基于WinCE平台的QR条码识别系统＊

刘伟

（南京航空航天大学 信息科学与技术学院，南京210016）

刘伟（硕士研究生），主要研究领域为数字图像处理。

引 言

目前，条码技术，尤其是二维条码技术应用广泛。2006年，中国移动正式推出了手机二维条码业务，主要应用于移动增值服务。2009年，铁道部门正式用QR码取代一维条码应用于火车票票据的检测。可以预见随着3G时代的到来、现代物流业的发展以及物联网的推广，条码识别和应用必将得到全面的飞速发展。

1 QR码简介

QR码是由日本Denso公司于1994年9月研制的一种矩阵二维条码符号。它具有信息容量大、可靠性高、可表示文字图像等多种信息、保密防伪性强等优点，还具有高速全方位识读、能有效表示中国汉字与日本汉字等主要特点［1］。如图1所示，每个QR码符号由编码区域和功能图形组成，其中功能图形包括位置探测图形、分隔符和校正图形。

图1 二维条码QR码

2 系统总体设计

2.1 系统硬件结构

本系统采用基于WinCE嵌入式的智能手机为硬件平台，其硬件结构如图2所示。主处理器DSP上外接摄像头控制器、LCD控制器、SRAM控制器、通用GPⅠO口、UART口等。摄像头完成图像数据的采集后，系统会在SRAM中创建一片视频帧缓冲区，通过Allocator组件来进行动态管理，将捕捉到的图像一路传给主处理器DSP进行图像实时处理，另一路传给LCD控制器进行图像的预览。主处理器负责主界面的显示／条码的实时识别和解码，以及输入信息的处理。

图2 WinCE硬件架构

2.2 系统软件流程

系统软件在基于 WinCE 6.0的 Windows Mobile 5.0 Pocket PC和 Windows Mobile 5.0Smartphone平台上使用C＋＋语言实现。软件主要分为图像采集模块、图像预处理模块、识别解码模块和应用模块4个模块。图像采集模块主要完成条码图像的采集，一方面通过摄像头进行数据采集实时解码，另一方面把采集的图像数据送屏幕显示。图像预处理模块主要是对采集的QR码图像进行预处理，包括灰度化、中值滤波、二值化等，为识别解码做好前期准备工作。识别解码模块主要功能包括QR条码的检测、定位、分割、识别以及条码解码。应用模块主要包括发送邮件、拨打电话、访问网址、存储条码信息和短信应用等。软件流程如图3所示。

图3 软件设计流程

3 QR码识别解码的核心算法

考虑到QR码图像的特点、嵌入式平台的处理速度、条码本身的污染扭曲，以及在图像采集过程中光照不均、抖动等因素，QR码识别解码的基本过程是：首先对采集的彩色图像进行灰度化、滤波、二值化，接着在二值化图像中扫描QR码图像，将其从图像中分割出来，进行解码。

3.1 图像灰度化、滤波与二值化

选取彩色图像的G值（绿色分量）为灰度图像Ⅰ（x，y）的值，并使用中值滤波去噪声。二值化采用Ostu算法计算阈值［3］。Ostu算法效果好，但计算量比较大，可将图像分成7×7个小分块，对每一个小分块使用Ostu算法计算阈值从而来降低时耗。

3.2 条码检测、定位及矫正

在获取QR码图像数据时，可能会因为拍摄角度等原因造成图像几何失真，例如获取的QR码图像为任意四边形，则须对失真图像进行反透视变换［4］。变换算法如图4所示。

（u，v）是失真图像的坐标，（x，y）是基准图像的坐标，A′B′C′D′为任意四边形，ABCD为矫正后的正方形，则对于u、v坐标系 A′B′C′D′任意四边形中的任意一点（u，v），对应在x、y坐标系上的点（x，y），可通过转换公式

图4 反透视变换

计算获得。通过已知四组点得到8个待定系数A、B、D、E、F、H、M、N，然后进行透视矫正。

根据QR码标准定义，QR码符号含有3个相同的位置探测图形。每个位置探测图形由3个重叠的同心正方形组成，其模块宽度比为1∶1∶3∶1∶1。其他地方遇到类似图形的可能性极小，因此可以在得到的二值化图像中迅速地识别可能的QR码符号，完成对条码的检测与定位［5］。但是，在对条码进行矫正时，需要知道4个顶点。通过定位3个位置探测图形可获得其中3个顶点，利用下面基于QR码纹理特征的算法来寻找第4个顶点。

