本文實(shí)例分享了Python文本生成二維碼的詳細(xì)代碼，供大家參考，具體內(nèi)容如下
測(cè)試一：將文本生成白底黑字的二維碼圖片
測(cè)試二：將文本生成帶logo的二維碼圖片
#coding:utf-8'''Python生成二維碼 v1.0主要將文本生成二維碼圖片 測(cè)試一：將文本生成白底黑字的二維碼圖片測(cè)試二：將文本生成帶logo的二維碼圖片 ''' __author__ = 'Xue' import qrcodefrom PIL import Imageimport os #生成二維碼圖片def make_qr(str,save): qr=qrcode.QRCode( version=4, #生成二維碼尺寸的大小 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(gè)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) #生成帶logo的二維碼圖片def make_logo_qr(str,logo,save): #參數(shù)配置 qr=qrcode.QRCode( version=4, error_correction=qrcode.constants.ERROR_CORRECT_Q, box_size=8, border=2 ) #添加轉(zhuǎn)換內(nèi)容 qr.add_data(str) # qr.make(fit=True) #生成二維碼 img=qr.make_image() # img=img.convert("RGBA") #添加logo if logo and os.path.exists(logo): icon=Image.open(logo) #獲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(guò)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(jì)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) #保存處理后圖片 img.save(save) if __name__=='__main__': save_path='theqrcode.png' #生成后的保存文件 logo='logo.jpg' #logo圖片 str=raw_input('請(qǐng)輸入要生成二維碼的文本內(nèi)容：') #make_qr(str) make_logo_qr(str,logo,save_path) 那Python使用QRCode模塊如何生成二維碼？
1、簡(jiǎn)介
python-qrcode是個(gè)用來(lái)生成二維碼圖片的第三方模塊，依賴于 PIL 模塊和 qrcode 庫(kù)。
2、簡(jiǎn)單用法
import qrcode img = qrcode.make('hello, qrcode')img.save('test.png') 3、高級(jí)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(shù)含義：
version：值為1~40的整數(shù)，控制二維碼的大小（最小值是1，是個(gè)12×12的矩陣）。 如果想讓程序自動(dòng)確定，將值設(shè)置為 None 并使用 fit 參數(shù)即可。
error_correction：控制二維碼的錯(cuò)誤糾正功能。可取值下列4個(gè)常量。
ERROR_CORRECT_L：大約7%或更少的錯(cuò)誤能被糾正。
ERROR_CORRECT_M（默認(rèn)）：大約15%或更少的錯(cuò)誤能被糾正。
ROR_CORRECT_H：大約30%或更少的錯(cuò)誤能被糾正。
box_size：控制二維碼中每個(gè)小格子包含的像素?cái)?shù)。
border：控制邊框（二維碼與圖片邊界的距離）包含的格子數(shù)（默認(rèn)為4，是相關(guān)標(biāo)準(zhǔn)規(guī)定的最小值）
希望本文所述對(duì)大家學(xué)習(xí)Python程序設(shè)計(jì)有所幫助。
