200, 100);
int width = bitMatrix.width();
int height = bitMatrix.height();
Mat barcodeImage(height, width, CV_8UC1);
for (int y = 0; y < height; ++y) {
for (int x = 0; x < width; ++x) {
barcodeImage.at<uint8_t>(y, x) = bitMatrix.get(x, y) ? 0 : 255;
}
}
namedWindow("PDF417 Barcode", WINDOW_NORMAL);
imshow("PDF417 Barcode", barcodeImage);
waitKey(0);
imwrite("pdf417_barcode.png", barcodeImage);
}
实测扫码枪可以识别。实测不管 windows 是否开启全局 utf8，都可正常识别数据（英文字符）。
注意：人实测 ZXing 在设置了执行字符集与源字符集均为 utf-8 的情况下，可以支持中文。但是在一台电脑中出现了无法解析出希腊字符
β，但是却支持中文的问题。在我本机开启了全局 utf-8 的 windows 电脑上则是希腊字符与中文都支持。可以参见 ZXing issue。
我们稍微详细的来解释一下上面的代码。
- 包含头文件：
- 包含 OpenCV 和 ZXing 库的头文件。以及引入对应的命名空间
#include <opencv2/opencv.hpp>
#include <BarcodeFormat.h>
#include <BitMatrix.h>
#include <TextUtfEncoding.h>
#include <MultiFormatWriter.h>
using namespace cv;
using namespace ZXing;-
输入字符串并生成 PDF417 条形码
-
定义一个要编码为 PDF417 条形码的字符串：
std::string input = "Hello, ZXing! This is a PDF417 barcode."; -
生成 PDF417 条形码：
创建一个
MultiFormatWriter对象，指定条形码格式为PDF417。使用
encode方法将输入字符串编码为一个位矩阵（bit matrix），并指定图像的宽度和高度（200 x 100）。MultiFormatWriter writer(BarcodeFormat::PDF417); auto bitMatrix = writer.encode(input, 200, 100); // 宽度和高度可以根据需要调整
-
-
将条形码数据转换为 OpenCV Mat 对象：
-
获取位矩阵的宽度和高度。
-
创建一个 OpenCV 的灰度图像矩阵。
-
遍历位矩阵的每个像素点，如果为真则设为黑色（0），否则设为白色（255）
int width = bitMatrix.width(); int height = bitMatrix.height(); Mat barcodeImage(height, width, CV_8UC1); for (int y = 0; y < height; ++y) { for (int x = 0; x < width; ++x) { barcodeImage.at<uint8_t>(y, x) = bitMatrix.get(x, y) ? 0 : 255; } }
-
-
显示条形码图像：
创建窗口并显示，等待用户按下任意键关闭窗口：
namedWindow("PDF417 Barcode", WINDOW_NORMAL); imshow("PDF417 Barcode", barcodeImage); waitKey(0);
-
保存条形码为本地图像：
imwrite("pdf417_barcode.png", barcodeImage);
在将条形码数据转换为 OpenCV 的 Mat 对象时，原始代码使用了一个双重循环进行逐个像素的遍历。虽然对于小数据集来说这没什么问题，但在面对庞大的数据时，这种方法的效率可能会受到影响。因此，我们可以通过以下方式进行优化，减少不必要的遍历。
首先，初始化一个白色背景的Mat对象：
Mat barcodeImage(height, width, CV_8UC1, Scalar(255)); // 初始化为白色然后，创建一个指向 Mat 对象数据的指针，以便直接访问和修改像素值：
uint8_t* ptr = barcodeImage.ptr<uint8_t>(0);接下来，使用双重循环遍历位矩阵。在每次迭代中，检查当前位是否设置为真（即需要绘制为黑色）。如果是，则直接通过指针修改相应位置的像素值为 0（黑色）。这种方法减少了逐个像素访问的开销，提高了效率：
for (int y = 0; y < height; ++y) {
for (int x = 0; x < width; ++x) {
if (bitMatrix.get(x, y)) {
ptr[y * width + x] = 0; // 设置为黑色
}
}
}还有缓存......
当然了，最直观有效的方式应该是利用硬件性能，也就是：创建线程......
最大的问题不在于代码的理解，而是在于环境的构建。
代码本身是简单的，根据这个小例子足以修改、增加，完成许多的需求。