QR二維碼解碼中的圖像處理技術(shù)研究

戴西 金陵科技學(xué)院網(wǎng)絡(luò)與通信工程學(xué)院

QR二維碼解碼中的圖像處理技術(shù)研究

戴西 金陵科技學(xué)院網(wǎng)絡(luò)與通信工程學(xué)院

隨著近年來網(wǎng)絡(luò)信息技術(shù)的發(fā)展，二維碼技術(shù)逐漸應(yīng)用于各行各業(yè)。二維碼技術(shù)是一門集合了信息編碼、信息傳遞、圖像處理、信息加密的綜合性技術(shù)。其中QR二維碼因其能快速被生成和解碼，被廣泛應(yīng)用于日常生活中。本文以QR二維碼為主題，對(duì)其解碼過程中所涉及到的圖像處理主要技術(shù)做了介紹及分析。

QR二維碼 二維碼 圖像處理

近年來，隨著物聯(lián)網(wǎng)技術(shù)及移動(dòng)支付技術(shù)的快速發(fā)展，二維碼技術(shù)在社會(huì)生活中得到了越來越廣泛的應(yīng)用，而關(guān)于二維碼編解碼技術(shù)的研究也日益成熟。較一維條形碼而言，二維碼技術(shù)具有信息量大、容錯(cuò)率高且安全性高的特點(diǎn)。二維碼技術(shù)中的一種，QR二維碼（Quick Response Code），即快速響應(yīng)矩陣圖碼，因其響應(yīng)識(shí)別的快速性，被越來越多地應(yīng)用在各行各業(yè)。從快捷支付到身份驗(yàn)證，QR二維碼的應(yīng)用范圍包括了物品識(shí)別、營銷、物流系統(tǒng)等各個(gè)方面，是一項(xiàng)成本低、自由度大的技術(shù)。

在QR碼的識(shí)別、解碼過程中，圖像處理技術(shù)是關(guān)鍵技術(shù)之一，也是研究的熱點(diǎn)。在此方面的研究方向主要集中于圖碼識(shí)別的快速處理和有干擾（如圖碼殘缺、污染）情況下的二維碼識(shí)別兩個(gè)方面。本文將以QR二維碼為主題，對(duì)其解碼過程中所涉及到的圖像處理主要技術(shù)做詳細(xì)介紹及分析。

1 QR碼簡(jiǎn)介

QR二維碼技術(shù)于1994年由日本DENSO WAVE公司發(fā)明。日本QR碼的標(biāo)準(zhǔn)JISX 0510在1999年1月發(fā)布，而其對(duì)應(yīng)的ISO國際標(biāo)準(zhǔn)ISO/IEC18004，則在2000年6月獲得批準(zhǔn)。我國的QR碼國家標(biāo)準(zhǔn)也于2000年頒布并使用。

QR二維碼一般呈正方形，由黑白兩色構(gòu)成。如圖一所示，一個(gè)普通二維碼的基本結(jié)構(gòu)包括空白區(qū)、功能圖形區(qū)、編碼區(qū)三個(gè)部分。其中功能圖形區(qū)又包括位置探測(cè)圖形、位置探測(cè)圖形分隔符、定位圖形和校正圖形。編碼區(qū)則包括格式信息、版本信息、數(shù)據(jù)和糾錯(cuò)碼字部分。

圖1 QR二維碼基本結(jié)構(gòu)

將編碼后的數(shù)據(jù)序列填充到對(duì)應(yīng)的二維碼矩陣區(qū)域中，便構(gòu)成了基本的二維碼。

圖2 二維碼數(shù)據(jù)填充示意圖

QR二維碼解碼過程中的圖像處理技術(shù)大致可分為圖像預(yù)處理、圖像定位與校正、數(shù)據(jù)讀取幾個(gè)部分。

2 圖像預(yù)處理

2.1 圖像分割

以攝像頭采集QR二維碼圖像為例，在QR二維碼解碼和識(shí)別過程中，首先要將QR二維碼符號(hào)從采集到的背景圖像中分割出來，一方面可以消除背景對(duì)二維碼識(shí)別的干擾，另一方面減少數(shù)據(jù)讀取時(shí)的處理范圍，提高識(shí)別效率。該種情況下所使用的圖像分割算法可以基于背景的復(fù)雜程度分為基于簡(jiǎn)單背景和復(fù)雜背景下的圖像分割。簡(jiǎn)單背景下常見分割算法有Otsu法、色差法和K-means聚類法等；復(fù)雜背景下可使用基于感興趣區(qū)域分割思想，引入視覺注意機(jī)制模型如Itti模型和GBVS模型進(jìn)行二維碼圖像的分割。

2.2 灰度化

由于采集到的圖像一般為彩色圖像，而二維碼圖像一般由深淺兩色表示信息，在進(jìn)行預(yù)處理時(shí)應(yīng)將圖像進(jìn)行灰度化和二值化，可以大大減少圖像處理的復(fù)雜度，提高運(yùn)算效率。將圖像中彩色像素點(diǎn)的RGB數(shù)值轉(zhuǎn)換為灰度值通常使用灰度加權(quán)法，其轉(zhuǎn)換公式為：

該公式為經(jīng)驗(yàn)公式，其中系數(shù)為規(guī)定的常數(shù)。

2.3 二值化處理

經(jīng)過灰度化處理后，將圖像進(jìn)一步進(jìn)行二值化會(huì)更方便信息的提取。在拍攝圖像時(shí)，周圍的光源會(huì)影響灰度化后圖像的灰度分布。如在環(huán)境光分布不均勻的情況下直接對(duì)灰度圖像進(jìn)行全局單一閾值的二值化處理，可能會(huì)使圖像較暗部分被統(tǒng)一處理成黑色，造成信息損失。因此需選擇合適的二值化算法對(duì)灰度圖像進(jìn)行處理，盡量消除由光照不均造成的干擾。