首先根据已经得到3个顶点的位置，可以确定QR码符号的两条边界，及其边界直线斜率θ1、θ2，然后舍去其交叉的顶点。对于剩下的两个顶点，分别利用它作为直线上的一点，以一定范围的角度（－θ，θ）进行搜索来寻找条码边界，依据是包含条码跳数（黑块与白块交替一次称为一跳）最多的直线即为条码的边界。通过这种方法可以找出需要的另外两条边界，其交点即为第4个顶点。知道4个顶点以后，通过反透视变换将其矫正到正确位置，如图5所示。旋转后会产生锯齿边界，这里利用双线性插值对图像进行平滑处理［6］。对相邻的4个像素进行插值，其单位正方形上任意一点f（x，y）有：

在编程实现时，反透视变换和双线性插值同时进行。分割出QR码后进行解码，其解码过程不是本文重点，不再详细阐述。

图5 反透视变换

4 图像采集子系统

4.1 DirectShow体系结构

DirectShow是微软公司在ActiveMovie和Video for Windows的基础上推出的新一代基于COM的流媒体处理的开发包。其系统架构图如图6所示。DirectShow通过过滤器图表管理器（Filter Graph Manager）来与上层应用程序和下层的驱动进行联系。应用程序可以通过Filter Graph Manager提供的一组组件对象模型接口来访问过滤器或者控制多媒体数据流，例如控制数据帧率、图像大小、图像质量等等。在本系统中采用COM组件来访问DirectShow中的过滤器，从而获得QR码图像数据。

图6 DirectShow系统架构图

4.2 QR码图像采集

4.2.1编写处理QR码图像数据的Filter

通过DirectShow提供的视频采集Filter来驱动摄像头以获得视频帧。在采集到图像数据后编写处理QR码图像数据的Filter，它调用预处理与识别解码模块进行数据处理。编写一个Filter主要包括两个方面：选择一个合适的父类和应用结构设计。这里选择CTransformFilter作为Filter的父类。对于应用结构的设计，在重写CTransformFilter∶∶Transform（）函数时产生一个线程来调用预处理与识别解码模块，这样使得编写的Filter结构清晰、可扩展性良好。

4.2.2构建FilterGraph

首先创建一个Filter Graph，再根据Filter各自的GUⅠD号来创建不同的Filter对象，并调用Filter Graph的接口AddFilter把这些Filter一一加入Filter Graph中。然后利用Capture Graph Builder对象提供的Ⅰcapture－GraphBuilder2接口将所有Filter“串联”起来，从而构建一个完整的Filter Graph数据流。下面为构建Filter Graph的主要步骤及关键源代码。

① 创建并初始化Filter Graph Manager组件对象。

② 创建视频采集Filter对象，并添加进Filter Graph中，其他Filter类似。

③将编写好的处理QR码图像数据的Filter也加入其中。

④ 将添加的各个Filter“串联”起来，形成一个完整的数据流。

4.2.3自动对焦

在使用摄像头进行取像的过程中，有可能发生抖动现象，图像会变得模糊。使摄像头自动对焦，从而获得更为清晰的图像数据，对快速准确识别QR码至关重要。WinCE 6.0和Windows Mobile 5.0及更高版本均支持自动对焦。在本系统中，主要步骤及关键源代码如下：

① 获取摄像头控制接口。

② 设置自动对焦。

以上步骤描述了WinCE嵌入式设备的摄像头采集图像数据的过程，构建好Filter Graph后即可通过摄像头采集QR码图像。

结 语

本文分析研究了QR码的检测和识别技术，讨论了在WinCE移动平台上实现QR码识别系统的技术问题（主要是如何实现QR图像实时采集），并结合数字图像处理技术在WinCE手机移动平台上进行了QR码识别系统的开发。本系统在多普达585和HTC P600上进行了测试。测试表明，该系统可以快速准确地检测出QR码图像，在多普达585（CPU 为 OMAP850，主频195MHz，64MB RAM，图像分辨率为320×240）上解码平均耗时约450ms，只有对极少数本身污染特别严重的条码不能识别。目前，本系统软件已经成功推向市场。

［1］GB／T18284—2000快速响应矩阵码［S］.

［2］Ottaviani E，Pavan A，Bottazzi M，et al.A Common Ⅰmage Processing Framework for 2DBarcode Reading［C］.Ⅰmage Processing and its Application，Conference Publication No.465ⅠEE，1999：652－655.

［3］Otsu N.A threshold selection method from gray－level histo－gram［J］.ⅠEEE Trans Actions on SMC，1979，9（1）：62－66.

［4］牛彦.关于透视变换的研究［J］.计算机辅助设计与图形学学报，2001，13（6）：549－551.

［5］刘慧娟.一种快速响应码图像的分割和检测方法［J］.电子测量与仪器学报，2006，20（1）：32－35.

［6］刘宁钟，杨静宇.基于傅立叶变换的二维条码识别［J］.中国图像图形学报，2003，8（8）：877－882.