logo资料库

zxing源码分析——QR码部分.docx

发布时间：2022-05-29 发布人：admin 分类：说明书 资料大小：0.62M 资料格式：docx 举报 版权申诉
第1页 / 共7页
第2页 / 共7页
第3页 / 共7页
第4页 / 共7页
第5页 / 共7页
第6页 / 共7页
第7页 / 共7页
资料共7页，全文预览结束
    Java 代码结构： zxing 源码的结构还是比较清晰的，有关 QR 码的代码主要在以下几个 package 中。Java 代码中有生成 QR 码的代码，在 C++代码中是没有生成部分， 只有解析部分。 其中 qrcode 中是编解码的接口，外部代码通过这两个类来进行 QR 码的编 解码。 detector 是用来在摄像头抓取的图像中检测出 QR 码的那部分，并将其提取 出来。这部分代码是解码的关键，也是可以进行优化的部分。 decoder 是按照 QR 码的编码规范将之前 detector 中提取出的 QR 码符号进 行解码操作，将图像解析为真实的信息。 QR 码解码流程：
    1、将图像进行二值化处理，1、0 代表黑、白。 2、寻找定位符、校正符，然后将原图像中符号码部分取出。（detector 代码实 现的功能） 3、对符号码矩阵按照编码规范进行解码，得到实际信息（decoder 代码实现的 功能） 二值化： zxing 中条码的二值化都是使用 Binarizer 实现，一维码使用 getBlackRow 方法，二维码的使用 getBlackMatrix 方法。Binarizer 有两个生成类， GlobalHistogramBinarizer 和 HybridBinarizer；这两个类对 getBlackMatrix 方法 的实现有不同，HybridBinarizer 中的实现对于某些条件下的图像有些特殊的处理， 暂时没有看懂，这里只介绍 GlobalHistogramBinarizer 中二值化的方法。
    二值化的关键就是定义出黑白的界限，我们的图像已经转化为了灰度图像， 每个点都是由一个灰度值来表示，就需要定义出一个灰度值，大于这个值就为白 （0），低于这个值就为黑（1）。在 GlobalHistogramBinarizer 中，是从图像中 均匀取 5 行（覆盖整个图像高度），每行取中间五分之四作为样本；以灰度值为 X 轴，每个灰度值的像素个数为 Y 轴建立一个直方图，从直方图中取点数最多的 一个灰度值，然后再去给其他的灰度值进行分数计算，按照点数乘以与最多点数 灰度值的距离的平方来进行打分，选分数最高的一个灰度值。接下来在这两个灰 度值中间选取一个区分界限，取的原则是尽量靠近中间并且要点数越少越好。界
    限有了以后就容易了，与整幅图像的每个点进行比较，如果灰度值比界限小的就 是黑，在新的矩阵中将该点置 1，其余的就是白，为 0。 提取符号码： 这部分是解码的关键部分，解码能力的高低也主要体现在这里（不过我感觉 二维码本身设计的就比较好，对图像扭曲变形的纠错能力比较高，所以代码部分 对这方面的处理就比较少）。这部分的目标是从像素为单位的原始图像中提取出 符号码部分，并转换为模块为单位的符号码矩阵。 将二值化之后的矩阵交给 Detector，其 detect 方法就是接口方法。调用这个 方法就会返回取好的符号码矩阵。下面详细介绍 detect 方法所做的工作： 1、寻找定位符 寻找定位符是 FinderPatternFinder 这个类来实现的。 在图像中每隔 iSkip 就采样一行， int iSkip = (3 * maxI) / (4 * MAX_MODULES); 在这一行中将连续的相同颜色的像素个数计入数组中，数组长度为 5 位，即去找 黑\白\黑\白\黑的图像（如开始检测到黑色计入数组[0]，直到检测到白色之前都 将数组[0]的值+1；检测到白色了就开始在数组[1]中计数，以此类推）。填满 5 位后检测这 5 位中像素个数是否比例为 1:1:3:1:1（可以有 50%的误差范围）， 如果满足条件就说明找到了定位符的大概位置，将这个图像交给 handlePossibleCenter 方法去找到定位符的中心点，方法是先从垂直方向检测是 否满足定位符的条件，如满足就定出 Y 轴的中心点坐标值，然后用这个坐标值
    去再次检测水平方向是否满足定位符条件，如满足就定出 X 轴的中心点坐标值。 至此就找到了一个定位符的中心坐标。 按照上面所说的步骤找出所有三个定位符的中心坐标，接下来开始定位三个 定位符在符号中的位置，即左上（B 点）、左下（A 点）、右上（C 点）三个位 置。先通过两两之间的距离定出哪个是左上那一点（左上那点到其他两点的距离 应该相差不远），然后通过计算 BA、BC 向量的叉乘定出 A 和 C 两点。 2、寻找校正符 通过 ABC 三点的坐标计算出校正符的可能位置，然后交给 AlignmentPatternFinder 去寻找最靠近右下角的那个校正符，寻找方法与寻找定 位符的方法基本相同，如果找到就返回校正符的中心坐标，如果没有找到也没关 系，解码程序可以继续。 3、透视转换，生成最终矩阵 找到了三个定位点和一个校正符的坐标（校正符没有找到可以用一个计算值 来代替），符号图像的位置就已经确定了，现在要进行图像变形，建立起以模块 为单位的符号矩阵与原图像之间的关系，使用的方法是 George Wolberg 写的 Digital Image Warping 一书中 PerspectiveTransform 方法（书中 54-56 页）。 转换关系确立了就将新矩阵（以模块为单位的符号矩阵）中每一个点对应到原图 像中的点，去看该点是黑是白，并将 0、1 置填充到矩阵中。这样就生成了最终 的符号码。
    解码 QR 符号码： 有了符号码矩阵就按照QR 码的编码规范去进行解码。这部分功能是 Decode 类实现的。 先获取版本信息，然后获取到格式信息，从格式信息中取得纠错等级。然后 去读码字，读码字的方法很简单，从右下角开始，两列为单位，从最后一行开始， 先向上读，读到顶端再向下，这样依次读完整个图像（详细参见 QR 码编码规范
    ISO16022-2006）。然后将所有码字还原回 block，进行 RS 纠错，然后形成一 个二进制流交给 DecodedBitStreamParser 解析成真实的信息。 至此，解码过程结束
    分享到：
    赞 收藏

    相关推荐

    资料库

    开发技术

    共收录19306份资料，累计14个分类，关注成员有19位，主要包括：Actionscript,Javascript,PHP,VB,Perl,Delphi,Python,C#,C,Java,C++,Web开发,硬件开发,其它

    热门标签

    Actionscript Javascript PHP VB Perl Delphi Python C# C Java C++ Web开发 硬件开发 其它

    最新资料