javierattorq/qr-decoder

QR Code Decoder - Torq自定义步骤

https://img.shields.io/docker/pulls/javierattorq/qr-decoder](https://hub.docker.com/r/javierattorq/qr-decoder) https://img.shields.io/docker/image-size/javierattorq/qr-decoder/latest](https://hub.docker.com/r/javierattorq/qr-decoder) https://img.shields.io/badge/license-MIT-blue.svg](https://github.com/javier-at-torq/QRDecoder-Custom-Step/blob/main/LICENSE)

这是一个生产就绪的Docker容器，可从URL解码QR码，并通过自动fallback策略确保最高可靠性。

🚀 快速开始

bash
docker run --rm \
  -e URL_TO_IMAGE=https://example.com/qrcode.png \
  javierattorq/qr-decoder:latest

输出：

json
{
  "output": {
    "qr_detected": true,
    "qr_strings": "https://decoded-content.com",
    "version": "1.3.3",
    "library": "pyzbar"
  }
}

✨ 核心功能

• 🎯 自动解码器选择：优先使用pyzbar（最可靠），失败时fallback到OpenCV
• 🔄 7种预处理策略：兼容多种QR码格式
• 📦 清晰JSON输出：结构化、可解析的输出便于集成
• 🌐 多架构支持：兼容AMD64和ARM64
• ⚡ Torq平台适配：针对Torq安全工作流优化
• 🔒 ***分析：适用于可疑QR码分析

📋 输出格式

所有响应返回结构化JSON：

json
{
  "output": {
    "qr_detected": boolean,    // 是否检测到QR码
    "qr_strings": string,       // 解码内容
    "version": string,          // 容器版本
    "library": string           // 使用的解码器（pyzbar/opencv/none）
  }
}

🎯 使用场景

网络安全

• 钓鱼检测：解码可疑邮件中的QR码
• 分析：从基于QR码的中提取URL
• 事件响应：安全调查期间的快速分析

自动化

• 批量处理：在工作流中处理多个QR码
• URL提取：自动从图片中获取URL
• 内容验证：验证QR码内容

集成

• Torq工作流：与Torq平台原生集成
• 安全流水线：添加到安全自动化流程
• SOAR平台：与安全编排工具集成

💻 使用示例

基础解码

bash
docker run --rm \
  -e URL_TO_IMAGE=https://suspicious-email.com/qr.png \
  javierattorq/qr-decoder:latest

Bash结果解析

bash
result=$(docker run --rm \
  -e URL_TO_IMAGE="$image_url" \
  javierattorq/qr-decoder:latest)

if echo "$result" | jq -e '.output.qr_detected' > /dev/null; then
    decoded_url=$(echo "$result" | jq -r '.output.qr_strings')
    echo "解码URL：$decoded_url"
fi

Python结果解析

python
import subprocess
import json

result = subprocess.run(
    ["docker", "run", "--rm",
     "-e", f"URL_TO_IMAGE={image_url}",
     "javierattorq/qr-decoder:latest"],
    capture_output=True,
    text=True
)

data = json.loads(result.stdout)
if data['output']['qr_detected']:
    print(f"解码内容：{data['output']['qr_strings']}")
    print(f"使用库：{data['output']['library']}")

🔧 环境变量

🏗️ 工作原理

1. 下载：从提供的URL获取图片
2. 尝试pyzbar：使用zbar库解码（成功率95%）
3. Fallback到OpenCV：若pyzbar失败，尝试7种预处理方法（原始图、灰度转换、增强对比度等）
4. 返回JSON：结构化输出解码内容

🐳 可用标签

推荐：生产环境使用latest或特定版本标签。

🔒 安全特性

• ✅ 沙箱执行：隔离容器运行
• ✅ 无持久存储：临时文件自动清理
• ✅ 最小*面**：精简基础镜像
• ✅ 只读操作：不修改下载文件
• ✅ 安全URL处理：安全处理***URL

🚦 集成示例

Docker Compose

yaml
version: '3.8'
services:
  qr-decoder:
    image: javierattorq/qr-decoder:latest
    environment:
      - URL_TO_IMAGE=${QR_IMAGE_URL}

Kubernetes Job

yaml
apiVersion: batch/v1
kind: Job
metadata:
  name: qr-decode-job
spec:
  template:
    spec:
      containers:
      - name: qr-decoder
        image: javierattorq/qr-decoder:latest
        env:
        - name: URL_TO_IMAGE
          value: "https://example.com/qr.png"
      restartPolicy: Never

🆘 故障排除

容器立即退出

解决方案：确保设置URL_TO_IMAGE环境变量。

未找到QR码

解决方案：确保图片包含清晰可读的QR码。

架构不匹配

解决方案：显式指定平台：

bash
docker run --platform linux/amd64 --rm -e URL_TO_IMAGE=<url> javierattorq/qr-decoder:latest

📚 文档与支持

• GitHub仓库：https://github.com/javier-at-torq/QRDecoder-Custom-Step
• 许可证：MIT License
• 支持：通过GitHub Issues或***联系

---

为安全团队打造 | 由Torq提供支持
最后更新：2026年2月 | 版本：1.3.3