分享Python文本產生二維碼執行個體

本文執行個體分享了Python文本產生二維碼的詳細代碼，供大家參考，具體內容如下

測試一：將文本產生白底黑字的二維碼圖片
測試二：將文本產生帶logo的二維碼圖片

#coding:utf-8'''Python產生二維碼 v1.0主要將文本產生二維碼圖片 測試一：將文本產生白底黑字的二維碼圖片測試二：將文本產生帶logo的二維碼圖片 ''' __author__ = 'Xue' import qrcodefrom PIL import Imageimport os #產生二維碼圖片def make_qr(str,save): qr=qrcode.QRCode(  version=4, #產生二維碼尺寸的大小 1-40 1:21*21（21+(n-1)*4）  error_correction=qrcode.constants.ERROR_CORRECT_M, #L:7% M:15% Q:25% H:30%  box_size=10, #每個格子的像素大小  border=2, #邊框的格子寬度大小 ) qr.add_data(str) qr.make(fit=True)  img=qr.make_image() img.save(save)  #產生帶logo的二維碼圖片def make_logo_qr(str,logo,save): #參數配置 qr=qrcode.QRCode(  version=4,  error_correction=qrcode.constants.ERROR_CORRECT_Q,  box_size=8,  border=2 ) #添加轉換內容 qr.add_data(str) # qr.make(fit=True) #產生二維碼 img=qr.make_image() # img=img.convert("RGBA")  #添加logo if logo and os.path.exists(logo):  icon=Image.open(logo)  #擷取二維碼圖片的大小  img_w,img_h=img.size   factor=4  size_w=int(img_w/factor)  size_h=int(img_h/factor)   #logo圖片的大小不能超過二維碼圖片的1/4  icon_w,icon_h=icon.size  if icon_w>size_w:   icon_w=size_w  if icon_h>size_h:   icon_h=size_h  icon=icon.resize((icon_w,icon_h),Image.ANTIALIAS)    #計算logo在二維碼圖中的位置  w=int((img_w-icon_w)/2)  h=int((img_h-icon_h)/2)  icon=icon.convert("RGBA")  img.paste(icon,(w,h),icon)   #儲存處理後圖片 img.save(save)  if __name__=='__main__': save_path='theqrcode.png' #產生後的儲存檔案 logo='logo.jpg' #logo圖片  str=raw_input('請輸入要產生二維碼的常值內容：')  #make_qr(str)  make_logo_qr(str,logo,save_path)

那Python使用QRCode模組如何產生二維碼？

1、簡介
python-qrcode是個用來產生二維碼圖片的第三方模組，依賴於 PIL 模組和 qrcode 庫。
2、簡單用法

import qrcode img = qrcode.make('hello, qrcode')img.save('test.png')

3、進階用法

import qrcode qr = qrcode.QRCode(     version=1,     error_correction=qrcode.constants.ERROR_CORRECT_L,     box_size=10,     border=4, ) qr.add_data('hello, qrcode') qr.make(fit=True) img = qr.make_image()img.save('123.png')

4、參數含義：

version：值為1~40的整數，控制二維碼的大小（最小值是1，是個12×12的矩陣）。 如果想讓程式自動確定，將值設定為 None 並使用 fit 參數即可。

error_correction：控制二維碼的錯誤校正功能。可取值下列4個常量。
ERROR_CORRECT_L：大約7%或更少的錯誤能被糾正。
ERROR_CORRECT_M（預設）：大約15%或更少的錯誤能被糾正。
ROR_CORRECT_H：大約30%或更少的錯誤能被糾正。

box_size：控制二維碼中每個小格子包含的像素數。

border：控制邊框（二維碼與圖片邊界的距離）包含的格子數（預設為4，是相關標準規定的最小值）

希望本文所述對大家學習Python程式設計有所協助。

