1.下载zxing包，并解压，下载地址:https://github.com/glassechidna/zxing-cpp
build文件夹是后面建立的
2.新建build文件夹，打开cmd命令框，进入build路径下，执行命令(Cmake已经安装)：
32位系统下执行：
> cmake -G "Visual Studio 14" ..
64位系统下执行：
> cmake -G "Visual Studio 14 2015 Win64" ..
注意看命令行提示信息，Cmakelist找不到OpenCV下提供的OpenCVConfig.cmake或者opencv-config.cmake。实际上这是因为zxing库需要依赖OpenCV，我们打开build上级目录下的CMakeLists.txt，在第48行添加OpenCV库的路径，该路径下包含了所需的cmake文件。
修改完成后，重新执行命令(注意清空build文件夹生成的文件)，成功找到opencv！
这里注意，因为我们的VS使用的是2015，所以命令中指定的是Visual Studio 14。
当然，也可以使用Cmake的GUI方式操作，不需要修改CmakeLists.txt的方式。如下，第一步，打开Cmake工具；第二步，选择Source和Build路径；第三步，点击Add Entry，添加OpenCV_DIR，其中类型输入Path，值通过文件选择为OpenCV的lib路径；第四步点击Configure，选择Visual Studio 14和x64，然后点击完成，可以在下方空白区看到开始配置，Configuring done，成功找到OpenCV；第五步，点击Generate,下方区域显示Generating done。编译完成
编译成功后，build文件夹下的内容如下：
3.使用VS2015打开zxing.sln项目，设置成debug x64模式，右键zxing的解决方案(包含6个项目)，生成解决方案！
注意！解决方案下zxing生成失败，libzxing生成时一大堆警告！
经过小编连续几天的不懈努力，包括但不限于对源码、属性表及Cmakelists.txt的研究。终于在最后还是放弃了，目前只知道解决方案生成失败是由于项目libzxing中存在名称相同的源文件，而在编译过程中发生混乱引起的！(这里请擅长VS2015编译链接过程的大佬支个招，为广大同行排忧解难！)
VS2019已经很成熟，能够针对不同路径的同名文件自动编译而不发生混乱，将上面所有使用VS2015的步骤改用VS2019就可以成功编译生成。
例如:
“Visual Studio 14 2015 Win64"修改为"Visual Studio 16 2019 Win64”
1.第一步，构建zxing库
将 libzxing-debug.lib ， zxing-cpp\core\src和zxing-cpp\opencv\src目录下面的zxing文件夹拷贝出来，构成一个单独供C++调用的 zxing库。 如下图所示，建立了一个新的Zxing文件夹，在其下面新建lib和include文件夹，将libzxing-debug.lib拷贝进lib；并且将zxing-cpp\core\src和zxing-cpp\opencv\src目录下面的zxing文件夹合并拷贝到include文件夹里面。
2.第二步，配置开发环境
使用VS2019建立工程(VS2015编译失败)，打开项目的属性，按如下配置:
同时还需要添加opencv的属性配置，方法请参考opencv的配置方法，这里不再说明。
3.第三步，代码中使用zxing
#include "stdafx.h"
#include <string>
#include <iostream>
#include <zxing/LuminanceSource.h>
#include <zxing/common/Counted.h>
#include <zxing/Reader.h>
#include <zxing/common/GlobalHistogramBinarizer.h>
#include <zxing/DecodeHints.h>
#include <zxing/MultiFormatReader.h>
#include <zxing/oned/CodaBarReader.h>
#include <zxing/oned/Code39Reader.h>
#include <zxing/oned/Code93Reader.h>
#include <zxing/oned/Code128Reader.h>
#include <opencv2/opencv.hpp>
#include <vector>
#include <zxing/MatSource.h>
int main()
{
std::string image_name = "F:\\chenggeng\\HalconItem\\code1d_1.png";
cv::Mat matSrc = cv::imread(image_name, 1);
if (!matSrc.data) {
std::cout << "read image error: " << image_name << std::endl;
return -1;
}
cv::Mat matGray;
cv::cvtColor(matSrc, matGray, cv::COLOR_BGR2GRAY);
zxing::Ref<zxing::LuminanceSource> source(new MatSource(matGray));
int width = source->getWidth();
int height = source->getHeight();
std::cout << "image width: " << width << ", height: " << height << std::endl;
zxing::Ref<zxing::Reader> reader;
reader.reset(new zxing::oned::Code128Reader);
zxing::Ref<zxing::Binarizer> binarizer(new zxing::GlobalHistogramBinarizer(source));
zxing::Ref<zxing::BinaryBitmap> bitmap(new zxing::BinaryBitmap(binarizer));
zxing::Ref<zxing::Result> result(reader->decode(bitmap, zxing::DecodeHints(zxing::DecodeHints::CODE_128_HINT)));
std::string str2 = result->getText()->getText();
std::cout << "recognization result: " << str2 << std::endl;
zxing::ArrayRef< zxing::Ref<zxing::ResultPoint> > rpoints = result->getResultPoints();
cv::Point point0(rpoints[0]->getX() + 30, rpoints[0]->getY() + 50);
cv::Point point1(rpoints[1]->getX() - 30, rpoints[1]->getY() - 50);
cv::putText(matSrc, str2, cv::Point(rpoints[1]->getX() - 10, rpoints[1]->getY() - 10), 1, 2, cv::Scalar(0, 0, 255));
cv::rectangle(matSrc, cv::Rect(point1, point0), cv::Scalar(0, 0, 255), 2);
cv::imshow("locate", matSrc);
cv::waitKey(0);
return 0;
}
输出如下：
参考：