NVIDA Jetson Edge AI开发者大赛的参赛作品 2022年11、12月份参加了英伟达举办的Jetson Edge AI开发者大赛，当时就设想利用OpenCV设计一个可以同时解码二维码信息和检测试管样本溶液的系统。 该系统主要应用于生物检测领域中，利用计算机视觉识别试管溶液颜色进而判断试管的反应结果。虽然成功完赛，但是由于个人能力问题最后只拿了个优胜奖，现在想想这个项目还是挺羞耻的。
本项目主要分为二维码检测解码和试管溶液颜色识别两部分。该系统工作时，首先会利用OpenCV的QRCodeDetector对摄像头回去到的画面进行二维码检测，在检测到二维码后会对其进行解码， 并将解码出信息显示在二维码上方。完成二维码检测解码后，系统会根据二维码的坐标信息识别出二维码所在的试管瓶身区域，随后对试管瓶身区域进行红、黄、紫三色检测， 根据检测到的颜色判断试管溶液的检测结果。最后系统会整合二维码信息和试管检测信息，将其一起上传至阿里云服务器。（关于阿里云服务器部分，鉴于每个人的实际情况都不一样，仓库没有展示出具体代码， 感兴趣的可自行上网查找阿里云服务器的教程）
二维码检测部分依赖于OpenCV的QRCodeDetector函数，该函数在传入图像信息后会自动对图像进行二维码检测解码，随后返回二维码的四点坐标信息和解码信息。根据二维码坐标信息和解码信息，即可实现二维码 的检测框绘制和解码信息显示。由于QRCodeDetector函数会不断刷新输出二维码解码信息，直接将信息显示出来的话会影响实际观感。于是我在代码中设置了两个数组分别存储上一次的解码信息和这一次的解码信息， 并对两次解码信息进行对比，如果相同，则显示原来的内容，如果不相同，则显示新的内容。
试管溶液颜色检测时需要先将图像由RGB色彩模型转换为HSV色彩模型，然后在代码里设置红、黄、紫三色的HSV色彩范围。根据色彩范围分别计算出红、黄、紫三色在试管瓶身领域的颜色比例，最后通过比较比例大小来判断瓶身 溶液的颜色。