進(jìn)行圖像二值化處理的關(guān)鍵點(diǎn)是選取合適的分割閾值。常用的算法包括閾值法、邊緣檢測(cè)法、區(qū)域生長(zhǎng)法等。對(duì)于QR二維碼圖像光照不均的具體情況，也有研究者專門對(duì)算法進(jìn)行了改進(jìn)和研究。如，楊佳麗等提出的將灰度圖像分割成四塊處理，分別計(jì)算閾值的自適應(yīng)閾值算法；孫明等提出的結(jié)合直方圖雙峰法、Otsu法及Niblack閾值法的自適應(yīng)閾值法等。其基礎(chǔ)思想都是基于圖像整體或局部灰度曲線的波峰分布，設(shè)計(jì)算法得到合適閾值。

3 圖像定位與校正

3.1 二維碼定位

QR二維碼的定位有助于快速、準(zhǔn)確地識(shí)別檢測(cè)圖碼。目前QR二維碼的檢測(cè)定位方式主要分為兩類：一類是基于二維碼自帶的位置探測(cè)圖形（見圖1）進(jìn)行定位，二是基于二維碼的邊緣檢測(cè)進(jìn)行定位。一般較為常用、更為快速的是第一類定位方式。如圖3所示，位置探測(cè)圖形的黑白邊寬度比由左至右為1：1：3：1：1。無論圖形尺寸大小或旋轉(zhuǎn)方式不同，在穿過探測(cè)圖形的同一水平線上，寬度比保持該比例不變。對(duì)二值化圖像按行掃描，如找到相鄰、長(zhǎng)度比相符、排列為深淺交替的線段，則可記錄并進(jìn)行判定。檢測(cè)出圖像中三個(gè)位置探測(cè)圖形的位置后，還可將圖像旋轉(zhuǎn)恢復(fù)至水平，從而實(shí)現(xiàn)對(duì)二維碼的定位。

圖3 基于位置探測(cè)圖形定位示意圖

3.2 圖像校正

QR二維碼的采集過程中，由于攝像角度等問題，圖像可能產(chǎn)生畸變，即實(shí)際采集到的二維碼圖像并非正方形，而可能呈不規(guī)則四邊形，出現(xiàn)失真。此時(shí)需要對(duì)圖像進(jìn)行校正，以保證解碼的可靠性。對(duì)于由拍攝角度所造成的失真，可以利用投影變換，用邊緣檢測(cè)算法找出條碼的四條邊界線，設(shè)拍攝圖像中任意一點(diǎn)坐標(biāo)為P(x,y,1)，則校正圖形中有對(duì)應(yīng)點(diǎn)P’(x’,y’,h)，并存在三維矩陣 T，使P’=TP。

令比例因子t22取1，將畸變圖像與校正圖像的四個(gè)頂點(diǎn)坐標(biāo)一一對(duì)應(yīng)代入方程，可解得矩陣T中未知數(shù)，從而得到校正圖像。

圖4 圖像校正示意圖

4 數(shù)據(jù)讀取

QR二維碼可看作由一系列正方形單位模塊構(gòu)成，在二維碼定位過程中，通過對(duì)位置探測(cè)圖形的識(shí)別和測(cè)量，可以得出單位模塊的尺寸和二維碼圖像的長(zhǎng)寬，并以單位模塊尺寸為基準(zhǔn)建立采樣網(wǎng)格。通過對(duì)于采樣網(wǎng)格的交點(diǎn)抽取像素值，統(tǒng)計(jì)該交點(diǎn)所在模塊中像素點(diǎn)的分布來判斷該模塊是黑色還是白色，由此掌握QR碼中各個(gè)模塊的信息。根據(jù)模塊信息，對(duì)照對(duì)應(yīng)規(guī)格的二維碼構(gòu)成矩陣，提取出數(shù)據(jù)信息，并按照編碼規(guī)則進(jìn)行解碼計(jì)算，完成數(shù)據(jù)讀取工作。

5 總結(jié)

本文以QR二維碼為主題，對(duì)其解碼過程中所涉及到的圖像處理主要技術(shù)做了介紹及分析。目前二維碼的圖像識(shí)別和處理技術(shù)日漸成熟，綜合使用各種二維碼技術(shù)的情況也越來越多，這項(xiàng)技術(shù)確實(shí)使人們的生活產(chǎn)生了巨大的改變，研究者們也在繼續(xù)挖掘著二維碼的發(fā)展空間。而與二維碼所對(duì)應(yīng)的圖像處理技術(shù)，也會(huì)向著更快、更準(zhǔn)確的方向逐步邁進(jìn)。

[1]GB/T 18284-2000.快速響應(yīng)矩陣碼[S]

[2]楊佳麗, 高美鳳. QR碼圖像二值化的研究[J]. 計(jì)算機(jī)工程與應(yīng)用, 2009, 45(35): 176 178, 95.

[3]孫明, 傅隆生, 楊信廷, 等. 用于QR碼自動(dòng)識(shí)讀的圖像分析方法[J]. 電子科技大學(xué)學(xué)報(bào), 2009, 38(6): 1017 1020.

[4]Hill F S，JR．計(jì)算機(jī)圖形學(xué)—用Open GL 實(shí)現(xiàn)［M］羅霄，商青華，袁春陽，等譯．2 版北京:清華大學(xué)出版社，2006