使用 Matplotlib 创建条形码

简介

本实验演示了如何使用 Python 中的 Matplotlib 创建条形码。条形码是使用由 1 和 0 组成的二进制数组生成的，并使用 Axes.imshow 进行渲染。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。

导入所需库

我们首先需要导入必要的库，包括 numpy 和 matplotlib。

import matplotlib.pyplot as plt
import numpy as np

创建二进制数组

接下来，我们需要创建用于生成条形码的二进制数组。在这个示例中，我们将使用以下二进制数组：

code = np.array([
    1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0, 1, 1, 1,
    0, 0, 0, 1, 0, 1, 1, 0, 0, 0, 0, 1, 0, 1, 0, 0, 1, 1, 0, 0, 1, 0, 1, 0,
    1, 0, 1, 0, 0, 0, 0, 1, 0, 1, 1, 1, 0, 1, 0, 0, 1, 1, 0, 1, 1, 0, 0, 1,
    1, 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 0, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 1])

设置像素和 DPI 值

我们需要为条形码定义像素和 DPI 值。在这个示例中，我们将使用 4 的像素值和 100 的 DPI 值。

pixel_per_bar = 4
dpi = 100

创建图形和坐标轴

我们需要为条形码创建图形和坐标轴。我们将把图形大小设置为数据点数量的倍数，并关闭所有坐标轴。

fig = plt.figure(figsize=(len(code) * pixel_per_bar / dpi, 2), dpi=dpi)
ax = fig.add_axes([0, 0, 1, 1])  ## span the whole figure
ax.set_axis_off()

渲染条形码

最后，我们可以使用 Axes.imshow 来渲染条形码。我们将使用 code.reshape(1, -1) 把数据转换为一个只有一行的二维数组，使用 imshow(..., aspect='auto') 来处理非方形像素，以及使用 imshow(..., interpolation='nearest') 来防止边缘模糊。

ax.imshow(code.reshape(1, -1), cmap='binary', aspect='auto',
          interpolation='nearest')
plt.show()

总结

在这个实验中，我们学习了如何使用 Python 中的 Matplotlib 创建条形码。我们首先导入了必要的库，然后创建了一个将用于生成条形码的二进制数组。接着，我们设置了像素和 DPI 值，并创建了图形和坐标轴。最后，我们使用 Axes.imshow 渲染了条形码。